پیش بینی موقعیت مداری ماهواره با استفاده از داده های مشاهداتی و شبکه عصبی

  در این مقاله هدف ارائه دیدگاه متفاوتی در مبحث پیش بینی موقعیت مداری ماهواره است. دیدگاه روش های فعلی دیدگاه جزئی نگر است که عوامل موثر را به صورت مجزا به محاسبات اعمال می کند. این روش ها مبتنی بر معادله حرکت کپلری و مهم ترین اغتشاشات وارد به ماهواره می باشند. دیدگاه پیشنهادی این مقاله دیدگاه کلی نگر است که دیدگاه متفاوت و نوینی در این مبحث به شمار می آید. این روش با استفاده از داده های مشاهداتی و هوش مصنوعی محقق می شود که به صورت غیر­مستقیم و ضمنی معادله حرکت کپلری و تمامی اغتشاشات موجود -چه آن هایی که قابل مدل سازی بوده و چه آن هایی که هنوز امکان مدل سازی ندارند- در محاسبات اعمال می شود. این روش علاوه بر داشتن مزیت های روش های موجود، مزیت های دیگری هم دارد. مهم ترین مزیت این روش عدم نیاز به محاسبه مدل های اغتشاشات مداری است. با استفاده از این روش به نتیجه های قابل قبولی رسیده ایم به طوری که در پیش بینی چهارده روز برای المان های دو خطی، میانگین درصد خطا در حد ۱/۰ درصد و کمتر بوده است و براین باور هستیم که می توان به نتایج بهتری نیز رسید.

کلیدواژه ها:

پیش بینی ، شبکه عصبی مصنوعی ، سری های زمانی ، موقعیت مداری ، المان های دو خطی