MétaCan
Menu
Retour à la cohorte
Enregistrement W3172431426 · doi:10.1109/aero50100.2021.9438509

Multi-impulse Shape-based Trajectory Optimization for Target Chasing in On-orbit Servicing Missions

2021· article· en· W3172431426 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSpacecraft Dynamics and Control
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRendezvousOrbital maneuverOrbit (dynamics)Trajectory optimizationComputer scienceTrajectoryPareto principleSpace debrisOrbital mechanicsImpulse (physics)Range (aeronautics)Geocentric orbitAerospace engineeringControl theory (sociology)Mathematical optimizationOptimal controlEngineeringMathematicsPhysicsArtificial intelligenceSatelliteSpacecraftControl (management)

Résumé

récupéré en direct d'OpenAlex

On-orbit servicing is a range of orbital services that comprises visual inspection, refueling, repairing, upgrading, assembly, and debris removal. It intends to increase the satellites' lifetime and enhance their performance. This paper proposes a methodology for designing smooth trajectories for long-range rendezvous of servicing satellites with moving targets, in on-orbit servicing missions. The methodology employs a multi-impulse shape-based trajectory planning algorithm for in-plane orbit transfer, based on the two-body problem. A multiobjective constrained optimization architecture is developed using a genetic algorithm to determine the optimal trajectories in the sense of Pareto optimality. Transfer time and control effort are considered as Pareto cost functions. Arriving at an orbiting target upon completion of the transfer and limitations in orbital elements are included as constraints. The latter constraint will help reduce the risk of collision in populated orbits by not entering those orbits, but maybe crossing them. The design variables are the orbital elements of the intermediate orbits, and the number and location of impulses. The location of the first impulse in the parking orbit indicates the waiting time before the commencement of orbit transfer that can impact the optimal solution when chasing a dynamic target. Compared to trajectory design methods using continuous thrust, the proposed technique has fewer design variables. The set of Pareto frontier solutions provides an on-orbit servicing mission with decision-making capabilities to choose a solution compatible with the priority requirements of the mission. The proposed methodology is specifically valid for the low Earth orbital regime (100-2000 Km altitude), where the gravitational field of the Earth dominates disturbances such as solar pressure, and the gravity of other celestial objects. To remain in this regime, constraints on intermediate orbits are imposed to ensure the altitude at apoapsides do not exceed 2000 km and at periapsides remains above 100 km. The performance of the resulting methodology is then compared with that of an optimal Lambert approach, in different case studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,808
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpacecraft Dynamics and ControlTravaux en français237 207