典型文献
基于LSTM神经网络的轨道预报算法研究
文献摘要：
传统的轨道预报方法,主要分为数值法和解析法,数值法计算精度高但计算速度慢,星载计算机的算力要求很高;解析法计算精度低但计算速度快,对星载计算机的算力要求较低.随着卫星技术的发展,卫星的自主定轨和智能化变得越来越重要,而传统的轨道预报方法不能很好的满足这一要求,即兼顾计算精度和计算速度.针对这一问题,提出一种基于LSTM神经网络的轨道预报算法,该方法通过使用LSTM神经网络对解析法的预测值与卫星的真实位置的误差进行训练,从而来预测解析法在未来时刻的预报误差,通过对误差的修正来提高预测的准确性,且具有较快的计算速度.
文献关键词：
轨道预报;神经网络;LSTM神经网络
中图分类号：
作者姓名：
韩雨恒
作者机构：
中南大学航空航天学院,湖南 长沙 410083
文献出处：
引用格式：
[1]韩雨恒-.基于LSTM神经网络的轨道预报算法研究)[J].科学技术创新,2022(21):88-91
A类：
B类：
轨道预报,算法研究,预报方法,数值法,解析法,计算精度,计算速度,速度慢,星载计算机,算力,自主定轨,一要,来时,预报误差,正来
AB值：
0.267276
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
