Die mittelfristige und langfristige Bahnvoraussagegenauigkeit großer Raumfahrzeuge in niedriger Umlaufbahn wird hauptsächlich durch Unsicherheiten der Weltraumumgebung und Konfigurationsänderungen im Orbit beeinflusst. Traditionelle Voraussagemethoden sind durch Fehler im Atmosphärendichtemodell und die Anwendbarkeit des Widerstandskoeffizienten begrenzt und weisen eine unzureichende Feinmodellierung der windzugewandten Fläche bei Konfigurationsänderungen auf. Dieser Artikel schlägt eine intelligente Methode zur mittelfristigen und langfristigen Bahnvoraussage für große transformierbare Raumfahrzeuge vor. Die Methode führt das Konzept des Pseudo-Widerstandskoeffizienten ein, wobei die Unsicherheit der Atmosphärendichte und des Widerstandskoeffizienten als lernbarer zeitvariabler Parameter einheitlich modelliert wird und ein Vorhersagerahmen geschaffen wird, der hochpräzise dynamische Modelle mit datenbasierten Ansätzen kombiniert; ferner wird ein Korrekturmodell für den Pseudo-Widerstandskoeffizienten vorgestellt, das explizit die quantitative Beziehung zwischen der Änderung der windzugewandten Fläche und dem Pseudo-Widerstandskoeffizienten beschreibt. Simulationsexperimente an einem großen transformierbaren Raumfahrzeug im Orbit zeigen, dass die Bahnvorhersagefehler der vorgeschlagenen Methode in mehrfachen Transformationsszenarien deutlich geringer sind als bei herkömmlichen Methoden und so die Genauigkeit und Anpassungsfähigkeit der mittelfristigen und langfristigen Vorhersagen effektiv verbessert werden.

große Raumfahrzeuge; Bahnvoraussage; Widerstandskoeffizient; windzugewandte Fläche