摘要
本发明公开了一种面向微小空间目标轨道的混合预报方法,包括如下步骤:步骤1、构建轨道预报误差数据集;步骤2、对轨道预报误差数据集中的原始特征数据进行归一化处理;步骤3、构建并训练误差预测模型;步骤4、将训练集设置为步长为5的时间序列数据集;步骤5、将时间序列数据集作为输入通过GRU神经网络提取时间序列特征;步骤6、将GRU神经网络提取的时间序列特征和原始数据特征进行结合,并输入至XGBoost回归模型中输出预测结果。该方法使用先进的机器学习方法,挖掘其轨道误差模式,以修正预报轨道,将物理可解释性和灵活性进行结合,提高泛化能力,减少人工干预,准确度高。
技术关键词
GRU神经网络
预报方法
时间序列特征
误差预测
预报误差
激光测距数据
轨道
协方差矩阵
坐标误差
高精度雷达
光学望远镜
多源数据融合方法
数据校准
全球导航卫星系统
噪声
卫星导航系统
传感器校准
系统为您推荐了相关专利信息
循环神经网络模型
多模态深度学习
多模态数据融合
时间序列数据处理
预测系统
水工隧洞
高斯扩散模型
预报方法
监测气体浓度
紫外光谱技术
机械臂控制方法
计算机可执行指令
加速度
图像误差
机械臂驱动模块
烟气排放监测方法
数据清洗方法
5G通信技术
数据处理模块
深度学习模型