本发明涉及卫星轨道确定与预报,尤其涉及一种低轨卫星轨道预报方法、系统、终端及介质。
背景技术:
1、卫星对地观测、轨道维持、激光测距等方面都对低轨卫星轨道预报精度提出了较高的要求。采用动力学方法预报低轨卫星轨道时,预报精度主要取决于动力学模型及参数的计算与预测精度。在卫星轨道预报中,随着预报时长的增加,经验模型的误差会逐渐累计,轨道预报精度逐渐下降。
2、在现有技术中,与本方法相关度较高的技术方法有如下几种:
3、公开号为cn116337065a的中国专利申请公开了一种提高低轨卫星轨道预报精度的方法,较为精确的计算了低轨卫星运行时的大气阻力摄动加速度。这种建模方法可较为精确的计算出大气阻力摄动加速度,从而获得精确的轨道预报。但是该方案仅考虑了大气阻力系数这一力学参数对低轨卫星轨道预报精度的影响,没有顾及其他动力学模型误差以及未建模的误差带来的影响。
4、公开号为cn110595485a的中国专利申请公开了一种基于两行根数的低轨卫星长期轨道预报方法,对初始时刻轨道坐标系下的两行根数进行相关处理,得到适用于j2000坐标系的卫星轨道根数初值,采用数值法求解轨道预报动力学模型,得到较高精度的卫星轨道根数预报结果。但是该方法采用的是一种解析的方法来预报轨道,短期预报误差与数值法相比较大,而且无法抑制轨道预报过程中的误差发散问题。
5、公开号为cn116522492a的中国专利申请公开了一种卫星轨道的预测方法,通过基于神经网络混合建模的思想,根据动力学模型轨道预报误差的特点,完成中长期轨道预报方案的设计,其预报误差的均值更小,误差分布更集中。但是该方法未考虑轨道预报误差中各类力学模型误差的特性,直接采用神经网络对轨道预报误差进行训练并预报,并将神经预报的轨道误差改正到动力学模型预报的轨道上。然而轨道预报误差受多种力学模型误差的影响,因此需要对各类模型误差因素单独分析建模才能合理地降低轨道预报误差。
6、因此,本发明要解决的技术问题如下:
7、(1)当前轨道预报方法大多基于动力学模型,但是由于轨道预报并没有外界数据源的修正,且动力学模型本身存在一定的误差,随着轨道误差逐渐累积,预报轨道逐渐偏离实际轨道。基于动力学模型预报轨道的过程中,大气阻力系数及经验加速度系数等力学参数恒为精密定轨得到的初始值,而非随卫星状态量变化的实际解算值。因此,该大气阻力系数无法很好地补偿先验大气阻力模型的误差,经验加速度系数无法吸收其他模型误差及未建模的误差,影响了轨道预报精度。
8、(2)现有研究仅考虑大气阻力系数对轨道预报精度的影响,影响了轨道预报精度。而经验加速度系数吸收了未建模的误差以及建模不精确带来的动力学模型误差,该参数也需要同时考虑。
9、(3)大气阻力系数和经验加速度系数不具有明显的时变特征,采用传统的建模和预测方法难以准确预测,无法为低轨卫星轨道预报获取高精度的先验动力学信息,影响了轨道预报精度。
技术实现思路
1、针对现有技术中的不足,本发明的目的在于提供一种低轨卫星轨道预报方法、系统、终端及介质,以提升低轨卫星轨道预报精度。
2、第一方面,提供了一种低轨卫星轨道预报方法,包括如下步骤:
3、s1:基于星载gnss观测数据对低轨卫星进行动力学定轨解算处理,获取卫星各历史时刻状态量,所述状态量包括卫星的位置、速度和动力学参数,其中动力学参数包括大气阻力系数和经验加速度系数,并以解算得到的最后时刻的卫星状态量作为卫星轨道预报初始时刻状态量;
4、s2:将各历史时刻的大气阻力系数和经验加速度系数分别组成的序列输入对应的训练好的神经网络预测模型,预测未来时刻的大气阻力系数和经验加速度系数;
5、s3:基于卫星轨道预报初始时刻状态量及预测的大气阻力系数和经验加速度系数,利用动力学模型对低轨卫星轨道进行预报。
6、根据第一方面,在一种可能的实现方式中,s1具体包括:
7、确定星载gnss伪距和载波相位的观测方程;
8、确定低轨卫星运动方程;
9、基于星载gnss观测数据,结合基于星载gnss伪距和载波相位的观测方程、低轨卫星运动方程,采用最小二乘估计解算得到初始卫星状态量,通过数值积分得到卫星定轨弧段的状态量,以定轨弧段最后时刻的状态量作为卫星轨道预报初始时刻状态量。
10、根据第一方面,在一种可能的实现方式中,s2具体包括:
11、将各历史时刻的大气阻力系数组成的序列输入训练好的基于神经网络的大气阻力系数预测模型中,预测得到未来时刻的大气阻力系数;
12、将各历史时刻的经验加速度系数组成的序列输入训练好的基于神经网络的经验加速度系数预测模型中,预测得到未来时刻的经验加速度系数。
13、根据第一方面,在一种可能的实现方式中,所述大气阻力系数预测模型和经验加速度系数预测模型分别基于历史大气阻力系数序列和经验加速度系数序列对卷积神经网络模型进行训练得到。
14、第二方面,提供了一种低轨卫星轨道预报系统,包括:
15、定轨解算模块,用于基于星载gnss观测数据对低轨卫星进行动力学定轨解算处理,获取卫星各历史时刻状态量,所述状态量包括卫星的位置、速度和动力学参数,其中动力学参数包括大气阻力系数和经验加速度系数,并以解算得到的最后时刻的卫星状态量作为卫星轨道预报初始时刻状态量;
16、动力学参数预测模块,用于将各历史时刻的大气阻力系数和经验加速度系数分别组成的序列输入对应的训练好的神经网络预测模型,预测未来时刻的大气阻力系数和经验加速度系数;
17、轨道预报模块,用于基于卫星轨道预报初始时刻状态量及预测的大气阻力系数和经验加速度系数,利用动力学模型对低轨卫星轨道进行预报。
18、根据第二方面,在一种可能的实现方式中,定轨解算模块执行如下过程:
19、确定星载gnss伪距和载波相位的观测方程;
20、确定低轨卫星运动方程;
21、基于星载gnss观测数据,结合基于星载gnss伪距和载波相位的观测方程、低轨卫星运动方程,采用最小二乘估计解算得到初始卫星状态量,通过数值积分得到卫星定轨弧段的状态量,以定轨弧段最后时刻的状态量作为卫星轨道预报初始时刻状态量。
22、根据第二方面,在一种可能的实现方式中,动力学参数预测模块执行如下过程:
23、将各历史时刻的大气阻力系数组成的序列输入训练好的基于神经网络的大气阻力系数预测模型中,预测得到未来时刻的大气阻力系数;
24、将各历史时刻的经验加速度系数组成的序列输入训练好的基于神经网络的经验加速度系数预测模型中,预测得到未来时刻的经验加速度系数。
25、根据第二方面,在一种可能的实现方式中,所述大气阻力系数预测模型和经验加速度系数预测模型分别基于历史大气阻力系数序列和经验加速度系数序列对卷积神经网络模型进行训练得到。
26、第三方面,提供了一种电子终端,包括:
27、存储器,其上存储有计算机程序;
28、处理器,用于加载并执行所述计算机程序,以实现如第一方面任一项所述的低轨卫星轨道预报方法。
29、第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述的低轨卫星轨道预报方法。
30、本发明提出的一种低轨卫星轨道预报方法、系统及介质,具有如下有益效果:
31、1)由于动力学参数不具备明显的时变特征,传统的建模预测方法并不能很好地预测动力学参数,本发明提出基于神经网络的方法实现低轨卫星非保守力参数的精确建模,支持低轨卫星非保守力参数的高精度预测;
32、2)提出低轨卫星非保守力参数精确预测值支持的低轨卫星轨道预报方法,在一定程度上抑制了轨道预报过程中的误差发散问题,实现多种低轨卫星类型、多种预报弧长情形下的轨道预报精度提升;
33、3)提出综合考虑大气阻力系数和经验加速度系数两种非保守力参数的轨道预报方案,区别于仅考虑大气阻力系数或经验加速度系数的现有研究方案,更全面地考虑两种非保守力参数对轨道预报精度的影响,可进一步提高低轨卫星轨道预报精度。