学术搜索
科研智能体
Research Labs
AI 阅读
AI 文库
AMiner 沉思
AMiner 亮点
学术资源
AI2000
期刊/会议
学者库
学术API
溯源树
数据集
知识沉淀
学术空间
订阅小程序
旧版功能
开通会员
低至0.73元/天
一次搞定AI科研
立即登录
English
联系方式
基于分段寻优的轨道异常检测方法 | AMiner
基于分段寻优的轨道异常检测方法
曹纪峰
,
杨晓华
,
王荣兰
,
喻圣贤
,
罗冰显
Chinese Journal of Space Science(2024)
被引用
0
|
浏览
15
摘要
低轨巨型星座卫星的大量部署严重影响了低轨道卫星的运行安全,及时发现其轨道异常意义重大.以星链卫星星座为研究对象进行轨道异常检测,提出了一种基于轨道半长轴数据的改进轨道异常分析方法—分段寻优法.该方法基于动态优化的思想,通过对时间窗口内的半长轴数据进行随机分段,根据每段数据的方差构造损失函数,以总损失函数的数值大小为判别标准,通过优化迭代方法得到使总损失函数最小的分段点分布,得到的分段点即为检测出的异常点.通过对大量不同数据的测试,发现该方法对差分处理后的半长轴数据的异常检测效果最好.利用2023年2月28日发射的星链卫星的TLE(Two-Line Element)数据和星历数据进行了实例验证,结果证明该方法简单高效,可以有效检测星座卫星的轨道异常.
更多
查看译文
关键词
Semi-major axis change,
Orbital anomaly,
Mega-constellations
上传PDF
原文链接
分享
引用
加入学术空间
AI 理解论文
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:
report@aminer.cn
Chat Paper
正在生成论文摘要
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络