排序方式: 共有35条查询结果,搜索用时 359 毫秒
1.
2.
3.
历书参数可同时用于辅助常规导航和自主导航的信号捕获。延长历书参数的有效期不但可以使地面接收机启动时充分利用历书数据,对于基于星间链路观测的自主导航,历书参数的有效期还决定了地面注入历书的频度和占用的星上存储资源。通过对北斗3类导航卫星主要摄动力及其对轨道根数的长期项和长周期项的影响分析,设计了以6个轨道根数和5个摄动参数为播发参数的历书拟合模型。以一个自主运行周期90 d为时间尺度,对北斗在轨卫星进行了长弧段历书拟合试验,并同时分析了卫星位置和速度的拟合精度。结果表明新的历书拟合模型提高了历书拟合的精度,尤其对于地球静止轨道和倾斜地球同步轨道卫星,拟合精度提高显著。对于GEO和IGSO卫星,位置拟合误差大约从200 km降低至十几千米甚至几千米,速度拟合误差大约从15 m/s降低至0.6 m/s,新方法拟合精度提高了约20~30倍;对于中圆地球轨道卫星,无论采用哪种历书模型,位置拟合误差都在5 km左右,速度拟合误差都在0.6 m/s左右,新方法拟合精度提高约15%。针对星间链路卫星10 km位置误差上限的使用需求,对比了新老历书模型的拟合弧长,常规模型最大拟合弧长约为14 d,而新历书模型的最大拟合弧长可延长至45 d,新历书模型延长了历书使用期限,优化了北斗历书模型设计。 相似文献
4.
高轨卫星轨道预报中神经网络模型优化设计 总被引:1,自引:0,他引:1
高轨卫星是我国卫星导航系统的重要组成部分。提升该类卫星的轨道预报精度有利于用户定位精度的提高。提出了一种改进高轨卫星轨道预报精度的新方法。该方法避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破。利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度。对影响神经网络模型补偿效果的各因素进行了详细分析,制定了适应于高轨卫星短期、中期和长期预报的神经网络最优模型。利用实测数据进行了试验分析,结果表明:预报8,15及30 d应选择的训练步长分别为10,20及25 min;轨道预报8~30 d时,训练噪声均选取0.01。神经网络模型有效地改进了高轨卫星的轨道预报精度,预报4~30 d,轨道精度提高幅度为34.67%~82.37%不等。 相似文献
5.
6.
7.
针对利用动力学模型得到的预报轨道随时间推移精度衰减较快的问题,尝试采用神经网络作为建模工具改进北斗导航卫星轨道预报精度。对影响神经网络模型补偿效果的因素进行了详细分析,基于神经网络补偿波形调整策略制定了适应导航卫星短期、中期和长期预报的神经网络优化模型。利用实测数据进行了试验分析,结果表明,该方法可以显著改进利用动力学模型得到的预报轨道精度。短期预报中,当采用的训练样本距离当前时刻大于10 d时,应移动补偿波形;中长期预报中均应移动补偿波形。相比补偿波形不调整的神经网络模型,采用基于补偿波形调整的神经网络优化模型后,预报弧长为8、15、30 d时,改进率分别提高了2.3%、6.7%、10%。 相似文献
8.
9.
通过查阅《地质科学》自1958年7月创刊至今64年来的文献资料,简要回顾了《地质科学》期刊的创刊历史和发展历程.通过对2002年~2021年《地质科学》刊文数据进行统计,利用关键词分析、第一作者附属研究机构分布、作者信息汇总等分析,总结了《地质科学》近年来刊发文章的研究热点,稿源分布特点及发展面临的挑战,进而对办刊方向... 相似文献
10.
将无奇点根数和坐标旋转方法综合运用到地球静止轨道(geostationary earth orbit,GEO)卫星的18参数星历拟合,解决GEO卫星的小偏心率奇点和小倾角奇点问题。基于5颗北斗在轨GEO卫星1 a的轨道数据,分析全年星历拟合精度和稳定性,对卫星进出地影的拟合精度进行定量分析,针对Δn参数超限问题,比较绕X轴旋转5°和55°的Δn参数变化范围。结果表明,2~4 h的拟合弧长5颗GEO卫星的星历拟合精度最大为3 cm,迭代次数最多为5次;拟合弧长越长,拟合精度越低,迭代次数更少;当拟合弧段包含进出地影轨道时,拟合精度降低;旋转55°比旋转5°Δn参数的变化范围减少一个数量级,Δn参数全年无超限现象。 相似文献