余宏伸出一根手指。
“第一，在您的模型中，对太阳风这种非引力干扰的处理，还是沿用了经典力学的思路，将其简化成了一种持续性的、可以预测方向和大小的外力。”
他看着钱森：“这是一种宏观思维。”
钱森眼神一凝，立刻明白了余宏话里的意思。
“但事实上，太阳风是时时刻刻都在变化的、由高能带电粒子组成的等离子体流，它的本质是一种流体，而非一个固体。”
“所以，我们必须抛弃将它视为一个力的旧框架，引入一个全新的数学模型，时变性矢量场下的磁流体动力学耦合模型，用描述流场的方式来计算它对卫星的每一个瞬时作用！”
时变性矢量场下的磁流体动力学耦合模型？
最前排的几位大牛还能勉强跟上这个概念，他们的眼中同时露出了惊愕和思索的神情！
而后排的大多数人，已经听得云里雾里了，他们的脸上写满了茫然！
钱森的呼吸在这一刻急促了起来！
他仿佛看到了眼前一扇尘封已久的大门，被余宏硬生生地砸开了门锁！
“第二点。”余宏又伸出了第二根手指。
“您刚才说，计算量太大，矩阵求逆法效率低下，还会放大误差。”
“这个问题不是出在您的计算思路上，而是出在数学工具本身。”
“要解决这个问题，就不能在现有工具上打补丁。”
“而是需要引入一种全新的，更适合处理动态系统和海量不确定性数据的滤波算法，我称之为扩展卡尔曼自适应预测滤波算法。”
扩展卡尔曼自适应预测滤波算法！
又是一个全新的，超越了这个时代认知范畴的名词！
余宏拿起桌上的笔，在一张白纸上飞快地写下了一连串的核心数学公式，推到钱森面前。
“这个算法的核心，是构建一个预测与修正的循环。”
“它会在每一个时间单位内，先基于我们建立的磁流体动力学模型，预测出卫星在下一秒的位置。”
“然后再利用地面观测站传回的真实数据，对这个预测结果进行修正。”
“它不是试图一次性算出几个月后的结果，而是一步一步，以秒为单位，实时滚动地进行优化……”
余宏的讲解还在继续。
他没有给出完整的算法和模型推导，那太过庞杂。
他现在说的，只是思
…。。