پیش‌بینی بردار حالت مداری ماهواره با استفاده از سری‌های زمانی و شبکه‌های عصبی

author

  • دانیال بوستان گروه مهندسی برق، دانشکدة فنی و مهندسی، دانشگاه صنعتی قوچان
Abstract:

در این مقاله روشی نوین برای پیش­بینی موقعیت مداری ماهواره با استفاده از سری­های زمانی و شبکه­های عصبی معرفی شده است. در این روش، بر خلاف روش­های معمول پیش­بینی مدار، از قوانین کپلر استفاده نشده و از قدرت پیش­بینی سری­های زمانی در شبکه­های عصبیبرای پیش­بینی موقعیت مداری استفاده شده است. مهمترین مزیت روش پیشنهادی نسبت به روش­های موجود، در استفاده از داده­های واقعی است. چرا که روش­های موجود عموما با ساده سازی روابط و نیز حذف برخی از اغتشاشات معمولا دارای خطا بوده و استفاده از معادلات بازگشتی نیز بطور افزاینده­ای این خطا را افزایش می­دهد. در دسترس ترین داده واقعی، TLE بوده و دقت آنها نیز در پژوهش­های مختلف به اثبات رسیده است. لذا در روش پیشنهادی استفاده از این داده­ها در دستور کار قرار گرفته است.نتایج شبیه­سازی و مقایسه این روش با الگوریتم SGP4 و داده­های واقعی، نشان از کارآمدی روش پیشنهادی دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی موقعیت مداری ماهواره با استفاده از داده‌های مشاهداتی و شبکة عصبی

  در این مقاله هدف ارائة دیدگاه متفاوتی در مبحث پیش‌بینی موقعیت مداری ماهواره است. دیدگاه روش‌های فعلی دیدگاه جزئی‌نگر است که عوامل مؤثر را به‌صورت مجزا به محاسبات اعمال می‌کند. این روش‌ها مبتنی‌بر معادلة حرکت کپلری و مهم‌ترین اغتشاشات وارد به ماهواره می‌باشند. دیدگاه پیشنهادی این مقاله دیدگاه کلی‌نگر است که دیدگاه متفاوت و نوینی در این مبحث به‌شمار می‌آید. این روش با استفاده از داده‌های مشاهدا...

full text

پیش­بینی هوشمند موقعیت مداری ماهواره به کمک سری­های زمانی

در این مقاله، هدف ارائة دیدگاه نوینی در مبحث پیش­بینی موقعیت ماهواره است. از آنجا که تمامی روش‌های فعلی مبتنی بر معادلات کپلر هستند، به دلیل ساده­سازی در محاسبات، اغتشاشات مداری، توفا‌ن‌های خورشیدی، گرانش اجرام سماوی و غیره در نظر گرفته نمی­شود. روش پیشنهادی این مقاله، استفاده از روش‌های هوش مصنوعی در پیش­بینی سری­های زمانی، برای پیش­بینی موقعیت ماهواره با استفاده از داده‌های واقعی است. مزیت اس...

full text

الگوبندی اقلیم آسایش شهر شهرکرد با استفاده از تحلیل سریهای زمانی

شهرنشینی و توسعه شهرها به همراه افزایش شتابان جمعیت و توسعه‌ فعالیت های صنعتی با مصرف بی رویه سوخت های فسیلی، آلودگی ها را به شدت افزایش داده است که عواقب آن تغییر دوره‌های زمانی مطلوب از نظر اقلیم آسایش است. در واقع با شناخت از وضعیت اقلیمی شهر در ماه‌های مختلف سال و بررسی داده های هواشناسی، ایجاد آسایش اقلیمی امکان پذیر می‌باشد. درتحقیق حاضر از داده‌های ماهانه 4 عامل اقلیمی (میانگین دما، دمای...

full text

پیش‌بینی کارایی به کمک تأثیرپذیری غیرخطی از تأخیرهای زمانی در تحلیل پوششی داده‌ها با شبکههای عصبی مصنوعی

هدف: یکی از شیوه‌های مرسوم ارزیابی کارایی هر سازمان یا بنگاه، مقایسه آن با سایر رقبا یا نمونه‌های متناظر آن است. با این حال، در برخی پژوهش‌ها به سنجش کارایی یک واحد در مقایسه با خود در مرور زمان پرداخته شده و روند عملکرد یک واحد نسبت به گذشته خود ارزیابی شده است. هدف پژوهش جاری، پیش‌بینی کارایی یک واحد با استفاده از سری‌های زمانی عملکرد گذشته آن است. روش: این پژوهش به کمک مدل SBM و با استفاده ا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 11  issue 3

pages  47- 61

publication date 2018-12-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023