基于机器学习的低轨卫星精密定轨方法、装置及设备

本发明提供了一种基于机器学习的低轨卫星精密定轨方法、装置及设备，涉及地球观测与导航技术领域，包括：建立星载GNSS异构多模粒子群模型，并对星载GNSS观测数据进行迭代筛选得到每个历元参与低轨卫星精密定轨解算的目标星载GNSS观测数据；通过深度学习神经网络对激光测卫数据进行补全，得到激光测卫地面台站对低轨卫星的可观测弧段内对应的目标激光测卫数据；通过逆强化学习模型估计伪随机脉冲参数；根据目标星载GNSS观测数据、目标激光测卫数据和伪随机脉冲参数进行精密定轨。本发明有效解决星载GNSS数据冗余和激光测卫数据在雨雪天气下缺失的问题，并避免伪随机脉冲参数选择的不确定性，从而有效提高低轨卫星定轨精度。