Asteroid Flyby Control and Candidate Selection Strategy
2024 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesisAlternative title
Styrning av asteroidförbiflygningar och strategi för urval av kandidater (Swedish)
Abstract [en]
This research focuses on asteroid flyby control and candidate selection for the DESTINY+ extended mission. The goal is to ensure the satellite maintains an asteroid in its images and achieves the desired closest approach for high-quality pictures. Asteroids are selected based on observable time, relative velocity, orbit uncertainty, estimated diameter, and phase angle. Using Kalman Filters (KF) and Least Squares Methods (LSM), the simulation models spacecraft trajectories and orientations through initial body pointing, trajectory correction maneuvers (TCM), final body pointing, and camera pointing. Results from multiple simulations are analyzed to enhance optical navigation reliability and choose the target asteroid.
Abstract [sv]
Denna forskning fokuserar på reglering av förbiflygning av asteroider och urval av kandidater för utökade uppdrag för DESTINY+. Målet är att säkerställa att satelliten behåller en asteroid i sina bilder och uppnår önskad närmaste passage för högkvalitativa bilder. Asteroider väljs ut baserat på observerbar tid, relativ hastighet, banosäkerhet, uppskattad diameter och fasvinkel. Med hjälp av Kalman-filter (KF) och minsta kvadratmetoden (LSM) modellerar simuleringen rymdfarkostens banor och orienteringar genom initial kroppsinriktning, banjusteringsmanövrar (TCM), slutlig kroppsinriktning och kamerainriktning. Resultaten från flera simuleringar analyseras för att förbättra tillförlitligheten hos optisk navigering och välja den målasteroid som ska observeras.
Place, publisher, year, edition, pages
2024.
Series
TRITA-SCI-GRU ; 2024:407
Keywords [en]
Asteroid flyby, Optical navigation, Kalman Filter, Least Squares Method
Keywords [sv]
Asteroidförbiflygning, Optisk navigering, Kalman-filter, Minsta kvadratmetoden
National Category
Vehicle and Aerospace Engineering
Identifiers
URN: urn:nbn:se:kth:diva-360085OAI: oai:DiVA.org:kth-360085DiVA, id: diva2:1938137
External cooperation
JAXA
Subject / course
Space Technology
Educational program
Master of Science - Aerospace Engineering
Supervisors
Examiners
2025-02-172025-02-172025-02-17Bibliographically approved