در این گزارش، به معرفی یک دیدگاه نوین در پیشبینی موقعیت مداری ماهواره پرداخته شده است. در این دیدگاه، به منظور پیشبینی موقعیت مداری آینده ماهواره، برخلاف روشهای معمول که در اکثر نرمافزارهای موجود استفاده میشوند، از قوانین کپلر بصورت مستقیم استفاده نشده است و بجای آن، از موقعیتهای مداری واقعی پیشین ماهواره بهره گرفته شده است… ادامه این مطلب مفید و ارزشمند را در تحقیق پیش بینی موقعیت مداری ماهواره با استفاده از سری های زمانی و شبکه های عصبی دنبال نمایید. این فایل شامل 47 صفحه و در قالب word ارائه شده است.
مشخصات فایل پیش بینی موقعیت مداری ماهواره با استفاده از سری های زمانی و شبکه های عصبی
عنوان: پیش بینی موقعیت مداری ماهواره با استفاده از سری های زمانی و شبکه های عصبی
فرمت فایل : word (قابل ویرایش)
تعداد صفحات : 47
حجم فایل : 1,49 مگابایت
بخشی از تحقیق پیش بینی موقعیت مداری ماهواره با استفاده از سری های زمانی و شبکه های عصبی را در ادامه مشاهده خواهید نمود.
مقدمه
پیشبینی موقعیت مداری ماهواره یکی از ضروری ترین نیازهای هر ایستگاه زمینی است. محاسباتی مانند زمان طلوع و غروب ماهواره در ایستگاه زمینی دریافت، محاسبه زمان و چگونگی پوشش مناطق مورد نظر توسط یک ماهواره خاص، پیشبینی تقرب [1] و… وابسته به دقت بالای پیشبینی موقعیت مداری آینده ماهواره دارد. تاکنون تلاشهای زیادی در خصوص پیشبینی دقیق موقعیت ماهواره صورت گرفته است. مرجع [2] لیست تقریبا جامعی از این روشها ارایه کرده است. از مهمترین این روشها میتوان به روشهای عمومی مانند SGP4 برای ماهوارههای با پریود مداری کمتر از 225 دقیقه و SDP4 برای ماهوارههای با پریود مداری بیش از 225 دقیقه [3] و روشهای اختصاصی مانند HPOP [4] و مانند آن اشاره کرد. وجه تمایز عمده این روشها در الگوریتمهای محاسباتی و میزان در نظر گرفتن انواع اغتشاشات مداری و استفاده از مدلهایی با جزئیات متفاوت میباشد. این موارد باعث تفاوت در خروجی محاسبات و در نتیجه تفاوت دقت در روشهای مختلف شده است. بدیهی است که استفاده از جزئیات بیشتر در پیاده سازی الگوریتمها باعث افزایش دقت محاسبات شده و در نتیجه خروجی الگوریتم به دادههای واقعی نزدیکتر خواهد بود…
پارامترهای مداری
حرکت هر جسم در فضا مطابق سه قانون فیزیکی خاصی صورت میگیرد. این قوانین توسط شخصی به کپلر کشف و به احترام او به قوانین کپلر نامگذاری شد. در این بخش، پس از اشاره مختصیر به قوانین کپلر، پارامترهای مداری و روشهای بیان موقعیت مداری یک جسم در فضا مرور خواهد شد.
قوانین کپلر
پیش از کشف قوانین سه گانه حرکت توسط نیوتن و در قرن 17 میلادی، یوهانس کپلر، ستاره شناس آلمانی، بر اساس رصدهای دقیق اخترشناس دیگری بنام تیکو براهه، قوانین سه گانه حرکت اجسام در فضا را کشف کرد. این قوانین پایه و اساس قوانین مکانیک کلاسیک برای توضیح حرکات سیارات میباشد [25]…
فهرست مطالب تحقیق پیش بینی موقعیت مداری ماهواره با استفاده از سری های زمانی و شبکه های عصبی, در ادامه قابل مشاهده می باشد.
- چکیده
- علائم و اختصارات
- 1.مقدمه
- 2.پارامترهای-مداری
- 2.1. قوانین کپلر
- 2.1.1. قانون اول کپلر
- 2.1.2. قانون دوم کپلر
- 2.1.3 قانون سوم کپلر
- 2.2. روشهای بیان موقعیت مداری
- 2.2.1. المانهای دوخطی
- 2.2.2. بردار حالت
- 3. نتیجهگیری و پیشنهادهاییبرای ادامه-کار
- 3.1. SGP4
- 4. روشپیشنهادی
- 4.1. شبکه عصبی پیشبینی کننده سری زمانی
- 4.2. پیشبینی موقعیت مداری ماهواره
- 4.3. پیش پردازش دادهها
- 4.4. آموزش شبکه
- 4.5. ساختار شبکههای عصبی
- 4.6. شبیهسازی
- 4.6.1. پیشبینی کوتاه مدت
- 4.6.2. پیشبینی بلند مدت
- 5.نتیجهگیری و پیشنهادهاییبرای ادامهکار
- مراجع
در صورت تمایل شما می توانید تحقیق پیش بینی موقعیت مداری ماهواره با استفاده از سری های زمانی و شبکه های عصبی را به قیمت 12900 تومان از سایت فراپروژه دانلود نمایید. اگر در هر کدام از مراحل خرید یا دانلود با سوال یا ابهامی مواجه شدید می توانید از طریق آدرس contact-us@faraproje.ir و یا ارسال پیامک به شماره: ۰۹۳۹۷۳۶۶۱۴۶ با ما در تماس باشید. با اطمینان از وب سایت فراپروژه خرید کنید، زیرا پشتیبانی سایت همیشه همراه شماست.
هیچ دیدگاهی نوشته نشده است.