基于核密度估计的极短弧定轨的分布估计方法.pdf

第57卷第6期 天 文 学 报 Vol.57 No.6 2016年11月 ACTA ASTRONOMICA SINICA Nov., 2016 doi: 10.15940/j.cnki.0001-5245.2016.06.005 基于核密度估计的极短弧定轨的分布估计 方法 王 歆1,2 李鑫冉1,2,3 (1 中国科学院紫金山天文台南京210008) (2 中国科学院空间目标与碎片重点实验室南京210008) (3 中国科学技术大学合肥230026) 摘要 采用分布估计算法, 通过建立解空间的概率模型, 实现了一种测角资料的极短弧 初轨计算方法. 在概率模型建立中, 采用非参数核密度估计, 无需对分布进行任何假设. 不 同于遗传算法、粒子群算法等进化算法, 方法不仅考虑解的适值优劣, 同时考虑了解的整 体特性. 根据基于实测数据的数值计算表明: 方法在没有任何约束条件情况下对于一般观 测精度仍可获得有效解. 关键词 航天器, 天体力学: 定轨, 方法: 数值, 方法: 统计 中图分类号: P135; 文献标识码: A 引言 空间目标编目的主要目的是了解在轨的工作卫星和空间碎片的准确轨道, 从而可推 算它们的位置, 有效地支持各类航天活动. 为了能够获取准确轨道必须获得足够弧长和 数量的观测资料, 然而随着空间目标数量的不断增加, 采用面向目标的跟踪观测方式已 不能满足需求. 近年来空间目标观测逐步转变为面向空域的观测模式, 目前我国低轨道 空间目标光学测角资料超过80%来自于这种观测模式, 是我国自主编目的主要数据来源. 这种方式在提高观测量的同时带来了新的问题, 对于每个目标每次采集的弧长是非常短 的, 往往只有数十秒, 甚至十几秒, 这么短的资料是不足以获取足够准确的轨道的, 需要 将许多短弧段关联在一起共同实现准确的轨道确定. 通过极短弧定轨获取弧段有效信 息、提高关联效率就成为一项重要的研究内容. 即使在跟踪模式下, 如能以较短弧长获 得有效轨道显然也是有助于提高观测效率的 . 短弧定轨问题是一个经典问题, 主要困难在于问题本身的病态性, 弧段越短这种 病态性越突出 . 文献[3]将遗传算法(Genetic Algorithm, GA)用于解决天基极短弧定 轨问题, 文献[4]采用了相同方法研究了一般的地基短弧定轨问题, 但在GA算子选择上 和文献[3]不同, 这些工作克服了经典方法不能获得合理结果的困难, 但解的偏差和弥 2016-01-27收到原稿, 2016-02-29收到修改稿 ∗ 国家自然科学基金项目资助 †wangxin@pmo.ac.cn 674 天 文 学 报 57 卷 散度仍相当大. 文献[5-6]采用完全不同的优化变量、适值函数和算子给出了一种计算 方案, 在一定约束条件下缩小了解的偏差和弥散度, 初步满足了后续应用的需求. 文 献[7]初步探索了采用粒子群算法(Particle Swarm Optimization, PSO)求解极短弧定轨 问题的方法, 得到了和文献[5-6]相似的结果. 上述工作虽然各自不同, 但都采用了进化计 算(Evolutionary Algorithm), 文献[8]则针对进化计算不同于经典方法的计算流程, 提出 了具有一般意义的资料处理策略, 通过稳健估计实现了极高崩溃点的定轨. 这些工作初 步建立起了采用进化计算解决极短弧定轨的框架, 但都需要针对具体问题进行方法、算 子以及参数和约束条件的选择, 而对于编目而言, 面对的是大