权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Data-driven approach for understanding chaotic phenomena in spacecraft orbital mechanics

用于理解航天器轨道力学中混沌现象的数据驱动方法

基本信息

批准号：
21K18781
负责人：
坂東麻衣
金额：
$ 4.16万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2021
资助国家：
日本
起止时间：
2021-07-09 至 2024-03-31
项目状态：
已结题

项目摘要

現在多くの分野において導入されつつあるAI・データサイエンスの手法は，複雑なシステムをモデル化，予測，制御する新たな方法を提供している.近年，月以遠の深宇宙探査が注目を集める中，特に起点となる月近傍領域への低エネルギー遷移軌道はその重要性を増している.バリスティックキャプチャ軌道についても多くの研究が報告されている.さらに，バリスティックキャプチャ軌道を用いた地球―月軌道の最適化も国内外で多く行われている.しかし，バリスティックキャプチャ軌道を含むカオス的な領域を含んだ軌道設計法は現象のメカニズムにおいていまだ未知の点が多い.また，機械学習によりカオス領域の軌道をモデル化しようとする試みはあるものの，データ駆動モデリングによる試みは国内外でも例がない.宇宙機の多体力学系の運動は解析解がないため，軌道設計のための大規模な数値計算が行われておりデータサイエンスの応用が期待される.惑星に一時的に捕獲される現象はバリスティックキャプチャとよばれ，大気抵抗などを使わずに重力のみによって，惑星に最接近し，場合によっては惑星の周りを周回することができる.しかし，バリスティックキャプチャをはじめ，カオス的な領域を含んだ軌道設計法は現象のメカニズムにおいていまだ未知の点が多くモデル化が困難である.本年度は動的モード分解の手法と遅延埋め込みの手法を組み合わせることで，宇宙機多体力学系のカオス運道を復元・予測するモデルを生成した．その結果，有限の時間ステップの予測は，十分なデータ数を用いることで十分な近似精度でカオス的な遷移現象を予測できるモデルが構築可能であることがわかった．さらに，データ駆動と機械学習を応用した軌道設計，ミッション設計について検討を行なった．

Now there are many different ways to predict and control the AI. In recent years, deep space exploration has attracted more attention from the distant moon, especially from the beginning to the near moon, and the importance of migration orbits has increased. A report on the study of the orbit. The Earth-Moon Orbit is optimized for both domestic and international applications. Orbital design method: phenomenon: phenomenon Mechanical learning is the best way to improve the quality of life. Analytical solution of the motion of the multi-body dynamics system of the cosmic machine, large-scale numerical calculation of orbit design, and application of the system are expected. The phenomenon of the capture of the star at one time is very different from that of the gravity, and the star is closest to it. The design method of orbit contains the domain of orbit. The phenomenon of orbit design is difficult to be solved. This year's mobile phone decomposition method is extended to the mobile phone multi-body dynamics system. As a result, the prediction of finite time is very accurate. The prediction of migration phenomenon is very accurate. In this paper, the design and mechanical learning are used to design the orbit.