买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京开运联合信息技术集团股份有限公司申请的专利一种卫星轨道数据的范围控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116834977B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310714660.5，技术领域涉及：B64G1/24；该发明授权一种卫星轨道数据的范围控制方法是由亢瑞晟;王硕;王一一;李白璐设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本一种卫星轨道数据的范围控制方法在说明书摘要公布了：本发明涉及卫星轨道数据相关领域，具体为一种卫星轨道数据的范围控制方法，本发明所述的高级神经网络算法采用GPT‑3.5Turbo模型，其具有极高的预测精度和泛化能力，在轨道数据的预测和分析相比现有技术具有一定优势；通过利用高级神经网络的算法，可以快速获取和准确处理卫星测量数据，达到实时控制的效果，同时，该方法可以降低测量设备和控制设备的成本，提高控制效率。

本发明授权一种卫星轨道数据的范围控制方法在权利要求书中公布了：1.一种卫星轨道数据的范围控制方法，其特征在于，包括以下步骤： 步骤S1、获取卫星测量数据； 步骤S2、利用高级神经网络的算法，对获取的测量数据进行分析和处理，预测轨道的运动规律，得到预测结果； 步骤S3、比对卫星测量数据中的观测值和步骤S2中的预测结果，修正数据误差，得到更加准确的轨道数据； 步骤S4、将修正后的轨道数据传输至卫星，实现即时控制； 所述步骤S3中修正数据误差，得到更加准确的轨道数据，其中根据数据分析的结果，采用调整输入数据方法，修正预测结果的误差，具体步骤为： 步骤S31、通过统计分析和可视化工具，通过统计数据的均值、标准差或分位数基础统计指标，识别卫星测量数据中的异常点和噪声点，以识别和分析噪声或异常值的来源； 步骤S32、根据数据分析的结果，利用卡尔曼滤波算法对卫星测量数据中的异常值进行过滤和替换； 步骤S33、在过滤干扰数据之后，重新采用修正后的数据进行步骤S2中的模型训练，并根据训练后的模型对卫星位置和速度进行预测； 步骤S34、在完成数据预测后，将预测结果与步骤S1中卫星测量数据进行比对，以检验数据的精度和稳定性； 所述步骤S32中利用卡尔曼滤波算法对卫星测量数据中的异常值进行过滤和替换具体步骤包括： 步骤S321、首先将卫星的位置、速度和加速度状态量定义为系统状态模型，并用系统状态模型表示为如下的线性状态方程：xk+1＝A_kxk+B_kuk+vk,其中xk表示系统状态，A_k表示状态转移矩阵，B_k表示控制矩阵，uk表示控制输入，vk表示系统噪声； 步骤S322、卫星测量数据作为观测量，定义卫星的位置和速度向量为观测模型，观测模型表示为如下的线性观测方程：zk＝H_kxk+wk,其中，zk表示观测值，H_k表示观测矩阵，wk表示测量噪声； 步骤S323、用方差来描述系统噪声和测量噪声，并在系统状态模型、观测模型和初始状态估计中输入系统噪声和测量噪声； 步骤S324、对卫星的初始化状态进行估计，其中对于卫星位置和速度预测使用如下的初始状态估计：x0＝[pos0,vel0,acc0]，其中pos0,vel0,acc0分别表示卫星的初始位置、初始速度和初始加速度； 步骤S325、根据系统状态模型、系统噪声、测量噪声、以及卫星运动规律预测卫星的状态，同时根据观测模型和卫星测量数据对卫星的状态进行修正和更新，并对卡尔曼增益进行计算和更新，进一步提高估计状态的准确性和精度，其中预测卫星的状态和卫星的状态进行修正和更新使用如下的卡尔曼滤波算法公式： 预测： 协方差预测： 更新： 修正： 协方差更新：Pk|k＝1-KkHkPk|k-1 其中上述公式中是最优状态估计值，Pk|k-1是状态估计误差的协方差矩阵，Kk是卡尔曼增益，zk是观测值，Hk是观测矩阵，Qk是系统噪声的协方差矩阵，Rk是测量噪声的协方差矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京开运联合信息技术集团股份有限公司，其通讯地址为：101100 北京市通州区中关村科技园区通州园国际种业科技园区聚和七街1号-593；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。