Despite numerous successful missions to small celestial bodies, the gravity field of such targets has been poorly characterized so far. Gravity estimates can be used to infer the internal structure and composition of small bodies and, as such, have strong implications in the fields of planetary science, planetary defense, and in-situ resource utilization. Current gravimetry techniques at small bodies mostly rely on tracking the spacecraft orbital motion, where the gravity observability is low. To date, only lower-degree and order spherical harmonics of small-body gravity fields could be resolved. In this paper, we evaluate gravimetry performance for a novel mission architecture where artificial probes repeatedly hop across the surface of the small body and perform low-altitude, suborbital arcs. Such probes are tracked using optical measurements from the mothership's onboard camera and orbit determination is performed to estimate the probe trajectories, the small body's rotational kinematics, and the gravity field. The suborbital motion of the probes provides dense observations at low altitude, where the gravity signal is stronger. We assess the impact of observation parameters and mission duration on gravity observability. Results suggest that the gravitational spherical harmonics of a small body with the same mass as the asteroid Bennu, can be observed at least up to degree 40 within months of observations. Measurement precision and frequency are key to achieve high-performance gravimetry.


翻译:尽管对小型天体进行了许多成功的飞行任务,但迄今为止,此类目标的重力场特征很差。重力估计可用于推断小体的内部结构和组成,因此对行星科学、行星防御和现场资源利用等领域具有重大影响。目前小体的重力测量技术主要依靠跟踪航天器轨道运动,其重力可观察性能较低。迄今为止,只有小体重力场的低度和顺序球形协调才能得到解决。在本文件中,我们评估了一个新的任务结构的重力测量性能,即人工探测器反复跳过小体表面,并进行低高度、亚轨道弧等工作。这些探测器是利用母舰在船上的相机和轨道测定的光学测量数据来跟踪的,以估计探测器的轨迹、小体的旋转性能和重力场。探测器的亚轨道运动在低高度进行密集观测,其重力信号更强。我们评估了观测频率参数和低轨道的深度观测,在主要重力观测期间,以最低重力度测量力力力力力力力力力力力测量,以测测测测得最低重力力力力力力力力力力。我们评估了40度观测的高度。

0
下载
关闭预览

相关内容

专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
123+阅读 · 2020年9月8日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
心之所向的无尽蓝,vivo S12 Pro「屿蓝」
ZEALER订阅号
0+阅读 · 2022年1月27日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
17+阅读 · 2021年3月29日
VIP会员
相关VIP内容
专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
123+阅读 · 2020年9月8日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
心之所向的无尽蓝,vivo S12 Pro「屿蓝」
ZEALER订阅号
0+阅读 · 2022年1月27日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员