...
机译:使用来自山的稀疏跟踪数据的碎片轨道预测的实验结果。斯特罗姆洛
School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan 430079, China;
The Satellite Positioning for Atmosphere, Climate and Environment (SPACE) Research Centre, School of Mathematical and Geospatial Sciences, RMIT University, GPO Box 2476, Melbourne, Victoria 3001, Australia,EOS Space Systems Pty. Ltd., Mount Stromlo Observatory, Cotter Road, Weston Creek, Australian Capital Territory 2611, Australia;
EOS Space Systems Pty. Ltd., Mount Stromlo Observatory, Cotter Road, Weston Creek, Australian Capital Territory 2611, Australia;
Space debris; Orbit determination and prediction; Sparse; Ballistic coefficient; Laser and optical tracking;
机译:一种基于机器学习的方法,用于改进Leo空间碎片的轨道预测,单个站稀疏跟踪数据
机译:使用光学跟踪数据的初始轨道关联和低地球空间对象的长期轨道预测
机译:使用公共领域轨迹数据的USA-193衰变预测和拦截后轨道碎片云的评估
机译:基于物理的密度估计和预测方法使用轨道碎片跟踪数据
机译:重新使用高级太阳光子推进器作为太阳反射器的星座来跟踪地球同步地球轨道中的碎片
机译:有限观测环境下来自两个跟踪站点的角度和激光测距数据对空间碎片轨道预测的分析
机译:Usa-193使用公共领域轨道数据进行的衰变预测以及对截获后的轨道碎片云的评估