基于智能优化算法的小天体初轨确定

分类： 天文学 提交时间： 2023-08-02 合作期刊: 《天文学报》

刘欣 侯锡云 刘林 甘庆波 杨志涛

摘要： 经典的初轨确定方法包括Laplace方法和Gauss方法以及它们的各种变化形式. 除这些经典方法之外, 基于当今光学观测数据的特点, 学者们也陆续提出了一些其他的初轨确定方法, 包括双$r$ (目标距离观测者的距离)方法和可行域方法. 双$r$方法的一种实现方式是通过猜测某两个时刻(通常是定轨弧段的首、末时刻)目标离观测者的距离, 结合观测者在空间中的位置矢量, 即可求解相应的Lambert弧段作为目标轨道的初始猜测. 进一步, 以其他观测时刻的RMS (Root Mean Square)为优化变量可以改进初始猜测从而确定初轨. 可行域方法则是针对一组初始观测参数(包括赤经、赤纬及其变率), 根据一些初始假设将目标(离观测者的)距离及其变率约束在可行域内, 并通过三角划分逐步逼近的方式寻找到使观测RMS最小的猜测解. 针对一系列模拟观测数据以及实测数据, 将智能优化算法(粒子群算法)应用于这两种初轨方法, 并将结果与改进的Laplace算法的结果进行比较. 由于双$r$方法不仅可以用于短弧定轨还可用于长弧关联, 所以进一步给出了针对长弧段数据的关联结果.

通过

 点击量 1756  下载量 199  评论