一种基于GA-BP神经网络的SGP4模型精度改进方法及系统

    公开(公告)号:CN117454963A

    公开(公告)日:2024-01-26

    申请号:CN202311407886.7

    申请日:2023-10-27

    Abstract: 本发明公开了一种基于GA‑BP神经网络的SGP4模型精度改进方法及系统,涉及机器学习技术领域。本发明的技术要点包括:获取卫星的历史飞行数据及对应的空间活动指数,获取最优大气阻力调制系数;历史飞行数据、空间活动指数及最优大气阻力调制系数组成训练数据集;构建BP神经网络,并利用遗传算法对BP神经网络进行优化,将训练数据集输入经遗传算法优化后的BP神经网络进行训练;将实时卫星飞行数据及空间活动指数输入训练好的预测模型中进行预测,获取大气阻力调制系数预测结果。将大气阻力调制系数预测结果替换TLE数据中的大气阻力调制系数,以使用新的TLE数据进行卫星轨道预报。本发明有效提高了SGP4轨道预报模型的预报精度且鲁棒性强。

    一种对于GEO卫星扫描镜热形变误差的补偿方法及系统

    公开(公告)号:CN117648816A

    公开(公告)日:2024-03-05

    申请号:CN202311653528.4

    申请日:2023-12-05

    Abstract: 本发明公开了一种对于GEO卫星扫描镜热形变误差的补偿方法及系统,涉及GEO卫星图像定位与配准技术领域。本发明的技术要点包括:根据卫星扫描镜内部结构及热形变误差分析结果,建立基于等效失配角的热形变误差模型;对热形变误差模型进行优化,获取优化后的热形变误差模型;根据优化后的热形变误差模型和恒星观测模型建立GEO卫星恒星误差观测模型,并计算获得带有热形变误差影响下的卫星扫描角和步进角;对优化后的热形变误差模型进行多参数求解,通过求解出的失配角参数计算获得观测时刻对应的扫描角补偿量和步进角补偿量;将扫描角补偿量和步进角补偿量迭加到卫星扫描镜的转角上以实现扫描镜热形变补偿。本发明降低了热形变误差带来的影响。

    一种卫星重要度评估方法及系统
    3.
    发明公开

    公开(公告)号:CN117592658A

    公开(公告)日:2024-02-23

    申请号:CN202311651487.5

    申请日:2023-12-05

    Abstract: 本发明公开了一种卫星重要度评估方法及系统,涉及空间目标威胁评估技术领域。本发明的技术要点包括:获取卫星任务重要程度信息;根据卫星任务重要程度信息,将卫星重要度评估指标作为节点变量,分别构建卫星重要意图评估贝叶斯网络、卫星重要能力评估贝叶斯网络、卫星重要环境评估贝叶斯网络以及卫星重要程度评估贝叶斯网络;分别构建对应的条件概率表;将条件概率表输入到对应的贝叶斯网络中进行推理计算,最终得到卫星的重要度评估结果。本发明考虑到执行任务中任务复杂、需求多变、侦察目标多样等,贝叶斯网络模型特有的因果推理可以表征人类的思考过程,增强了评估模型的灵活性,实现了对卫星重要程度的量化;具有灵活性、稳定性高等优点。

Patent Agency Ranking