机构名称：
¥ 6.0
低地球轨道 (LEO) 环境的安全受到不断增加的轨道碎片的威胁，这对卫星构成了持续的危害。随着太空作业的增加和每周发射的新卫星，能够快速准确地评估当前影响太空可持续性的决策和事件的长期影响至关重要。该提案旨在开发一种新模型，分析驻留空间物体 (RSO) 群体的长期演变，目的是估计 LEO 轨道容量。选定的源-汇模型 MOCATSSEM 是一个多壳多物种模型，其中包括不同的物体种类，例如活跃和废弃的卫星和碎片。该模型在其初始条件和设置发生变化时快速预测未来的 LEO 群体。此功能允许用户尝试不同的解决方案并分析当前的多种行动如何在遥远的未来产生影响。因此，企业和政府可以使用该模型来预测其拟议的发射和太空活动的长期影响，从而对可持续性进行全球评估。虽然该模型在其当前版本中已经提供了估计值，但本提案中建议的工作旨在通过使用来自 TLE 的真实数据对系统进行拟合和训练来改进当前版本，以提高准确性。在当前版本中，该模型依赖于经验评估的参数，这些参数的值尚未得到验证。得益于该项目获得的结果，模型的每个参数和系数都将被视为已估计的未知随机变量。从确定性系统开始，将随机性和不确定性添加到模型中，并进行高阶非线性估计。拟议工作说明的最终目标是得出一组最佳参数，以正确描述不同太空物种之间的真实相互作用。由于开发了一种新的滤波器，该模型的参数和系数将得到估计，该滤波器稍后将经过平滑算法。使用社区提供的真实数据宣传和通过蒙特卡洛 (MC) 模型（可从我们的合作者处获得）评估的准确预测为源-汇模型提供了大量训练数据以执行拟合和测量更新。由于数据量较大，将根据最大似然法进一步分析参数估计，并将其与贝叶斯估计方法进行比较。该提案的最终结果是一组新的动力学方程，完美地描述了 LEO 空间环境的未来行为，使用其 MC 模型对应项进行了验证，但不需要任何计算工作，因此可以连续计算多个预测。最后，对最小二乘法进行了评估，创造可行性
2024 年研究精选提案摘要
主要关键词
相关文件推荐
