基于MATLAB的GPS卫星绕地运行轨迹动态模拟仿真

简介: 基于MATLAB的GPS卫星绕地运行轨迹动态模拟仿真

1.算法运行效果图预览

1.jpeg
2.jpeg

2.算法运行软件版本
matlab2022a

3.算法理论概述
模拟24颗GPS卫星的轨道运行是一个复杂的任务,涉及到多个卫星的轨道计算和绘制。以下是一个大致的步骤和示例代码,用于在MATLAB中模拟和绘制这些卫星的轨道运行。实际GPS卫星的轨道参数非常复杂,而且卫星之间的相对运动也需要考虑。下面的示例代码是一个简化的版本,用于演示基本的概念。要通过MATLAB模拟24个GPS卫星的轨道运行效果,你可以按照以下步骤进行操作:

   获取卫星轨道参数: GPS卫星的轨道参数可以从相关文献或数据源中获取。这些参数包括每颗卫星的半长轴、偏心率、轨道倾角、升交点赤经等。

    计算卫星的轨道: 使用获取的轨道参数,可以通过开普勒运动方程计算每颗卫星在每个时间点的位置和速度。

   选择模拟时间范围: 选择一个适当的时间范围,以便观察卫星在地球上的运动。

   生成时间序列: 生成一系列时间点,可以使用MATLAB中的时间函数,如linspace来生成等间隔的时间点。

   计算卫星位置: 对于每个时间点,使用计算得到的轨道参数和时间,计算每颗卫星的位置和速度。

   绘制卫星轨道: 使用MATLAB的绘图函数,如plot3,绘制每颗卫星在三维空间中的轨道。你可以在地球球面上绘制卫星的位置,也可以绘制在三维笛卡尔坐标系中的轨迹。

    通过使用GPS卫星星历(Almanac data)信息,来计算模拟24个GPS卫星的轨道。每个卫星用PRN1-24来编号,假设GPS卫星轨道是圆的。

自己卫星轨道模拟,这个卫星是离地面350Km的太阳同步轨道卫星。这个轨道是椭圆的,使用轨道倾角98度
计算自己卫星和每个GPS卫星的多普勒频移。
注意:这里使用GPS卫星是发送源,自己的卫星是接收源。假设发送频率1575.42 MHz

    GPS卫星轨道周期几乎是24小时,而自己的卫星在太阳同步轨道上的周期大概是1.5个小时,那么就是说太阳同步轨道已经绕几周了,GPS卫星才饶一周。所以当算多普勒频移的时候只需要算出GPS一个周期时间内的多普勒频移就好了。就是说,如果在算多普勒频移的时候,如果算多过24小时,那么多普勒频移就会重复了。我只需要24小时GPS轨道周期内的多普勒频移就好了。

     这里,首先介绍一下星历文件的含义:

Prn

卫星编号

iode

电文中给出的当前参考历元的有效期

Crs

电文中给出的轨道半径角距的改正项—正弦振幅

delta_n

电文中给出的平地点角改正值

M_zero

电文中给出的参考时刻平近点角

Cuc

电文中给出的升交点赤经的改正项—余弦振幅

e1

电文中给出的轨道椭圆偏心率

Cus

电文中给出的升交点赤经的改正项—正弦振幅

sqrt_a

电文中给出的卫星轨道椭圆长半轴的平方根

toe

电文中给出的参考时刻

Cic

电文中给出的倾角角距的改正项—余弦振幅

OMEGA_zero

电文中给出的参考时刻升交点赤经

Cis

电文中给出的倾角角距的改正项—正弦振幅

i_zero

电文中给出的参考时刻轨道倾角

Crc

电文中给出的轨道半径角距的改正项—余弦振幅

omega

电文中给出的轨道近地点角距

OMEGA_dot

电文中给出的升交点赤经变化率

i_dot

电文中给出的轨道倾角变化率

   这里需要注意的时候,由于GPS距离地面的高度一般为20000km,而这里的同步卫星只有350km,所以看上去会效果不明显,所以这里我们把这里的参数设置的大些,这样看上去效果稍微明显点。然后你再写论文的时候,如果用到其中的数据,只要把他改回350即可。另外,其周期为1.5小时,这样在房子的时候,速度太快,不容易观察,这里稍微设置的大些,使用周期为6小时。

4.部分核心程序

``` Prn = NavData(PRNS_SEL,1);%识别导航数据中的PRN

    iode       = NavData(PRNS_SEL,11);%企业日期序列号

    Crs        = NavData(PRNS_SEL,12);%轨道半径正弦谐波校正的振幅

    delta_n    = NavData(PRNS_SEL,13);%与计算值的平均运动差

    M_zero     = NavData(PRNS_SEL,14);%参考时间的平均异常

    Cuc        = NavData(PRNS_SEL,15);%纬度变元余弦谐波校正项的振幅

    es         = NavData(PRNS_SEL,16);%偏心率

    Cus        = NavData(PRNS_SEL,17);%纬度变元正弦谐波校正项的振幅

    sqrt_a     = NavData(PRNS_SEL,18);%半长轴的平方根

    toe        = NavData(PRNS_SEL,19);%星历重新出现时间(GPS周第二次)

    Cic        = NavData(PRNS_SEL,20);%倾角余弦谐波校正项的振幅

    OMEGA_zero = NavData(PRNS_SEL,21);%参考时间赤经

    Cis        = NavData(PRNS_SEL,22);%倾斜角正弦谐波校正项的振幅

    i_zero     = NavData(PRNS_SEL,23);%参考时间的倾角

    Crc        = NavData(PRNS_SEL,24);%轨道半径余弦谐波校正的幅度

    omega      = NavData(PRNS_SEL,25);%近地点论点

    OMEGA_dot  = NavData(PRNS_SEL,26);%赤经角变化率

    i_dot      = NavData(PRNS_SEL,27);%倾斜度变化率
   %计算真实异常

   %校正平均运动
    n_initial  = sqrt(Gravitational_constant)/(sqrt_a*sqrt_a*sqrt_a);
    n          = n_initial + delta_n;

   %计算自参考历元以来的时间
    t_k = func_tk_limits(t,toe);

   %T_K平均异常
    M_k = M_zero + n * t_k + 2*pi;             
    E_k = M_k;
    E_k1= M_k - es*sin(E_k);

    %E_K的迭代求解
    while (abs(E_k - E_k1) > 1e-9)
        E_k1 = E_k;
        E_k  = M_k + es * sin(E_k1);
    end;   

    %TRUE ANOMALY
    v_k   = 2*atan(sqrt((1+es)/(1-es))*tan(E_k/2));    
    %%纬度论

    %未修正纬度的自变量
    phi_k = v_k + omega;   

    %校正
    C_u = Cus*sin(2*phi_k) + Cuc*cos(2*phi_k);
    C_r = Crs*sin(2*phi_k) + Crc*cos(2*phi_k); 
    C_i = Cis*sin(2*phi_k) + Cic*cos(2*phi_k);   

```

相关文章
|
8天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
|
5天前
|
算法
基于WOA鲸鱼优化的购售电收益与风险评估算法matlab仿真
本研究提出了一种基于鲸鱼优化算法(WOA)的购售电收益与风险评估算法。通过将售电公司购售电收益风险计算公式作为WOA的目标函数,经过迭代优化计算出最优购电策略。实验结果表明,在迭代次数超过10次后,风险价值收益优化值达到1715.1万元的最大值。WOA还确定了中长期市场、现货市场及可再生能源等不同市场的最优购电量,验证了算法的有效性。核心程序使用MATLAB2022a实现,通过多次迭代优化,实现了售电公司收益最大化和风险最小化的目标。
|
2天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于深度学习网络的宝石类型识别算法matlab仿真
本项目利用GoogLeNet深度学习网络进行宝石类型识别,实验包括收集多类宝石图像数据集并按7:1:2比例划分。使用Matlab2022a实现算法,提供含中文注释的完整代码及操作视频。GoogLeNet通过其独特的Inception模块,结合数据增强、学习率调整和正则化等优化手段,有效提升了宝石识别的准确性和效率。
|
9天前
|
算法
基于大爆炸优化算法的PID控制器参数寻优matlab仿真
本研究基于大爆炸优化算法对PID控制器参数进行寻优,并通过Matlab仿真对比优化前后PID控制效果。使用MATLAB2022a实现核心程序,展示了算法迭代过程及最优PID参数的求解。大爆炸优化算法通过模拟宇宙大爆炸和大收缩过程,在搜索空间中迭代寻找全局最优解,特别适用于PID参数优化,提升控制系统性能。
|
7天前
|
算法 数据安全/隐私保护
数字通信中不同信道类型对通信系统性能影响matlab仿真分析,对比AWGN,BEC,BSC以及多径信道
本项目展示了数字通信系统中几种典型信道模型(AWGN、BEC、BSC及多径信道)的算法实现与分析。使用Matlab2022a开发,提供无水印运行效果预览图、部分核心代码及完整版带中文注释的源码和操作视频。通过数学公式深入解析各信道特性及其对系统性能的影响。
|
4月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
211 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
4月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
135 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
4月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
95 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
7月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)