CN115902980A - 可在线更新的飞行目标天基监视与预测方法及装置 - Google Patents
可在线更新的飞行目标天基监视与预测方法及装置 Download PDFInfo
- Publication number
- CN115902980A CN115902980A CN202310114404.2A CN202310114404A CN115902980A CN 115902980 A CN115902980 A CN 115902980A CN 202310114404 A CN202310114404 A CN 202310114404A CN 115902980 A CN115902980 A CN 115902980A
- Authority
- CN
- China
- Prior art keywords
- target
- flight
- motion
- flying
- time period
- 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.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本申请提供了一种可在线更新的飞行目标天基监视与预测方法及装置,所述方法应用于低轨道卫星,包括:获取所述低轨道卫星在预设时段内不同时刻的测量信息;获取所述低轨道卫星在所述预设时段内的初始时刻模型集,并采用VSIMM‑3DOF‑UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态;将所述测量信息和所述飞行目标在所述预设时段内不同时刻的运动状态发送到地面,并接收地面传回的地面修正模型集;基于所述地面修正模型集更新所述低轨道卫星的模型集。本申请通过采用实时运动估计算法在低轨道卫星上进行飞行目标监视与预测,提高了跟踪精度,增强了普适性,并解决了高可靠性和可升级性之间的矛盾。
Description
技术领域
本申请涉及航天控制技术领域,尤其涉及一种可在线更新的飞行目标天基监视与预测方法及装置。
背景技术
飞行目标的监视及预测一般有两种方法:一种是地基跟踪监视,利用地面的各类雷达和望远镜等设备对飞行目标进行监视和跟踪。另一种是从地球轨道对飞行目标进行监视和跟踪,即,通过采用地球轨道卫星所搭载的光学传感器对飞行目标进行成像,识别飞行目标类型并计算其运动规律,地球轨道卫星例如Sapphire小型空间监视卫星、NEOSSat微型空间监视验证卫星、SBV(Space-Based Vehicle天基可见光)卫星、GSSAP太空态势感知卫星等。
现有技术方案下,一方面,地基跟踪监视受地域、光照、天气等影响,无法全天候观测,也无法覆盖全球;尤其在跟踪太空目标时受大气湍流及跟踪距离的影响效果有限。另一方面,目前在轨跟踪只能跟踪空间目标或大气层内目标,对卫星和其他航天器乃至宇宙天体等效果有限或者根本不适用,对各类空天飞行器及各类飞机、运载火箭不具有普适性;此外,在轨跟踪对不同运动目标均采用简单的运动模型跟踪,跟踪精度较低;在轨跟踪方法在发射上去后系统能力已经确定,无法实现在线更新来提升系统性能。
发明内容
本申请提供一种可在线更新的飞行目标天基监视与预测方法及装置,以实现对用于解决对空间碎片和卫星、各类飞机、空天飞行器、运载火箭和宇宙天体等飞行目标进行运动跟踪及预测的问题,同时实现了对跟踪模型库的在线更新,还设计了高可靠性的存储及处理方法,解决了高可靠性和可升级性之间的矛盾。
第一方面,本申请提供一种可在线更新的飞行目标天基监视与预测方法,所述方法应用于低轨道卫星,所述方法包括:
S1,获取所述低轨道卫星在预设时段内不同时刻的测量信息,所述测量信息包括所述飞行目标相对于所述低轨道卫星的角度、距离;其中,所述飞行目标为所述低轨道卫星有效视距内的全部飞行目标,包括空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体;
S2,获取所述低轨道卫星在所述预设时段内的初始时刻模型集,并采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态;
S3,将所述测量信息和所述飞行目标在所述预设时段内不同时刻的运动状态发送到地面,并接收地面传回的地面修正模型集;所述地面修正模型集为地面人员在判断所述飞行目标在所述预设时段内不同时刻的运动状态不符合精度要求的情况下,对所述低轨道卫星的模型集进行修正后得到的;
S4,基于所述地面修正模型集更新所述低轨道卫星的模型集,以用于确定下一预设时段内的初始时刻模型集和所述飞行目标在下一预设时段内不同时刻的运动状态。
根据本申请提供的一种可在线更新的飞行目标天基监视与预测方法,所述采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态,包括:在所述预设时段内任意
k时刻,预测所述飞行目标
k时刻的运动状态;所述在所述预设时段内任意
k时刻,预测所述飞行目标
k时刻的运动状态,包括:
基于所述飞行目标
k-1时刻的总体状态估计值、总体协方差值和模型集,增加或者删除模型得到增删后的模型集;
基于所述增删后的模型集,预测所述飞行目标
k时刻各模型的状态估计值和协方差值;
基于所述飞行目标
k时刻的所述测量信息、所述飞行目标
k时刻各模型的状态估计值和协方差值,更新所述飞行目标
k时刻各模型的模型概率;
基于所述飞行目标
k时刻各模型的状态估计值、协方差值、模型概率,计算所述飞行目标
k时刻的总体状态估计值和总体协方差值;
基于所述飞行目标
k时刻的总体状态估计值,确定所述飞行目标
k时刻的运动状态。
根据本申请提供的一种可在线更新的飞行目标天基监视与预测方法,所述基于所述增删后的模型集,预测所述飞行目标
k时刻各模型的状态估计值和协方差值,包括:针对所述增删后的模型集,基于所述飞行目标
k-1时刻各模型的状态估计值和模型概率,计算所述飞行目标
k-1时刻各模型的混合状态估计值和混合协方差值;基于所述飞行目标
k-1时刻各模型的混合状态估计值和混合协方差值,预测所述飞行目标
k时刻各模型的状态估计值和协方差值。
根据本申请提供的一种可在线更新的飞行目标天基监视与预测方法,在所述预测所述飞行目标
k时刻的运动状态之后,所述方法还包括:基于所述飞行目标
k时刻的运动状态,估计所述飞行目标的运动趋势。
根据本申请提供的一种可在线更新的飞行目标天基监视与预测方法,所述基于所述飞行目标
k时刻的运动状态,估计所述飞行目标的运动趋势,包括:若所述飞行目标为大气层目标,则基于所述飞行目标
k时刻的运动状态对所述飞行目标进行轨迹预测;若所述飞行目标为环绕地球目标,则基于所述飞行目标
k时刻的运动状态对所述飞行目标进行简单定轨和精密定轨。
根据本申请提供的一种可在线更新的飞行目标天基监视与预测方法,判断所述飞行目标在所述预设时段内不同时刻的运动状态是否符合精度要求的步骤具体包括:针对所述飞行目标,采用地面识别跟踪设备获取所述飞行目标的地面运动跟踪结果;基于所述飞行目标在所述预设时段内不同时刻的运动状态、所述飞行目标的地面运动跟踪结果,判断所述飞行目标在所述预设时段内不同时刻的运动状态是否符合精度要求。
根据本申请提供的一种可在线更新的飞行目标天基监视与预测方法,所述低轨道卫星包括:遥感相机、激光测距仪、星上计算机及存储设备、通信总线、电源设备、天地通信设备和相关的测量设备;其中,所述存储设备包括反熔丝PROM和MRAM,所述MRAM用于存储所述地面修正模型集。
第二方面,本申请还提供一种可在线更新的飞行目标天基监视与预测装置,所述装置应用于低轨道卫星,所述装置包括:
信息采集模块,用于获取所述低轨道卫星在预设时段内不同时刻的测量信息,所述测量信息包括所述飞行目标相对于所述低轨道卫星的角度、距离;其中,所述飞行目标为所述低轨道卫星有效视距内的全部飞行目标,包括空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体;
运动估计模块,用于获取所述低轨道卫星在所述预设时段内的初始时刻模型集,并采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态;
地面修正模块,用于将所述测量信息和所述飞行目标在所述预设时段内不同时刻的运动状态发送到地面,并接收地面传回的地面修正模型集;所述地面修正模型集为地面人员在判断所述飞行目标在所述预设时段内不同时刻的运动状态不符合精度要求的情况下,对所述低轨道卫星的模型集进行修正后得到的;
在线更新模块,用于基于所述地面修正模型集更新所述低轨道卫星的模型集,以用于确定下一预设时段内的初始时刻模型集和所述飞行目标在下一预设时段内不同时刻的运动状态。
第三方面,本申请实施例还提供了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器运行所述计算机程序时,执行上述的可在线更新的飞行目标天基监视与预测方法中的任一实现方式中的步骤。
第四方面,本申请实施例还提供了一种可读存储介质,所述可读取存储介质中存储有计算机程序,所述计算机程序在处理器上运行时,执行上述的可在线更新的飞行目标天基监视与预测方法中的任一实现方式中的步骤。
综上所述,可在线更新的飞行目标天基监视与预测方法及装置,至少具备以下优点:
(1)通过将可在线更新的飞行目标天基监视与预测方法应用在低轨道卫星上,使得低轨道卫星具备对空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体等飞行目标的运动监测能力;
(2)高精度的VSIMM-3DOF-UKF实时运动估计算法适配于所述低轨道卫星有效视距内的全部目标,可以预测飞行目标不同时刻的运动状态以及运动趋势,实现高精度的在轨跟踪,甚至在飞行目标信息偶有丢失的情况下仍可保持对飞行目标的预测跟踪能力;
(3)通过定期将预测的飞行目标不同时刻的运动状态传回地面进行确认和修正,并在不符合精度要求的情况获取地面修正模型集,实现低轨道卫星上跟踪飞行目标的模型库的在线更新;
(4)低轨道卫星通过采用反熔丝PROM保证了在轨跟踪的高可靠性,通过采用MRAM存储地面修正模型集保证了飞行目标跟踪模型集的可升级性,解决了高可靠性和可升级性之间的矛盾。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的可在线更新的飞行目标天基监视与预测方法的流程示意图;
图2是本申请提供的基于VSIMM-3DOF-UKF实时运动估计算法预测所述飞行目标
k时刻的运动状态的流程示意图;
图3是本申请提供的可在线更新的飞行目标天基监视与预测装置的结构示意图;
图标:300-飞行目标天基监视与预测装置;310-信息采集模块;320-运动估计模块;330-地面修正模块;340-在线更新模块。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1是本申请提供的可在线更新的飞行目标天基监视与预测方法的流程示意图,如图1所示,所述方法应用于低轨道卫星,所述方法包括:
S1,获取所述低轨道卫星在预设时段内不同时刻的测量信息,所述测量信息包括所述飞行目标相对于所述低轨道卫星的角度、距离。
其中,所述飞行目标为所述低轨道卫星有效视距内的全部飞行目标,包括空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体;所述低轨道卫星指运行于低轨道的卫星,一般低轨道的典型值可设为500KM以下。
具体地,可以理解的是,所述飞行目标相对于所述低轨道卫星的角度包括方位角、俯仰角;在步骤S1之后,还包括:基于坐标系转换关系,通过所述测量信息计算所述飞行目标相对于所述低轨道卫星的空间位置信息。
具体地,还可以理解的是,所述测量信息还包括所述低轨道卫星的卫星时标、自身轨道信息;所述低轨道卫星包括:遥感相机、激光测距仪、星上计算机及存储设备、通信总线、电源设备、天地通信设备和相关的测量设备;其中,所述存储设备包括反熔丝PROM(ProgrammableRead Only Memory,可编程只读存储器)和MRAM(MagnetoresistiveRandomAccess Memory,磁性随机存储器),所述反熔丝PROM为存储有程序信息和预置模型集的程序存储器,所述MRAM为用于存储所述地面修正模型集的模型存储器;所述遥感相机用于测量所述飞行目标与所述低轨道卫星的相对角度,所述激光测距仪用于测量所述飞行目标与所述低轨道卫星的相对距离,所述星上计算机用于预测所述飞行目标在所述预设时段内不同时刻的运动状态,所述天地通信设备为与所述星上计算机总线相连的无线电收发装置,用于与通信卫星或地面通信站通信。
需要说明的是,所述预设时段可以是固定周期,例如一周、一个月等,所述预设时段还可以是所述低轨道卫星每旋转一周的时间间隔;在另一些实施例中,所述预设时段也可以根据所述低轨道卫星所处轨道的固定点进行确定,例如,所述预设时段可以是所述低轨道卫星从每次旋转至固定点处的时刻与上一次位于该固定点处的时间间隔。
值得注意的是,所述飞行目标的可覆盖大部分的人造地球卫星和大气层内飞行物;在后续的实时运动估计过程中,一般将所述飞行目标视为以其形状中心为重心的质点,且相对运动描述采用飞行目标轨道坐标系作为量度角度,该坐标系以飞行目标的质心为原点,X轴指向为从地心到飞行目标方向,Y轴在轨道平面上且与X轴垂直且指向飞行目标的速度方向,Z轴与X轴和Y轴之间构成右手正交坐标系且Z轴与轨道平面的法线互相平行。
在上述方法实现过程中,基于所述低轨道卫星的一套设备即可实现对空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体等飞行目标的运动监测能力;同时,所述低轨道卫星的星上计算机在存储及处理方面解决高可靠性和可升级性之间的矛盾,具体地,通过采用反熔丝PROM可以保证在轨的高可靠性,通过采用MRAM存储所述地面修正模型集,其支持反复擦写,可以保证飞行目标跟踪模型集的可升级性。
S2,获取所述低轨道卫星在所述预设时段内的初始时刻模型集,并采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态。
其中,所述VSIMM-3DOF-UKF实时运动估计算法中融合了变结构交互式多模(VariableStructure Interacting Multiple Model, VSIMM)算法和滤波算法等,其中,VSIMM算法是通过实时寻找一个最优的模型集实现状态估计,一般采用包含基于模型集序列的状态估计和模型集自适应方法,在模型集序列的状态估计过程中一般涉及三自由度,即3DOF。此外,目前的滤波算法已经较为成熟,本申请实例中的针对飞行目标运动状态监视与预测所采用的VSIMM-3DOF-UKF实时运动估计算法主要是结合了无迹卡尔曼滤波法(UnscentedKalman Filter, UKF)。
具体地,可以理解的是,所述采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态,包括:在所述预设时段内任意
k时刻,预测所述飞行目标
k时刻的运动状态。所述VSIMM-3DOF-UKF实时运动估计算法中融合了变结构交互式多模(VariableStructure Interacting Multiple Model,VSIMM)算法和滤波算法等,是一种高精度的目标跟踪定轨方法。其中,VSIMM算法是通过实时寻找一个最优的模型集实现状态估计,一般采用包含基于模型集序列的状态估计和模型集自适应方法,在模型集序列的状态估计过程中一般涉及三自由度,即3DOF。此外,目前的滤波算法已经较为成熟,本申请实例中的针对飞行目标运动状态监视与预测所采用的VSIMM-3DOF-UKF实时运动估计算法主要是结合了无迹卡尔曼滤波法(UnscentedKalman Filter, UKF)。
在一些实施例中,在所述预测所述飞行目标
k时刻的运动状态之后,所述方法还包括:基于所述飞行目标
k时刻的运动状态,估计所述飞行目标的运动趋势。所述基于所述飞行目标
k时刻的运动状态,估计所述飞行目标的运动趋势,包括:若所述飞行目标为大气层目标,则基于所述飞行目标
k时刻的运动状态对所述飞行目标进行轨迹预测;若所述飞行目标为环绕地球目标,则基于所述飞行目标
k时刻的运动状态对所述飞行目标进行简单定轨和精密定轨。
具体地,可以理解的是,所述运动状态为某一时刻的状态,而所述运动趋势可以是某一时刻的状态,也可以是未来某一时间段内的状态。通过步骤S2预测所述飞行目标
k时刻的运动状态,则可以基于所述飞行目标
k时刻的运动状态及
k时刻之前的运动状态,对所述飞行目标进行运动趋势的估计。若所述飞行目标为大气层目标,则所述运动趋势的估计为对所述飞行目标进行轨迹预测;若所述飞行目标为环绕地球目标,则所述运动趋势的估计为对所述飞行目标进行简单定轨和精密定轨。
具体地,还可以理解的是,基于所述飞行目标
k时刻的运动状态及
k时刻之前的运动状态,采用曲线拟合的方法对所述飞行目标进行运动趋势的估计。例如,若所述飞行目标为环绕地球目标,则基于所述飞行目标
k时刻的运动状态对所述飞行目标进行简单定轨和精密定轨,具体包括:
步骤a1,获取S2中预测的所述飞行目标任意
k时刻的运动状态。
具体地,获取S2中预测的所述飞行目标任意
k时刻的运动状态;基于S2中预测的所述飞行目标任意
k时刻的运动状态,确定所述飞行目标相对于所述低轨道卫星的相对位置和相对速度。
步骤a2,基于所述飞行目标相对于所述低轨道卫星的相对位置和相对速度,确定所述飞行目标在WGS-84坐标系下的位置和速度。
具体地,在WGS-84坐标系下,基于所述飞行目标相对于所述低轨道卫星的相对位置和相对速度,结合所述低轨道卫星自身的位置和速度,计算所述飞行目标在WGS-84坐标系下的速度和位置。
步骤a3,基于所述飞行在WGS-84坐标系下的速度和位置,对所述飞行目标进行简单定轨。
具体地,基于所述飞行在WGS-84坐标系下的速度和位置,计算所述飞行目标
k时刻的瞬时轨道和轨道六根数。一般可以根据lambert问题的求解方法计算当前时刻的瞬时轨道,并结合二体运动轨道动力学模型获得完整的轨道六根数,所述轨道六根数包括:半长轴、离心率、轨道倾角、近心点辐角、升交点经度和真近点角。
步骤a4,重复步骤a1-a3完成对所述飞行目标进行多次简单定轨,再对所述飞行目标进行精密定轨。
具体地,每次简单定轨后都能得到一组轨道六根数,对所述飞行目标进行多次简单定轨即可得到多组轨道六根数;基于多组轨道六根数,采用曲线拟合的方法进行整定,得到最优轨道估计。例如,可以采用最小二乘或极大似然等方式对轨道六根数进行整定,得到最优轨道估计。
需要说明的是,所述初始时刻模型集是用于跟踪所述飞行目标的模型库。一般情况下,所述预设时段内的初始时刻模型集是由上一预设时段内最后时刻的模型集确定的。若星上计算机进行了断电、重新上电的操作且所述MRAM为无效状态,则初始时刻模型集是由所述反熔丝PROM存储的预置模型集确定,所述预置模型集包括CA模型(也称匀加速模型)、CV模型(也称匀速模型)、CT模型(也称匀速转弯模型)、Singer加速度模型以及相对运动轨道动力学的CW模型(也称Hill方程)、T-H方程(也称轨道相对运动线性化方程),上述模型均为本领域中的常见模型,其具体算式本申请不做说明。
在上述方法实现过程中,通过采用高精度的VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标不同时刻的运动状态以及运动趋势,实现高精度的在轨跟踪。甚至在飞行目标信息偶有丢失的情况下,即无法获得实时的测量信息的情况下,基于VSIMM-3DOF-UKF实时运动估计算法,依然可以结合历史运动状态估计值以及历史运动情况保持对飞行目标的预测跟踪能力。
S3,将所述测量信息和所述飞行目标在所述预设时段内不同时刻的运动状态发送到地面,并接收地面传回的地面修正模型集。
其中,所述地面修正模型集为地面人员在判断所述飞行目标在所述预设时段内不同时刻的运动状态不符合精度要求的情况下,对所述低轨道卫星的模型集进行修正后得到的。
具体地,可以理解的是,将预设时间段内的测量信息和基于VSIMM-3DOF-UKF实时运动估计算法预测的飞行目标不同时刻的运动状态传回地面;经由地面人员判断所述飞行目标在所述预设时段内不同时刻的运动状态是否符合精度要求;在判断所述飞行目标在所述预设时段内不同时刻的运动状态不符合精度要求的情况下,对所述低轨道卫星的模型集进行修正得到地面修正模型集。
判断所述飞行目标在所述预设时段内不同时刻的运动状态是否符合精度要求的步骤具体包括:
步骤b1,针对所述飞行目标,采用地面识别跟踪设备获取所述飞行目标的地面运动跟踪结果。
其中,所述飞行目标的地面运动跟踪结果包括所述飞行目标的位置信息;在一些实施例中,在地面不仅可以采用地面识别跟踪设备获取所述飞行目标的地面运动跟踪结果,还可以采用其他天基跟踪设备获取所述飞行目标的地面运动跟踪结果。
步骤b2,基于所述飞行目标在所述预设时段内不同时刻的运动状态、所述飞行目标的地面运动跟踪结果,判断所述飞行目标在所述预设时段内不同时刻的运动状态是否符合精度要求。
其中,所述精度要求一般根据所述低轨道卫星的实际监视与预测情况进行确定。在一些实施例中,步骤b2还包括:采用与所述低轨道卫星相同的测量信息、算法及算法参数,估计所述飞行目标的运动状态;通过将地面估计的所述飞行目标的运动状态与所述低轨道卫星传回的飞行目标的运动状态进行相同时刻的对比分析,若结果一致,则表示所述低轨道卫星的星上计算机处于正常工作状态。
具体地,还可以理解的是,在判断所述飞行目标在所述预设时段内不同时刻的运动状态不符合精度要求的情况下,对所述低轨道卫星的模型集进行修正,此时需要地面人员通过大量实验对模型集的个数、参数等进行调整,以得到地面修正模型集。
需要说明的是,通过所述低轨道卫星的天地通信设备将所述测量信息和所述飞行目标在所述预设时段内不同时刻的运动状态发送到地面的同时也将预设时段内不同时刻的模型集发送到了地面;此外,在判断所述飞行目标在所述预设时段内同时刻的运动状态符合精度要求的情况下,所述低轨道卫星不需要进行“接收地面传回的地面修正模型集”,即,所述低轨道卫星的模型集保持不变。
在上述方法实现过程中,通过定期将所述低轨道卫星的测量信息和预测的所述飞行目标不同时刻的运动状态传回地面进行确认和修正,并在预测的所述飞行目标不同时刻的运动状态不符合精度要求的情况获取地面修正模型集,以更新所述低轨道卫星的模型集,实现所述低轨道卫星跟踪飞行目标的模型库的在线更新,以支持所述低轨道卫星对飞行目标进行高精度的监视与预测。
S4,基于所述地面修正模型集更新所述低轨道卫星的模型集,以用于确定下一预设时段内的初始时刻模型集和所述飞行目标在下一预设时段内不同时刻的运动状态。
具体地,可以理解的是,所述低轨道卫星接收所述地面修正模型集,并存储至所述MRAM中,并将模型存储器设置为有效,以使得后续的天基监视和预测以所述MRAM中的地面修正模型集为准。
值得注意的是,若所述修正模型集出现数据失效的情况,例如检验失败、运行发生错误等,则可以重新写入,也可以将MRAM设置为无效状态。
需要说明的是,默认模式下,当所述低轨道卫星的星上计算机重新上电后,首先读取反熔丝PROM内固化的程序信息和预置的模型信息,但在MRAM有效时将采用MRAM中存储的地面修正模型集。因此,在所述低轨道卫星接收所述地面修正模型集并写入到MRAM中时,可通过对星上计算机进行重新上电的操作,使得后续的天基监视和预测以所述MRAM中的地面修正模型集为准。
在上述方法实现过程中,一方面,通过采用反熔丝PROM保证了在轨跟踪的高可靠性;另一方面,由于MRAM支持反复擦写,因此采用MRAM存储所述地面修正模型集,实现了飞行目标跟踪模型集的在线更新,从而保证了飞行目标跟踪模型集的可升级性。
本申请实施例提供的可在线更新的飞行目标天基监视与预测方法及装置,一方面,相对于地基的飞行目标监视与预测,本申请所提供的方法及装置不受地域、光照、天气等的影响,可实现全天候观测,并能周期性覆盖全球;在跟踪太空目标时不受大气的影响,理论信号信噪比更高、跟踪精度更高,同时也可发现体积更小的空间目标;另一方面,相对于与现有卫星上的飞行目标识别系统,本申请所提供的方法及装置,采用低轨道进行观测保证了对天和对地的测量信息有效性,对于各类飞行目标的普适性较强,同时还解决了高可靠性和可升级性之间的矛盾。
综上,相对于现有技术,本申请实施例提供的可在线更新的飞行目标天基监视与预测方法及装置,至少具备以下优点:
(1)通过将可在线更新的飞行目标天基监视与预测方法应用在低轨道卫星上,使得低轨道卫星具备对空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体等飞行目标的运动监测能力;
(2)高精度的VSIMM-3DOF-UKF实时运动估计算法适配于所述低轨道卫星有效视距内的全部目标,可以预测飞行目标不同时刻的运动状态以及运动趋势,实现高精度的在轨跟踪,甚至在飞行目标信息偶有丢失的情况下仍可保持对飞行目标的预测跟踪能力;
(3)通过定期将预测的飞行目标不同时刻的运动状态传回地面进行确认和修正,并在不符合精度要求的情况获取地面修正模型集,实现低轨道卫星上跟踪飞行目标的模型库的在线更新;
(4)低轨道卫星通过采用反熔丝PROM保证了在轨跟踪的高可靠性,通过采用MRAM存储地面修正模型集保证了飞行目标跟踪模型集的可升级性,解决了高可靠性和可升级性之间的矛盾。
图2是本申请提供的基于VSIMM-3DOF-UKF实时运动估计算法预测所述飞行目标
k时刻的运动状态的流程示意图。
所述采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态,包括:在所述预设时段内任意
k时刻,预测所述飞行目标
k时刻的运动状态。所述在所述预设时段内任意
k时刻,预测所述飞行目标
k时刻的运动状态,即,基于VSIMM-3DOF-UKF实时运动估计算法预测所述飞行目标
k时刻的运动状态,如图2所示,具体包括以下步骤:
S21,基于所述飞行目标
k-1时刻的总体状态估计值、总体协方差值和模型集,增加或者删除模型得到增删后的模型集。
在一些实施例中,增加或者删除模型可以采用较为常用的模型集自适应方法实现,例如,期望模式扩展算法、可能模型集、自适应网格结构算法、最优模型扩展算法等。
S22,基于所述增删后的模型集,预测所述飞行目标
k时刻各模型的状态估计值和协方差值。
具体地,所述基于所述增删后的模型集,预测所述飞行目标
k时刻各模型的状态估计值和协方差值,包括:
S221,针对所述增删后的模型集,基于所述飞行目标
k-1时刻各模型的状态估计值和模型概率,计算所述飞行目标
k-1时刻各模型的混合状态估计值和混合协方差值;
具体地,根据公式(1)计算所述飞行目标
k-1时刻各模型的混合状态估计值,根据公式(2)计算所述飞行目标
k-1时刻各模型的混合协方差值。
(1)
(2)
其中,为
k-1时刻第
j个模型的混合状态估计值,为
k-1时刻第
j个模型的混合协方差值,
r为所述增删后的模型集的模型个数,为
k-1时刻第
j个模型的状态估计值,为
k-1时刻第
i个模型的协方差值,为
k-1时刻第
i个模型到第
j个模型之间的混合概率,,为
k-1时刻第
i个模型的模型概率,为第
j个模型的预测概率(也称为归一化常数)。
S222,基于所述飞行目标
k-1时刻各模型的混合状态估计值和混合协方差值,预测所述飞行目标
k时刻各模型的状态估计值和协方差值。
具体地,采用UKF算法预测所述飞行目标
k时刻各模型的状态估计值和协方差值,具体包括以下步骤:(1)计算
k-1时刻的2
n+1采样点状态估计值
x i (
k-1|
k-1)和权值,
i=0,1,…,2
n;(2)采用状态方程传递采样点;(3)计算
k时刻的采样点的预测状态估计值和协方差;(4)预测
k时刻的目标采样点,并计算目标采样点的一步预测均值和协方差;(5)基于目标采样点的一步预测均值和协方差计算UKF的增益,并更新
k时刻的状态估计值和协方差值。UKF算法属于本领域广泛使用的滤波算法,本申请中对其具体算式不再说明。
S23,基于所述飞行目标
k时刻的所述测量信息、所述飞行目标
k时刻各模型的状态估计值和协方差值,更新所述飞行目标
k时刻各模型的模型概率。
具体地,根据公式(3)计算所述飞行目标
k时刻各模型的模型概率。
(3)
(4)
(5)
(6)
其中,
μ j (
k)为
k时刻第
j个模型的模型概率,Λ j (
k)为
k时刻第
j个模型的似然函数,
v j (
k)和
S j (
k)分别为
k时刻第
j个模型的测量信息和预测信息的误差向量和协方差矩阵,
Z(
k)为目标观测值,
H(
k)为观测矩阵,
R(
k)为正定的量测噪声方差矩阵。
S24,基于所述飞行目标
k时刻各模型的状态估计值、协方差值、模型概率,计算所述飞行目标
k时刻的总体状态估计值和总体协方差值。
具体地,根据公式(7)计算所述飞行目标
k时刻总体状态估计值,根据公式(8)计算所述飞行目标
k时刻总体协方差值。
(7)
(8)
其中,为
k时刻的总体状态估计值,
P(
k|
k)为
k时刻的总体协方差值,为
k时刻第
j个模型的状态估计值,
P j (
k|
k)为
k时刻第
j个模型的协方差值。
S25,基于所述飞行目标
k时刻的总体状态估计值,确定所述飞行目标
k时刻的运动状态。
具体地,步骤S24计算得出的为所述飞行目标
k时刻的总体状态估计值。在一些实施例中,
k时刻的总体状态估计值可表示为,其中,
x k 、
y k 、
z k 为预测的所述飞行目标
k时刻在飞行目标轨道坐标系三轴方向上的速度与加速度。在此基础上,叠加所述低轨道卫星在WGS-84坐标系下的自身位置和速度,即可确定所述飞行目标在WGS-84坐标系下的位置和速度。
需要说明的是,所述VSIMM-3DOF-UKF实时运动估计算法是一个循环迭代的过程,即,将上一时刻的运动状态估计信息作为预测当前时刻运动状态的初始输入,或者,将当前时刻的运动状态估计信息作为下一时刻运动状态的初始输入。因此,步骤S241中的所述飞行目标
k-1时刻的总体状态估计值、总体协方差值和模型集为基于VSIMM-3DOF-UKF实时运动估计算法预测所述飞行目标
k-1时刻的运动状态后确定的。
本申请提供的基于VSIMM-3DOF-UKF实时运动估计算法预测所述飞行目标
k时刻的运动状态,将高精度的目标跟踪定轨方法应用在低轨道卫星上,以实现对在低轨道卫星有效视距内的全部飞行目标的高精度监视与预测,解决目前在轨跟踪精度较低的问题。
图3是本申请提供的可在线更新的飞行目标天基监视与预测装置的结构示意图,可以用于实现上述实施例所描述的方法。如图3所示,所述装置应用于低轨道卫星,所述装置包括:
信息采集模块310,用于获取所述低轨道卫星在预设时段内不同时刻的测量信息,所述测量信息包括所述飞行目标相对于所述低轨道卫星的角度、距离;其中,所述飞行目标为所述低轨道卫星有效视距内的全部飞行目标,包括空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体;
运动估计模块320,用于获取所述低轨道卫星在所述预设时段内的初始时刻模型集,并采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态;
地面修正模块330,用于将所述测量信息和所述飞行目标在所述预设时段内不同时刻的运动状态发送到地面,并接收地面传回的地面修正模型集;所述地面修正模型集为地面人员在判断所述飞行目标在所述预设时段内不同时刻的运动状态不符合精度要求的情况下,对所述低轨道卫星的模型集进行修正后得到的;
在线更新模块340,用于基于所述地面修正模型集更新所述低轨道卫星的模型集,以用于确定下一预设时段内的初始时刻模型集和所述飞行目标在下一预设时段内不同时刻的运动状态。
上述可在线更新的飞行目标天基监视与预测装置的详细描述,请参见上述实施例中相关方法步骤的描述,重复之处不再赘述。以上所描述的装置实施例仅仅是示意性的,其中所使用的作为分离部件说明的“模块”可以是实现预定功能的软件和/或硬件的组合,可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
本申请实施例还提供了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器运行所述计算机程序时执行可在线更新的飞行目标天基监视与预测方法中的步骤。
本申请实施例还提供了一种可读存储介质,所述可读取存储介质中存储有计算机程序,所述计算机程序在处理器上运行时,执行执行可在线更新的飞行目标天基监视与预测方法中的步骤。
应当理解是,所述电子设备可以是个人计算机、平板电脑、智能手机等具有逻辑计算功能的电子设备;所述可读存储介质可以是ROM(Read-OnlyMemory, 只读存储器)、RAM(RandomAccess Memory, 随机存取存储器)、磁碟、光盘等。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种可在线更新的飞行目标天基监视与预测方法,所述方法应用于低轨道卫星,其特征在于,所述方法包括:
S1,获取所述低轨道卫星在预设时段内不同时刻的测量信息,所述测量信息包括所述飞行目标相对于所述低轨道卫星的角度、距离;其中,所述飞行目标为所述低轨道卫星有效视距内的全部飞行目标,包括空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体;
S2,获取所述低轨道卫星在所述预设时段内的初始时刻模型集,并采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态;
S3,将所述测量信息和所述飞行目标在所述预设时段内不同时刻的运动状态发送到地面,并接收地面传回的地面修正模型集;所述地面修正模型集为地面人员在判断所述飞行目标在所述预设时段内不同时刻的运动状态不符合精度要求的情况下,对所述低轨道卫星的模型集进行修正后得到的;
S4,基于所述地面修正模型集更新所述低轨道卫星的模型集,以用于确定下一预设时段内的初始时刻模型集和所述飞行目标在下一预设时段内不同时刻的运动状态。
2.根据权利要求1所述的方法,其特征在于,所述采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态,包括:在所述预设时段内任意k时刻,预测所述飞行目标k时刻的运动状态;所述在所述预设时段内任意k时刻,预测所述飞行目标k时刻的运动状态,包括:
基于所述飞行目标k-1时刻的总体状态估计值、总体协方差值和模型集,增加或者删除模型得到增删后的模型集;
基于所述增删后的模型集,预测所述飞行目标k时刻各模型的状态估计值和协方差值;
基于所述飞行目标k时刻的所述测量信息、所述飞行目标k时刻各模型的状态估计值和协方差值,更新所述飞行目标k时刻各模型的模型概率;
基于所述飞行目标k时刻各模型的状态估计值、协方差值、模型概率,计算所述飞行目标k时刻的总体状态估计值和总体协方差值;
基于所述飞行目标k时刻的总体状态估计值,确定所述飞行目标k时刻的运动状态。
3.根据权利要求2所述的方法,其特征在于,所述基于所述增删后的模型集,预测所述飞行目标k时刻各模型的状态估计值和协方差值,包括:
针对所述增删后的模型集,基于所述飞行目标k-1时刻各模型的状态估计值和模型概率,计算所述飞行目标k-1时刻各模型的混合状态估计值和混合协方差值;
基于所述飞行目标k-1时刻各模型的混合状态估计值和混合协方差值,预测所述飞行目标k时刻各模型的状态估计值和协方差值。
4.根据权利要求2所述的方法,其特征在于,在所述预测所述飞行目标k时刻的运动状态之后,所述方法还包括:基于所述飞行目标k时刻的运动状态,估计所述飞行目标的运动趋势。
5.根据权利要求4所述的方法,其特征在于,所述基于所述飞行目标k时刻的运动状态,估计所述飞行目标的运动趋势,包括:
若所述飞行目标为大气层目标,则基于所述飞行目标k时刻的运动状态对所述飞行目标进行轨迹预测;
若所述飞行目标为环绕地球目标,则基于所述飞行目标k时刻的运动状态对所述飞行目标进行简单定轨和精密定轨。
6.根据权利要求1所述的方法,其特征在于,判断所述飞行目标在所述预设时段内不同时刻的运动状态是否符合精度要求的步骤具体包括:
针对所述飞行目标,采用地面识别跟踪设备获取所述飞行目标的地面运动跟踪结果;
基于所述飞行目标在所述预设时段内不同时刻的运动状态、所述飞行目标的地面运动跟踪结果,判断所述飞行目标在所述预设时段内不同时刻的运动状态是否符合精度要求。
7.根据权利要求1所述的方法,其特征在于,所述低轨道卫星包括:遥感相机、激光测距仪、星上计算机及存储设备、通信总线、电源设备、天地通信设备和相关的测量设备;其中,所述存储设备包括反熔丝PROM和MRAM,所述MRAM用于存储所述地面修正模型集。
8.一种可在线更新的飞行目标天基监视与预测装置,所述装置应用于低轨道卫星,其特征在于,所述装置包括:
信息采集模块,用于获取所述低轨道卫星在预设时段内不同时刻的测量信息,所述测量信息包括所述飞行目标相对于所述低轨道卫星的角度、距离;其中,所述飞行目标为所述低轨道卫星有效视距内的全部飞行目标,包括空间碎片、卫星、飞机、空间飞行器、运载火箭和宇宙天体;
运动估计模块,用于获取所述低轨道卫星在所述预设时段内的初始时刻模型集,并采用VSIMM-3DOF-UKF实时运动估计算法,预测所述飞行目标在所述预设时段内不同时刻的运动状态;
地面修正模块,用于将所述测量信息和所述飞行目标在所述预设时段内不同时刻的运动状态发送到地面,并接收地面传回的地面修正模型集;所述地面修正模型集为地面人员在判断所述飞行目标在所述预设时段内不同时刻的运动状态不符合精度要求的情况下,对所述低轨道卫星的模型集进行修正后得到的;
在线更新模块,用于基于所述地面修正模型集更新所述低轨道卫星的模型集,以用于确定下一预设时段内的初始时刻模型集和所述飞行目标在下一预设时段内不同时刻的运动状态。
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器运行所述计算机程序时执行权利要求1至7中任一项所述的可在线更新的飞行目标天基监视与预测方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的可在线更新的飞行目标天基监视与预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310114404.2A CN115902980B (zh) | 2023-02-15 | 2023-02-15 | 可在线更新的飞行目标天基监视与预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310114404.2A CN115902980B (zh) | 2023-02-15 | 2023-02-15 | 可在线更新的飞行目标天基监视与预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115902980A true CN115902980A (zh) | 2023-04-04 |
CN115902980B CN115902980B (zh) | 2023-05-23 |
Family
ID=85751815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310114404.2A Active CN115902980B (zh) | 2023-02-15 | 2023-02-15 | 可在线更新的飞行目标天基监视与预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115902980B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116224379A (zh) * | 2023-05-06 | 2023-06-06 | 中国科学院国家空间科学中心 | 一种nbrcs修正方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164242A (zh) * | 2013-02-01 | 2013-06-19 | 中国人民解放军国防科学技术大学 | 卫星星务软件上注方法 |
CN103678515A (zh) * | 2013-11-26 | 2014-03-26 | 北京空间机电研究所 | 空间站可扩展和海量遥感信息处理系统 |
CN105549460A (zh) * | 2016-03-10 | 2016-05-04 | 中国电子科技集团公司第十研究所 | 星载电子设备综合化管控系统 |
CN107389094A (zh) * | 2017-07-17 | 2017-11-24 | 上海航天控制技术研究所 | 星敏和陀螺轨道周期系统误差在轨辨识与实时补偿方法 |
CN107528629A (zh) * | 2017-09-30 | 2017-12-29 | 湖南迈克森伟电子科技有限公司 | 卫星测控数传广播一体化通信系统 |
CN107562665A (zh) * | 2017-09-19 | 2018-01-09 | 中国科学院长春光学精密机械与物理研究所 | 一种星上小型集群信息处理系统 |
CN108415718A (zh) * | 2018-03-28 | 2018-08-17 | 南京理工大学 | 一种应用于星载软件在线更新的BootLoader设计方法 |
US20210294655A1 (en) * | 2020-03-23 | 2021-09-23 | Baker Hughes Oilfield Operations Llc | Prioritizing execution of multiple groups of analytic models |
WO2022087998A1 (zh) * | 2020-10-30 | 2022-05-05 | 网络通信与安全紫金山实验室 | 通信终端的定位跟踪方法、系统、设备和可读存储介质 |
CN114993341A (zh) * | 2022-08-04 | 2022-09-02 | 东方空间技术(北京)有限公司 | 一种基于天基测量的运载火箭弹道估计方法及装置 |
-
2023
- 2023-02-15 CN CN202310114404.2A patent/CN115902980B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164242A (zh) * | 2013-02-01 | 2013-06-19 | 中国人民解放军国防科学技术大学 | 卫星星务软件上注方法 |
CN103678515A (zh) * | 2013-11-26 | 2014-03-26 | 北京空间机电研究所 | 空间站可扩展和海量遥感信息处理系统 |
CN105549460A (zh) * | 2016-03-10 | 2016-05-04 | 中国电子科技集团公司第十研究所 | 星载电子设备综合化管控系统 |
CN107389094A (zh) * | 2017-07-17 | 2017-11-24 | 上海航天控制技术研究所 | 星敏和陀螺轨道周期系统误差在轨辨识与实时补偿方法 |
CN107562665A (zh) * | 2017-09-19 | 2018-01-09 | 中国科学院长春光学精密机械与物理研究所 | 一种星上小型集群信息处理系统 |
CN107528629A (zh) * | 2017-09-30 | 2017-12-29 | 湖南迈克森伟电子科技有限公司 | 卫星测控数传广播一体化通信系统 |
CN108415718A (zh) * | 2018-03-28 | 2018-08-17 | 南京理工大学 | 一种应用于星载软件在线更新的BootLoader设计方法 |
US20210294655A1 (en) * | 2020-03-23 | 2021-09-23 | Baker Hughes Oilfield Operations Llc | Prioritizing execution of multiple groups of analytic models |
WO2022087998A1 (zh) * | 2020-10-30 | 2022-05-05 | 网络通信与安全紫金山实验室 | 通信终端的定位跟踪方法、系统、设备和可读存储介质 |
CN114993341A (zh) * | 2022-08-04 | 2022-09-02 | 东方空间技术(北京)有限公司 | 一种基于天基测量的运载火箭弹道估计方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116224379A (zh) * | 2023-05-06 | 2023-06-06 | 中国科学院国家空间科学中心 | 一种nbrcs修正方法、装置、电子设备及存储介质 |
CN116224379B (zh) * | 2023-05-06 | 2023-09-12 | 中国科学院国家空间科学中心 | 一种nbrcs修正方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115902980B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7817087B2 (en) | Method and apparatus for relative navigation using reflected GPS signals | |
Gangestad et al. | Operations, orbit determination, and formation control of the AeroCube-4 CubeSats | |
Montenbruck et al. | A real-time kinematic GPS sensor for spacecraft relative navigation | |
CN112129300B (zh) | 位置间动力学约束的低轨卫星星载gnss精密定轨方法及系统 | |
Chen et al. | Comparison of several space target tracking filters | |
CN111427002A (zh) | 地面测控天线指向卫星的方位角计算方法 | |
CN115902980B (zh) | 可在线更新的飞行目标天基监视与预测方法及装置 | |
Iwata | Precision attitude and position determination for the Advanced Land Observing Satellite (ALOS) | |
CN107300700B (zh) | 敏捷合成孔径雷达卫星聚束模式姿态机动需求计算方法 | |
CN111102981A (zh) | 一种基于ukf的高精度卫星相对导航方法 | |
Crouse | On measurement-based light-time corrections for bistatic orbital debris tracking | |
CN112945242B (zh) | 一种卫星在轨自主规划任务最佳时间与姿态的方法 | |
Critchley-Marrows et al. | Stellar Navigation on the Moon-A Compliment, Support and Back-up to Lunar Navigation | |
Whitacre et al. | Decentralized geolocation and bias estimation for uninhabited aerial vehicles with articulating cameras | |
KR102184662B1 (ko) | 위성 탑재용 소프트웨어에 탑재 가능한 위성 이벤트 예측 기법 | |
CN114993341B (zh) | 一种基于天基测量的运载火箭弹道估计方法及装置 | |
Barbee et al. | Guidance and navigation for rendezvous and proximity operations with a non-cooperative spacecraft at geosynchronous orbit | |
Setlak et al. | MEMS electromechanical microsystem as a support system for the position determining process with the use of the inertial navigation system INS and kalman filter | |
Ismaeel | Design of Kalman Filter of Augmenting GPS to INS Systems | |
CN114002710A (zh) | 小偏心率低轨卫星的星上轨道位置自主预报方法 | |
Gong et al. | Unscented particle smoother and its application to transfer alignment of airborne distributed POS | |
Raković et al. | UAV Positioning and Navigation-Review | |
Mahfouz et al. | GNSS-based baseline vector determination for widely separated cooperative satellites using L1-only receivers | |
KR102506207B1 (ko) | 지상국과 위성의 시간 동기를 위한 장치 및 방법 | |
US20230152100A1 (en) | Navigation Methods Using Virtual Celestial Objects |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |