排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
及时准确地发现在轨卫星的轨道异常意义重大. 通过有效的异常算法, 能够找出发生轨道异常的碎片或航天器, 为空间碎片碰撞预警系统分析和验证碰撞事件提供数据支持. 通过对利用TLE (Two Line Elements)数据分析LEO在轨卫星轨道异常的方法研究, 提出了一个利用单个卫星相邻根数时间差控制加综合判据的判别方法. 分析表明, 相对于取单一因素阈值的判别方法, 综合判据法能够最大限度地减少漏判, 并且保持相对较高的判断准确率. 相似文献
2.
3.
目前普遍使用TLE数据进行在轨物体的危险交会预报. TLE数据误差不仅会影响交会预报的准确性, 还是计算碰撞概率的必要参数, 因此, 只有准确估计TLE数据误差, 才能得到可信的碰撞概率数值. 本文采用两种方法, 即TLE数据自比和与高精度轨道预报数据相比较的方法, 计算TLE数据误差, 并分别利用TLE数据和高精度数据计算同一交会, 比较两种数据预报的交会结果差异. 结果表明, 采用TLE根数自比方法的计算误差偏小, 而使用精轨数据作为校准数据所得到的TLE误差更接近真实误差, 计算碰撞概率更为合理, 有利于减少虚警. 相似文献
1