LEO satellite Tracking and First Acquisition by Old TLE and Extended Kalman Filter
محل انتشار: سومین کنفرانس ملی و اولین کنفرانس بین المللی پژوهش هایی کاربردی در مهندسی برق، مکانیک و مکاترونیک
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 847
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF03_0854
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
In this paper, a novel method is proposed for first acquisition of a LEO satellite and conical scan tracking of it using one-month old TLE and received telemetry signal strength from satellite using extended Kalman filter. First, the satellite movement trajectory will be described in AZ-EL and LAT-LON coordinate, and the relation between these two coordinates will be determined. Furthermore, it will be shown that satellite first acquisition in AZ-EL coordinates can be achieved precisely by path error modification in LAT-LON coordinates. Subsequently, the changes of tracking error along azimuth and elevation, ngitude, altitude and time will be estimated as system state variables using extended Kalman filter and output of conical scan. Minimizing biases along longitude, altitude and time leads to reduced output, which is defined as the difference between real and estimated paths in AZ-EL coordinates. The performance of the proposed algorithm is evaluated through simulation of real data.
کلیدواژه ها:
نویسندگان
Hossein Bolandi
Electrical Engineering Department, Iran University of Science and Technology, Narmak, Tehran, Iran
Bahman Ghorbani Vaghei
Railway Engineering Department, Iran University of Science and Technology, Narmak, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :