پیش بینی بردار حالت مداری ماهواره با استفاده از سری های زمانی و شبکه های عصبی

در این مقاله روشی نوین برای پیش بینی موقعیت مداری ماهواره با استفاده از سری های زمانی و شبکه های عصبی معرفی شده است. در این روش، بر خلاف روش های معمول پیش بینی مدار، از قوانین کپلر استفاده نشده و از قدرت پیش بینی سری های زمانی در شبکه های عصبیبرای پیش بینی موقعیت مداری استفاده شده است. مهمترین مزیت روش پیشنهادی نسبت به روش های موجود، در استفاده از داده های واقعی است. چرا که روش های موجود عموما با ساده سازی روابط و نیز حذف برخی از اغتشاشات معمولا دارای خطا بوده و استفاده از معادلات بازگشتی نیز بطور افزاینده ای این خطا را افزایش می دهد. در دسترس ترین داده واقعی، TLE بوده و دقت آنها نیز در پژوهش های مختلف به اثبات رسیده است. لذا در روش پیشنهادی استفاده از این داده ها در دستور کار قرار گرفته است. نتایج شبیه سازی و مقایسه این روش با الگوریتم SGP4 و داده های واقعی، نشان از کارآمدی روش پیشنهادی دارد.