[控场AI]
模型

RT-LSTM

StarRTT框架中提出的双LSTM实时RTT预测模型,历史分支编码历史观测与实时卫星特征,未来分支利用TLE传播特征,在严格实时回测下实现高精度预测。

时间轴 (近 90 天)

10月26日

RT-LSTM采用双LSTM结构:历史LSTM编码历史RTT观测值以及实时的服务卫星和网关相对特征;未来LSTM处理基于TLE传播得到的、已识别服务卫星到下一调度时刻的未来特征。

待验证50%
10月26日

在严格实时回测中,RT-LSTM在所有15个预测视野和15个参考时隙索引上的平均MAE为1.405 ms。

待验证50%
10月26日

与现有基线模型相比,RT-LSTM的MAE分别降低4.3%(对比LSTM)、11.6%(对比StarNet)和22.1%(对比基于注意力的时空模型ASTM)。

待验证50%
10月26日

在调度瞬间,RT-LSTM相对LSTM的误差降低达到12.5%。

待验证50%

全部知识事实 (4)

来源文章