利用TLE数据确定卫星轨道(2)-SGP4模型实现

1、TLE轨道报:

接上一篇,TLE轨道报各项内容所代表的意义如下:

2、SGP4模型:

TLE轨道报计算卫星轨道需要用到 NORAD 开 发 的 SGP4/SDP4 模 型 ,SGP4模型是由 Ken Cranford在1970年开发 的,用于近地卫星,该模型是对 Lane和 Cranford (1969 年 )广 泛 解 析 理 论 的 简 化 ,这 些 模 型 需 考 虑 到 地 球 非球形引力、日月引力、太阳辐射压及大气阻力等摄 动 力 的 影 响 。SGP4(Simplified General Perturbations)即 简 化 常 规 摄 动 模 型 ,可 以 应 用 于 轨 道 周 期 小 于 225 分 钟 的 近 地 球 物 体 。 SDP4 (Simplified Deep Space Perturbations)即简化深空摄动模型,应 用 于 远 离 地 球 或 者 轨 道 周 期 大 于 225 分 钟 的 物 体 。 如 果 将 T L E 轨 道 报 代 入 S G P 4 模 型 , 可 以 成 功地对轨道周期小于225分的空间目标进行预测, 求解出目标物体在任意时刻的位置和速度。

ps:如果对SGP4模型的具体算法感兴趣,可以自行查阅相关资料。

3、SGP4模型的实现:

NORAD 之前公布了FORTRAN版本的实现,之后很多语言都实现来此算法,比如c++、c#和matlab等,本文采用javascript(参考开源项目https://github.com/koansys/isat),作者用javascript实现了SGP4算法,如果对具体实现细节不感兴趣的童鞋可直接参考使用。

ps:该项目对我做卫星轨道可视化很有帮助,给作者截个图打个广告

参考文献:

1、基 于 SGP4 模 型 的 卫 星 轨 道 计 算,刁宁辉等。

2、利用长期TLE数据判定同步轨道卫星状态,吴功有等。

3、http://science.nasa.gov/iSat/

时间: 2024-10-16 01:08:35

利用TLE数据确定卫星轨道(2)-SGP4模型实现的相关文章

利用TLE数据确定卫星轨道

1.卫星轨道 太空中卫星和天体在各种引力的作用下都在一定的轨道中周期转动着,但实际的轨道是很复杂的,一般的项目也达不到那么精确的需求(其实精确的卫星参数数据也不可能随便公开的),所以采用一阶近似的开普勒椭圆轨道即可.确定一个开普勒椭圆轨道需要一些基本要素,要素的组合形式有多种,但不同形式的各组之间都有简单的换算关系.常用的是开普勒六要素,有明显的几何意义. 1. 轨道半长轴,是椭圆长轴的一半.对于圆,也就是半径,另外根据开普勒第三定律,半长轴与运行周期之间有确定的换算关系. 2. 轨道偏心率,椭

卫星轨道和两行数据TLE

最近由于Sino-2和北斗的关系,很多网友贴了表示卫星运行轨道的TLE数据.这里想对卫星轨道参数和TLE的格式做一个简单介绍.虽然实际上没有人直接读TLE数据,而都是借助软件来获得卫星轨道和位置信息,但是希望这些介绍可以对于理解卫星轨道的概念有所帮助.由于匆匆写成,可能有一些错误,如果看到还请指出. 前面关于轨道一部分写得较早,后来发现和杂志上关于我国反卫的一篇文章里的相应部分类似.估计都参考类似的资料,这个东西本身也是成熟的理论了.首先来看一下卫星轨道.太空中的卫星在地球引力等各种力的作用下做

利用 pacbio 数据组装真菌基因组

最近在做组装稻瘟病的基因组. 估计的基因组大小为40M. 由于没有参考基因组,进行de novo assembly. 用HGAP策略.需要的有用的pacbio数据量应为400M左右, 选用的seed read 最小长度为6K, seed的覆盖度应在20倍左右. 拼接流程为:1,filtering. 2, assembly. 3, mapping. 4, consensus.选用的cutoff如下图: 所有的操作都在网页上进行. piobio 的数据以cell 为单位.每个cell中有很多ZMWS

利用RGB-D数据进行人体检测 带dataset

利用RGB-D数据进行人体检测 LucianoSpinello, Kai O. Arras 摘要 人体检测是机器人和智能系统中的重要问题.之前的研究工作使用摄像机和2D或3D测距器.本文中我们提出一种新的使用RGB-D的人体检测方法.我们从HOG( Histogram of OrientedGradients)描述子获得灵感,设计了一个在稠密深度数据中检测人体的方法,叫做深度方向直方图HOD(Histogram of Oriented Depths).HOD对局部深度变化的方向进行编码,依靠在预

Python 数据分析(二 本实验将学习利用 Python 数据聚合与分组运算,时间序列,金融与经济数据应用等相关知识

Python 数据分析(二) 本实验将学习利用 Python 数据聚合与分组运算,时间序列,金融与经济数据应用等相关知识 第1节 groupby 技术 第2节 数据聚合 第3节 分组级运算和转换 第4节 透视表和交叉表 第5节 时间序列 第6节 日期的规范.频率以及移动 第7节 时区处理 第8节 时期及算术运算 第9节 重采样及频率转换 第10节 时间序列绘图 groupby 技术 一.实验简介 Python 数据分析(二)需要同学们先行学完 Python 数据分析(一)的课程. 对数据集进行分

政府部门利用大数据面临的诸多难题

政府部门对大数据进行应用,不仅要处理多种来源和不同格式的数据集成等一般问题外,还面临着一些独特的挑战,最大的挑战是数据采集.由于政府部门收集的数据不仅从各种社交媒体.网站和众包中获取,还可以从不同的国家和机构中采集,收集难度就不难想象了.并且,国家之间的数据和信息共享是一个不小的问题,因为跨国共享信息牵涉到语言的转换和不同文化背景产生的交流问题,在这种情况下共享和传递信息可能会导致信息失去其原有的真实性.另外,在不同的政府部门和机构之间共享数据的状态也是一个挑战.比较政府数据与商业数据,最大的不

利用中文数据跑Google开源项目word2vec

word2vec注释 1.多线程并行处理: 1.分配内存空间,创建多线程,执行多线程.malloc,pthread_create,pthread_join 2.每个多线程处理的训练文档根据线程id,分配不同的文档内容,由fseek定位 2.vocab相关: 1.每个vocab对象都含以下内容:词(char[]),词频(long long),词在哈夫曼树中的父节点们(可以理解为编码的次序)(int*),哈夫曼编码(char*),哈夫曼码长度(char) 2.获取vocab词典有两条路径: 1.是从

制造业如何利用大数据

大数据是信息技术的重要概念.很多企业正在搜集大数据并使用复杂的分析工具对其进行分析,以期发现隐藏的规律和关联.如果生产制造系统发生重大变更的时候也能够自动识别并找到最佳的作业条件,例如设备发生故障.原材料特性发生变化或者能源和人力成本发生变化,那么是不是很棒呢?这就是生产制造领域内大数据的存在意义,也是为什么很多生产制造企业正在针对其生产设施开展大数据项目. 如果你正在进行大数据项目,那么有四个因素需要牢记. 1.数据不能脱离实际环境 首先需要说明的是,脱离实际环境的数据的作用将会大打折扣.在生

彩票APP开发如何利用大数据研究数字规律

现在社会高速发展,如今已经不知不觉的地进入大数据时代,彩票作为一项数字娱×××戏,吸引越来越多人加入,也有越来越多人开始研究开奖的规律,看有没有办法找到开奖的走向.彩票APP开发如今也以大数据为依托,深度解析数据规律,为用户推出更多满意的服务. 互联网时代,各大行业紧跟互联网的脚步,企业和商家与手机软件APP结合,通过手机APP突破新的营销模式,房地产也不例外,既然人们可以通过手机APP网购,那房地产就实现房地产代购,于是,房地产导购APP应运而生.APP开发就找麦鱼科技.联系方式:电话:028