优化地球-月球转移与环月导航：集成低能轨迹、AI 技术与 GNSS-R 技术
地球与行星天体物理
2025-11-06 v1 人工智能
机器学习
机器人学
摘要
cislunar 活动的快速增长，包括月球着陆、月球门户（Lunar Gateway）以及原位加油站，要求在轨迯设计和导航遥感集成方面取得进展，以实现成本效益的轨迯设计和可靠的导航与遥感集成。传统的地球-月球转移受制于僵化的发射窗口和高燃料需求，而地球基 GNSS 系统在地球静止轨道之外几乎没有覆盖，这限制了环月空间的自主性和环境意识。本综述比较了四种主要的转移策略，通过评估速度需求、飞行时间和燃料效率，并确定其适用于有人和无人任务的程度。人工智能和机器学习的作用得到了突出：卷积神经网络支持自动气渠识别和数字地形模型生成，而深度强化学习则实现下降和着陆期间的自适应轨迯细化，以降低风险和决策延迟。本研究还考察了 GNSS-反射（GNSS-R）和先进定位、导航、定时（PNT）体系结构如何将导航能力扩展到当前限制之外。GNSS-R 可作为双极射雷达，用于映射月球冰、土壤特性和表面地形，而 PNT 系统则支持自主对准、拉格朗日点站定和 coordinated 卫星群操作。结合这些发展为可持续的环月探索和长期的人类和无人存在提供了可扩展框架。
引用
@article{arxiv.2511.03173,
title = {Optimizing Earth-Moon Transfer and Cislunar Navigation: Integrating Low-Energy Trajectories, AI Techniques and GNSS-R Technologies},
author = {Arsalan Muhammad and Wasiu Akande Ahmed and Omada Friday Ojonugwa and Paul Puspendu Biswas},
journal= {arXiv preprint arXiv:2511.03173},
year = {2025}
}