[發明專利]一種基于隨機森林的軌道預報精度改進方法

有效

• 申請號: 201810698884.0
• 申請日: 2018-06-29
• 公開（公告）號: CN108875244B
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 廖川;徐明;潘曉
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/00
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 李晶堯

1.一種基于隨機森林的軌道預報精度改進方法，其特征在于步驟如下：

(1)獲取文本形式的衛星兩行根數歷史數據，設置隨機森林的決策樹數量、單棵決策樹最大特征數量，初始化SGP4模型參數、精確衛星軌道預報模型、誤差簡化衛星軌道預報模型，兩種軌道預報模型區別在于如下處理：

(2)利用SGP4模型解構衛星兩行根數歷史數據，得到衛星在軌實際狀態；

(3)利用精確衛星軌道預報模型、誤差簡化衛星軌道預報模型分別進行衛星軌道預報，預報間隔為兩個相鄰衛星兩行根數數據點的時間間隔，得到精確衛星軌道預報仿真狀態、衛星軌道預報誤差仿真狀態；

(4)聯合精確衛星軌道預報仿真狀態、衛星軌道預報誤差仿真狀態得到訓練數據集，聯合衛星在軌實際狀態、精確衛星軌道預報仿真狀態得到應用數據集，將訓練數據集導入到隨機森林中進行分類器訓練；

(5)利用得到的分類器對應用數據集進行分類，得到大氣模型修正值、改進后的精確衛星軌道預報模型；

(6)利用改進后的精確衛星軌道預報模型對衛星進行軌道預報。

2.根據權利要求1所述的一種基于隨機森林的軌道預報精度改進方法，其特征在于：所述的精確衛星軌道預報模型包括第一地球引力場模型、太陽引力攝動模型、太陽光壓攝動模型、MSIS大氣模型，誤差簡化衛星軌道預報模型包括第二地球引力場模型、人為添加誤差的MSIS大氣模型。

3.根據權利要求1或2所述的一種基于隨機森林的軌道預報精度改進方法，其特征在于：所述的隨機森林為套袋法與決策樹的結合，決策樹是通過遞歸分割構建的，決策樹建立過程包括從樣本中隨機選擇n個樣本，從所有屬性中隨機選擇k個屬性，根據最佳分割屬性作為節點建立決策樹；隨機森林的分類問題為通過投票決定數據類別，隨機森林的回歸問題通過m棵決策樹預測結果的均值作為最后預測結果，其中，m、n都為正整數。

4.根據權利要求1或2所述的一種基于隨機森林的軌道預報精度改進方法，其特征在于：所述的精確衛星軌道預報模型包括第一地球引力場模型為50×50階地球引力場模型；誤差簡化衛星軌道預報模型包括的第二地球引力場模型為5×5地球引力場模型，人為添加誤差的MSIS大氣模型的人為添加誤差為-300％～+300％。

5.根據權利要求2所述的一種基于隨機森林的軌道預報精度改進方法，其特征在于：所述的第一地球引力場模型、第二地球引力場模型中的地球引力勢U為：

其中，GM_e為地球引力常數，r為地心固連坐標系中的航天器質心位置矢量，和λ分別為航天器的地心緯度和地心經度，R_e為地球的赤道半徑，P_nm為n階m次締合勒讓德多項式，C_nm、S_nm均為描述了地球內部質量分布的重力勢系數。

6.根據權利要求1所述的一種基于隨機森林的軌道預報精度改進方法，其特征在于：所述的精確衛星軌道預報模型中太陽引力攝動模型的攝動加速度為

其中，r和s分別為航天器質心和太陽質心的地心位置矢量；M表示太陽的質量，G為引力常數。

7.一種計算機可讀存儲介質，所述的計算機可讀存儲介質存儲有計算機程序，其特征在于，所述的計算機程序被處理器執行時實現如權利要求1-權利要求6任一所述方法的步驟。

8.一種基于隨機森林的軌道預報精度改進終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于：所述的處理器執行所述的計算機程序時實現如權利要求1-權利要求6任一所述方法的步驟。