面向大型变型航天器的智能轨道预报方法

摘要

低轨大型航天器的中长期轨道预报精度主要受空间环境不确定性及在轨构型变化的影响。传统预报方法受限于大气密度模型误差及阻力系数的适用性，且对迎风面积随构型变化缺乏精细建模。本文提出了一种面向大型变型航天器的中长期智能轨道预报方法。该方法引入伪阻力系数概念，将大气密度和阻力系数的不确定性统一建模为可学习的时变参数，构建了融合高精度动力学模型与数据驱动的预报框架；进一步给出了伪阻力系数修正模型，显式刻画迎风面积变化与伪阻力系数之间的定量关系。以某在轨大型变型航天器为研究对象的仿真实验表明：在多次变型场景下，所提方法的轨道预报误差显著低于传统方法，可有效提升中长期预报的精度与适应性。

关键词

大型航天器 / 轨道预报 / 阻力系数 / 迎风面积