Magnetic-Only Orbit and Attitude Estimation Using the Square-Root Unscented Kalman Filter: Application to the PROBA-2 Spacecraft
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper a new technique to estimate simultaneously the orbit and the attitude of a spacecraft based solely on the magnetic field is described. This magnetic-only orbital and attitude estimation scheme uses a Square-Root Unscented Kalman Filter algorithm and is applied to a sun-synchronous low-Earth orbit spacecraft. The resulting software, to be validated in orbit as a flight technology-demonstration experiment on board the European PROBA-2 spacecraft, is validated in this paper using a high-fidelity real-world software simulator. This paper describes the estimation filter algorithm, the dynamic models and the measurement models required to implement the algorithm. The high-fidelity simulator is quickly reviewed and the critical functions (e.g. Earth magnetic field model and magnetometer) are analyzed and described in detail. All model uncertainties are addressed and defined for realistic scenarios relevant to sun-synchronous low-Earth orbits. Next, the computation of the tuning parameters of the estimation filter is detailed for the proposed scenarios and the numerical simulations results are analyzed. Two realistic scenarios are defined for the validation: (A) bias-type errors are assumed calibrated and compensated and (B) a nominal scenario for the PROBA-2 mission in which the biases are only approximately calibrated. The results obtained for the Scenario A demonstrate that the technique can achieve RSS position error of less than 2 km, a RSS attitude error of less than 1.4 degree and a time of convergence of less than 2 orbits. Finally, further improvements, expected to be implemented prior to the PROBA-2 launch, are proposed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle