Исследование эффективности методов оценивания параметров движения техногенных космических объектов по разнородной измерительной информации
Авторы: Гаврилова А.А., Беляев А.А., Ступак Г.Г.
Опубликовано в выпуске: #5(149)/2024
DOI: 10.18698/2308-6033-2024-5-2360
Раздел: Авиационная и ракетно-космическая техника | Рубрика: Динамика, баллистика, управление движением летательных аппаратов
Представлен обзор методов, используемых при оценивании (уточнении) параметров движения техногенных космических объектов (ТКО). Проведен анализ их применимости к решению задачи обработки разнородной измерительной информации, полученной от разнотипных технических средств мониторинга околоземного космического пространства. На основе результатов анализа выделены особенности, преимущества и недостатки методов в рамках решения поставленной задачи. Приведено обоснование выбора модификаций этих методов, позволяющих компенсировать выявленные недостатки. Выполнен сравнительный анализ результатов применения рассматриваемых модификаций по оперативности получения оценок, точности оценок параметров орбитального движения ТКО, а также робастности. Сформированы рекомендации по эффективному использованию рассматриваемых модификаций методов оценивания параметров движения ТКО в зависимости от приоритетности того или иного критерия эффективности решения задачи оценивания при различном объеме измерительной информации и длительности мерного интервала.
EDN PDNNDV
Литература
[1] Алешин В.И., Астраханцев М.В., Афанасьева Т.И. [и др.]. Мониторинг техногенного засорения околоземного пространства и предупреждение об опасных ситуациях, создаваемых космическим мусором. Ю.Н. Макаров, ред. Рязань, Изд-во РИНФО, 2015, 243 с.
[2] Концепция создания системы информационно-аналитического обеспечения безопасности космической деятельности в околоземном космическом пространстве «Млечный путь» на период 2022–2025 годов и на перспективу до 2035 года. URL: http://www.inasan.ru/wp-content/uploads/2022/05/Cont_1801_2022.pdf (дата обращения: 01.03.2024).
[3] Тюлин А.Е., Бетанов В.В., Кобзарь А.А. Навигационно-баллистическое обеспечение полета ракетно-космических средств. Методы, модели и алгоритмы оценивания параметров движения. В 2-х кн. Кн. 1. Москва, Радиотехника, 2018, 480 с.
[4] Мудров В.И., Кушко В.Л. Методы обработки измерений: Квазиправдоподобные оценки. Изд. 2-е, перераб. и доп. Москва, Радио и связь, 1983, 304 с.
[5] Миронов В.И., Миронов Ю.В., Хегай Д.К. Оптимальное определение орбиты космических объектов по угловым измерениям наземных оптико-электронных станций. Тр. СПИИРАН, 18:5 (2019), с. 1239–1263.
[6] Horwood J.T., Poore A.B. Gauss von Mises Distribution for Improved Uncertainty Realism in Space Situational Awareness. SIAM/ASA Journal of Uncertainty Quantifunction, 2014, vol. 2, no. 1, pp. 276–304.
[7] Jones B.A., Doostan A., Born G.H. Nonlinear Propagation of Orbit Uncertainty Using Non-Intrusive Polinomial Chaos. Journal of Guidance, Control, and Dynamics, 2013, vol. 36, no. 2, pp. 430–444.
[8] DeMars K.J., Bishop R.H., Jah M.K. Entropy-Based Approach for Uncertainty Propagation of Nonlinear Dynamical Systems. Journal of Guidance, Control, and Dynamics, 2013, vol. 36, no. 4, pp. 1047–1057.
[9] Bayramoglu E., Ravn O., Andersen N.A. A Novel Hypothesis Splitting Method Implementation for Multi-Hypothesis Filters. In: Proc. 10th IEEE International Conference on Control & Automation. Hangzhou, China, June 12–14, 2013, pp. 574–579.
[10] Psiaki M. Gaussian mixture nonlinear filtering with resampling for mix and narrowing. IEEE Transactions on Signal Processing, 2016, vol. 6, no. 21, pp. 5499–5512.
[11] Mendis B.S.U., Gedeon T.D., Koczy L.T. Learning Generalized Weighted Relevance Aggregation Operators Using Levenberg-Marquardt Method. In: IEEE Proceedings of the Sixth International Conference on Hybrid Intelligent Systems (CIMCA’06). Sydney, Australia, 2006, pp. 34–39.
[12] Levenberg K. A method for the solution of certain non-linear problems in least squares. Quarterly of Applied Mathematics, 1944, vol. 2, no. 2, pp. 164–168.
[13] Julier S.J., Uhlmann J.K. A new extension of the Kalman filter to nonlinear systems. In: Proc. of the Int. Conf. “Signal Processing, Sensor Fusion, and Target Recognition”. Orlando FL, 1997, pp. 182–193.
[14] Wan E.A., Van Der Merwe R. The unscented Kalman filter for nonlinear estimation" (PDF). In: Proc. of the IEEE 2000 Adaptive Systems for Signal Processing, Communications, and Control Symposium (Cat. No.00EX373). 2000, p. 153. CiteSeerX 10.1.1.361.9373. DOI: 10.1109/ASSPCC.2000.882463. ISBN 978-0-7803-5800-3
[15] Бородавкин Л.В. Построение параметров траектории с использованием фильтра Калмана с шагом коррекции по всем измерениям в РЛС дальнего обнаружения. Радиопромышленность, 2016, т. 26, № 1, с. 28–32. DOI: 10.21778/2413-9599-2016-1-28-32