Automatic processing method for SLR data based on dual-layer PSO-BP neural network

doi:10.1016/j.asr.2026.08.035

Automatic processing method for SLR data based on dual-layer PSO-BP neural network

2026-08-14

0

PRE

AI

DOI：10.1016/j.asr.2026.08.035

原文链接

原文求助

摘要

En 中文

当前卫星激光测距（SLR）数据预处理主要依赖手动筛选处理，在大数据吞吐量下存在显著效率瓶颈并导致主观不一致性。为解决这些挑战，本文提出了一种基于双层粒子群优化（PSO）和反向传播（BP）神经网络的自动SLR数据处理方法。该方法有效捕捉SLR数据的局部密度波动和协方差几何特征。外层PSO自适应搜索最优网络结构，内层PSO自动优化权重和偏置。该双层架构缓解了传统BP算法陷入局部最优的风险。实验结果表明，在不同轨道的模拟卫星数据上，该方法识别率超过99.89%，误检率低于11.11%（在标准低噪声条件下低于1.84%），优于手工设计的Vanilla Neural Network（Vnn）和经典Graz算法。对于实际观测数据，正常点的内部精度相比ILRS官方网站参考数据和Graz算法分别提高了37.35%和18.28%。此外，该方法支持批处理，平均效率约为每文件25至32秒。最终，它为未来无人SLR系统的标准正常点生成流程提供了高效的准实时自动化预处理解决方案。

Keyword:

Satellite laser ranging

Data preprocessing

BP neural network

Dual-layer particle swarm optimization

Multi-scale features

Automatic processing method for SLR data based on dual-layer PSO-BP neural network

摘要

期刊

机构

引用论文