随机森林在低轨空间目标阻力系数确定问题中的应用

对绝大多数空间目标而言,由于观测条件和观测手段的限制,测轨数据稀疏且精度较低,传统轨道确定时一并解算的大气阻力系数精度稳定性很差。针对这一问题,提出一种基于随机森林的大气阻力系数预测模型。该模型主要利用某个目标的历史大气阻力系数、轨道数据、太阳地磁指数、大气密度等信息预测该目标未来一段时间内的大气阻力系数。仿真GRACE(gravityrecoveryandclimateexperiment)A卫星2002年的测轨数据,进行多个时间段的轨道确定与预报模拟实验。结果表明,相比于传统方法,利用所提模型预测大气阻力系数,再将其应用于轨道确定和预报,7天轨道预报最大误差降幅可达60%,有效抑制了最大误差,为稀疏测轨数据条件下改善空间目标轨道确定与预报精度提供了一种技术途径。