基于 Kalman 滤波校准经验模型的轨道局域热层密度预测
空间物理
2022-06-01 v1 地球物理
摘要
热层质量密度的准确估计对于确定卫星轨道随时间的演化至关重要，因而对航天任务的规划与管理十分关键。经验热层模型常用于此目的，但具有显著不确定性。本文描述了一种沿特定卫星轨迹校准这些模型的 Kalman 滤波方法。该方法被应用于利用 Swarm-C 卫星测量的密度来校准 NRLMSISE-00、JB2008 和 DTM-2020 模型。与未校准模型输出或利用先前数据线性回归校准相比，该技术使密度残差的均方根大幅改善。通过使用最优线性无偏估计方法结合不同模型的估计，获得了进一步改进。
引用
@article{arxiv.2111.14610,
title = {Orbit-localised thermosphere density prediction using a Kalman filter based calibration of empirical models},
author = {George Bowden},
journal= {arXiv preprint arXiv:2111.14610},
year = {2022}
}
备注
24 pages, 8 figures