一种光学短弧初轨确定的轨道偏心率判定方法

超90%的近地空间目标在近圆轨道上,其余为椭圆轨道。近圆轨道的初轨确定已有许多针对性方法,这些方法在应用于大偏心率光学短弧初轨确定时,往往出现无解或错误解的问题。而无论近圆或椭圆轨道,距离搜索法和Gooding方法都可以产生一个待选解集合。分析表明,对于近圆和椭圆轨道,待选解的半长轴和偏心率的二维分布显著不同。根据这一特征,本文提出了一种针对光学短弧初轨确定的初始轨道偏心率判定方法。实验结果表明,该方法可以准确判定轨道类型为近圆或椭圆,并能估计较精确的偏心率范围,可基本解决了距离搜索法和Gooding方法等在应用于大偏心率轨道无解或错解问题,显著增加了距离搜索法和Gooding方法等初轨确定方法的轨道普适性。

LEO空间碎片甚短弧角度数据初轨确定方法对比

光学观测是空间目标观测中最常见的一种观测方式。采用扫描模式工作时光学观测得到的观测弧段弧长通常很短,有时甚至不到被观测空间目标运行周期的1%,这样的角度数据被称为甚短弧角度数据。基于近圆LEO空间碎片地基实测场景,研究比较仅利用角度数据进行初始轨道确定常用方法的性能差异,分析观测弧长对不同初轨确定算法的定轨成功率和误差的影响,为初轨确定工作提供参考。对比分析了常用的几种方法,包括Laplace方法、Gauss方法、Gooding方法和近几年提出的距离搜索算法等。大规模实测数据处理结果显示,距离搜索算法的成功率高于90%,初轨半长轴统计误差仅为25 km。初轨结果表明,距离搜索算法定轨成功率高于其他算法。研究成果可为解决空间碎片初轨确定问题提供参考。

技术编辑的管理职能

技术编辑是书刊出版行业的专业技术人员,主要工作是将审查、编辑加工过的稿件进行技术设计、材料工艺安排、联系印制等一系列活动,是将书稿物化为图书的主要过程。

神经网络在甚短弧初轨确定问题中的应用

目前应用于空间碎片仅角度观测值的甚短弧初轨确定问题的Gauss方法、Gooding方法等解析方法并不能得到很高的精度。依据神经网络算法的“万能近似性质”,将其应用于甚短弧初轨确定问题中,并利用Python的Scikit-Learn库中的主成分分析函数和Keras库中的前馈神经网络函数处理了一批仿真数据,这些数据观测弧长仅为21 s。结果表明,该算法能够提升传统的初轨确定解算精度。