文献类型：期刊文章

作　　者：朱俊鹏[1] 赵洪利[2] 杜鑫[3] 蒋勇[4]

机构地区：[1]装备学院研究生管理大队 [2]装备学院训练部 [3]中国人民解放军驻二院中心军事代表室 [4]95801部队

出　　处：《兵器装备工程学报》

年　　份：2017

卷　　号：38

期　　号：10

起止页码：127-132

语　　种：中文

收录情况：CAS、RCCSE、ZGKJHX、普通刊

摘　　要：目前的卫星轨道预报主要依靠动力学模型。由于模型与实际卫星所在空间环境变化存在差异,故通过动力学模型预报的轨道与实际轨道的偏差较大;尤其低轨卫星,由于空间环境复杂多变,预报误差更大;利用深度学习的神经网络作为轨道预报的工具,通过对卫星轨道数据的训练学习,掌握数据之间隐含的关系预测未来数据;将深度学习的长短时记忆神经网络模型优化,并将预报数据与实际数据进行对比分析,将预报20 d的误差由之前最大值的300 km降低到5 km以下,提高了神经网络预报卫星轨道的精度。

关 键 词：轨道预报  低轨卫星 深度学习  长短时记忆神经网络  

分 类 号：TJ417]