An  open Monte Carlo based implementation of Gauss's method for initial orbit determination

José B. Batista-Mendoza; Eduardo Chung; Adam’s Martínez-Soto; Joaquín Fábrega-Polleri; Carlos A. Fernández-Valdés

doi:10.48204/j.tecno.v27n1.a6633

Enviado diciembre 27, 2024

Publicado 2025-01-03

Artículos

Vol. 27 Núm. 1 (2025): Tecnociencia

Una implementación abierta basada en Monte Carlo del método de Gauss para la determinación inicial de órbitas

José B. Batista-Mendoza ⁺⁻
Eduardo Chung ⁺⁻
Adam’s Martínez-Soto ⁺⁻
Joaquín Fábrega-Polleri ⁺⁻
Carlos A. Fernández-Valdés ⁺⁻

DOI https://doi.org/10.48204/j.tecno.v27n1.a6633

PDF

Citas

DOI: 10.48204/j.tecno.v27n1.a6633

Publicado: 2025-01-03

Cómo citar

Batista-Mendoza , J. B., Chung , E., Martínez-Soto , A., Fábrega-Polleri , J. y Fernández-Valdés , C. A. (2025) «Una implementación abierta basada en Monte Carlo del método de Gauss para la determinación inicial de órbitas», Tecnociencia, 27(1), pp. 8–25. doi: 10.48204/j.tecno.v27n1.a6633.

Derechos de autor 2024 Tecnociencia

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Resumen

Cada año se descubren cientos o miles de Asteroides Cercanos a la Tierra (NEAs, acrónimo en inglés de Near-Earth Asteroids), por lo cual, ser capaz de determinar sus órbitas para seguirlos con éxito en el futuro es indispensable para advertir del peligro que estos podrían presentar. Numerosos métodos se han desarrollado para mejorar la precisión y eficiencia de los cálculos en la determinación inicial de la órbita (IOD, acrónimo en inglés de Initial Orbit Determination), siendo el método de Gauss la referencia debido a su formulación intuitiva, precisión comparable e importancia histórica. Aquí se presentan los resultados del desarrollo de una nueva herramienta de acceso abierto para simplificar el proceso del IOD de cuerpos celestes, específicamente, los NEAs. Dicha herramienta estuvo fundamentada en una implementación moderna, empleando un código escrito en el lenguaje de Python para calcular, propagar y graficar órbitas. Los resultados obtenidos para los datos de prueba exhibieron una precisión significante, con la discrepancia máxima no superando el 1.2 % en comparación con la herramienta Horizons System. Además, se encontró que para las simulaciones de Monte Carlo que el código emplea, 5 000 iteraciones fueron más que suficientes para alcanzar la precisión obtenida.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Barbee, B. W. (2005). Mission Planning for the Mitigation of Hazardous Near-Earth Objects [Master’s Thesis, The University of Texas at Austin]. https://www.researchgate.net/publication/36174303_Mission_planning_for_the_mitigation_of_hazardous_Near_Earth_Objects_electronic_resource
Bardan, R. (2022). NASA Confirms DART Mission Impact Changed Asteroid’s Motion in Space. NASA. http://www.nasa.gov/press-release/nasa-confirms-dart-mission-impact-changed-asteroid-s-motion-in-space
CNEOS Editors. (2023). NEO Basics. Center for Near-Earth Objects Studies. https://www.nasa.gov/directorates/smd/planetary-science-division/planetary-defense-coordination-office/nasa-releases-agency-strategy-for-planetary-defense-to-safeguard-earth/
Curtis, H. D. (2014). Orbital Mechanics for Engineering Students (3rd ed.). Elsevier, BH, Butterworth-Heinemann is an imprint of Elsevier.
Danby, J. M. A. (1988). Fundamentals of Celestial Mechanics (2nd ed.). Willmann-Bell.
David, L. (2013). Russian Fireball Explosion Shows Meteor Risk Greater Than Thought. Space.com. https://www.space.com/23423-russian-fireball-meteor-airburst-risk.html
Ding, C. et al. (2014). Orbit Determination for Asteroid 214088 (2004 JN13) Using Gauss’ Method. Summer Science Program 2014. https://bpb-us-w2.wpmucdn.com/campuspress.yale.edu/dist/e/472/files/2015/06/DingChunyang_SSP_Paper-2jvdzig.pdf
Escobal, P. R. (1965). Methods of Orbit Determination (1st ed.). J. Wiley.
Gauss, C. F. (1809). Theoria Motus Corporum Coelestium In Sectionibus Conicis Solem Ambientium. sumtibus Frid. Perthes et I. H. Besser. https://preserver.beic.it/delivery/DeliveryManagerServlet?dps_pid=IE1661019
Gibbs, J. W. (1889). On the Determination of Elliptic Orbits from Three Complete Observations. National Academy of Sciences.
Ginsburg, A. et al. (2019). Astroquery: An Astronomical Web-Querying Package in Python. The Astronomical Journal, 157(3), 98.
https://doi.org/10.3847/1538-3881/aafc33
Giorgini, J., & SSD Group, J. (2022). Horizons System. Solar System Dynamics. https://ssd.jpl.nasa.gov/horizons/app.html#/
Gooding, R. H. (1997). A New Procedure for Orbit Determination Based on Three Lines of Sight. CELESTIAL MECHANICS AND DYNAMICAL ASTRONOMY, 66(4), 387–423. https://doi.org/10.1007/BF00049379
Gronchi, G. F. (2013). Classical Methods of Orbit Determination. https://www.stardust2013.eu/Portals/63/Images/Training/OTS%20Repository/gronchi_OTS2013.pdf
Gronchi, G. F. et al. (2021). Generalization of a Method by Mossotti for Initial Orbit Determination. Celestial Mechanics and Dynamical Astronomy, 133(9), 41. https://doi.org/10.1007/s10569-021-10038-4
Harris, C. R. et al. (2020). Array Programming with NumPy. Nature, 585, 357–362. https://doi.org/10.1038/s41586-020-2649-2
Herrick, S. (1971). Astrodynamics: Orbit Determination, Space Navigation, Celestial Mechanics (1st ed.). Van Nostrand Reinhold Company.
Hunter, J. D. (2007). Matplotlib: A 2D Graphics Environment. Computing in science & engineering, 9(3), 90–95. https://doi.org/10.1109/MCSE.2007.55
Jay, P. (2008). The Tunguska Event. CBC News. https://www.cbc.ca/news/science/the-tunguska-event-1.742329
Kroese, D. P. et al. (2014). Why the Monte Carlo method is so important today. Wiley Interdisciplinary Reviews: Computational Statistics, 6(6), 386–392. doi:10.1002/wics.1314
Lee, H. et al. (2019). Orbit Determination of Asteroid 2002 KM6. OSF Preprints. https://doi.org/10.31219/osf.io/36hkw
Long, A. C. et al. (1989). Goddard Trajectory Determination System (GTDS): Mathematical Theory. Goddard Space Flight Center. https://books.google.com.pa/books?id=X_WdtgAACAAJ
Luo, Y., & Yang, Z. (2017). A Review of Uncertainty Propagation in Orbital Mechanics. Progress in Aerospace Sciences, 89, 23–39. https://doi.org/10.1016/j.paerosci.2016.12.002
McKinney, W. (2010). Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference, 445, 51–56. https://doi.org/10.25080/Majora-92bf1922-00a
Minor Planet Center. (2023). Orbits for Near Earth Asteroids (NEAs). Minor Planet Center website. https://www.minorplanetcenter.net/iau/MPCORB/NEA.txt
Minor Planet Center. (2024). M.P.S. 2024 MAR. 15. The Minor Planet Circulars/Minor Planets and Comets Supplement, 2145921–2152456.
https://www.minorplanetcenter.net/iau/ECS/MPCArchive/2024/MPS_20240315.pdf
Price-Whelan, A. M. et al. (2018). The Astropy Project: Building an Open-Science Project and Status of the v2.0 Core Package. The Astronomical Journal, 156(3), 123. https://doi.org/10.3847/1538-3881/aabc4f
Project Pluto. (2023). Assorted thoughts on astrometric error handling. Project Pluto website. https://www.projectpluto.com/errors.htm
Rodríguez, J. L. C. et al. (2023). Poliastro 0.17.0 (SciPy US ’22 edition) (0.17.0). https://zenodo.org/record/6817189
Schwab, D. (2022). Efficacy of Gaussian Process Regression for Angles-Only Initial Orbit Determination [Master’s Thesis, The Pennsylvania State University]. https://etda.libraries.psu.edu/files/final_submissions/22263
Sharaf, M. A. et al. (2014). Two Unified Algorithms for Fundamental Planetary Ephemeris. International Journal of Astronomy and Astrophysics, 04(04), 598–606. https://doi.org/10.4236/ijaa.2014.44054
Tennenbaum, J., & Director, B. (1997). How Gauss Determined The Orbit of Ceres.
https://archive.schillerinstitute.com/fid_97-01/982_orbit_ceres.pdf
Vallado, D. A. (2013). Fundamentals of Astrodynamics and applications (4th ed.). Microcosm Press.
Virtanen, P. et al. (2020). SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python. Nature Methods, 17, 261–272. https://doi.org/10.1038/s41592-019-0686-2
Yao, K. & Gao, J. (2015). Law of Large Numbers for Uncertain Random Variables. Fuzzy Systems, 24(3), 615–621 https://doi.org/10.1109/TFUZZ.2015.2466080