- 在线时间
- 113 小时
- 最后登录
- 2022-8-4
- 注册时间
- 2018-9-18
- 听众数
- 5
- 收听数
- 0
- 能力
- 0 分
- 体力
- 4361 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 1540
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 464
- 主题
- 473
- 精华
- 0
- 分享
- 0
- 好友
- 1
TA的每日心情 | 衰 2021-1-13 09:31 |
---|
签到天数: 8 天 [LV.3]偶尔看看II
|
利用我国探月甚长基线干涉测量(Very Long Baseline Interferometry, VLBI)观测数据改进月球物理天平动参数的预测精度,对于着陆器和巡视器的精密定位具有重要的意义。本文首先基于VLBI单点定位模型解算得到“嫦娥三号(CE-3)”着陆器的坐标和物理天平动,分别采用循环神经网络(Recursive Neural Network, RNN)和长短期记忆人工神经网络(Long-Short Term Memory Artificial Neural Network, LSTM-ANN)进行物理天平动的预测。选取月球着陆器的坐标和VLBI观测量作为输入量,将3个欧拉角作为输出量,将11323个样本用于训练,2315个样本用于测试, 2315个样本用于验证,1000 个样本用作与预测结果进行对比。结果显示训练后的最大绝对误差仅为2.3×10-5,验证集的数据经过1000 次训练和9次迭代训练后的梯度约6.2×10-5,证明了LSTM与RNN神经网络学习的可靠性。预测结果表明LSTM和RNN网络的3个欧拉角预测精确分别达到了97.8%;95.2%;99.7%和98.5%;97.2%;95.8%。证明LSTM网络相比较于RNN网络的预测精度更高。同时与DE421星历对欧拉角的预测结果进行比较,证明了LSTM网络在预测中的精度最高。4 j& K; ?3 S1 f/ z
( e9 W, Y V* T2 B
|
zan
|