Space surveillance and tracking is paramount to enable collision avoidance alert systems and avoid fragmentation events and the consequent generation of debris. This thesis work was performed within the framework of the EU SST, a network of sensors and processing capabilities of the European Union dedicated to space tracking. Using tools developed at CNES, a performance analysis of a correlation assessment algorithm based on the Lambert’s problem was carried out. The algorithm was tested on a simulated population orbiting the GEO region using different dynamical models. The performance of the algorithm was also tested for varying values of the sensor noise. A modification to the algorithm accounting for orbit perturbations was proposed and tested, showing improved results under certain conditions. Finally, the catalogue initialization capabilities of the algorithm were assessed in terms of correlation assessment and orbit determination accuracy by testing it on real data collected by the TAROT network of telescopes.

Rymdövervakning och spårning är avgörande för att möjliggöra varningssystem för att undvika kollisioner och undvika fragmenteringshändelser och den därav följande genereringen av rymdskrot. Detta examensarbete utfördes inom ramen för EU SST, ett nätverk av sensorer och bearbetningsförmåga inom Europeiska Unionen dedikerat till rymdspårning. Med hjälp av verktyg utvecklade på CNES genomfördes en prestandaanalys av en korrelationsbedömningsalgoritm baserad på Lamberts problem. Algoritmen testades på en simulerad population som kretsar i GEO-regionen med hjälp av olika dynamiska modeller. Algoritmens prestanda testades också för olika värden på sensorbruset. En modifiering av algoritmen för banstörningar föreslogs och testades, som visade förbättrade resultat under vissa förhållanden. Slutligen utvärderades kataloginitieringsförmågan hos algoritmen i termer av korrelationsbedömning och omloppsbestämningsnoggrannhet genom att testa den på verkliga data som samlats in av teleskopnätverket TAROT.