近地小行星极短弧定轨的进化算法研究

近地小行星的巡天项目不断涌现,得到了海量的观测数据.而巡天观测方式使获得的数据弧段过短,传统方法在定轨和识别上存在极大困难,加之短弧定轨问题本身的病态性,如何有效利用这些短弧数据对于发现、监测和评估小行星的威胁具有重要意义.在进化算法下构建极短弧定轨的计算框架,选用三变量的(a, e, M)优选法,保持维数较低的同时,使优化结果不再依赖观测量.采用参数较少、操作简便的差分进化算法,利用不同偏心率小行星的轨道模拟数据进行试验,对获得的最优解及其分布聚集区域进行分析,大偏心率轨道由于其本身的复杂性,会对算法搜索的灵敏度产生影响,需缩小搜索空间以提高搜索能力.结果表明算法在小偏心率问题中表现较好,可以得到有效结果为后续工作提供参考信息,大偏心率问题在传统方法失效的情况下,虽然最优解在整体分布中并不明显,但分布仍包含真实解,可结合分布密度和适值大小进行分析.未来需要对大偏心率问题作进一步研究,考虑其观测位置和观测时刻对算法产生的影响,分类计算.

基于粒子群算法的极短弧定轨

针对经典的初轨计算方法在极短弧定轨中不适用的情况,建立了一种基于粒子群算法的极短弧(TooShort-Arc,TSA)定轨的计算方法。该方法将问题转化为两个三变量的分层优化问题,采用(a,e,M)作为优选变量,在保持问题维数较低的同时,实现了计算结果和观测资料的解耦。由于实测资料处理中的野值剔除方法不适用于粒子群算法,所以,采用稳健估计法,通过在适值函数中使用最小中值二乘准则,实现了稳健的极短弧计算方法。同时,应用MATLAB计算软件,选用缺省参数实现该算法,以进行数据验证。基于实测数据的数值验证表明,方法对于近圆轨道目标30s以下的弧段仍可以获得有效的结果,10s弧段误差仅为16km。此精度满足后续处理的需要,且方法稳健,具有很高的崩溃点。

基于遗传算法的极短弧段天基轨道确定方法

天基光学观测系统采用恒星跟踪模式监视空间目标时获取的观测弧段极短,在极短弧段观测条件下,经典的轨道确定方法会由于求解方程的本征病态无法得到合理解。针对该问题,文章采用遗传算法对空间目标极短弧段轨道确定问题进行优化求解,建立了基于遗传算法的空间目标初始轨道参数求解的运算模型,并利用空间目标的分布特性进行分区域计算,从而有针对性地缩小搜索范围,提高了计算效率并避免解收敛到局部最优值。仿真试验表明:该方法能够利用天基极短弧段观测数据正确估计空间目标初始轨道参数,定轨精度优于Gauss法与采用观测斜矩作为优化变量的方法。此方法为精密定轨提供有效初值,提高多个短弧段之间的关联性,由此可为天基光学观测平台的空间目标监视、跟踪以及编目任务提供参考。