Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > nlin > arXiv:2108.04759v1

帮助 | 高级搜索

非线性科学 > 混沌动力学

arXiv:2108.04759v1 (nlin)
[提交于 2021年8月10日 ]

标题: 快速有限迭代下脉冲扰动轨道交会的优化

标题: Fast Optimization of Impulsive Perturbed Orbit Rendezvous with Finite Iterations

Authors:An-yi Huang, Ya-zhong Luo, Heng-nian Li
摘要: 提出了一种新的长时间摄动轨道交会多脉冲快速优化方法。 首先,基于解析估计的脉冲,利用精确的动力学模型可以预测终端交会偏差。 然后,根据圆轨道解析J2摄动动力学方程,可以基于轨道元素的偏差计算出脉冲的解析修正。 随后设计了重复预测和校正的迭代过程,以快速获得精确的解和轨迹。 仿真结果证明,该迭代方法很好地适应了解析动力学和高精度动力学。 偏差总能在五次迭代内收敛。
摘要: A novel fast multi-impulse optimization method for long-duration perturbed orbit rendezvous is proposed. First, based on the analytically estimated impulses, the terminal rendezvous deviation with precise dynamics model can be predicted. Then, an analytical correction to the impulses using the deviations of orbit elements can be calculated based on the analytical J2 perturbed dynamics equation of a circular orbit. The iteration process repeating prediction and correction is then designed to quickly obtain a precise solution and trajectory. The simulation results proved that the iteration method adapts well to the analytical dynamics and high-precision dynamics. The deviation could always converge within five iterations.
主题: 混沌动力学 (nlin.CD) ; 天体物理学的仪器与方法 (astro-ph.IM); 空间物理 (physics.space-ph)
引用方式: arXiv:2108.04759 [nlin.CD]
  (或者 arXiv:2108.04759v1 [nlin.CD] 对于此版本)
  https://doi.org/10.48550/arXiv.2108.04759
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Anyi Huang [查看电子邮件]
[v1] 星期二, 2021 年 8 月 10 日 15:52:12 UTC (1,319 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
查看许可
当前浏览上下文:
nlin.CD
< 上一篇   |   下一篇 >
新的 | 最近的 | 2021-08
切换浏览方式为:
astro-ph
astro-ph.IM
nlin
physics
physics.space-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号