基于EEMD-LSTM模型的BDS卫星轨道预报精度分析

为解决深度学习模型中轨道误差序列数据的噪声误差积累问题，提出EEMD-LSTM组合预测模型，并利用GEO、IGSO、MEO三类卫星数据进行轨道预报分析。结果表明，EEMD-LSTM组合预测模型在卫星轨道预报中能够有效抑制噪声的误差积累，GEO、IGSO、MEO三类卫星的轨道预报精度均有所提高，也能够有效拟合动力学模型轨道的预报误差，EEMD-LSTM组合预测模型对GEO、IGSO、MEO三类卫星的平均改进率imp分别提高2.70百分点、2.46百分点和8.33百分点。