第159章你也是啊？（52k）
第159章你也是啊？（52k）(第5/6頁)
不足。當前的軌道預報算法誤差累積嚴重。讓我們分解問題。”林燃指著黑板接著說道：“首先，軌道傳播。現在用的是開普勒模型，短期內可以，但長時間模擬中攝動效應會讓誤差變大。我們需要升級模型，考慮地球扁率和大氣阻力。”
突然，林燃說：“海恩斯，還記得我曾經教你的減小誤差方法嗎？”
海恩斯突然被提起，麵露難色：“抱歉，教授，我不知道你指的是什麼。
攝動算法好像解決不了這個問題。我們試過恩克法減少誤差，但計算量太大，ibm7090撐不住。”
林燃微笑著說道：“恩克法是個好方向，但它太冗長了，你們可以考慮采用變步長龍格-庫塔法優化。
步長在近地點小，遠地點大，這樣既提高精度又減輕計算負擔。”
海恩斯若有所思，開始低頭在自己的筆記本上演算起來，十來分鐘後，他驚喜地抬起頭：“這確實能節省不少時間！”
克拉夫特問道：“教授，但傳感器數據融合仍是個問題，雷達和慣性導航常不一致。”
克拉夫特想著林燃難得來一次休斯頓，能多薅點羊毛就多薅一點。
作為和林燃共事過的nasa管理層，克拉夫特可是太清楚教授的本事了。
林燃在黑板上畫出濾波器示意圖：“這可以用卡爾曼濾波解決。它實時融合多源數據，減少噪聲。
不知道的就和通用航天商量，他們那肯定有這技術的儲備，另外可以用簡化的最小二乘法先試試。”
海恩斯好奇問道：“卡爾曼濾波怎麼在我們係統裡實現？”
林燃解釋道：“它分兩步：先用軌道模型預測位置，再用傳感器數據校正。能有效降低隨機誤差。”
克拉夫特思索道：“計算機能處理這些矩陣運算嗎？”
林燃點頭，一副理所當然的樣子：“可以。預計算部分矩陣，用彙編語言優化代碼，就能滿足實時需求。”
克拉夫特接著問：“還有控製係統，推進器響應慢，常過衝。”
林燃寫下反饋方程：“試試pid控製器。根據誤差、累積和變化率調整推進器，能平滑動作，減少過衝。”
海恩斯想了想，問道：“pid比我們現在的比例控製器先進，但調試複雜嗎？”
林燃說：“這當然需要時間，但你們有模擬器。地麵測試不同參數，就能找到最佳設置。
這需要你們通過比例、積分、微分三項優化推進器響應，確保精確調整姿態。”
克拉夫特感覺錯綜複雜的迷宮快要走出來了，他鬆了口氣：“教授，你的建議太有幫助了！它讓我們看到希望，雙子座計劃有戲了。”
林燃拍了拍他的肩膀：“數學和算法是關鍵。用好它們，我們離登月的目標也就不遠了。”
達拉
（本章未完，請點擊下一頁繼續閱讀）