首页--航空、航天论文--航天(宇宙航行)论文--基础理论及试验论文--飞行力学论文--航天器飞行力学论文

基于神经网络的混合模型轨道预报方法研究

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

论文共86页,点击 下载论文
上一篇:基于多任务多目标的空天飞行器轨迹设计及优化研究
下一篇:便携式八通道超声波探伤仪软件设计