公开(公告)号：CN112883565B

公开(公告)日：2022-04-01

申请号：CN202110142528.2

申请日：2021-02-02

Applicant: 中国科学院紫金山天文台 ,  重庆交通大学

Inventor： 刘劲宏 ,  杜建丽 ,  徐劲

IPC: G06F30/20

Abstract: 本发明是基于expectation maximization估计的轨道参数异常清理方法，具体步骤如下。首先，修正观测值的清理：通过统计观测值的发布时间间隔确定修正观测值清理的阈值，或者根据已有经验指定先验的清理阈值，以轨道周期为单位；其次，轨道参数的清理：基于滑动窗口内多项式回归与异常探测以及滑动窗口外异常和空间事件的探测，完成观测值轨道根数异常清理；如果目标临近大气再入时刻，含有负的弹道系数的观测值全部剔除。该方法能够统一轨道参数异常清理流程，有效清理空间数据编目库中所有目标的轨道参数异常。

公开(公告)号：CN112883565A

公开(公告)日：2021-06-01

申请号：CN202110142528.2

申请日：2021-02-02

Applicant: 中国科学院紫金山天文台 ,  重庆交通大学

Inventor： 刘劲宏 ,  杜建丽 ,  徐劲

IPC: G06F30/20

Abstract: 本发明是基于expectation maximization估计的轨道参数异常清理方法，具体步骤如下。首先，修正观测值的清理：通过统计观测值的发布时间间隔确定修正观测值清理的阈值，或者根据已有经验指定先验的清理阈值，以轨道周期为单位；其次，轨道参数的清理：基于滑动窗口内多项式回归与异常探测以及滑动窗口外异常和空间事件的探测，完成观测值轨道根数异常清理；如果目标临近大气再入时刻，含有负的弹道系数的观测值全部剔除。该方法能够统一轨道参数异常清理流程，有效清理空间数据编目库中所有目标的轨道参数异常。

公开(公告)号：CN118734184A

公开(公告)日：2024-10-01

申请号：CN202410767789.7

申请日：2024-06-14

Applicant: 重庆交通大学

Inventor： 张桓 ,  唐菲菲 ,  潘建平 ,  陈茂霖 ,  杨志鑫 ,  吴寒 ,  刘劲宏 ,  姬长全

IPC: G06F18/2415 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/086 ,  G06N3/0985 ,  G06F123/02

Abstract: 本发明公开了一种基于集成算法的对流层湿延迟预报方法及装置，首先分析了GNSS对流层湿延迟的时空变化特征，并探讨湿延迟的时间序列变化趋势以及在全球范围内与海拔的相关性。将对流层湿延迟结合鹈鹕算法优化卷积神经网络中的超参数，再将卷积后的结果结合长短期记忆神经网络算法构建高精度的对流层湿延迟预报模型。通过鹈鹕算法有效解决了卷积神经网络中超参数设置的难题，卷积与长短期记忆神经网络相结合发挥了LSTM中记忆细胞的优势，同时充分利用了卷积的优势，实现了对流层湿延迟时间序列数据的局部连接。统计结果表明，模型的预报对流层湿延迟全球平均精度约为12mm，相比同类模型精度显著提升。