针对COMPASS各类型导航卫星的轨道预报精度随时间推移衰减较快问题,提出了基于神经网络模型的卫星轨道预报技术.该技术避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破,利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度.针对利用神经网络模型得到的预报轨道精度偶尔会出现低于动力学模型的预报精度这一现象,提出了基于反向重叠弧段比较法的轨道预报误差控制技术.利用实测数据进行实验分析,结果表明,采用神经网络模型补偿预报轨道误差时,不同卫星在不同初始时刻下的改进效果不同.预报8,15和30天导航卫星的轨道改进率分别为80%,77.77%和85%.针对改进失败的现象,利用本文提出的预报误差控制方法,失败率从30%降低到5%以内,而未消除的5%失败率所对应的预报轨道精度与动力学模型的预报轨道精度相当.