基于多项式的蒙特卡洛方法用于估计长期碰撞概率

《Acta Astronautica》:A polynomial-based Monte Carlo approach for estimating long-term collision probabilities

【字体: 大 中 小 】 时间:2026年01月27日 来源:Acta Astronautica 3.4

编辑推荐:

  研究人员介绍了一种用于计算碰撞风险(Pc)的通用方法,该方法专门针对相对交会速度较低的场景设计,但原则上可广泛应用于多种情况。该技术采用微分代数(Differential Algebra, DA),通过高阶泰勒多项式(Taylor polynomials)表达

  
研究人员介绍了一种用于计算碰撞风险(Pc)的通用方法,该方法专门针对相对交会速度较低的场景设计,但原则上可广泛应用于多种情况。该技术采用微分代数(Differential Algebra, DA),通过高阶泰勒多项式(Taylor polynomials)表达初始分布在主目标-次目标相对运动中的非线性动力学流(dynamical flow)。整个初始不确定集合通过自动域分裂(Automatic Domain Splitting, ADS)技术划分为子集,以控制泰勒展开的精度。该方法对相对状态的初始条件进行采样,并对每个样本求解保留时间依赖性的多项式展开。因此,对发生碰撞条件集合的初始统计量的经典数值积分被简化为一维时间多项式的求值。具体而言,识别出相对距离低于临界值的样本及其发生时间。该方法针对多种文献测试案例与蒙特卡洛(Monte Carlo, MC)模拟进行对比验证,结果表明具有高精度且计算时间显著减少。具体而言,根据动力学特性和分析中采用的样本数量,时间缩减最高可达99.9%,而长期场景下估计的最终碰撞概率(Pc)与参考值的偏差不超过0.018%。
随着航天技术的持续发展,航天器发射频率稳步增长,导致地球轨道环境日益拥挤。近几十年来,这种拥挤状态对航天器运行构成了日益严重的威胁,主要原因是空间碎片(space debris)的不断积累。预测显示这一趋势将持续加剧,特别是大规模卫星星座(satellite constellations)的部署将进一步饱和最频繁使用的轨道区域。因此,航天器运营商面临着越来越多的近距离接近预警,需要执行更多的碰撞规避机动(Collision Avoidance Maneuvers, CAMs)以保障任务完整性。管理这些事件的关键在于评估其临界性,这主要依赖于评估涉及对象之间碰撞概率(Probability of Collision, Pc)。在文献和碰撞规避实践中,这些对象被称为主目标(通常为受控的关注航天器)和次目标(与其发生接近的航天器)。

计算碰撞风险的方法针对不同交会类型进行了专门设计。卫星近距离接近通常被划分为短期交会(short-term encounters)和长期交会(long-term encounters)。短期交会涉及轨道差异显著的物体,在接近最近点(Point of Closest Approach, PCA)时相对速度可达每秒数公里。此类交会持续时间最多仅数秒,相对速度矢量在整个交会过程中保持强度和方向不变,形成直线相对轨迹。此外,相对速度不确定度与其显著的均值相比可忽略不计。因此,位置误差组合椭球在整个交会过程中保持稳定,因为各物体的位置不确定度可由两个不相关的恒定协方差矩阵定义。文献中已有多种计算短期碰撞概率的方法,如Foster、Patera、Alfriend等人、Afano、Chan以及近期Serra等人的研究。

典型地,碰撞风险通过将组合位置不确定度的概率密度函数(Probability Density Function, PDF)在组合硬体球(combined hard-body sphere)所定义的体积上进行积分来计算。由于轨迹为直线,扫掠体积可近似为沿相对速度方向对齐的无限圆柱体,这使得三维积分可降维为二维积分。因此,PDF通常在垂直于相对速度矢量的平面上求值,该平面常被称为B平面(B-plane)。

另一类交会发生在沿邻近轨道运行的两颗卫星之间,如两颗经度位置相邻的地球同步轨道(Geostationary Earth Orbit, GEO)卫星,或更一般地,在近距离卫星操作期间,包括交会对接(rendezvous)、编队飞行(formation flying)和集群飞行(cluster flights)。值得注意的是,类似几何构型也可能自然发生,尽管频率较低。这些近距离接近的特征是低相对速度,通常为每秒数米量级。在此类场景中,两个物体在较长时间内保持近距离,持续时间约为轨道周期量级。与短期近距离接近不同,相对速度矢量并非恒定,其方向和大小随时间演化,导致相对轨迹通常弯曲且呈非线性。相对状态的不确定度也不再假设为恒定,而是随时间旋转和变形。此外,与相对速度相关的不确定度必须被考虑且不可忽略。这导致交会过程中出现时变演化的组合协方差矩阵,碰撞管(collision tube)可能呈现复杂的高非线性几何形状,难以积分。

长期会战的碰撞风险研究不如短期会战充分。一类方法试图解决碰撞管的弯曲趋势,关键概念是将碰撞管离散化为小子段,并假设每个子段仍满足短期会战的假设。Chan对硬体扫掠体积进行了更好的表征,将其描述为椭球包络。然而,这些方法在问题公式化中未考虑速度不确定度。Coppola则提出了一个全面的数学框架,首次将速度不确定度纳入公式化,这是解决一般碰撞概率问题最广泛的努力之一。但该方法假设无法容纳分析时间内的多次交会,使其不适用于复杂积分体积的交叉。

文献中明显缺乏能够同时表征扫掠体积(尤其当其形状复杂时)并计算完整相对状态矢量高斯PDF在此类体积上积分的通用方法。有研究建议使用多项式超水平集(Polynomial Superlevel Set, PSS)近似扫掠体积,然后通过蒙特卡洛积分计算Pc。迄今为止,能够同时考虑位置和速度不确定度并处理复杂交会几何的最全面方法是蒙特卡洛(MC)技术。这些方法提供简洁的问题公式化和直观的Pc计算方法,无需对积分体积进行显式数学表征。尽管MC模拟常被视为验证新Pc估计方法的标准,因其高精度,其主要缺点仍是显著的计算成本。为解决此问题,若干研究致力于通过子集模拟(subset simulation)和线采样(line sampling)等技术加速MC方法,这些技术基于马尔可夫链(Markov Chains)的逐步程序减少给定置信水平所需的样本数量。

本研究采用微分代数(DA)而非传统MC方法来高效表征采样初始条件子集的集体行为。该方法建立在Morselli等人的工作基础上,他们首次应用DA估计Pc,通过将最接近接近时间(Time of Closest Approach, TCA)和相对距离表示为初始条件不确定度的泰勒展开,然后采样这些初始条件,通过DA表征的脱靶距离的MC评估来计算Pc。虽然该方法优雅且有影响力,但专门针对短期交会,且 resulting Pc计算仍限于围绕单一TCA的局部分析。本研究巩固并扩展了作者近期的进展,旨在将文献中的方法适应并推广至长期会战场景,包括筛选区间内可能发生多次近距离接近的情况。具体而言,研究人员提出将初始条件的动力学演化计算为拼接的7维连续体(7D continuum),其中每个片段由时间和t0时刻初始条件的高阶泰勒展开表示。动力学流的积分精度由自动域分裂(ADS)算法控制,该算法自适应地分裂组合协方差的初始域以确保泰勒近似的精度。随后,在初始相对状态空间中定义的PDF被采样以生成具体实现。每个片段相应地被评估,产生时变的脱靶距离泰勒展开。碰撞概率计算为脱靶距离低于预定阈值的样本比例,通过识别相应泰勒多项式的实根来确定。

一方面,与脱离MC公式化的研究方法相比,所提出的方法放宽了忽略速度不确定度等限制性假设,能够稳健管理计算区间内多次近距离接近产生的复杂碰撞体积交叉。此外,它可以容纳任何形式的初始不确定度,无需假设高斯分布。另一方面,该方法相比标准MC模拟具有固优势:无需执行逐样本传播来检查碰撞,而是依赖协方差随时间演化的多项式表示。通过评估一维时间多项式,实现了计算成本的显著降低,同时提供了一个自然适合并行实施的灵活框架。这种效率提升通过DA实现的问题重构获得,且与常见MC加速技术完全兼容,因为采样MC组件仍然是算法中的必要步骤。

所提出的方法是作者扩展和提升德国航天运营中心(GSOC)碰撞规避系统(Collision Avoidance System, CAS)能力更广泛工作的一部分,为日益拥挤的轨道环境带来的挑战做准备。特别是,该方法直接适用于其控制下的GEO航天器,这些航天器有时可能与邻近卫星发生长期交会。

论文结构如下:第2节介绍计算Pc的MC方法的常用数学公式。第3节展示核心方法,详细说明DA和ADS如何用于建模初始条件的动力学演化,以及多项式表达式中的求根如何用于确定碰撞事件。第4节提供文献中的基准测试案例,以及与等效标准MC模拟的计算性能比较。第4.3小节将所提出的方法应用于真实世界长期交会场景,提供操作实施的实用指导。第5节报告结论并概述未来工作方向。

在问题描述方面,研究人员引入了碰撞发生的统计事件:给定t0时刻两个空间驻留物体的状态初始分布、硬体半径HBR=R1+R2(其中R1和R2分别为对应主目标和次目标最大尺寸的球体半径)以及最大关注周期T,当存在区间I=[t0,t0+T]内的时间t使得相对距离矢量d(t)的范数小于或等于HBR时,认为两个物体发生碰撞。为评估此事件发生的可能性并全面表征Pc,引入两个交会物体的相对状态矢量x(t),定义为惯性参考系中两个物体个体状态xp(t)和xs(t)之差。这两个量表示六维一般多元随机变量,可能遵循任意分布,但在本研究中假设为统计独立。

为记法简便,t0=0时刻的相对状态矢量记为x(t0)=x0。将相对状态矢量在t0时刻的PDF定义为ρ0(x0,t0),Pc可定义为初始集合V上的积分,其中V?R6表示未来某时刻发生碰撞的初始集合。对于长期会战,集合V的时间演化与文献中的积分体积模型相同。集合V可解释为多维空间R6的子区域,其中随机矢量x0的每个实现都不可避免地导致未来时间t违反条件‖d(t)‖≤HBR。值得注意的是,积分式中的被积函数表示任意分布的PDF,因此以下概述的方法能够处理任何统计分布的动力学演化,只要其形式在t0时刻已知。虽然该方法不限于特定分布,但在当前分析中,ρ0(x0,t0)被建模为高斯分布,因为至少在t0时刻,相对状态x0通常来自轨道确定过程,高斯假设在此通常被认为是合理的。

计算该积分的一种方法是基于MC的方法。初始条件x0被采样,并根据从t0到T时间区间传播相对状态的某些动力学模型计算轨迹。动力学通常表示为常微分方程(Ordinary Differential Equation, ODE)形式。即使初始条件被建模为高斯分布,通过长期会战背景下的非线性动力学传播,通常也会导致未来时间t的状态分布丧失高斯特性。与某些方法不同,所提出的方法不要求统计分布在整个时间区间I内保持高斯假设。最后,为计算Pc,分析每条样本轨迹以验证未来某时刻是否发生碰撞。若特定样本记录到一次碰撞,意味着其原本属于集合V。概率则通过产生碰撞的样本数与总样本数的比值来评估。

在方法论部分,研究人员详细阐述了DA表达初始相对条件动力学演化的方法。DA提供计算框架,使函数在计算机环境中可作为n阶泰勒多项式展开处理,而非仅作为浮点值。该框架具有相当威力,因其允许提取函数除原始值之外的更多信息。在此背景下,时间t可表示为DA变量τ,并相对于最大关注时间T进行缩放,使得τ∈[-1,1]。在引入对应于t0时刻初始相对状态矢量偏离其均值的DA变量矢量之前,对x(t)定义的空间进行旋转。该空间通常为惯性参考系或沿目标轨迹共动的参考系。无论选择何种初始参考系,应用基于P0特征分解的变换,使状态空间与初始组合协方差矩阵P0的主轴对齐。此后,相对状态矢量及其DA表示的所有引用均在变换后的坐标系统中进行。为简化记法,省略撇号标记。

此时,与DA变量τ一致,引入表示初始相对状态矢量偏离μ0的DA变量矢量δx0,每个分量由最大预期变化Δx0归一化,定义在区间[-1,1]内。给定缩放时刻τ的相对状态可通过积分动力学在DA框架中计算,即高阶多项式矢量,是缩放时间τ和初始归一化相对统计量δx0的函数。泰勒映射Tx建立扰动初始状态矢量与区间I内指定时间对应状态矢量之间的关系,利用动力学模型定义。这种从初始集合到最终集合的映射与流形(manifold)的数学概念相似。在本研究中,采用的动力学模型可任意复杂,可能包含高度非线性相对运动;唯一要求是必须为由时间t状态与t0初始条件之间建立函数关系的解析定律描述。

在此上下文中使用DA具有多项优势。首先,它仅通过泰勒展开系数即可表示无限集,与逐点集表示相比保留了特定的解析结构。其次,更重要的是,它允许通过简单的DA算术运算将整套集合传播通过函数。与标准MC模拟中每个样本积分ODE流不同,此场景中仅需单次积分。得到的DA展开表示将初始域中所有点通过ODE传播的结果。

该方法的挑战部分源于长期会战通常涉及的非线性动力学。当泰勒映射需要近似强非线性函数时,ODE展开在整个域上的收敛变得不准确。因此,作为函数局部表示的DA映射难以准确描述整个域的实际演化,即使在展开中心附近描述准确。

为解决此问题,研究人员采用了ADS算法。该算法识别ODE流展开在初始条件上不再准确描述动力学的情况。一旦检测到此类场景,原始多项式展开的域沿某一展开变量分裂为两个域,每个域为原始大小的一半。通过围绕新中心点重新展开多项式,生成两个独立的多项式展开。该过程迭代进行,每次泰勒级数表示与实际函数的偏差超过用户定义的容差ε时,便将初始域分裂为两段。重新计算围绕新中心的展开,此过程持续直至所有展开在指定阈值ε内准确表示函数。

类似地,本研究中由变量τ和δx0定义的初始7维域被分裂为不同子域。初始条件的动力学演化呈现为拼接的7维连续体形状,在数学上定义为流形对象。每个片段对应给定时刻的泰勒展开,是τ和δx0的函数,局部近似动力学流。执行单次积分后,初始条件的演化由拼接多项式近似,研究人员在DA框架内计算函数d2,即相对距离平方的高阶多项式表示,同样为分段定义,其定义区间取决于ADS精度控制算法。

随后,对初始集合x0进行采样。随机矢量的每个实现X0i与其各自的初始片段关联,仅在空间和速度中评估。此评估降低了d2多项式的维数,得到一组仅依赖于时间的一维泰勒展开。该展开具有重要意义,因为算法通过分析它来确定特定样本是否发生碰撞。具体而言,此过程被简化为在泰勒展开定义范围内寻找fdi=di2-HBR2=Tfdi(τ)根的任务。

在此阶段,确定给定样本轨迹是否导致碰撞从而为Pc累积做出贡献的任务,被重构为寻找仅依赖于时间的高阶一元多项式根的问题。这通过应用一系列解析定理实现。求根算法详细如下:评估样本并计算DA表达式后,算法遍历定义样本轨迹的所有多项式。对于每个泰勒展开及其对应定义区间,首先验证其中心是否落入负值范围,以排除由于轨迹段已低于碰撞阈值而找不到根的可能性。随后,使用Budan-Fourier定理确定多项式系数的变号次数。该定理通过检查多项式系数序列的符号变化来考虑根的数量。具体而言,若变号次数为奇数,表明区间内存在至少一个实根。此情况下,算法记录碰撞并继续分析下一样本。若无变号,则结论为该区间内无实根,算法继续分析相邻的泰勒展开。

当变号次数为偶数时情况不同。此时定理不能提供确定性结论,因为根的数量可能是偶数的倍数,可能包括零。因此,工作流程进一步使用Sturm算法进行调查。该算法是稳健的根隔离方法,通过递归执行欧几里得除法构建多项式序列,分析序列中的符号变化来确定高阶多项式在区间内的根数量。若找到至少一个根,记录碰撞并研究后续轨迹的多项式近似。上述过程对ADS定义区间内的每个样本循环执行。为提高算法效率,区间按初始时间升序排列。

研究人员使用文献中的人工测试案例检验Pc值,这些案例广泛用作Pc计算方法的基准,提供适合短期和长期分析的多样场景。每个测试案例在TCA时刻提供主目标和次目标的分布,假设位置和速度不确定度为高斯分布。鉴于研究方法依赖相对动力学,研究人员计算TCA处的相对状态及其相关组合协方差,然后反推t0时刻的条件。

研究所用的三个不同相对动力学解析模型分别为:Clohessy-Wiltshire模型,假设主目标为圆开普勒轨道;Yamanaka-Ankersen模型,放宽主目标轨道的圆形假设,允许对任意偏心率的相对运动进行精确建模;以及基于D'Amico发展的相对轨道要素(Relative Orbital Elements, ROEs)理论,将Clohessy-Wiltshire公式扩展以包含地球二阶带谐项J2的影响。所有三个模型均解析积分微分方程。对于前两个模型,通过对状态转移矩阵(State Transition Matrix, STM)求逆将TCA处条件映射回初始历元t0。对于第三个模型,过程概念相似但涉及更复杂的变换链。

第一个测试案例涉及两颗GEO卫星的非直线交会。图6显示t0时刻采样组合位置协方差,青色点表示分析时间段内发生碰撞的样本子集。该测试案例刻意设计使初始分布的均值也导致碰撞,产生2.1783×10-1的显著高最终Pc参考值。此高Pc水平需要少于16000次MC运行即可达到统计显著性。初始条件演化产生7维流形,初始子域由ADS例程建立。图7展示了相对状态第一和第五分量及时间的域分裂情况。每个子域定义单泰勒展开能以所需精度表示相对状态矢量的这些变量范围。红线表示初始相对状态分量的特定确定,据此选择所有关联子域。

评估这些多项式对初始相对状态给定样本可以计算式(13)中概述的DA展开。图8展示了三个不同样本的fd泰勒展开在各自时间子域中心的评估。两个样本未导致碰撞(青色和绿色曲线),一个导致碰撞(蓝色曲线)。图中放大视图突出显示,识别样本碰撞的并非中心低于零线的多项式,而是矩形框内的那个。通过DA多项式评估方法确定的累积碰撞概率稳定在2.1783×10-1,与内部MC模拟结果一致。在分析期间,初始条件的演化平均导致Pc在两个不同时间累积。该测试案例展示了方法处理多次会面和因此多次TCA的能力。TCA分布直方图清楚表明,导致碰撞的样本中,一部分在大约12000秒后发生撞击。

研究人员对测试案例1进行了分裂容差ε的敏感性研究。ε作为用户定义参数,控制泰勒多项式再现初始条件动力学演化的精度。研究表明,直觉上,较小的ε值需要更高阶的泰勒展开来准确跟随动力学,进而导致初始域细分为更多子域。相反,较大的ε允许使用更少子域和更低阶多项式近似,但会降低估计最终Pc的精度。图9通过ε的参数分析展示了这种权衡。对于每个分裂容差值,计算增益函数G,定义为计算时间缩减(相对于MC)与Pc精度百分比(相对于MC)的乘积,归一化到最高精度。增益函数G突出了在精度和计算效率之间提供最佳平衡的ε值。特别地,G接近1的值对应ε的最优选择,而接近0的值表示次优配置。如图所示,ε在1×10-5到1×10-4之间值提供了计算效率与估计精度的最佳平衡。超过1×10-3,增益函数G明显下降,尽管相应Pc误差仅约1-2%。值得注意的是,即使对于非常小的ε值,计算时间的减少仍然显著,如G保持接近1所示。因此对于案例1及后续小节呈现的测试案例,采用了1×10-4的参考值。

额外测试案例检查了所提方法在不同场景和上述动力学模型中的性能。案例2与案例1共享特征和相对运动,但HBR较小,导致均值脱靶距离与组合碰撞球不相交。案例3也考虑GEO会战,但代表短期交会,Pc在TCA瞬时累积。案例4涉及两个GEO物体间的非直线相对运动,设计用以说明相对协方差的形状和取向如何导致TCA后Pc累积。案例5、6、7对应LEO会战,每个案例代表逐渐增强的非线性相对运动:从案例5的边缘非线性到案例7的强非线性条件。案例8展示MEO中的长期会战。案例9和10涉及高偏心率轨道卫星之间的交会,具有非直线相对运动和超过HBR的TCA均值脱靶距离。由于这些轨道的高偏心率,仅使用Yamanaka-Ankersen模型分析这两个案例。

表2全面比较了基于DA的方法与标准MC方法。结果表明,基于DA的方法在所有动力学范围内与MC模拟达成极佳一致,持续高精度复现Pc。某些情况下,最终Pc存在微小差异,误差从未超过0.0176%。这些微小偏差归因于DA框架的固有限制:需要为初始偏离δx0的不确定度设置阈值以构建拼接7维流形。本研究中,阈值保守地设置为初始不确定度的五倍标准差。极少数情况下,尤其涉及大量样本时,可能有个别样本在t0时刻落在5σ边界之外。此类样本被丢弃不包括在分析中,可能导致与完整MC参考相比的轻微Pc低估或高估。尽管如此,DA方法在所有测试场景中保持稳健的整体精度和效率。

在案例3中,所有动力学下与参考的误差从未超过0.5%,因为该测试案例本质上代表二维交会。这种情况下,Pc几乎在TCA瞬时累积,要求算法在该时间附近执行大量分裂以适当捕获动力学演化,相应降低分裂容差ε。这导致计算效率损失,突出二维案例中运行时间与Pc估计精度之间的不可避免权衡。然而,此限制并非特别关键,因为对于短期会战通常不推荐使用基于MC的方法,因为存在远更高效的Pc高精度计算方法。

在计算速度方面,重要注记是DA积分始终需要显著更少的时间,往往数个数量级,小于单个样本的评估时间,以至于其贡献变得实际上可忽略。这凸显了方法的根本优势:通过单次高效积分捕获初始条件集合的完整演化。对于视觉比较,读者可参考图10。所有计算时间均使用前述硬件配置获得。图示显示计算时间(左轴,对数尺度)和相对于对应MC模拟的计算时间百分比缩减(右轴)。总体而言,基于DA的方法在所有测试案例和动力学模型中均优于MC方法,计算时间缩减从大约55%到近99.9%不等。值得注意的是,随着底层动力学复杂性的增加,基于DA的方法与MC方法之间的效率差距扩大。虽然MC方法可能在较简单模型(如Clohessy-Wiltshire或D'Amico公式)中受益于略快的样本传播,但当动力学涉及更复杂的变换时(如Yamanaka-Ankersen情况),基于DA的方法变得显著更有优势。

真实案例考虑了一次实际交会场景,如文献中测试案例虽具有学术相关性,但因Pc极高而不具操作现实性。该事件涉及GEO资产与次目标在非常相似轨道上的近距离接近,相对距离1.83 km,HBR为27.05 m。交会特征为法向分量仅81 m,TCA处相对速度约3 m/s,归类为长期会战。对于此事件,TCA条件总结于表3。具体而言,状态矢量在ECI(Earth-Centered Inertial)框架中提供,对应协方差矩阵在各物体的RTN(Radial-Transversal-Normal)框架中表达。图11显示两天期间(以TCA为中心)两个物体之间相对距离的演化。该区间揭示多次近距离接近,由相对距离中的局部极小值指示。除TCA处情况外,两个显著极小值(图中标记为局部极小A和B)分别大约在最近接近前后24小时发生。

研究人员在此场景上测试所提出的方法,结果与MC模拟比较。基于TCA处的瞬时Pc,估计所需样本数量:约3.0×107个样本以实现统计相关性水平。图11给出结果Pc演化。可见Pc首先在第一个极小值附近累积,达到1.76×10-6的值,然后在围绕TCA的20分钟期间累积,再次在第三个极小值处累积,最终稳定于1.4173×10-4的值。MC模拟中产生碰撞的所有样本在DA方法中也产生碰撞,达到0.0%的估计误差,同时速度约快87.8倍。

在结论部分,研究人员提出了一种计算两个空间物体之间Pc的通用方法,特别适用于相对速度为米每秒量级的长期会战,但原则上也可应用于二维场景。该方法采用DA捕获多元初始相对状态矢量的非线性时间演化。后者建模为拼接的7维连续体,其中每个片段由时间和t0时刻初始条件的高阶泰勒展开表示。动力学流的积分精度由ADS算法控制,自适应分裂组合协方差的初始域以确保泰勒近似的精度。然后对初始PDF采样,每个片段在特定状态矢量实现中评估以最终确定给定样本的时间演化。碰撞识别被简化为寻找脱靶距离DA近似实根的问题。

所提出的方法保留了MC模拟的所有优势,同时通过其DA基础提供了计算速度的实质性改进。原则上,它可应用于任何形式的初始不确定度,只要初始PDF先验已知,无需t0时刻或初始条件演化过程中保持高斯性的限制性假设。此外,该方法可以纳入速度不确定度,并自然考虑筛选区间内发生的多次会战。另外,虽然本研究聚焦于三种特定动力学模型,该技术可应用于任何形式的相对或绝对动力学,只要动力学的解析公式可用。

该技术已针对文献中的基准测试案例进行了广泛验证。在所有场景中,估计的Pc与用于验证的MC模拟展现出极好的一致性。计算时间的百分比缩减持续显著,范围从大约55%到近99.9%,基于DA的方法与MC方法之间的效率差距随着底层动力学复杂性的增加而扩大。本工作还呈现了一个真实案例场景,涉及GEO资产长期会战。所提出的方法成功捕获了多个碰撞事件以及计算窗口内不同区间发生的相应Pc累积。

在未来工作中,研究人员计划通过将呈现的动力学模型扩展以包含额外轨道摄动(特别是与GEO环境相关的)来增强保真度。虽然计算时间的减少显而易见,一个关键目标仍是将该方法调整为GSOC操作使用。在成功通过广泛验证阶段后,下一个目标是将其完全集成到CAS中,使其能够同时处理多个任务的长期会战。如此,系统将能够提供作为飞行动力学工程师在实际会战场景中可靠决策支持工具的输出,最终为超过40颗卫星的安全运行做出贡献。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号