我正在尋找可以生成豬排情節的免費工具。我這樣做是為了將我的工具的輸出與第三方之一進行比較。另外，如果有人有解決Lambert邊值問題的特定測試用例，我將非常渴望查看。
這純粹是為了驗證。
下圖是我之前生成的一個地球到火星的PCP。
我使用開普勒問題求解器測試蘭伯特問題求解器。例如：如果我想生成各種測試用例，其中要改變偏心率和半長軸，則只需解決：
$$ M_0 + \ sqrt {\ frac {\ mu} {a ^ 3 }} \ Delta t = E-e \ sin（E）$$
用於多種$（e，a，\ Delta t）$組合。解決了許多開普勒問題（由於開普勒方程必須成立，我可以立即進行測試），所以我解決了相應的蘭伯特問題並驗證是否獲得了相同的偏心距。
以下代碼說明了這種方法
import numpy as npdef kepler（a，e，mu = 1.0）：＃給定偏心距，對飛行時間進行顯式計算＃[in 0，2 pi] n = np.sqrt（mu / pow（a，3））E = np.linspace（0，2 * np.pi，360）＃每度一個點t =（E-e * np.sin（E））/ n return（t，E） def笛卡爾（sma，ecc，ean，mu = 1.0）：smp = sma *（1- ecc ** 2）能量= -mu /（2 * sma）f = 2 * np.arctan（np.sqrt（（1 + ecc）/（1-ecc））* np.tan（ean / 2））r = smp /（1 + ecc * np.cos（f））v = np.sqrt（2 *（能量+ mu / r ））如果f < 0：f = 2 * np.pi + f返回np.array（[r，v，f]）＃讓我們測試給定sma / ecc組合的算法。在真實測試中，您將添加更多值，並考慮多個轉速（對於大多數multirev情況，您將獲得兩個解決方案）sma = 1.0ecc = 0.1＃這將計算飛行時間和偏心距異常注意：顯式計算tof，ean =開普勒（sma，ecc）＃這會將量轉換為笛卡爾矢量幅度和＃無限制的真實異常（以計算傳遞角） ]）r = rvf [:, 0] v = rvf [:, 1] f = rvf [:, 2]＃在這裡，我將只調用自己的Lambert求解器（在C ++中實現）import ctypeslib = ctypes.CDLL（“ libsolve.so“）vs =（ctypes.c_double * 2）（）N = len（tof）max_diff = 0.0＃這個醜陋的循環簡單地比較了每個分段成對組合
＃單次修訂（您也可以進行多次修訂，只需要增加TOF和f即可）。您將在此處附加自己的＃Lambert求解器。對於xrange（N）中的n1：對於xrange（n1 + 1，N）中的n2：lib.solve（ctypes.c_double（1.0），＃gm ctypes.c_double（r [n1 ]），＃第一位置ctypes.c_double（r [n2]）的範數，＃第二位置ctypes.c_double（f [n2]-f [n1]）的範數，＃角行程ctypes.c_double（tof [n2]- tof [n1]），＃飛行時間ctypes.byref（vs））＃輸出＃比較速度的範數（可以在＃徑向/切向中分解）diff = np.sqrt（（v [n1]-vs [0 ]）** 2 +（v [n2]-vs [1]）** 2）如果diff > max_diff：max_diff = diff＃報告最大差異，請打印max_diff 注意可以計算出給定的飛行時間一系列的偏心距，偏心距和半長軸。在這種情況下，我僅考慮單次發布，但推廣很簡單。
借助偏心異常，您可以計算真實的異常和飛行時間（後者通過開普勒方程，但是您不需要迭代求解）。
該信息用於獲取軌道上不同點的距離和速度。
然後，您可以使用範圍，速度，飛行時間和傳輸角度（由於軌道為開普勒人而在真實異常中的差異）的所有這些組合來測試Lambert求解器。
我使用自己的Gooding算法實現方案進行了快速測試，得出最大差值為 8.76111591946e-14 ，對於雙精度計算而言，這是非常合理的。
為進行比較，我生成了一個類似的圖表-它與您的圖表比較好。我建議您將到達時間的軸數增加到2016年1月1日之後的420天，以確保您的Lambert求解器能夠檢測到轉移節點（另外，請注意我們到達日期的基線時間不同）。