机构名称：
¥ 1.0
摘要：本研究使用神经网络探索退役地球静止卫星复杂的纵向进程。目标是建模和预测卫星在时间维度上的纵向动态。历史卫星经度数据经过彻底的预处理，以训练所有六颗退役卫星的单输入和三输入配置的时间序列神经网络，从而获得全面的纵向行为洞察。结果显示出令人印象深刻的结果：预测和测量经度之间的平均均方误差 (MSE) 为 1.55x10 -3 ，回归接近 1。这种收敛意味着所采用的神经网络方法与复杂的问题领域之间存在很强的一致性。这些结果强调了所选神经网络方法在解决退役地球静止卫星轨迹建模所带来的挑战方面的适用性和有效性。这项研究的影响涵盖了各个领域。深入了解长期轨道变化有助于理解卫星行为，增强轨迹预测和卫星管理和空间技术进步的决策。此外，该研究还强调了准确预测卫星退役后行为的重要性。这有助于更好地规划任务、优化资源，并制定更有效的空间垃圾处理策略。关键词：退役卫星、地球静止轨道、神经网络、纵向演化、轨道动力学。
使用神经网络对退役地球静止卫星纵向演化进行建模
主要关键词
相关文件推荐
