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...

Full description

Saved in:
Bibliographic Details
Published in:Проблемы управления и информатики
Date:2017
Main Author: Ракушев, М.Ю.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2017
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/208602
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this: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.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary: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