非線性軌道偏差演化理論及應(yīng)用

目錄
“空天前沿技術(shù)叢書”序一
“空天前沿技術(shù)叢書”序二
序
前言
第1章 緒論1
1.1 軌道偏差演化分析問題描述2
1.1.1 典型偏差因素3
1.1.2 偏差演化問題5
1.2 太空態(tài)勢(shì)感知中的偏差演化問題7
1.2.1 數(shù)據(jù)關(guān)聯(lián)7
1.2.2 異常檢測(cè)8
1.2.3 碰撞預(yù)警10
1.2.4 空間碎片環(huán)境分析12
1.2.5 傳感器任務(wù)調(diào)度14
1.3 軌道偏差演化分析方法研究進(jìn)展15
1.3.1 蒙特卡羅仿真16
1.3.2 線性方法16
1.3.3 非線性方法17
1.3.4 其他方法23
參考文獻(xiàn)24
第2章 軌道偏差演化基本理論33
2.1 基本動(dòng)力學(xué)模型33
2.1.1 坐標(biāo)系定義及轉(zhuǎn)換33
2.1.2 軌道動(dòng)力學(xué)方程36
2.2 隨機(jī)動(dòng)力學(xué)基本理論37
2.2.1 概率論與隨機(jī)過程37
2.2.2 高斯分布40
2.3 偏差演化基本方法42
2.3.1 蒙特卡羅仿真42
2.3.2 無(wú)跡變換方法43
2.3.3 概率密度函數(shù)單點(diǎn)映射的換元法44
參考文獻(xiàn)45
第3章 多項(xiàng)式混沌展開方法46
3.1 多項(xiàng)式混沌展開基本理論46
3.1.1 正交多項(xiàng)式46
3.1.2 自適應(yīng)正交多項(xiàng)式50
3.1.3 PCK方法51
3.1.4 留一法誤差評(píng)估53
3.2 非干涉多項(xiàng)式混沌展開系數(shù)求解方法54
3.2.1 *小二乘回歸方法55
3.2.2 *小角回歸方法56
3.2.3 正交匹配追蹤方法57
3.2.4 子空間追蹤方法58
3.2.5 貝葉斯壓縮感知方法59
3.3 干涉多項(xiàng)式混沌展開系數(shù)求解方法60
3.4 靈敏度估計(jì)62
3.5 算例分析65
3.5.1 非干涉PCE算例65
3.5.2 PCK算例71
3.5.3 干涉多項(xiàng)式混沌展開算例73
參考文獻(xiàn)74
第4章 狀態(tài)轉(zhuǎn)移張量法76
4.1 絕對(duì)軌道狀態(tài)轉(zhuǎn)移張量76
4.1.1 軌道動(dòng)力學(xué)方程76
4.1.2 無(wú)機(jī)動(dòng)的狀態(tài)轉(zhuǎn)移張量77
4.1.3 脈沖機(jī)動(dòng)下的狀態(tài)轉(zhuǎn)移張量80
4.2 基于狀態(tài)轉(zhuǎn)移張量的偏差演化分析82
4.2.1 統(tǒng)計(jì)矩分析82
4.2.2 脈沖機(jī)動(dòng)下的分段預(yù)報(bào)方法85
4.2.3 脈沖機(jī)動(dòng)下的連續(xù)預(yù)報(bào)方法86
4.3 算例分析88
4.3.1 問題配置88
4.3.2 狀態(tài)轉(zhuǎn)移張量精度對(duì)比89
4.3.3 分段偏差預(yù)報(bào)結(jié)果對(duì)比91
4.3.4 連續(xù)偏差預(yù)報(bào)結(jié)果對(duì)比94
參考文獻(xiàn)97
第5章 微分代數(shù)方法98
5.1 微分代數(shù)理論98
5.1.1 函數(shù)空間及其代數(shù)98
5.1.2 *小微分代數(shù)結(jié)構(gòu)1D199
5.1.3 微分代數(shù)結(jié)構(gòu)nDv103
5.2 基于微分代數(shù)的高階狀態(tài)轉(zhuǎn)移多項(xiàng)式105
5.2.1 非線性軌道高階狀態(tài)轉(zhuǎn)移多項(xiàng)式105
5.2.2 軌道高階狀態(tài)轉(zhuǎn)移多項(xiàng)式的時(shí)間維拓展107
5.3 基于高階狀態(tài)轉(zhuǎn)移多項(xiàng)式的軌道偏差傳播方法111
5.3.1 偏差分布密度變換111
5.3.2 偏差統(tǒng)計(jì)特征計(jì)算112
5.3.3 偏差樣本點(diǎn)打靶仿真113
5.4 算例分析114
5.4.1 非線性軌道高階狀態(tài)轉(zhuǎn)移多項(xiàng)式114
5.4.2 基于微分代數(shù)的概率密度變換116
5.4.3 基于微分代數(shù)的偏差統(tǒng)計(jì)矩傳播118
參考文獻(xiàn)119
第6章 高斯混合模型120
6.1 高斯混合模型基本原理120
6.1.1 不同分布間的距離測(cè)度121
6.1.2 不同分布間的似然函數(shù)123
6.2 一維隨機(jī)變量概率密度函數(shù)的GMM分割125
6.2.1 一維正態(tài)分布分割125
6.2.2 一維均勻分布分割127
6.3 多維隨機(jī)變量概率密度函數(shù)的GMM分割130
6.3.1 分割方向選取131
6.3.2 多維分割131
6.3.3 多維合并132
6.4 基于GMM的軌道偏差演化132
6.4.1 GMM-STT方法133
6.4.2 GMM-UT方法134
6.5 算例分析136
6.5.1 GMM-STT結(jié)果136
6.5.2 GMM-UT結(jié)果140
參考文獻(xiàn)142
第7章 相對(duì)軌道偏差演化方法143
7.1 相對(duì)軌道運(yùn)動(dòng)問題描述143
7.1.1 相對(duì)軌道參數(shù)定義143
7.1.2 相對(duì)運(yùn)動(dòng)方程研究現(xiàn)狀144
7.2 考慮J2攝動(dòng)的解析非線性相對(duì)運(yùn)動(dòng)方程145
7.2.1 吻切相對(duì)軌道根數(shù)的非線性變換145
7.2.2 平均相對(duì)軌道根數(shù)的非線性預(yù)報(bào)151
7.2.3 相對(duì)運(yùn)動(dòng)狀態(tài)轉(zhuǎn)移張量153
7.2.4 方程的奇異情況分析154
7.2.5 方程精度仿真分析155
7.3 非線性相對(duì)軌道偏差的狀態(tài)轉(zhuǎn)移張量157
7.4 非線性相對(duì)軌道偏差演化分析159
7.4.1 自由相對(duì)運(yùn)動(dòng)時(shí)協(xié)方差分析159
7.4.2 從航天器脈沖機(jī)動(dòng)時(shí)協(xié)方差分析160
7.4.3 主航天器脈沖機(jī)動(dòng)時(shí)協(xié)方差分析164
7.4.4 非線性概率密度函數(shù)演化分析167
7.5 算例分析168
7.5.1 問題配置168
7.5.2 自由相對(duì)運(yùn)動(dòng)工況169
7.5.3 從航天器機(jī)動(dòng)工況173
7.5.4 主航天器機(jī)動(dòng)工況175
7.5.5 不同初始條件下的偏差演化對(duì)比178
7.5.6 結(jié)果討論181
參考文獻(xiàn)182
第8章 軌道邊值問題偏差映射方法184
8.1 蘭伯特問題求解方法184
8.1.1 拉格朗日轉(zhuǎn)移時(shí)間方程184
8.1.2 基于普適變量的轉(zhuǎn)移時(shí)間方程185
8.1.3 終端速度解算187
8.2 二體蘭伯特問題偏差高階映射188
8.2.1 蘭伯特問題輸入和輸出的高階展開188
8.2.2 微分代數(shù)的部分求逆法189
8.2.3 微分代數(shù)Householder方法190
8.3 攝動(dòng)蘭伯特問題偏差高階映射192
8.3.1 攝動(dòng)軌道動(dòng)力學(xué)方程193
8.3.2 基于高階映射的速度修正194
8.3.3 自適應(yīng)同倫迭代求解器195
8.4 算例分析197
8.4.1 二體蘭伯特問題高階映射算例197
8.4.2 攝動(dòng)蘭伯特問題高階映射算例201
8.4.3 邊值問題高階偏差映射在行星際轉(zhuǎn)移中的應(yīng)用204
參考文獻(xiàn)208
第9章 太空目標(biāo)編目短弧數(shù)據(jù)關(guān)聯(lián)209
9.1 太空目標(biāo)編目問題描述209
9.1.1 數(shù)據(jù)關(guān)聯(lián)209
9.1.2 未關(guān)聯(lián)數(shù)據(jù)處理210
9.2 基于容許域與偏差演化的短弧關(guān)聯(lián)212
9.2.1 觀測(cè)數(shù)據(jù)預(yù)處理212
9.2.2 容許域定義與計(jì)算215
9.2.3 基于偏差演化的弧段關(guān)聯(lián)219
9.3 短弧聚類方法224
9.4 仿真分析226
參考文獻(xiàn)230
第10章 太空目標(biāo)軌道機(jī)動(dòng)檢測(cè)231
10.1 軌道機(jī)動(dòng)檢測(cè)問題描述231
10.2 基于逆向移動(dòng)滑窗的歷史機(jī)動(dòng)檢測(cè)方法233
10.2.1 基本理論234
10.2.2 自適應(yīng)軌道機(jī)動(dòng)檢測(cè)模型236
10.2.3 機(jī)動(dòng)檢測(cè)窗口自適應(yīng)改進(jìn)239
10.2.4 算例分析243
10.3 基于偏差演化的機(jī)動(dòng)軌道關(guān)聯(lián)方法247
10.3.1 偏差數(shù)據(jù)獲取248
10.3.2 基于正向偏差預(yù)報(bào)的軌道異常判斷249
10.3.3 基于逆向偏差預(yù)報(bào)的異常軌道關(guān)聯(lián)250
10.3.4 機(jī)動(dòng)量估計(jì)251
10.3.5 算例分析251
10.4 基于神經(jīng)網(wǎng)絡(luò)的機(jī)動(dòng)檢測(cè)方法253
10.4.1 機(jī)動(dòng)特征參數(shù)構(gòu)建253
10.4.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本構(gòu)建255
10.4.3 算例分析257
參考文獻(xiàn)259
第11章 太空目標(biāo)碰撞預(yù)警與規(guī)避261
11.1 接近分析方法262
11.1.1 問題描述262
11.1.2 接近分析數(shù)值法263
11.1.3 基于接近分析的碰撞預(yù)警268
11.1.4 仿真分析269
11.2 高斯分布偏差碰撞概率計(jì)算270
11.2.1 問題描述271
11.2.2 短期相遇碰撞概率272
11.2.3 仿真分析276
11.3 非高斯分布偏差碰撞概率計(jì)算283
11.3.1 問題描述283
11.3.2 數(shù)值方法285
11.3.3 解析方法286
11.3.4 仿真分析287
11.4 碰撞規(guī)避方法291
11.4.1 問題描述292
11.4.2 避撞機(jī)動(dòng)優(yōu)化一般模型292
11.4.3 考慮工程約束的避撞機(jī)動(dòng)優(yōu)化模型293
11.4.4 仿真分析296
參考文獻(xiàn)297
第12章 解體碎片云撞擊風(fēng)險(xiǎn)分析299
12.1 問題概述299
12.2 解體碎片云密度分布計(jì)算300
12.2.1 碎片云的密度描述300
12.2.2 基于換元法的密度變換301
12.2.3 基于狄拉克函數(shù)的密度變換301
12.2.4 狀態(tài)轉(zhuǎn)移矩陣308
12.3 解體碎片云撞擊態(tài)勢(shì)模型310
12.3.1 碎片入射通量310
12.3.2 碎片云對(duì)航天器的撞擊率311
12.3.3 碎片云對(duì)航天器累積撞擊次數(shù)312
12.3.4 碎片云對(duì)航天器的碰撞概率312
12.4 算例分析314
12.4.1 密度與通量驗(yàn)證314
12.4.2 國(guó)際空間站受撞擊態(tài)勢(shì)算例分析315
參考文獻(xiàn)323
第13章 小行星軌道偏差演化與撞擊預(yù)警324
13.1 小行星撞擊風(fēng)險(xiǎn)分析研究現(xiàn)狀324
13.1.1 撞擊概率計(jì)算研究324
13.1.2 撞擊風(fēng)險(xiǎn)預(yù)警系統(tǒng)建設(shè)325
13.2 小行星撞擊預(yù)警基礎(chǔ)理論325
13.2.1 小行星軌道運(yùn)動(dòng)方程325
13.2.2 小行星飛行軌道攝動(dòng)項(xiàng)分析326
13.2.3 小行星撞擊概率計(jì)算基本理論328
13.3 小行星軌道偏差演化方法331
13.3.1 軌道偏差演化問題331
13.3.2 基于狀態(tài)轉(zhuǎn)移張量的偏差演化方法331
13.3.3 算例分析334
13.4 小行星撞擊概率計(jì)算方法337
13.4.1 撞擊概率計(jì)算問題描述337
13.4.2 基于蒙特卡羅方法的撞擊概率計(jì)算338
13.4.3 基于高斯混合模型的撞擊概率計(jì)算339
13.4.4 算例分析340
參考文獻(xiàn)346
第14章 考慮偏差影響的魯棒交會(huì)軌道規(guī)劃348
14.1 魯棒交會(huì)軌道規(guī)劃問題348
14.2 魯棒性評(píng)價(jià)指標(biāo)設(shè)計(jì)351
14.2.1 魯棒性評(píng)價(jià)指標(biāo)定義351
14.2.2 魯棒性評(píng)價(jià)指標(biāo)計(jì)算354
14.3 魯棒*優(yōu)交會(huì)規(guī)劃模型355
14.3.1 優(yōu)化變量355
14.3.2 目標(biāo)函數(shù)357
14.3.3 約束條件360
14.3.4 規(guī)劃模型總結(jié)360
14.4 算例分析361
14.4.1 問題配置361
14.4.2 多目標(biāo)Pareto前沿解對(duì)比362