[发明专利]一种卫星精确轨道预报方法

权利要求书

1.一种卫星精确轨道预报方法，其特征在于包括步骤：

步骤一：以卫星星历和动力学模型算出的预报星历与真实星历的对比结果为输入进行深度神经网络自动学习训练，获得深度神经网络补偿器；

步骤二：以深度神经网络补偿器求得误差补偿；

步骤三：误差补偿与动力学模型求出的预报轨道结果相加得出卫星精确轨道的预报。

2.根据权利要求1所述卫星精确轨道预报方法，其特征在于步骤一获得深度神经网络补偿器包括以下具体步骤：

S01：以卫星星历作为伪观测资料计算出某初始时刻的卫星轨道信息

S02：由动力学模型采用数值积分的方法得出预报星历

S03：求得与真实卫星星历的比对结果

S04：作为深度神经网络的输入，修正值作为深度神经网络的输出，得到与之间的映射关系的逼近函数，即深度神经网络补偿器

3.根据权利要求1所述卫星精确轨道预报方法，其特征在于步骤三加入深度神经网络补偿器的动力学模型方程如下：

其中是已知动力学模型，是神经网络输出，它是卫星状态和网络权值的函数，初始时刻的位置和速度分别用表示。

4.根据权利要求2所述卫星精确轨道预报方法，其特征在于相隔T天的初始时刻下预报误差大小和相位均较接近，则选择T天之前的预报结果作为训练样本，得到的深度神经网络补偿器对当前时刻下的预报星历进行补偿。

5.根据权利要求2-4所述的任一卫星精确轨道预报方法，其特征在于对于短期卫星精确轨道预报时，训练阶段以为输入，获得深度神经网络补偿器再以为输入该补偿器求得修正值将其与动力学模型预报星历相加得出混合模型预报结果即：

其中定义表达式来表示了某弧段内的状态量，其中为状态量的名称，XX为计算模型，a为初始时刻，b为弧段的开始时刻，c为该弧段的结束时刻。

6.根据权利要求2-4所述的任一卫星精确轨道预报方法，其特征在于对于中长期卫星精确轨道预报时，训练阶段以

为输入，获得深度神经网络补偿器再以为输入该补偿器求得修正值将其与动力学模型预报星历相加得出混合模型预报结果即：

其中定义表达式来表示了某弧段内的状态量，其中为状态量的名称，XX为计算模型，a为初始时刻，b为弧段的开始时刻，c为该弧段的结束时刻。

7.根据权利要求6所述卫星精确轨道预报方法，其特征在于对于中长期卫星精确轨道预报时，以T₀-2T、T₀-3T作为训练的初始时刻。

8.根据权利要求1或3所述卫星精确轨道预报方法，其特征在于步骤一以实际观测值Y、观测量的计算值Y*、及其残差y来训练深度神经网络补偿器，表达式如下：

Y*=H(X,t)，y=Y-Y*

9.根据权利要求8所述卫星精确轨道预报方法，其特征在于实际观测量Y是测角、测速、伪距。