| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第11-12页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 轨道预报研究现状 | 第14-17页 |
| 1.2.2 深度神经网络研究现状 | 第17-18页 |
| 1.3 本文主要研究内容及结构安排 | 第18-20页 |
| 1.3.1 本文主要研究内容 | 第18页 |
| 1.3.2 结构安排 | 第18-20页 |
| 第二章 轨道预报动力学模型 | 第20-41页 |
| 2.1 时间系统 | 第20-21页 |
| 2.1.1 恒星时 | 第20页 |
| 2.1.2 世界时 | 第20-21页 |
| 2.1.3 力学时 | 第21页 |
| 2.1.4 原子时和协调世界时 | 第21页 |
| 2.2 坐标系统 | 第21-25页 |
| 2.2.1 坐标旋转的矩阵表示方法 | 第22页 |
| 2.2.2 历元平赤道坐标系与瞬时平赤道坐标系之间的转换 | 第22-23页 |
| 2.2.3 瞬时平赤道地心系与瞬时真赤道地心系之间的转换 | 第23-24页 |
| 2.2.4 瞬时真赤道地心系与准地固系之间的转换 | 第24页 |
| 2.2.5 准地固坐标系与地固坐标系之间的转换 | 第24页 |
| 2.2.6 轨道坐标系与瞬时真赤道地心系之间的转换 | 第24-25页 |
| 2.3 轨道预报中受摄星历的计算 | 第25-26页 |
| 2.4 摄动力分析 | 第26-33页 |
| 2.4.1 地球非球形引力摄动 | 第27-28页 |
| 2.4.2 三体引力摄动 | 第28-30页 |
| 2.4.3 潮汐力摄动 | 第30-31页 |
| 2.4.4 太阳光压摄动 | 第31-33页 |
| 2.5 积分算法分析 | 第33-37页 |
| 2.5.1 数值积分法的基本形式 | 第34-35页 |
| 2.5.2 单步法 | 第35-36页 |
| 2.5.3 Taylor 级数法 | 第36页 |
| 2.5.4 外推法 | 第36-37页 |
| 2.5.5 仿真所用积分方法的应用 | 第37页 |
| 2.6 动力学预报方案和仿真 | 第37-40页 |
| 2.7 本章小结 | 第40-41页 |
| 第三章 深度神经网络 | 第41-47页 |
| 3.1 机器学习 | 第41页 |
| 3.2 人工神经网络 | 第41-43页 |
| 3.3 深度神经网络结构 | 第43-45页 |
| 3.3.1 神经元 | 第43页 |
| 3.3.2 网络拓扑结构 | 第43-45页 |
| 3.4 深度神经网络训练算法 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 受限玻尔兹曼机及其训练算法 | 第47-54页 |
| 4.1 基于能量的模型 | 第47页 |
| 4.2 受限玻尔兹曼机结构及训练算法 | 第47-49页 |
| 4.3 基于马尔可夫链的蒙特卡洛采样法 | 第49-53页 |
| 4.3.1 Metropolis-Hastings 采样 | 第50-51页 |
| 4.3.2 Gibbs 采样 | 第51-52页 |
| 4.3.3 blocked Gibbs 采样 | 第52-53页 |
| 4.4 受限玻尔兹曼机模型的评估方法 | 第53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于深度神经网络混合模型的卫星轨道预报 | 第54-81页 |
| 5.1 混合模型建模 | 第54-56页 |
| 5.2 动力学模型预报误差分析 | 第56-58页 |
| 5.3 卫星轨道预报误差评定标准 | 第58页 |
| 5.4 基于 BP 神经网络的混合预报仿真 | 第58-64页 |
| 5.4.1 短期预报仿真实验 | 第58-60页 |
| 5.4.2 中期预报仿真实验 | 第60-62页 |
| 5.4.3 长期预报仿真实验 | 第62-64页 |
| 5.4.4 基于 BP 神经网络的混合预报仿真结果分析 | 第64页 |
| 5.5 基于深度神经网络的混合预报仿真 | 第64-71页 |
| 5.5.1 短期预报仿真实验 | 第65-67页 |
| 5.5.2 中期预报仿真实验 | 第67-69页 |
| 5.5.3 长期预报仿真实验 | 第69-71页 |
| 5.5.4 基于深度神经网络的混合预报仿真结果分析 | 第71页 |
| 5.6 两组仿真结果分析及结论 | 第71-72页 |
| 5.7 不同卫星在不同时段的预报仿真 | 第72-79页 |
| 5.7.1 短期预报仿真实验 | 第72-74页 |
| 5.7.2 中期预报仿真实验 | 第74-77页 |
| 5.7.3 长期预报仿真实验 | 第77-79页 |
| 5.8 本章小结 | 第79-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 本文主要工作总结 | 第81页 |
| 6.2 后续工作与展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-88页 |
| 在学期间的研究成果及发表的学术论文 | 第88页 |
