Прогнозирование движения космических аппаратов по стохастической модели на основе дифференциальных преобразований

Запропоновано підхід до вирішення задачі прогнозування руху космічних апаратів ближнього космосу за стохастичною динамічною моделлю руху. В моделі руху космічного апарата врахована стохастичність початкових умов та варіації щільності атмосфери. Прогноз проведено методом прямого прогнозування з викор...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Проблемы управления и информатики
Дата:2017
Автор: Ракушев, М.Ю.
Формат: Стаття
Мова:Російська
Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2017
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/208602
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Прогнозирование движения космических аппаратов по стохастической модели на основе дифференциальных преобразований / М.Ю. Ракушев // Проблемы управления и информатики. — 2017. — № 5. — С. 118-132. — Бібліогр.: 13 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Запропоновано підхід до вирішення задачі прогнозування руху космічних апаратів ближнього космосу за стохастичною динамічною моделлю руху. В моделі руху космічного апарата врахована стохастичність початкових умов та варіації щільності атмосфери. Прогноз проведено методом прямого прогнозування з використанням числового методу інтегрування, розробленого на основі диференціальних перетворень. Розглянуто особливості реалізації програмно-алгоритмічного забезпечення для прогнозування. An approach to solving the problem of the prediction of near space vehicles motion according to a stochastic dynamic model of motion is presented. Stochasticity of the initial conditions and variations in atmospheric density are considered in the model of spacecraft motion. The prediction is carried out by direct predicting with the use of a numerical integration method developed on the basis of differential transformations. The paper also presents the implementation features of software and algorithmic support for the prediction.
ISSN:0572-2691