CN115239020A - 卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统 - Google Patents
卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统 Download PDFInfo
- Publication number
- CN115239020A CN115239020A CN202210991666.2A CN202210991666A CN115239020A CN 115239020 A CN115239020 A CN 115239020A CN 202210991666 A CN202210991666 A CN 202210991666A CN 115239020 A CN115239020 A CN 115239020A
- Authority
- CN
- China
- Prior art keywords
- root
- satellite
- instantaneous
- error
- kepler
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明提出了一种卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统。其中卫星瞬时根数到平均根数的转换方法为:获取卫星瞬时根数,并基于该瞬时根数计算J2000坐标系下卫星的位置和速度,并将计算得到的位置和速度转换到TEME坐标系下作为初始位置Ps和初始速度Vs;将卫星在TEME坐标系下的位置P[n]和速度V[n]进行迭代计算,每次迭代过程中判断当前误差参数是否小于设定误差允许值或是否达到设定的最高迭代次数,如是则停止迭代,并输出当前开普勒根数,并以当前开普勒根数作为平均根数。该卫星瞬时根数到平均根数的转换方法在保证常规跟星的精度要求的前提下,能快速实现瞬时根数到平均根数的转换。
Description
技术领域
本发明涉及卫星技术领域,具体涉及一种卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统。
背景技术
在目前卫星数量日益增多、用户需求日益复杂的情况下,经常会对多颗卫星进行联合调度,并且会有大量的提前规划任务。他们的前提就是提前知道卫星的具体位置,所以卫星轨道预测将是一个关键问题。如何保证多星高效高准确度的进行轨道预测是一个新的难题。目前,常用开普勒瞬时根数、平均根数(TLE)对卫星轨道进行预测。
用开普勒瞬时根数对轨道进行预测时,目前所采用的是高精度积分方程式计算,会耽误大量的时间。平均根数(TLE)是北美防空司令部(NORAD)用于预报地球轨道航天器的位置和速度的一组轨道数据,用两行有意义的字符串表示轨道诸要素,故称为两行根数",通常与SGP4、SDP4模型一起使用。平均根数(TLE)是真赤道、平春分点坐标系(Tue Equatorand Mean Equinox o Date,TEMED)下的“平均”根数,与NORAD公布的SGP4或SDP4轨道预报模型一起使用可以用来预报卫星运动状态。NORAD在发布由其地面测控网系统测定的轨道时,多采用平均根数(TLE)格式。目前,许多卫星地面跟踪系统、轨道计算软件也常采用TLE作为输入。在我国航天任务中,航天器设计部门、测控部门、航天器用户等单位,利用轨道参数完成各自任务时,输入接口不尽相同。TLE作为公开发布的轨道参数,其接口具有较强的通用性,而在航天器测控单位,通常基于一定的动力学模型,利用测轨数据进行轨道确定。但是NORAD一直没有公开计算平均根数(TLE)的算法,因此,急需研究出一种瞬时根数到平均根数的转换方法。
发明内容
为了克服上述现有技术中存在的缺陷,本发明的目的是提供一种卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统。
为了实现本发明的上述目的,本发明提供了一种卫星瞬时根数到平均根数的转换方法,包括以下步骤:
获取卫星瞬时根数,并基于该瞬时根数计算J2000坐标系下卫星的位置和速度,并将计算得到的位置和速度转换到TEME坐标系下作为初始位置Ps和初始速度Vs;
将卫星在TEME坐标系下的位置P[n]和速度V[n]进行迭代计算,首次计算时,P[0]为所述Ps,V[0]为所述Vs,0≤n≤N,N为最高迭代次数;
迭代计算为:
将卫星在TEME坐标系下的位置P[n]和速度V[n]转换到J2000坐标系,并计算当前的开普勒根数,将该开普勒根数带入SGP4或SDP4轨道预报模型中得到卫星在该开普勒根数下的位置Pnew和速度Vnew;
计算扰动因子R,并基于该扰动因子R以及Pnew和Vnew计算P[n+1]和V[n+1];将P[n+1]和V[n+1]转换到J2000坐标系,并计算当前的开普勒根数,将该开普勒根数带入SGP4或SDP4轨道预报模型中得到卫星在该开普勒根数下的位置Ptmp和速度Vtmp;计算误差参数,若误差参数小于上一次迭代的误差参数,则接受所述Ptmp和Vtmp,并判断当前误差参数是否小于设定误差允许值或是否达到设定的最高迭代次数,如是则停止迭代,并输出当前开普勒根数,并以当前开普勒根数作为平均根数;否则令n=n+1,将所述Ptmp和Vtmp作为P[n]和V[n]执行下一次迭代。
该卫星瞬时根数到平均根数的转换方法在保证常规跟星的精度要求的前提下,能快速实现瞬时根数到平均根数的转换,可用于同类低轨/中轨/高轨卫星瞬时根数到平均根数转换;并且基于此得到的平均根数可直接用于卫星轨道的预测,避免了瞬时根数对轨道进行预测时的高精度积分算法,有助于实现根据瞬时根数对卫星轨道的快速预测。
该卫星瞬时根数到平均根数的转换方法的优选方案:若误差参数不小于上一次迭代的误差参数,则计算概率参数,若概率参数不小于概率设定值时,则接受所述Ptmp和Vtmp,并判断当前误差参数是否小于设定误差允许值或是否达到设定的最高迭代次数,如是则停止迭代,并输出当前开普勒根数,并以当前开普勒根数作为平均根数;若概率参数不小于概率设定值时,则重新计算扰动因子,并重新执行该步骤。
该优选方案提高了瞬时根数到平均根数的转换的精度。
优选的,所述概率参数=exp(-delta[n+1]/delta[0]),其中,delta[]为误差参数。
优选的,所述扰动因子R=Random(-1,1)*U,其中Random(-1,1)为随机函数,U为学习率参数。所述P[n+1]=P[n]+(Ps-R*Pnew),所述V[n+1]=V[n]+(Vs-R*Vnew)。
该卫星瞬时根数到平均根数的转换方法的优选方案:所述误差参数包括位置误差参数和速度误差参数,所述位置误差参数delta_P[n+1]=Ps-Ptmp,所述速度误差参数delta_V[n+1]=Vs-Vtmp;
当位置误差参数delta_P[n+1]以及速度误差参数delta_V[n+1]分别小于上一次迭代中其对应的误差参数时,则表示误差参数小于上一次迭代的误差参数;否则表示误差参数不小于上一次迭代的误差参数。
本发明还提供了一种卫星瞬时根数到平均根数的转换系统,包括处理模块,还包括与所述处理模块通信连接的存储模块和数据采集模块,所述数据采集模块获取卫星瞬时根数,并将所述卫星瞬时根数发送到所述处理模块,所述存储模块用于存放至少一个可执行指令,所述可执行指令使所述处理模块根据所述卫星瞬时根数执行如上述的卫星瞬时根数到平均根数的转换方法对应的操作。该转换系统具备上述卫星瞬时根数到平均根数的转换方法的所有优点。
本发明还提供了一种卫星轨道预测方法,基于上述的卫星瞬时根数到平均根数的转换方法得到平均根数,将该平均根数输入SGP4或SDP4轨道预报模型中预测得到卫星轨道。该卫星轨道预测方法在保证常规跟星的精度要求的前提下,实现根据瞬时根数对卫星轨道的快速预测,避免了瞬时根数对轨道进行预测时的高精度积分算法,节省了时间成本。
本发明还提供了一种卫星轨道预测系统,包括处理单元,还包括与所述处理单元通信连接的存储单元和数据采集单元,所述数据采集单元获取卫星瞬时根数,并将所述卫星瞬时根数发送到所述处理单元,所述存储单元用于存放至少一个可执行指令,所述可执行指令使所述处理单元根据所述卫星瞬时根数执行如上述的卫星轨道预测方法对应的操作。该卫星轨道预测系统具备上述卫星轨道预测方法的所有优点。
本发明的有益效果:
本发明通过迭代算法的方式将瞬时根数转换到平均根数,避免了对复杂的解析式的研究,节省了时间成本;在保证常规跟星的精度要求的前提下,实现了根据瞬时根数对卫星轨道的快速预测;在迭代过程中引入了学习率参数以及迭代截止条件,对算法进行了有效速度和步长控制;引入的扰动因子以及概率接受的方式,具有跳出局部极限值的优势。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是卫星瞬时根数到平均根数的转换方法的流程示意图;
图2是利用卫星轨道预测方法得到的一天之内的轨道方位角误差和俯仰角误差示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
如图1所示,本发明提供了一种卫星瞬时根数到平均根数的转换方法的实施例,具体如下:
初始化学习率参数U,初始化误差参数delta[0],误差允许值e,最高迭代次数N。该实施例中,初始化学习率参数U=0.3,初始化误差参数delta[0]=10,误差允许值e=1e-6,最高迭代次数N=300。
获取卫星瞬时根数,本实施例中的瞬时根数为:
历元时间:2011-09-25 14:59:25,
半长轴:6892.440231666,
扁率:0.001101,
倾角:97.373949,
近地点幅角:111.226941,
升交点赤经:273.696679,
平近点角:78.207737。
基于该瞬时根数计算J2000坐标系下卫星的位置和速度,并将计算得到的位置和速度转换到TEME坐标系下作为初始位置Ps和初始速度Vs。
将卫星在TEME坐标系下的位置P[n]和速度V[n]进行迭代计算,首次计算时,P[0]为所述Ps,V[0]为所述Vs,0≤n≤N。
迭代计算为:
S1、将卫星在TEME坐标系下的位置P[n]和速度V[n]转换到J2000坐标系,并计算当前的开普勒根数,将该开普勒根数带入SGP4或SDP4轨道预报模型中得到卫星在该开普勒根数下的位置Pnew和速度Vnew。
S2、计算扰动因子R,并基于该扰动因子R以及Pnew和Vnew计算P[n+1]和V[n+1];将P[n+1]和V[n+1]转换到J2000坐标系,并计算当前的开普勒根数,将该开普勒根数带入SGP4或SDP4轨道预报模型中得到卫星在该开普勒根数下的位置Ptmp和速度Vtmp;计算误差参数,本实施例中,误差参数包括位置误差参数和速度误差参数,位置误差参数delta_P[n+1]=Ps-Ptmp,速度误差参数delta_V[n+1]=Vs-Vtmp;当位置误差参数delta_P[n+1]以及速度误差参数delta_V[n+1]分别小于上一次迭代中其对应的误差参数时,则表示误差参数小于上一次迭代的误差参数;否则表示误差参数不小于上一次迭代的误差参数;若误差参数小于上一次迭代的误差参数,则接受所述Ptmp和Vtmp,并判断当前误差参数是否小于设定误差允许值或是否达到设定的最高迭代次数,如满足当前误差参数小于设定误差允许值或达到设定的最高迭代次数,则停止迭代,并输出当前开普勒根数,并以当前开普勒根数作为平均根数;否则令n=n+1,将所述Ptmp和Vtmp作为P[n]和V[n]执行下一次迭代。本实施例中,扰动因子R=Random(-1,1)*U,其中Random(-1,1)为随机函数,P[n+1]=P[n]+(Ps-R*Pnew),V[n+1]=V[n]+(Vs-R*Vnew)。
上述实施例还有一种优选方案,即在上述实施例中,若误差参数不小于上一次迭代的误差参数,则计算概率参数,若概率参数不小于概率设定值时,则接受所述Ptmp和Vtmp,并判断当前误差参数是否小于设定误差允许值或是否达到设定的最高迭代次数,如满足当前误差参数小于设定误差允许值或达到设定的最高迭代次数,则停止迭代,并输出当前开普勒根数,并以当前开普勒根数作为平均根数;若概率参数小于概率设定值时,则重新计算扰动因子,并重新执行上述步骤S2,直至得到平均根数。该优选方案中,概率参数=exp(-delta[n+1]/delta[0]),其中,delta[]为误差参数,delta[n+1]为第n+1次迭代的误差参数,delta[0]为初始化误差参数。
其中关于位置的概率参数=exp(-delta_P[n+1]/delta_P[0]),关于速度的概率参数=exp(-delta_V[n+1]/delta_V[0]);当位置的概率参数以及速度的概率参数均不小于其对应的概率设定值时,认为概率参数不小于概率设定值;否则认为概率参数小于概率设定值。本实施例中,概率设定值为正实数,其取值范围为0~1,通常取0.5。
由于J2000坐标系与TEME坐标系的相互转换已有成熟方法,开普勒根数与位置、速度的转换也有成熟方法,SGP4和SDP4也有公布的算法,因此在上述实施例中所涉及到的此类算法采用现有方法即可,误差允许值e可根据常规跟星的精度要求进行设定,此处不再赘述。
本实施例的对比TLE参数如下:
'1 36605U 10030A 11268.29126157 .00004263 00000-0 20609-3 06290'
'2 36605 97.4458 273.8493 0001654 93.9754 95.4450 15.19146580070024'
上述实施例经优选方案实施后最后转换得到的平均根数如下:
'1 000000 000000 00000.00000000 .00000000 00000-0 00000-0 0 00'
'2 00009 97.4458 273.8493 0001657 94.0050 95.4154 15.19146588 07'
从最后转换得到的平均根数可以看出,其跟对比TLE参数的误差在10e-2数量级以下,是满足常规跟星的精度要求的。
本申请还提出了一种卫星瞬时根数到平均根数的转换系统的实施例,该转换系统包括处理模块,还包括与所述处理模块通信连接的存储模块和数据采集模块,所述数据采集模块获取卫星瞬时根数,并将所述卫星瞬时根数发送到所述处理模块,所述存储模块用于存放至少一个可执行指令,所述可执行指令使所述处理模块根据所述卫星瞬时根数执行如上述的卫星瞬时根数到平均根数的转换方法对应的操作。
本发明还提出了一种卫星轨道预测方法的实施例,该方法基于上述的卫星瞬时根数到平均根数的转换方法得到平均根数,将该平均根数输入SGP4或SDP4轨道预报模型中预测得到卫星轨道。
如图2所示可以看出一天之内的轨道方位角误差和俯仰角误差都在10e-1数量级一下,完全符合常规跟星的精度要求,具体参数如下:
方位角误差:
平均:-0.0018935130216757047
标准差:0.007904
最小值:-0.153053
中位数:0.000123
最大值:0.036043
俯仰角误差:
平均:-0.00011674952622906906
标准差:0.002282
最小值:-0.008530
中位数:-0.000008
最大值:0.007904
本发明还提出了一种卫星轨道预测系统的实施例,该卫星轨道预测系统包括处理单元,还包括与所述处理单元通信连接的存储单元和数据采集单元,所述数据采集单元获取卫星瞬时根数,并将所述卫星瞬时根数发送到所述处理单元,所述存储单元用于存放至少一个可执行指令,所述可执行指令使所述处理单元根据所述卫星瞬时根数执行如上述的卫星轨道预测方法对应的操作。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (9)
1.一种卫星瞬时根数到平均根数的转换方法,其特征在于,包括以下步骤:
获取卫星瞬时根数,并基于该瞬时根数计算J2000坐标系下卫星的位置和速度,并将计算得到的位置和速度转换到TEME坐标系下作为初始位置Ps和初始速度Vs;
将卫星在TEME坐标系下的位置P[n]和速度V[n]进行迭代计算,首次计算时,P[0]为所述Ps,V[0]为所述Vs,0≤n≤N,N为最高迭代次数;
迭代计算为:
将卫星在TEME坐标系下的位置P[n]和速度V[n]转换到J2000坐标系,并计算当前的开普勒根数,将该开普勒根数带入SGP4或SDP4轨道预报模型中得到卫星在该开普勒根数下的位置Pnew和速度Vnew;
计算扰动因子R,并基于该扰动因子R以及Pnew和Vnew计算P[n+1]和V[n+1];将P[n+1]和V[n+1]转换到J2000坐标系,并计算当前的开普勒根数,将该开普勒根数带入SGP4或SDP4轨道预报模型中得到卫星在该开普勒根数下的位置Ptmp和速度Vtmp;计算误差参数,若误差参数小于上一次迭代的误差参数,则接受所述Ptmp和Vtmp,并判断当前误差参数是否小于设定误差允许值或是否达到设定的最高迭代次数,如是则停止迭代,并输出当前开普勒根数,并以当前开普勒根数作为平均根数;否则令n=n+1,将所述Ptmp和Vtmp作为P[n]和V[n]执行下一次迭代。
2.根据权利要求1所述的卫星瞬时根数到平均根数的转换方法,其特征在于,若误差参数不小于上一次迭代的误差参数,则计算概率参数,若概率参数不小于概率设定值时,则接受所述Ptmp和Vtmp,并判断当前误差参数是否小于设定误差允许值或是否达到设定的最高迭代次数,如是则停止迭代,并输出当前开普勒根数,并以当前开普勒根数作为平均根数;若概率参数小于概率设定值时,则重新计算扰动因子,并重新执行该步骤。
3.根据权利要求1所述的卫星瞬时根数到平均根数的转换方法,其特征在于,所述扰动因子R=Random(-1,1)*U,其中Random(-1,1)为随机函数,U为学习率参数。
4.根据权利要求1所述的卫星瞬时根数到平均根数的转换方法,其特征在于,所述P[n+1]=P[n]+(Ps-R*Pnew),所述V[n+1]=V[n]+(Vs-R*Vnew)。
5.根据权利要求1所述的卫星瞬时根数到平均根数的转换方法,其特征在于,所述误差参数包括位置误差参数和速度误差参数,所述位置误差参数delta_P[n+1]=Ps-Ptmp,所述速度误差参数delta_V[n+1]=Vs-Vtmp;
当位置误差参数delta_P[n+1]以及速度误差参数delta_V[n+1]分别小于上一次迭代中其对应的误差参数时,则表示误差参数小于上一次迭代的误差参数;否则表示误差参数不小于上一次迭代的误差参数。
6.根据权利要求2所述的卫星瞬时根数到平均根数的转换方法,其特征在于,所述概率参数=exp(-delta[n+1]/delta[0]),其中,delta[]为误差参数。
7.一种卫星瞬时根数到平均根数的转换系统,其特征在于,包括处理模块,还包括与所述处理模块通信连接的存储模块和数据采集模块,所述数据采集模块获取卫星瞬时根数,并将所述卫星瞬时根数发送到所述处理模块,所述存储模块用于存放至少一个可执行指令,所述可执行指令使所述处理模块根据所述卫星瞬时根数执行如权利要求1-6任一项所述的卫星瞬时根数到平均根数的转换方法对应的操作。
8.一种卫星轨道预测方法,其特征在于,基于权利要求1-6任一项所述的卫星瞬时根数到平均根数的转换方法得到平均根数,将该平均根数输入SGP4或SDP4轨道预报模型中预测得到卫星轨道。
9.一种卫星轨道预测系统,其特征在于,包括处理单元,还包括与所述处理单元通信连接的存储单元和数据采集单元,所述数据采集单元获取卫星瞬时根数,并将所述卫星瞬时根数发送到所述处理单元,所述存储单元用于存放至少一个可执行指令,所述可执行指令使所述处理单元根据所述卫星瞬时根数执行如权利要求8所述的卫星轨道预测方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210991666.2A CN115239020A (zh) | 2022-08-18 | 2022-08-18 | 卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210991666.2A CN115239020A (zh) | 2022-08-18 | 2022-08-18 | 卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115239020A true CN115239020A (zh) | 2022-10-25 |
Family
ID=83679944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210991666.2A Pending CN115239020A (zh) | 2022-08-18 | 2022-08-18 | 卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115239020A (zh) |
-
2022
- 2022-08-18 CN CN202210991666.2A patent/CN115239020A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9874879B2 (en) | Model Predictive control of spacecraft | |
CN114933028B (zh) | 双星轨控策略控制方法、装置、电子设备及存储介质 | |
CN107797130B (zh) | 低轨航天器多点多参数轨道上行数据计算方法 | |
CN109255096B (zh) | 一种基于微分代数的地球同步卫星轨道不确定演化方法 | |
US5909381A (en) | System of on board prediction of trajectories for autonomous navigation of GPS satellites | |
CN112632756B (zh) | 基于太阳敏感器的卫星地影自主预报方法及系统 | |
Montenbruck | An epoch state filter for use with analytical orbit models of low earth satellites | |
CN112649006A (zh) | 一种太阳同步圆轨道的轨道规划方法 | |
CN115239020A (zh) | 卫星瞬时根数到平均根数的转换方法、轨道预测方法及系统 | |
CN113093246A (zh) | 地面多目标点成像快速判定及任务参数计算方法 | |
Somov et al. | Attitude and orbit control of a space robot at additional launching and approaching a geostationary satellite | |
CN116166049A (zh) | 不稳定多星串联编队系统星间距离保持控制方法 | |
Golikov | THEONA—a numerical-analytical theory of motion of artificial satellites of celestial bodies | |
Goh et al. | A pre-processed orbital parameters approach for improving cubesat orbit propagator and attitude determination | |
CN115186178A (zh) | 基于步长自适应的敏捷遥感卫星任务解空间搜索方法 | |
CN114002710A (zh) | 小偏心率低轨卫星的星上轨道位置自主预报方法 | |
CN108416093B (zh) | 一种通用的星箭分离时刻卫星飞行状态确定系统及方法 | |
CN113741551A (zh) | 一种基于代理模型的全过程轨迹优化方法及装置 | |
CN111953401A (zh) | 一种微小卫星自主请求式轨道服务系统 | |
Yaghini et al. | Linear time-varying fractional-order model predictive attitude control for satellite using two reaction wheels | |
CN117022677B (zh) | 轨道控制方法、轨道控制系统、电子设备、介质 | |
CN116812172B (zh) | 卫星轨道控制方法、轨道控制系统、电子设备、介质 | |
CN112949067B (zh) | 一种星载空间目标轨道平滑方法 | |
CN116692033B (zh) | 一种轨道机动的电推力器的标定方法、系统、介质及设备 | |
Zhai et al. | Design of software-defined-satellite-based PID attitude control application in python |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |