-
公开(公告)号：CN114817832A
公开(公告)日：2022-07-29
申请号：CN202210228869.6
申请日：2022-03-10
Applicant: 中国西安卫星测控中心
Abstract: 本发明是关于一种航天器精密定轨并行处理方法。该方法包括：根据航天器数量开辟对应数量的积分线程句柄；对该航天器进行轨道积分计算，获得该航天器的星历数据并保存；开辟具有预设数目的观测数据处理线程句柄，并将所述航天器的观测数据分划成所述预设数目个线程块，且为每个所述线程块分配一个上三角矩阵和向量；根据该星历数据和每个该线程块中的观测数据得到待求解参数的偏导数、观测数据的理论值与实测值之差，将偏导数、差值代入吉文斯变换更新该上三角矩阵和向量；对所有更新得到的该上三角矩阵和向量进行吉文斯变换，并得到轨道确认结果。本发明可以克服现有精密轨道确定系统在处理海量观测数据时，在计算效率方面的不足之处。
-
Patent Agency Ranking
公开(公告)号：CN114021072B
公开(公告)日：2025-05-13
申请号：CN202111358659.0
申请日：2021-11-16
Applicant: 中国西安卫星测控中心
Abstract: 本发明公开的一种提升航天器精密定轨计算速度的数据处理方法，包括以下步骤：步骤1、配置定轨软件参数；步骤2、预先计算地固系到地惯系坐标转换矩阵序列和TDB‑TT时间差序列，并将计算结果序列保存在内存中；步骤3、采用插值的方法获取内存中的预先计算结果。本发明一种提升航天器精密定轨计算速度的数据处理方法，考虑了预先计算地固系到地惯系转换矩阵和TDB‑TT时差等在程序中反复重复计算且耗时的函数，并将计算结果序列保存在内存中，在使用时采用插值的方法减少软件计算的时间消耗。
-
公开(公告)号：CN115576941A
公开(公告)日：2023-01-06
申请号：CN202211224979.1
申请日：2022-10-09
Applicant: 中国西安卫星测控中心
IPC: G06F16/22 , G06F16/906
Abstract: 本公开实施例是关于一种适用于多航天器精密定轨的观测数据存储系统及方法。该系统包括：测量类型模块，用于存储测量类型数据；参与对象模块，用于存储参与对象，且依照信号传输经过各参与对象的顺序进行排列存储；数据扩展属性模块，用于对观测数据的属性进行描述；测量数据模块，用于存储观测数据。本公开实施例根据测量类型模块及用于存储参与对象的参与对象模块，通过数据扩展属性模块对按照预设的测量发生顺序观测参与对象所得的观测数据的属性进行描述，且通过测量数据模块对观测数据进行存储，实现了当对大量参与对象进行测量时，一条观测数据中的存储系统可以清晰定义出本次测量的参与对象，适用于“多站‑多星”的测量模式。
-
公开(公告)号：CN114021072A
公开(公告)日：2022-02-08
申请号：CN202111358659.0
申请日：2021-11-16
Applicant: 中国西安卫星测控中心
Abstract: 本发明公开的一种提升航天器精密定轨计算速度的数据处理方法，包括以下步骤：步骤1、配置定轨软件参数；步骤2、预先计算地固系到地惯系坐标转换矩阵序列和TDB‑TT时间差序列，并将计算结果序列保存在内存中；步骤3、采用插值的方法获取内存中的预先计算结果。本发明一种提升航天器精密定轨计算速度的数据处理方法，考虑了预先计算地固系到地惯系转换矩阵和TDB‑TT时差等在程序中反复重复计算且耗时的函数，并将计算结果序列保存在内存中，在使用时采用插值的方法减少软件计算的时间消耗。
-
公开(公告)号：CN114970341B
公开(公告)日：2024-04-02
申请号：CN202210551541.8
申请日：2022-05-18
Applicant: 中国西安卫星测控中心
IPC: G06F30/27 , G06N20/00 , G06F18/15 , G06F18/2431 , G06F18/213 , G06Q50/40
Abstract: 本发明是关于一种基于机器学习的低轨卫星轨道预报精度提升模型建立方法。包括：采用精密数值外推软件生成全动力学模型下的轨道真值数据XTrue，预设动力学模型下的轨道估计数据XEst和轨道预测数据XPre；根据XTrue和XPre得到轨道真值误差，根据XEst和XPre得到轨道相对预报误差；基于XGBoost模型，以轨道真值误差为目标变量确定预设输入特征变量，并进行归一化处理；将归一化处理后的预设输入特征变量和目标变量利用XGBoost模型进行分析，选取决定系数R2最大的预设输入特征变量组合，作为关键输入特征变量；根据归一化处理后的关键输入特征变量和目标变量对XGBoost模型进行超参数寻优，得到最优超参数；将关键输入特征变量、目标变量和最优超参数输入XGBoost模型进行训练，获得预报精度提升模型。
-
公开(公告)号：CN114970341A
公开(公告)日：2022-08-30
申请号：CN202210551541.8
申请日：2022-05-18
Applicant: 中国西安卫星测控中心
Abstract: 本发明是关于一种基于机器学习的低轨卫星轨道预报精度提升模型建立方法。包括：采用精密数值外推软件生成全动力学模型下的轨道真值数据XTrue，预设动力学模型下的轨道估计数据XEst和轨道预测数据XPre；根据XTrue和XPre得到轨道真值误差，根据XEst和XPre得到轨道相对预报误差；基于XGBoost模型，以轨道真值误差为目标变量确定预设输入特征变量，并进行归一化处理；将归一化处理后的预设输入特征变量和目标变量利用XGBoost模型进行分析，选取决定系数R2最大的预设输入特征变量组合，作为关键输入特征变量；根据归一化处理后的关键输入特征变量和目标变量对XGBoost模型进行超参数寻优，得到最优超参数；将关键输入特征变量、目标变量和最优超参数输入XGBoost模型进行训练，获得预报精度提升模型。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
