✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
智能优化算法 神经网络预测 雷达通信 无线传感器
信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统
⛄ 内容介绍
航天器管理和控制(管控)是"高分辨率对地观测系统"、"中国第二代卫星导航系统"和"载人航天与探月工程"等国家重大专项中的共性关键技术。随着上述三大专项的实施,航天器管控技术需要满足新的要求:对不同类型航天器的通用性要求;对航天器多种管控模式的适应性要求;对航天器新能力的扩展性要求。任务规划作为航天器管控的"神经中枢",是指根据用户任务需求,合理规划航天器活动,分配航天资源和.
⛄ 部分代码
meu=398600;
RE=6378;
%%%%% calculating r and v vectors as magnitudes
r=sqrt(r_vec(1,1)^2+r_vec(1,2)^2+r_vec(1,3)^2);
v=sqrt(v_vec(1,1)^2+v_vec(1,2)^2+v_vec(1,3)^2);
E=(v^2/2)-(meu/r); %% energy
a=(-meu/(2*E)); %% semimajor axes
h_vec=cross(r_vec,v_vec); %% angular momentum vector
h=sqrt(h_vec(1,1)^2+h_vec(1,2)^2+h_vec(1,3)^2);
p=h^2/meu;
e=sqrt(1-(p/a));
D=dot(r_vec, v_vec);
if D>0
T_anomaly=acosd((p/(e*r))-(1/e))
else
T_anomaly=360-(acosd((p/(e*r))-(1/e)))
end
Period=2*pi*sqrt(a^3/meu)
FPA=asind((e*sin(T_anomaly))/(sqrt(1+(2*e*cos(T_anomaly))+e^2))) %%% flight path angle
inclination=acosd(h_vec(1,3)/h)
k=[0 0 1];
i=[1 0 0];
n_vec=cross(k,h_vec);
n=sqrt(n_vec(1,1)^2+n_vec(1,2)^2+n_vec(1,3)^2);
if n_vec(2)>0
RAAN=acosd(dot(n_vec,i)/n)
else
RAAN=360-(acosd(dot(n_vec,i)/n))
end
d=dot(r_vec,v_vec);
f=v^2-(meu/r);
e_vec=(1/meu)*((f*r_vec)-(d*v_vec))
if e_vec(3)>0 %%%%condition for argument of perigee
AOP=acosd((dot(e_vec,n_vec))/(e*n))
else
AOP=360-(acosd((dot(e_vec,n_vec))/(e*n)))
end
end
⛄ 运行结果
⛄ 参考文献
[1]廉振宇, 王云. 基于约束网络的航天器通用任务规划框架[C]// 中国系统工程学会学术年会. 2014.
