Confronto fra metodi di stima di frequenza tramite auto-regressione e metodi di analisi spettrale per la generazione di osservabili radiometriche in ambito Deep-Space

Pignotti, Alessandro (2022) Confronto fra metodi di stima di frequenza tramite auto-regressione e metodi di analisi spettrale per la generazione di osservabili radiometriche in ambito Deep-Space. [Laurea], Università di Bologna, Corso di Studio in Ingegneria aerospaziale [L-DM270] - Forli', Documento ad accesso riservato.
Documenti full-text disponibili:
[thumbnail of Thesis] Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (1MB) | Contatta l'autore

Abstract

A partire dal problema di orbit determination per una sonda in deep-space, la tesi si concentra su sviluppo e confronto di algoritmi di stima della frequenza di segnali analitici per la verifica delle loro performance di accuratezza nella generazione di osservabili doppler. Le tecniche poste a confronto appartengono a due categorie: due tempo-discrete ed una spettrale; in particolare si vuole valutare come la modellazione ARMA dei segnali possa beneficiare le prime al punto da poterle considerare alternative all'altezza degli standard del settore aerospaziale.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Pignotti, Alessandro
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Orbit determination, spacecraft tracking, modelli ARMA, algoritmi di stima di frequenza, generazione, osservabili Doppler, tecniche tempo-discrete, tecniche spettrali, radiocomunicazioni spaziali
Data di discussione della Tesi
13 Ottobre 2022
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^