大气密度是准确估计施加在近地轨道航天器上的阻力的最重要因素。 经验模型提供了当前可用密度的最准确估计,尽管它们仍然存在估计错误。 这项工作提出了一种基于神经网络的新方法,用于减少沿航天器轨道由经验模型估计的密度误差。 神经网络将 DTM-2013、NRLMSISE-00 和 JB2008 估计的密度作为输入,这三个可用的最新经验大气模型。 从 CHAMP 和 GRACE 任务的加速度计估计的密度被用作训练、验证和测试神经网络的目标。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~