پيش‌بيني بردار حالت مداري ماهواره با استفاده از سري‌هاي زماني و شبكه‌هاي عصبي

در اين مقاله، روشي نوين براي پيش بيني موقعيت مداري ماهواره با استفاده از سري هاي زماني و شبكه‌هاي عصبي معرفي شده است. در اين روش، بر خلاف روش هاي معمول پيش بيني مدار، از قوانين كپلر استفاده نشده و از قدرت پيش بيني سري هاي زماني در شبكه هاي عصبي براي پيش بيني موقعيت مداري استفاده شده است. مهمترين مزيت روش پيشنهادي نسبت به روش هاي موجود، در استفاده از داده هاي واقعي است. چرا كه روش هاي موجود عموما با ساده سازي روابط و نيز حذف برخي از اغتشاشات معمولاً داراي خطا بوده و استفاده از معادلات بازگشتي نيز به‌طور افزاينده اي اين خطا را افزايش مي دهد. در دسترس ترين داده واقعي، TLE بوده و دقت آنها نيز در پژوهش هاي مختلف به اثبات رسيده است. لذا در روش پيشنهادي استفاده از اين داده ها در دستور كار قرار گرفته است. نتايج شبيه سازي و مقايسه اين روش با الگوريتم SGP4 و داده هاي واقعي، نشان از كارآمدي روش پيشنهادي دارد.