-
公开(公告)号：CN114252871B
公开(公告)日：2024-07-09
申请号：CN202111514264.5
申请日：2021-12-13
Applicant: 中国西安卫星测控中心
Abstract: 本发明提供了一种基于机器学习的雷达探测精度补偿方法，采集设定时长内的空间环境特征参数、时空特征参数以及雷达探测剩余误差数据构建数据集，采用异常值剔除和数据下采样技术对得到的数据进行预处理；构建基于机器学习的雷达探测精度补偿模型；从雷达探测数据中解算目标方位角、测量时段、星下点经纬度、目标高度；从互联网下载提取雷达探测时刻空间环境参数；将提取的数据输入到构建的雷达探测精度补偿模型中，得到精度补偿后雷达探测数据。本发明在电波环境折射修正基础上，进一步补偿雷达探测精度，补偿电波折射修正模型时空特性局限性、雷达系统误差等造成的探测精度的损失，提升雷达探测精度。
-
公开(公告)号：CN114358139B
公开(公告)日：2024-07-16
申请号：CN202111514564.3
申请日：2021-12-13
Applicant: 中国西安卫星测控中心
Abstract: 本发明提供了一种数据驱动的太阳10.7厘米射电流量长期预报方法，首先学习差分阶数和季节差分阶数，然后学习自回归阶数、滑动平均阶数、季节自回归阶数和季节滑动平均阶数，最终通过学习获得模型系数，利用学习好的模型预测未来的F10.7年均值。本发明提出的F10.7长期预报方法是一种纯数据驱动的方法，克服了人工经验预报对专家知识依赖性强、时效性差、自主性弱等缺点，能够在探火、探月、空间站保障等重大航天任务中提供自主、及时、有效的F10.7长期预报值。
-
公开(公告)号：CN114358139A
公开(公告)日：2022-04-15
申请号：CN202111514564.3
申请日：2021-12-13
Applicant: 中国西安卫星测控中心
Abstract: 本发明提供了一种数据驱动的太阳10.7厘米射电流量长期预报方法，首先学习差分阶数和季节差分阶数，然后学习自回归阶数、滑动平均阶数、季节自回归阶数和季节滑动平均阶数，最终通过学习获得模型系数，利用学习好的模型预测未来的F10.7年均值。本发明提出的F10.7长期预报方法是一种纯数据驱动的方法，克服了人工经验预报对专家知识依赖性强、时效性差、自主性弱等缺点，能够在探火、探月、空间站保障等重大航天任务中提供自主、及时、有效的F10.7长期预报值。
-
公开(公告)号：CN114252871A
公开(公告)日：2022-03-29
申请号：CN202111514264.5
申请日：2021-12-13
Applicant: 中国西安卫星测控中心
Abstract: 本发明提供了一种基于机器学习的雷达探测精度补偿方法，采集设定时长内的空间环境特征参数、时空特征参数以及雷达探测剩余误差数据构建数据集，采用异常值剔除和数据下采样技术对得到的数据进行预处理；构建基于机器学习的雷达探测精度补偿模型；从雷达探测数据中解算目标方位角、测量时段、星下点经纬度、目标高度；从互联网下载提取雷达探测时刻空间环境参数；将提取的数据输入到构建的雷达探测精度补偿模型中，得到精度补偿后雷达探测数据。本发明在电波环境折射修正基础上，进一步补偿雷达探测精度，补偿电波折射修正模型时空特性局限性、雷达系统误差等造成的探测精度的损失，提升雷达探测精度。
-
-
-
Search Results
4
records
(took 0.019 seconds)
