CN112085812A - 一种超大规模卫星星座组网通信动态节点确定方法 - Google Patents
一种超大规模卫星星座组网通信动态节点确定方法 Download PDFInfo
- Publication number
- CN112085812A CN112085812A CN202010804192.7A CN202010804192A CN112085812A CN 112085812 A CN112085812 A CN 112085812A CN 202010804192 A CN202010804192 A CN 202010804192A CN 112085812 A CN112085812 A CN 112085812A
- Authority
- CN
- China
- Prior art keywords
- satellite
- lon
- coverage
- data model
- coverage area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004891 communication Methods 0.000 title claims abstract description 23
- 230000006855 networking Effects 0.000 title claims abstract description 18
- 238000013499 data model Methods 0.000 claims abstract description 101
- 238000012937 correction Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000010586 diagram Methods 0.000 claims description 14
- 238000012800 visualization Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 239000007787 solid Substances 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- DDVBPZROPPMBLW-IZGXTMSKSA-N latrunculin A Chemical compound C([C@H]1[C@@]2(O)C[C@H]3C[C@H](O2)CC[C@@H](\C=C/C=C/CC\C(C)=C/C(=O)O3)C)SC(=O)N1 DDVBPZROPPMBLW-IZGXTMSKSA-N 0.000 claims description 3
- NSHPHXHGRHSMIK-IWQSFCKSSA-N latrunculin B Natural products C[C@H]1CC[C@@H]2C[C@@H](C[C@@](O)(O2)[C@@H]3CSC(=O)N3)OC(=O)C=C(C)/CCC=C/1 NSHPHXHGRHSMIK-IWQSFCKSSA-N 0.000 claims description 3
- DDVBPZROPPMBLW-UHFFFAOYSA-N latrunculin-A Natural products O1C(=O)C=C(C)CCC=CC=CC(C)CCC(O2)CC1CC2(O)C1CSC(=O)N1 DDVBPZROPPMBLW-UHFFFAOYSA-N 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/24—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Astronomy & Astrophysics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Automation & Control Theory (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种超大规模卫星星座组网通信动态节点确定方法,具体为:计算卫星对地覆盖域或对空覆盖域的地心角和星下点的地心经度和地心纬度;求解其空间数据模型并进行分类修正和墨卡托投影,获得覆盖域边界在墨卡托图上的空间数据模型,及卫星对天球的覆盖域墨卡托投影图和叠加多颗卫星覆盖域生成的星座覆盖图像,对超大卫星星座中的每一颗卫星计算可覆盖区域价值权重及该卫星可覆盖区域内可见卫星的价值权重和,并进一步确定在某一段时间内的节点卫星推荐序列,从所述节点卫星推荐序列获取动态节点。本发明可以快速和精确的确定星座中每颗卫星通信范围内可建立星间链路的其他卫星,并评价卫星的覆盖持续时间、区域范围等关键指标。
Description
技术领域
本发明实施例涉及卫星组网通信技术领域,具体涉及一种超大规模卫星星座组网通信动态节点确定方法。
背景技术
近年来,航天大国提出了建设超大规模的低轨卫星并进行组网并提供通信服务的计划(有人称6G计划或6G计划替代品),如starlink(spaceX)有12000颗以上的卫星以及获得许可,近期要增加到40000余颗卫星。
这种超大规模的卫星组网服务和工程必然是分步骤完成的,因此在组网过程中不是所有卫星对其他卫星的可通信性或者说可见性都相同,因此在进行通信服务或者星间通信时,有些卫星所在的位置更合适,这种卫星可称为通信的“节点”卫星,由于卫星围绕着地球旋转,且地球表面通讯需求分布也不尽相同,因此“节点”是动态确定的。
如何动态确定这些节点,尤其是如何在超大规模的卫星组网条件下快速的确定这些动态节点是待解决的关键问题。
发明内容
为此,本发明提供一种超大规模卫星星座组网通信动态节点确定方法,以解决现有技术中的问题。
为了实现上述目的,本发明的实施方式提供如下技术方案:
在本发明实施例的一个方面,提供了一种超大规模卫星星座组网通信动态节点确定方法,包括如下步骤:
步骤100、获取卫星地面探测背景下对目标天球表面的覆盖域,以及卫星深空探测背景下对目标天球表面,分别记为卫星对地覆盖域和对空覆盖域,并且分别计算卫星对地覆盖域和对空覆盖域的地心角;
步骤200、视地心为球心,把地心和卫星的连线与地球球面的交点定义为星下点,由球面三角公式得所述星下点的地心经度和地心纬度;
步骤300、基于地心角、星下点的地心经度和地心纬度,求解卫星对地覆盖域和对空覆盖域边界的空间数据模型;
步骤400、对所述卫星对地覆盖域和所述对空覆盖域的边界的空间数据模型依次进行分类修正和墨卡托投影处理,以获得覆盖域边界在墨卡托图上的空间数据模型;
步骤500、通过GIS制图技术处理覆盖域边界在墨卡托图上的空间数据模型,获得卫星对天球的覆盖域墨卡托投影图,以及叠加多颗卫星覆盖域生成的星座覆盖图像;
步骤600、对超大卫星星座中的每一颗卫星计算可覆盖区域价值权重及该卫星可覆盖区域内可见卫星的价值权重和,并进一步确定在某一段时间内的节点卫星推荐序列,从所述节点卫星推荐序列获取动态节点。
作为本发明的一种优选方案,所述步骤100中所述卫星对地覆盖域在地球表面是以星下点为圆心的球冠,所述卫星对空覆盖域在目标天球表面是以星下点为圆心的球带;
其中,θ为卫星探测半锥角;Re为地球半径,Hs为卫星高度;Hh为目标天球高度。
作为本发明的一种优选方案,所述步骤200中所述地心经度和所述地心纬度的求解公式为:
其中,tanΔλ=cositanu,i为卫星轨道倾角,u为t时刻卫星纬度幅角,Ω为升交点赤经,G0为初始时刻t0的格林尼治恒星时角,ωe=7.292115×10-5(rad/s)为地球自转角速度,Δλ与u同象限。
作为本发明的一种优选方案,所述步骤300中卫星对地覆盖域边界的空间数据模型的求取方法包括:
地心地固系下目标天球的球面方程为:
则以星下点与天球球心连线为轴向的锥面方程为:
轴向的方向余弦l,m,n为:
联立球面方程与锥面方程即为地心地固系下的球冠边界:
所述卫星对空覆盖域边界的空间数据模型的求取方法包括:
同卫星对地覆盖域边界的空间数据模型的求取过程,分别求得球带内边界空间数据模型Min和球带外边界空间数据模型Mout,内外边界之间区域即为卫星对天球的覆盖域,即为卫星对空覆盖域。
作为本发明的一种优选方案,所述步骤400空间数据模型的处理方法包括:
对球冠边界空间数据模型M、球带内边界空间数据模型Min和球带外边界空间数据模型Mout分别进行修正,已知任意两星下点的地心经度(LonA,LatA),地心纬度(LonB,LatB)求距离公式为:
其中,C为过度量,没有物理含义,dn表示星下点距离北极点的距离可由上式求得,ds表示星下点距离南极点的距离可由上式求得,de表示星下点距离180°经线的最短距离由GIS空间数据的拓扑运算获得;
记修正后的卫星对地覆盖域边界的空间数据模型为球冠边界空间数据模型M',记修正后的卫星对空覆盖域内外边界的空间数据模型分别为球带内边界空间数据模型Min'和球带外边界空间数据模型Mout';并全部进行墨卡托投影,映射关系为:
获得覆盖域边界在墨卡托图上的空间数据模型,分别为球冠边界空间数据模型M”,球带内边界空间数据模型Min”,球带外边界空间数据模型Mout”。
作为本发明的一种优选方案,记卫星对地覆盖域的球面半径为r,卫星对地覆盖域的边界点集在墨卡托图上投影包括三类:
第一类,dn>r,ds>r,de≥r,这种情况下M'=M;
第二类:dn>r,ds>r,de<r,这种情况下,
东半球几何对象的数据模型为:
M'r={(lon,lat)|lon>0,lon∈M,lat∈M}
西半球几何对象的数据模型为:
M'l={(lon,lat)|lon<0,lon∈M,lat∈M}
第三类:dn≤r或ds≤r,这种情况下,M'=M∪M1∪M2∪M3;
lat0为覆盖域边界与180°经线交点纬度。
作为本发明的一种优选方案,记卫星对空覆盖域的内环球面半径为rin,外环球面半径为rout,卫星对空覆盖域的边界点集在墨卡托图上投影包括五类:
第一类:dn>rout,ds>rout,de>rout,这种情况下Min'=Min、Mout'=Mout;
第二类:dn>rin,ds>rin,de≥rin,dn≤rout或ds≤rout,这种情况下:
Min'=Min、Mout'=Mout∪M1∪M2∪M3。
第三类:dn≤rin或ds≤rin,dn≤rout或ds≤rout,这种情况下:
Min'=Min∪M1∪M2∪M3、Mout'=Mout∪M1∪M2∪M3;
第四类:de≥rin,dn>rout,ds>rout,de<r,这种情况下:
星下点经度Lon>0时:
东半球几何对象的数据模型为:
M'inr=Min、M'outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout};
西半球几何对象的数据模型为:
M'outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}
星下点经度Lon<0时:
东半球几何对象的数据模型为:
M'outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout}
西半球几何对象的数据模型为:
M'inl=Min、M'outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}
第五类:de<rin,dn>rout,ds>rout,这种情况下:
东半球几何对象的数据模型为:
M'inr={(lon,lat)|lon>0,lon∈Min,lat∈Min}
M'outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout}
西半球几何对象的数据模型为:
M'inl={(lon,lat)|lon<0,lon∈Min,lat∈Min}
M'outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}。
作为本发明的一种优选方案,所述步骤500包括:
步骤501、应用GIS制图技术将天球初始化为指定分辨率的墨卡托地图底图;
步骤502、在GIS上新建覆盖域可视化图层;
步骤503、在所述覆盖域可视化图层上,对M”或Min”、Mout”采用基于方位角右转算法创建覆盖域的多边形几何对象;
步骤504、在所述覆盖域可视化图层上,以用户指定颜色及一定的透明度对所述多边形几何对象进行颜色填充,即可获得该卫星对天球的覆盖域墨卡托投影图;
步骤505、将星座中的其他卫星的覆盖域依次循环叠加在所述覆盖域可视化图层上,生成最终的星座覆盖图像。
作为本发明的一种优选方案,所述动态节点的获取方法包括:
将高精度的墨卡托图按像素点对应经纬度进行网格划分;
根据地面区域的通讯需求量,将划分的网格从地面经纬度赋值,然后再对应到原墨卡托图上的网格,从而获得原墨卡托图上按像素划分的地表通讯需求权矩阵H,即每一个墨卡托图上的像素点(X,Y),均有一个权重值q(x,y);
对于在超大卫星星座中的每一颗卫星i,使用对空间的观测方式计算该卫星可覆盖区域内可见卫星的价值权重和:其中Bi为卫星i可见球带中超大卫星星座的其他卫星集合,Qj为Bi内可见的第j个卫星的对可覆盖区域价值权重;
通过对Pi排序(从高到低),确定在瞬时节点的卫星推荐序列;
根据动态节点的设计数量上限k,从卫星推荐序列中取前k个作为动态节点;
如果存在动态节点过于集中的情况,通过所述权重矩阵H调整动态分配结果。
本发明的实施方式具有如下优点:
本发明可以快速和精确的确定星座中每颗卫星可视“球冠”中其他的可视卫星,并评价可视卫星的覆盖持续时间、区域范围等关键指标,由此可以推广到超大规模的卫星组网星座,并在超大星座建设过程中持续的适应。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明提供的方法流程示意图;
图2为本发明实施例中卫星对地覆盖域的模型平面和立体示意图;
图3为本发明实施例中卫星对空覆盖域的模型平面和立体示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供的一种超大规模卫星星座组网通信动态节点确定方法,主要是由目标任务确定目标天球,分析对地面的覆盖性,则目标天球半径为地球半径,探讨对空间覆盖性,则目标天球半径为空间天球。
由不同的探测背景,选择不同的覆盖模型。同时由卫星轨道方程求得卫星轨道及星下点。结合星下点与天球覆盖模型,求得覆盖域边界空间数据模型,基于GIS及本发明中分类修正法对空间数据模型修正、墨卡托投影后进行GIS制图。
由卫星覆盖性图层结合相应投影的面密度矩阵及由目标任务决定的权重矩阵得出覆盖性分析报告。
具体的,如图1所示,本发明的方法包括如下步骤:
步骤100、获取卫星地面探测背景下对目标天球表面的覆盖域,以及卫星深空探测背景下对目标天球表面,分别记为卫星对地覆盖域和对空覆盖域,并且分别计算卫星对地覆盖域和对空覆盖域的地心角;如图2的a和b所示,分别表示卫星对地覆盖域的覆盖性模型的平面示意图和立体图;图3的a和b分别表示卫星对空覆盖域的覆盖性模型的平面示意图和立体图。
卫星对地覆盖域在地球表面是以星下点为圆心的球冠,所述卫星对空覆盖域在目标天球表面是以星下点为圆心的球带;
其中,θ为卫星探测半锥角;Re为地球半径,Hs为卫星高度;Hh为目标天球高度。
步骤200、视地球为球心,把地心和卫星的连线与地球球面的交点定义为星下点,由球面三角公式得所述星下点的地心经度和地心纬度;
所述地心经度和所述地心纬度的求解公式为:
其中,tanΔλ=cositanu,i为卫星轨道倾角,u为t时刻卫星纬度幅角,Ω为升交点赤经,G0为初始时刻t0的格林尼治恒星时角,ωe=7.292115×10-5(rad/s)为地球自转角速度,Δλ与u同象限。
步骤300、基于地心角、星下点的地心经度和地心纬度,求解卫星对地覆盖域和对空覆盖域边界的空间数据模型;
卫星对地覆盖域边界的空间数据模型的求取方法包括:
地心地固系下目标天球的球面方程为:
则以星下点与天球球心连线为轴向的锥面方程为:
轴向的方向余弦l,m,n为:
联立球面方程与锥面方程即为地心地固系下的球冠边界:
所述卫星对空覆盖域边界的空间数据模型的求取方法包括:
同卫星对地覆盖域边界的空间数据模型的求取过程,分别求得球带内边界空间数据模型Min和球带外边界空间数据模型Mout,内外边界之间区域即为卫星对天球的覆盖域,即为卫星对空覆盖域。
步骤400、对所述卫星对地覆盖域和所述对空覆盖域的边界的空间数据模型依次进行分类修正和墨卡托投影处理,以获得覆盖域边界在墨卡托图上的空间数据模型;
空间数据模型的处理方法包括:
对球冠边界空间数据模型M、球带内边界空间数据模型Min和球带外边界空间数据模型Mout分别进行修正,已知任意两星下点的地心经度(LonA,LatA),地心纬度(LonB,LatB)求距离公式为:
其中,C为过度量,没有物理含义,dn表示星下点距离北极点的距离可由上式求得,ds表示星下点距离南极点的距离可由上式求得,de表示星下点距离180°经线的最短距离由GIS空间数据的拓扑运算获得;
记修正后的卫星对地覆盖域边界的空间数据模型为球冠边界空间数据模型M',记修正后的卫星对空覆盖域内外边界的空间数据模型分别为球带内边界空间数据模型Min'和球带外边界空间数据模型Mout';并全部进行墨卡托投影,映射关系为:
获得覆盖域边界在墨卡托图上的空间数据模型,分别为球冠边界空间数据模型M”,球带内边界空间数据模型Min”,球带外边界空间数据模型Mout”。
记卫星对地覆盖域的球面半径为r,卫星对地覆盖域的边界点集在墨卡托图上投影包括三类:
第一类,dn>r,ds>r,de≥r,这种情况下M'=M;
第二类:dn>r,ds>r,de<r,这种情况下,
东半球几何对象的数据模型为:
M'r={(lon,lat)|lon>0,lon∈M,lat∈M}
西半球几何对象的数据模型为:
M'l={(lon,lat)|lon<0,lon∈M,lat∈M}
第三类:dn≤r或ds≤r,这种情况下,M'=M∪M1∪M2∪M3;
lat0为覆盖域边界与180°经线交点纬度。
作为本发明的一种优选方案,记卫星对空覆盖域的内环球面半径为rin,外环球面半径为rout,卫星对空覆盖域的边界点集在墨卡托图上投影包括五类:
第一类:dn>rout,ds>rout,de>rout,这种情况下Min'=Min、Mout'=Mout;
第二类:dn>rin,ds>rin,de≥rin,dn≤rout或ds≤rout,这种情况下:
Min'=Min、Mout'=Mout∪M1∪M2∪M3。
第三类:dn≤rin或ds≤rin,dn≤rout或ds≤rout,这种情况下:
Min'=Min∪M1∪M2∪M3、Mout'=Mout∪M1∪M2∪M3;
第四类:de≥rin,dn>rout,ds>rout,de<r,这种情况下:
星下点经度Lon>0时:
东半球几何对象的数据模型为:
M'inr=Min、M'outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout};
西半球几何对象的数据模型为:
M'outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}
星下点经度Lon<0时:
东半球几何对象的数据模型为:
M'outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout}
西半球几何对象的数据模型为:
M'inl=Min、M'outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}
第五类:de<rin,dn>rout,ds>rout,这种情况下:
东半球几何对象的数据模型为:
M'inr={(lon,lat)|lon>0,lon∈Min,lat∈Min}
M'outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout}
西半球几何对象的数据模型为:
M'inl={(lon,lat)|lon<0,lon∈Min,lat∈Min}
M'outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}。
步骤500、通过GIS制图技术处理覆盖域边界在墨卡托图上的空间数据模型,获得卫星对天球的覆盖域墨卡托投影图,以及叠加多颗卫星覆盖域生成的星座覆盖图像;具体包括:
步骤501、应用GIS制图技术将天球初始化为指定分辨率的墨卡托地图底图;
步骤502、在GIS上新建覆盖域可视化图层;
步骤503、在所述覆盖域可视化图层上,对M”或Min”、Mout”采用基于方位角右转算法创建覆盖域的多边形几何对象;基于M”创建的几何对象为简单实心多边形,基于Min”、Mout”创建的为空心多边形;
方位角右转算法还可以用其他算法代替,相应实现算法还有基于图模型的多边形自动并行构建算法、基于夹角变化趋势的多边形自动生成算法、基于拓扑信息的多边形数据自动生成算法(PG-TI)等;
步骤504、在所述覆盖域可视化图层上,以用户指定颜色及一定的透明度对所述多边形几何对象进行颜色填充,即可获得该卫星对天球的覆盖域墨卡托投影图;对所述多边形几何对象进行颜色填充采用的算法包括内部点扩散算法、复数积分算法、射线算法、扫描算法和边界代数算法;
步骤505、将星座中的其他卫星的覆盖域依次循环叠加在所述覆盖域可视化图层上,生成最终的星座覆盖图像。
以上步骤100-步骤500主要通过对覆盖域边界的空间数据模型进行分类修正,使其可以直接基于方位角算法创建覆盖域边界几何对象进行区域填充,无需对区域内逐点进行覆盖性判定,这在分析时间上优于传统方法,可以将卫星覆盖域快速可视化。
本发明覆盖域边界基于矢量数据确定,这保证了覆盖域的精确表达,网格法基于网格划分进行覆盖域确定,网格划分较大时覆盖域边界无法保持足够的精度。
步骤600、分析并获取所述星座覆盖图像的覆盖重数与RGB色彩模式的对应关系;具体包括:
提取覆盖域可视化图层并读取图像R、G、B通道像素矩阵;
基于用户指定颜色分析像素与覆盖重数对应关系,覆盖性图中覆盖域颜色深浅与星座对该区域覆盖重数一一对应,具体算法如下:
设原图颜色为RGB_old,新叠加颜色为RGB_new,透明度为α,则新生成图颜色为:RGB=RGB_old*(1-α)+RGB_new*α;
例如白色底图(255,255,255)叠加透明度为0.2的蓝色(0,0,255)覆盖域,则m重覆盖域R、G、B颜色分别为:
R=G=255*(1-0.2)m
B=255。具体如下表:
步骤700、求取所述星座覆盖图像上各个像素点所对应的实际地理面积以获取面密度矩阵,并以星座覆盖图像大小初始化面密度矩阵,然后对面密度矩阵的每个元素赋值以求取面密度矩阵A;面密度矩阵求取方法包括:
对于目标天球的墨卡托投影图,纬线圈lat上各像元实际地理面积为a0=(2πR0cos(lat)/N)2,其中N=256*2n,n为墨卡托地图层级;
利用投影逆变换求出矩阵某行上任一像素坐标对应纬度,则该行像元实际地理面积全部赋值为a0;
依此逐行赋值求得面密度矩阵A。
步骤800、求取覆盖域的覆盖需求权重矩阵,并对其进行赋值;
以覆盖域图像大小初始化全0权重矩阵;
根据不同的分析任务,进行不同的权重矩阵Q赋值;
分析局部覆盖面积及覆盖率,将该局部区域权重赋值为1,其余部分赋值为0;
分析全球覆盖面积及覆盖率,则权重矩阵赋值为全1矩阵;
分析综合覆盖性,则可根据不同地区覆盖性需求的差异对各区域赋不同权重值。
步骤900、求解覆盖性矩阵,并对覆盖域的覆盖性进行分析,具体的:
先求解覆盖性矩阵,在覆盖域图像上分别检索各重覆盖对应RGB值,真值处赋值为1,否则赋值为0。从而获得各重覆盖性矩阵Ci(i=1,2,3,...);
然后求解加权覆盖性矩阵Cqi=Ci*Q(i=1,2,3,...);
再求解覆盖性指标Bi=∑∑Cqi*A(i=1,2,3,...);
在局部覆盖性分析中,所述覆盖性指标为局部各重覆盖面积,用各重覆盖面积分别除以局部总面积可获得局部各重覆盖率;
在全球覆盖性分析中,所述覆盖性指标为全球各重覆盖面积,用各重覆盖面积分别除以局部总面积可获得全球各重覆盖率;
在综合覆盖性分析中,所述覆盖性指标为各重覆盖综合指标;
基于所述覆盖性指标绘制覆盖性柱状图,输出覆盖性报告。
本发明可以快速、精确的确定卫星/星座对地、对空两种探测模式下任一时刻的覆盖性指标,为星座的覆盖性分析提供依据,也对基于星座覆盖性的星座优化问题提供了有效的技术支撑。
基于步骤100-步骤500,,本发明进一步提供一种超大规模卫星星座组网通信动态节点确定方法,具体的,对超大卫星星座中的每一颗卫星计算可覆盖区域价值权重及该卫星可覆盖区域内可见卫星的价值权重和,并进一步确定在某一段时间内的节点卫星推荐序列,从所述节点卫星推荐序列获取动态节点,动态节点的获取方法包括:
将高精度的墨卡托图按像素点对应经纬度进行网格划分;
根据地面区域的通讯需求量,贾昂划分的网格从地面经纬度赋值,然后再对应到原墨卡托图上的网格,从而获得原墨卡托图上按像素划分的地表通讯需求权矩阵H,即每一个墨卡托图上的像素点(X,Y),均有一个权重值q(x,y);
对于在超大卫星星座中的每一颗卫星i,使用对空间的观测方式计算该卫星可覆盖区域内可见卫星的价值权重和:其中Bi为卫星i可见球带中超大卫星星座的其他卫星集合,Qj为Bi内可见的第j个卫星的对可覆盖区域价值权重;
通过对Pi排序(从高到低),确定在瞬时节点的卫星推荐序列;
根据动态节点的设计数量上限k,从卫星推荐序列中取前k个作为动态节点;
如果存在动态节点过于集中的情况,通过所述权重矩阵H调整动态分配结果。
本发明可以快速和精确的确定星座中每颗卫星可视“球冠”中其他的可视卫星,并评价可视卫星的覆盖持续时间、区域范围等关键指标,由此可以推广到超大规模的卫星组网星座,并在超大星座建设过程中持续的适应。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种超大规模卫星星座组网通信动态节点确定方法,其特征在于,包括如下步骤:
步骤100、获取卫星地面探测背景下对目标天球表面的覆盖域,以及卫星深空探测背景下对目标天球表面,分别记为卫星对地覆盖域和对空覆盖域,并且分别计算卫星对地覆盖域和对空覆盖域的地心角;
步骤200、视地心为球心,把地心和卫星的连线与地球球面的交点定义为星下点,由球面三角公式得所述星下点的地心经度和地心纬度;
步骤300、基于地心角、星下点的地心经度和地心纬度,求解卫星对地覆盖域和对空覆盖域边界的空间数据模型;
步骤400、对所述卫星对地覆盖域和所述对空覆盖域的边界的空间数据模型依次进行分类修正和墨卡托投影处理,以获得覆盖域边界在墨卡托图上的空间数据模型;
步骤500、通过GIS制图技术处理覆盖域边界在墨卡托图上的空间数据模型,获得卫星对天球的覆盖域墨卡托投影图,以及叠加多颗卫星覆盖域生成的星座覆盖图像;
步骤600、对超大卫星星座中的每一颗卫星计算可覆盖区域价值权重及该卫星可覆盖区域内可见卫星的价值权重和,并进一步确定在某一段时间内的节点卫星推荐序列,从所述节点卫星推荐序列获取动态节点。
4.根据权利要求3所述的一种超大规模卫星星座组网通信动态节点确定方法,其特征在于,所述步骤300中卫星对地覆盖域边界的空间数据模型的求取方法包括:
地固系下目标天球的球面方程为:
则以星下点与天球球心连线为轴向的锥面方程为:
轴向的方向余弦l,m,n为:
联立球面方程与锥面方程即为地固系下的球冠边界:
所述卫星对空覆盖域边界的空间数据模型的求取方法包括:
同卫星对地覆盖域边界的空间数据模型的求取过程,分别求得球带内边界空间数据模型Min和球带外边界空间数据模型Mout,内外边界之间区域即为卫星对天球的覆盖域,即为卫星对空覆盖域。
5.根据权利要求4所述的一种超大规模卫星星座组网通信动态节点确定方法,其特征在于,所述步骤400空间数据模型的处理方法包括:
对球冠边界空间数据模型M、球带内边界空间数据模型Min和球带外边界空间数据模型Mout分别进行修正,已知任意两星下点的地心经度(LonA,LatA),地心纬度(LonB,LatB)求距离公式为:
其中,C为过度量,没有物理含义,dn表示星下点距离北极点的距离可由上式求得,ds表示星下点距离南极点的距离可由上式求得,de表示星下点距离180°经线的最短距离由GIS空间数据的拓扑运算获得;
记修正后的卫星对地覆盖域边界的空间数据模型为球冠边界空间数据模型M′,记修正后的卫星对空覆盖域内外边界的空间数据模型分别为球带内边界空间数据模型Min′和球带外边界空间数据模型Mout′;并全部进行墨卡托投影,映射关系为:
获得覆盖域边界在墨卡托图上的空间数据模型,分别为球冠边界空间数据模型M″,球带内边界空间数据模型Min″,球带外边界空间数据模型Mout″。
6.根据权利要求5所述的一种基于GIS的卫星覆盖域快速仿真方法,其特征在于,记卫星对地覆盖域的球面半径为r,卫星对地覆盖域的边界点集在墨卡托图上投影包括三类:
第一类,dn>r,ds>r,de≥r,这种情况下M′=M;
第二类:dn>r,ds>r,de<r,这种情况下,
东半球几何对象的数据模型为:
M′r={(lon,lat)|lon>0,lon∈M,lat∈M}
西半球几何对象的数据模型为:
M′l={(lon,lat)|lon<0,lon∈M,lat∈M}
第三类:dn≤r或ds≤r,这种情况下,M′=MUM1UM2UM3;
lat0为覆盖域边界与180°经线交点纬度。
7.根据权利要求6所述的一种基于GIS的卫星覆盖域快速仿真方法,其特征在于,记卫星对空覆盖域的内环球面半径为rin,外环球面半径为rout,卫星对空覆盖域的边界点集在墨卡托图上投影包括五类:
第一类:dn>rout,ds>rout,de>rout,这种情况下Min′=Min、Mout″=Mout;
第二类:dn>rin,ds>rin,ds≥rin,dn≤rout或ds≤rout,这种情况下:
Min′=Min、Mout′=MoutUM1UM2UM3。
第三类:dn≤rin或ds≤rin,dn≤rout或ds≤rout,这种情况下:
Min′=MinUM1UM2UM3、Mout′=MoutUM1UM2UM3;
第四类:de≥rin,dn>rout,ds>rout,de<r,这种情况下:
星下点经度Lon>0时:
东半球几何对象的数据模型为:
M′inr=Min、M′outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout};
西半球几何对象的数据模型为:
M′outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}
星下点经度Lon<0时:
东半球几何对象的数据模型为:
M′outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout}
西半球几何对象的数据模型为:
M′inl=Min、M′outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}
第五类:de<rin,dn>rout,ds>rout,这种情况下:
东半球几何对象的数据模型为:
M′inr={(lon,lat)|lon>0,lon∈Min,lat∈Min}
M′outr={(lon,lat)|lon>0,lon∈Mout,lat∈Mout}
西半球几何对象的数据模型为:
M′inl={(lon,lat)|lon<0,lon∈Min,lat∈Min}
M′outl={(lon,lat)|lon<0,lon∈Mout,lat∈Mout}。
8.根据权利要求3或7所述的一种超大规模卫星星座组网通信动态节点确定方法,其特征在于,所述步骤500包括:
步骤501、应用GIS制图技术将天球初始化为指定分辨率的墨卡托地图底图;
步骤502、在GIS上新建覆盖域可视化图层;
步骤503、在所述覆盖域可视化图层上,对M″或Min″、Mout″采用基于方位角右转算法创建覆盖域的多边形几何对象;
步骤504、在所述覆盖域可视化图层上,以用户指定颜色及一定的透明度对所述多边形几何对象进行颜色填充,即可获得该卫星对天球的覆盖域墨卡托投影图;
步骤505、将星座中的其他卫星的覆盖域依次循环叠加在所述覆盖域可视化图层上,生成最终的星座覆盖图像。
9.根据权利要求8所述的一种基于GIS的卫星覆盖域快速仿真方法,其特征在于,所述基于M″创建的几何对象为简单实心多边形,基于Min″、Mout″创建的为空心多边形;对所述多边形几何对象进行颜色填充采用的算法包括内部点扩散算法、复数积分算法、射线算法、扫描算法和边界代数算法。
10.根据权利要求1或9所述的一种超大规模卫星星座组网通信动态节点确定方法,其特征在于,所述动态节点的获取方法包括:
将高精度的墨卡托图按像素点对应经纬度进行网格划分;
根据地面区域的通讯需求量,将划分的网格从地面经纬度赋值,然后再对应到原墨卡托图上的网格,从而获得原墨卡托图上按像素划分的地表通讯需求权矩阵H,即每一个墨卡托图上的像素点(X,Y),均有一个权重值q(x,y);
对于在超大卫星星座中的每一颗卫星i,使用对空间的观测方式计算该卫星可覆盖区域内可见卫星的价值权重和:其中Bi为卫星i可见球带中超大卫星星座的其他卫星集合,Qj为Bi内可见的第j个卫星的对可覆盖区域价值权重;
通过对Pi排序(从高到低),确定在瞬时节点的卫星推荐序列;
根据动态节点的设计数量上限k,从卫星推荐序列中取前k个作为动态节点;
如果存在动态节点过于集中的情况,通过所述权重矩阵H调整动态分配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010804192.7A CN112085812B (zh) | 2020-08-11 | 2020-08-11 | 一种超大规模卫星星座组网通信动态节点确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010804192.7A CN112085812B (zh) | 2020-08-11 | 2020-08-11 | 一种超大规模卫星星座组网通信动态节点确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112085812A true CN112085812A (zh) | 2020-12-15 |
CN112085812B CN112085812B (zh) | 2024-04-02 |
Family
ID=73727825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010804192.7A Active CN112085812B (zh) | 2020-08-11 | 2020-08-11 | 一种超大规模卫星星座组网通信动态节点确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085812B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985132A (zh) * | 2020-08-11 | 2020-11-24 | 中国科学院力学研究所 | 一种基于gis的卫星覆盖域快速仿真方法 |
CN112084628A (zh) * | 2020-08-11 | 2020-12-15 | 中国科学院力学研究所 | 一种极多层高效卫星覆盖性分析方法 |
CN115426035A (zh) * | 2022-11-04 | 2022-12-02 | 中国人民解放军战略支援部队航天工程大学 | 一种基于剖分网格的定位初值搜索方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4809935A (en) * | 1985-07-31 | 1989-03-07 | Analytic Services, Inc. | Satellite continuous coverage constellations |
JP2010127715A (ja) * | 2008-11-26 | 2010-06-10 | Nec Corp | 衛星測位システム |
CN102323571A (zh) * | 2011-05-31 | 2012-01-18 | 北京航空航天大学 | 综合总体参数的星载双天线sar干涉定标器布放方法 |
CN104821844A (zh) * | 2015-05-21 | 2015-08-05 | 哈尔滨工业大学 | 一种基于时隙优化的双层卫星网络路由方法 |
CN105787173A (zh) * | 2016-02-25 | 2016-07-20 | 中国地质大学(武汉) | 一种多星对地观测任务的调度规划方法及装置 |
CN106918317A (zh) * | 2017-02-27 | 2017-07-04 | 中国地质大学(武汉) | 一种扫描式卫星对地侧摆观测覆盖带确定方法及装置 |
CN107086888A (zh) * | 2017-03-02 | 2017-08-22 | 重庆邮电大学 | 一种双层混合卫星网络优化设计及其覆盖性能评估方法 |
CN107798187A (zh) * | 2017-10-24 | 2018-03-13 | 北京理工大学 | 一种高效卫星星座多目标优化方法 |
CN111336994A (zh) * | 2020-02-06 | 2020-06-26 | 北京理工大学 | 基于图形学与数值计算相结合的遥感卫星覆盖分析方法 |
CN111985132A (zh) * | 2020-08-11 | 2020-11-24 | 中国科学院力学研究所 | 一种基于gis的卫星覆盖域快速仿真方法 |
CN112084628A (zh) * | 2020-08-11 | 2020-12-15 | 中国科学院力学研究所 | 一种极多层高效卫星覆盖性分析方法 |
-
2020
- 2020-08-11 CN CN202010804192.7A patent/CN112085812B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4809935A (en) * | 1985-07-31 | 1989-03-07 | Analytic Services, Inc. | Satellite continuous coverage constellations |
JP2010127715A (ja) * | 2008-11-26 | 2010-06-10 | Nec Corp | 衛星測位システム |
CN102323571A (zh) * | 2011-05-31 | 2012-01-18 | 北京航空航天大学 | 综合总体参数的星载双天线sar干涉定标器布放方法 |
CN104821844A (zh) * | 2015-05-21 | 2015-08-05 | 哈尔滨工业大学 | 一种基于时隙优化的双层卫星网络路由方法 |
CN105787173A (zh) * | 2016-02-25 | 2016-07-20 | 中国地质大学(武汉) | 一种多星对地观测任务的调度规划方法及装置 |
CN106918317A (zh) * | 2017-02-27 | 2017-07-04 | 中国地质大学(武汉) | 一种扫描式卫星对地侧摆观测覆盖带确定方法及装置 |
CN107086888A (zh) * | 2017-03-02 | 2017-08-22 | 重庆邮电大学 | 一种双层混合卫星网络优化设计及其覆盖性能评估方法 |
CN107798187A (zh) * | 2017-10-24 | 2018-03-13 | 北京理工大学 | 一种高效卫星星座多目标优化方法 |
CN111336994A (zh) * | 2020-02-06 | 2020-06-26 | 北京理工大学 | 基于图形学与数值计算相结合的遥感卫星覆盖分析方法 |
CN111985132A (zh) * | 2020-08-11 | 2020-11-24 | 中国科学院力学研究所 | 一种基于gis的卫星覆盖域快速仿真方法 |
CN112084628A (zh) * | 2020-08-11 | 2020-12-15 | 中国科学院力学研究所 | 一种极多层高效卫星覆盖性分析方法 |
Non-Patent Citations (3)
Title |
---|
XIAOCHONG TONG等: ""Normalized Projection Models for Geostationary Remote Sensing Satellite: A Comprehensive Comparative "", 《IEEE》 * |
吕林立等: ""巨型星座覆盖性的高效分析方法"", 《航空学报》 * |
王忠等: ""基于OpenGL的卫星覆盖可视化仿真"", 《现代电子技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985132A (zh) * | 2020-08-11 | 2020-11-24 | 中国科学院力学研究所 | 一种基于gis的卫星覆盖域快速仿真方法 |
CN112084628A (zh) * | 2020-08-11 | 2020-12-15 | 中国科学院力学研究所 | 一种极多层高效卫星覆盖性分析方法 |
CN111985132B (zh) * | 2020-08-11 | 2024-04-02 | 中国科学院力学研究所 | 一种基于gis的卫星覆盖域快速仿真方法 |
CN115426035A (zh) * | 2022-11-04 | 2022-12-02 | 中国人民解放军战略支援部队航天工程大学 | 一种基于剖分网格的定位初值搜索方法及系统 |
CN115426035B (zh) * | 2022-11-04 | 2023-03-24 | 中国人民解放军战略支援部队航天工程大学 | 一种基于剖分网格的定位初值搜索方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112085812B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112084628B (zh) | 一种极多层高效卫星覆盖性分析方法 | |
CN112085812A (zh) | 一种超大规模卫星星座组网通信动态节点确定方法 | |
CN111985132B (zh) | 一种基于gis的卫星覆盖域快速仿真方法 | |
CN111724477A (zh) | 一种多源数据融合构建多层次三维地形模型方法 | |
CN104913780B (zh) | 集成gnss和ccd天顶筒的高精度垂线偏差快速测量方法 | |
US20060262117A1 (en) | Visualizing system, visualizing method, and visualizing program | |
CN115690336B (zh) | 一种卫星波束覆盖区域可视化方法、服务器及存储介质 | |
CN109801219A (zh) | 面向在线地图叠加的gis数据校正方法及装置 | |
CN113469896B (zh) | 一种提高地球同步轨道卫星对地观测影像几何校正精度的方法 | |
US20190242714A1 (en) | Combined Raster And Vector Data Representation | |
CN107992588B (zh) | 一种基于高程瓦片数据的地形显示系统 | |
Bolstad | Geometric errors in natural resource GIS data: tilt and terrain effects in aerial photographs | |
CN111986320B (zh) | 一种面向智慧城市应用的dem与倾斜摄影模型空间贴合优化方法 | |
Klingebiel et al. | A guide for the use of digital elevation model data for making soil surveys | |
JP3024666B2 (ja) | 高々度撮影々像の三次元表示映像生成方法および生成システム | |
CN115018973A (zh) | 一种低空无人机点云建模精度的无靶标评估方法 | |
CN112751606A (zh) | 一种同构卫星星座对地覆盖性能分析方法 | |
CN109086655B (zh) | 基于对称初始化和聚集度优化的亚像元定位方法和系统 | |
Rosado | Introduction to applied photogrammetry and cartography for civil engineering | |
Sari et al. | Utilization of Geographic Information System Based on Unmanned Aerial Vehicle (UAV) for Detailed Mapping of Sriwedari Cultural Heritage Complex in Surakarta City | |
JP2004362087A (ja) | 画像作成方法及びプログラム及び記録媒体、画像作成装置、斜面ベクトル図 | |
Malila et al. | Correlation of ERTS MSS data and earth coordinate systems | |
CN111324954B (zh) | 一种月基探测平台对地可见性的判别方法 | |
CN113759953B (zh) | 一种基于开源dem数据的飞行姿态照片纠正方法 | |
Guzman De La Cruz | Delineating a Stream Network at Gale Crater, Mars, on ArcGIS Pro: A Geographic Information Systems Approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |