【技术实现步骤摘要】
一种卫星轨道数据的范围控制方法
[0001]本专利技术涉及卫星轨道数据相关领域,具体为一种卫星轨道数据的范围控制方法。
技术介绍
[0002]在卫星技术的应用中,对卫星轨道的精确控制是至关重要的。为了实现这一目标,卫星需要安装多种测量设备,包括微小推进器、星间定位设备等,以获取实时轨道数据。
[0003]然而,由于卫星在轨道上的运动状态各异,轨道数据误差较大,传统的静态控制方法已经无法满足需求。因此,需要寻求一种更精确的轨道数据范围控制方法,以保证卫星的稳定运行。
技术实现思路
[0004]本专利技术的目的在于提供一种卫星轨道数据的范围控制方法,以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的,本专利技术提供如下技术方案:一种卫星轨道数据的范围控制方法,包括以下步骤:
[0006]步骤S1、获取卫星测量数据;
[0007]步骤S2、利用高级神经网络的算法,对获取的测量数据进行分析和处理,预测轨道的运动规律,得到预测结果;
[0008]步骤S3、比对卫星测量数据中的观测值和步骤S2中的预测结果,修正数据误差,得到更加准确的轨道数据;
[0009]步骤S4、将修正后的轨道数据传输至卫星,实现即时控制。
[0010]优选的,所述步骤S2中使用的高级神经网络的算法为GPT
‑
3.5Turbo模型,其具体模型处理步骤为:
[0011]步骤a、首先收集卫星测量数据,包括卫星的位置、轨道参数、运动速度参数,并对这些数据进行 ...
【技术保护点】
【技术特征摘要】
1.一种卫星轨道数据的范围控制方法,其特征在于,包括以下步骤:步骤S1、获取卫星测量数据;步骤S2、利用高级神经网络的算法,对获取的测量数据进行分析和处理,预测轨道的运动规律,得到预测结果;步骤S3、比对卫星测量数据中的观测值和步骤S2中的预测结果,修正数据误差,得到更加准确的轨道数据;步骤S4、将修正后的轨道数据传输至卫星,实现即时控制。2.根据权利要求1所述的一种卫星轨道数据的范围控制方法,其特征在于:所述步骤S2中使用的高级神经网络的算法为GPT
‑
3.5Turbo模型,其具体模型处理步骤为:步骤a、首先收集卫星测量数据,包括卫星的位置、轨道参数、运动速度参数,并对这些数据进行预处理,消除掉测量误差和噪声,并将数据转化成数字序列格式;步骤b、在数据预处理之后,使用GPT
‑
3.5Turbo模型进行训练,以对卫星轨道数据进行预测和分析,在此过程中,需要确定模型的输入和输出格式,以及选择参数和算法;步骤c、在模型训练完成后,需要采用交叉验证技术对模型进行测试和调整,以确定模型的准确性和稳定性;步骤d、在模型测试和调整之后,将模型应用到卫星轨道数据的范围控制中,首先,将步骤a中卫星测量数据输入到模型中,并经过处理和预测,得出轨道数据的范围信息,然后,将处理后的轨道数据传输至控制设备,进行实时控制。3.根据权利要求2所述的一种卫星轨道数据的范围控制方法,其特征在于:所述步骤a中对数据进行预处理具体包括:在获取卫星位置数据时,使用数据有效性检查进行严格的数据校验,以判断数据是否准确、完整和一致;在数据校验完成后采用数字滤波器进行滤波处理,减少测量误差和噪声对数据预测的影响;当卫星位置数据出现缺失或异常值时,采用线性插值进行数据插值,填补缺失值和消除异常值;在数据完成上述处理后,使用标准差归一化将数据进行归一化处理,消除不同数据尺度之间的差异。4.根据权利要求2所述的一种卫星轨道数据的范围控制方法,其特征在于:所述步骤b中使用GPT
‑
3.5Turbo模型进行训练具体步骤为:步骤一、在预测卫星位置、轨道参数和速度时,将卫星测量数据以及历史轨道数据作为模型的输入,轨道预测误差和下一时刻的轨道数据等作为模型的输出;步骤二、在确定模型输入和输出之后,输入近GPT
‑
3.5Turbo模型进行训练,其GPT
‑
3.5Turbo模型具体为:text{MultiHead}(Q,K,V)=text{Concat}(head_1,
…
,head_h)W^Otext{Concat}head_i=text{Attention}(QW_i^Q,KW_i^K,VW_i^V)text{Attention}W_i^Q,W_i^K,W_i^V。其中,Q、K、V分别表示输入的查询向量、键向量和值向量;head_i表示第i个头的输出;text为可训练的权重矩阵;text{MultiHead}表示多头自注意力机制,W_i^Q,W_i^K,W_i^V是多头注意力机制中的可训练参数;text{Concat}...
【专利技术属性】
技术研发人员:亢瑞晟,王硕,王一一,李白璐,
申请(专利权)人:北京开运联合信息技术集团股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。