摘要 | 第1-5页 |
Abstract | 第5-9页 |
图清单 | 第9-11页 |
表清单 | 第11-13页 |
注释表 | 第13-15页 |
第一章 绪论 | 第15-20页 |
·引言 | 第15-16页 |
·轨道预报发展现状 | 第16-17页 |
·神经网络发展现状 | 第17-18页 |
·本课题的主要研究工作 | 第18-19页 |
·本文的内容安排 | 第19-20页 |
第二章 轨道预报中涉及的时间系统和空间系统 | 第20-25页 |
·时间系统 | 第20-21页 |
·恒星时 | 第20页 |
·世界时(UT) | 第20页 |
·国际原子时(TAI) | 第20页 |
·协调世界时(UTC) | 第20-21页 |
·动力学时----地球动力学时和质心动力学时 | 第21页 |
·空间坐标系 | 第21-23页 |
·岁差章动模型 | 第22页 |
·地球自转模型 | 第22-23页 |
·极移矩阵 | 第23页 |
·坐标转化的实现 | 第23-25页 |
第三章 基于动力学模型的轨道预报实现 | 第25-38页 |
·数值法预报框架 | 第25-27页 |
·卫星动力学模型 | 第27-29页 |
·数值积分方法 | 第29-33页 |
·Adams. Cowel 方法 | 第29页 |
·RKF(Runge-Kutta—Fehlberg)方法 | 第29页 |
·GBS 外推方法 | 第29-30页 |
·课题中积分算法的初步应用及结论 | 第30-33页 |
·摄动力的分析与选择 | 第33-36页 |
·预报精度对摄动力精度的要求 | 第33-34页 |
·各种摄动力的量级分析 | 第34-36页 |
·预报方案和仿真结果 | 第36-38页 |
第四章 定轨算法和方案 | 第38-47页 |
·定轨基本轮廓的描述 | 第38-39页 |
·初轨计算 | 第39页 |
·最小二乘算法 | 第39-42页 |
·经典最小二乘法 | 第39-40页 |
·加权最小二乘法 | 第40-41页 |
·最小二乘法的两种处理方法 | 第41-42页 |
·Kalman 滤波算法 | 第42-44页 |
·扩展卡尔曼滤波EKF | 第42-43页 |
·unscented 卡尔曼滤波(UKF) | 第43-44页 |
·定轨算法的总结 | 第44页 |
·定轨方案及精度 | 第44-47页 |
第五章 神经网络基本框架和优化算法 | 第47-59页 |
·神经网络的类型 | 第47-48页 |
·多层感知器的基本结构 | 第48页 |
·多层感知器的前向计算和反向计算 | 第48-51页 |
·前向计算 | 第49页 |
·反向计算 | 第49-51页 |
·多层感知器的训练算法 | 第51-55页 |
·梯度法 | 第52-53页 |
·牛顿法/拟牛顿法 | 第53-54页 |
·Levenberg-Marquardt 算法 | 第54-55页 |
·网络泛化能力的改善 | 第55-59页 |
·训练样本的处理 | 第55页 |
·神经网络的自裁剪算法(SLF 算法) | 第55-57页 |
·目标函数正则化(基于贝叶斯估计的正则化算法) | 第57-59页 |
第六章 混合模型的建立和预报方案 | 第59-66页 |
·神经网络建模思路 | 第59-60页 |
·混合模型的描述 | 第60页 |
·动力学模型预报误差特点分析 | 第60-63页 |
·混合模型的两种预报方案 | 第63-66页 |
第七章 混合模型预报仿真结果 | 第66-79页 |
·轨道误差评定标准 | 第66页 |
·厘米级定轨精度的仿真结果 | 第66-72页 |
·短期预报仿真实验 | 第67-69页 |
·中长期预报实验 | 第69-70页 |
·长期预报仿真实验 | 第70-72页 |
·米级定轨精度的仿真结果 | 第72-76页 |
·米级定轨精度短期预报仿真实验 | 第72-73页 |
·米级定轨精度的中长期预报结果 | 第73-74页 |
·米级定轨精度下的长期预报结果 | 第74-76页 |
·不同初始时刻下的仿真 | 第76-78页 |
·仿真实验的总结 | 第78-79页 |
第八章 总结和展望 | 第79-81页 |
·课题总结 | 第79页 |
·后续工作与展望 | 第79-81页 |
参考文献 | 第81-85页 |
致谢 | 第85-86页 |
在学期间的研究成果及发表的学术论文 | 第86页 |