MétaCan
Menu
Retour à la cohorte
Enregistrement W4387245680 · doi:10.34133/space.0078

Space Noncooperative Target Trajectory Tracking Based on Maneuvering Parameter Estimation

2023· article· en· W4387245680 sur OpenAlex
Ruifeng Li, Chong Sun, Xiaozhou Yu, Lijun Zhang, Jinyuan Wei, Fang Qun

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

RevueSpace Science & Technology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Satellite Systems and Control
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTrajectoryTracking (education)DiscretizationControl theory (sociology)Computer scienceSpacecraftMathematicsArtificial intelligenceEngineeringPhysicsControl (management)Aerospace engineering

Résumé

récupéré en direct d'OpenAlex

The space noncooperative target maneuvering trajectory tracking is essential for the safety of the on-orbit spacecraft. For the noncooperative target, the maneuvering model is complex and changeable. Besides, the maneuvering dynamics model, the operation time, and the maneuvering frequency are previously unknown. It is difficult to achieve high-precision maneuvering trajectory tracking. In this paper, a novel real-time maneuvering trajectory tracking algorithm is developed, in which the maneuvering trajectory of the noncooperative target is discretized first, and then the differential algebra method is utilized to estimate the maneuvering parameter of the noncooperative target in the discretized time. Since the discretized period is very short, the maneuvering parameters of the target in the next discretized time are assumed to be the same as those in the previous discretized time, and the estimated maneuvering parameters are utilized to predict the target’s relative state in the next discretized time to achieve maneuvering trajectory tracking. Compared with the interactive multimodel method (IMM), the proposed method can estimate the maneuvering parameter of the noncooperative target in real time, which greatly reduces the tracking error caused by the mismatching of the target’s maneuvering model. In order to verify the effectiveness of the algorithm, a simulation of a noncooperative target’s maneuvering trajectory tracking is provided. The results demonstrated that the proposed method could track the noncooperative target maneuvering in real time, and the estimation accuracy was improved by about 93.07% compared with the IMM.

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,913

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,226 · 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