轨迹优化

R2017a 简要说明

经过一年多的开发，R2017a 终于 2017 年 7 月 18 日在 SF 上发布，虽然官方网站并未未对此次发布作任何说明，但通过版本注释可以获得 R2017a 的新特性。此外，还可通过访问 开发面板 了解 R2017a 开发记录及 Bug 列表。下面对 Release Notes 作简单翻译。

R2017a 新特性

1. 定轨能力强化

定轨方面，R2017a 增加了如下新功能：

• 新增了对三种数据类型的处理支持：1) GPS 导航状态矢量 (GPS_PosVec)；2) 距离测量数据 (Range)；3) 距离变化率数据 (RangeRate)。注意，这三种数据类型都经过反复测试，但只有 DSN 距离变化率数据通过了应用级测试，即 DSN 距离变化率数据对于 GMAT 来说是可靠的数据。

基本情况

GMAT 是一套由 NASA 戈达德太空飞行中心(Goddard Space Flight Center, GSFC) 主导开发的通用航天任务仿真工具，作为一款开源的通用航天任务分析仿真软件， 其功能涵盖了基本的航天任务分析需求，如轨道设计、轨道优化、飞行任务分析、星座设计及行星际飞行仿真等。GMAT 的仿真精度可以与 AGI/STK 相媲美，足以将其直接应用于通用航天任务的分析与仿真工作之中。

项目起源

GMAT 为 G eneral M ission A nalysis T ool 的首字母缩写，由 GSFC 从 2002 年开始开发。 随后在 NASA 的号召下，Thinking System. Inc、Computer Sciences Corporation 以及 Honeywell Technology Solutions. Inc 等公司参与了该软件的开发，目前 NASA 仍在继续寻找开源伙伴合作参与该项目的进一步研发。