文章详情
| 稿件标题： | 长短时记忆神经网络在卫星轨道预报中的研究 |
| 稿件作者： | 朱俊鹏1a,赵洪利1b，杜鑫 2，蒋勇 3 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 轨道预报；低轨卫星；深度学习；长短时记忆神经网络 |
| 文章摘要： | 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。 |
| 引用本文格式： | 朱俊鹏,赵洪利，杜鑫，等. 长短时记忆神经网络在卫星轨道预报中的研究［J］.兵器装备工程学报，2017(10):127-132. ZHU Junpeng， ZHAO Hongli， DU Xing, et al. Application of Long ShortTerm Memory Neural Network to Orbit Prediction of Satellite［J］.Journal of Ordnance Equipment Engineering,2017(10):127-132. |
| 刊期名称： | 2017年10期 |
| 出版时间： | 2017年10月 |
| 上线时间： | 2017年10月28日 |
| 浏览次数： | 2771 |
| 下载次数： | 967 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |