CN113917505A - 一种基于定轨精度的测站智能规划方法 - Google Patents
一种基于定轨精度的测站智能规划方法 Download PDFInfo
- Publication number
- CN113917505A CN113917505A CN202111213505.2A CN202111213505A CN113917505A CN 113917505 A CN113917505 A CN 113917505A CN 202111213505 A CN202111213505 A CN 202111213505A CN 113917505 A CN113917505 A CN 113917505A
- Authority
- CN
- China
- Prior art keywords
- station
- arc
- planning
- satellite
- survey
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种基于定轨精度的测站智能规划方法,属于卫星测控技术领域。该方法利用中长期预报轨道和地面站网分布完成综合跟踪预报计算;通过数据挖掘分析,智能获取卫星定位精度;综合测站位置分布、测量数据质量、测控设备精度等因素制定测站观测计划;实现基于定轨精度对测站资源进行智能规划。该方法具有操作简单、定轨精度高、规划智能、易于扩展、兼容性强等特点。
Description
技术领域
本发明涉及卫星测控技术领域,特别是指一种基于定轨精度的测站智能规划方法,可用于高精度轨道卫星的测站资源规划。
背景技术
卫星轨道确定是利用地面监测或其他手段对卫星的轨道位置、速度等进行实时观测并确定的方法。定轨技术研究一直都是航天领域的重要课题之一,在导航定位、卫星控制等方面具有重要的意义。人造卫星的自主定轨大多使用动态滤波算法,包括kalman滤波算法和一些关于它的改进算法。在对卫星进行测控过程中,如何利用有限的测控站资源,完成卫星的轨道测量、遥测遥控、数据注入、载荷数据接收等多类型任务,需要综合考虑各种需求,对测控站资源进行合理的规划。
当前进行测站规划的方法多种多样,具体有:贪婪算法、粒子群算法、禁忌组合等,其中由于要考虑多种卫星测控任务需求,多数情况下算法均不能自动完成,都需要进行人工干预。在某系列卫星中,为了获得高精度定轨结果,在星上安装了高精度测量设备,并在地面部署了专用的高精度测控站,如何对这些专用测控站进行规划,如何使用定轨精度合理、快速、高效地制定卫星任务规划,进而有效使用测控站、卫星等设备资源,成为一个亟待解决的问题。
发明内容
本发明所要解决的问题在于避免上述背景技术中的算法均不能自动完成,都需要进行人工干预问题而提供一种基于定轨精度的测站智能规划方法。本方法具有卫星定轨计算结果精度高、测站优化资源、规划智能、易于扩展、兼容性强等特点。
为了实现上述目的,本发明采用的技术方案为:
一种基于定轨精度的测站智能规划方法,包括以下步骤:
(1)根据历史定轨误差,分析定轨结果是否满足定轨精度;如果满足定轨精度的要求,则进行步骤(2);如果不满足定轨精度的要求,则增加圈次重新进行轨道确定,再次分析结果误差情况,直到满足要求;最终确定出测站跟踪计划过程中卫星的跟踪需求,即每天需要对卫星规划的升/降圈次数目;
(2)计算测站对卫星的可见性预报,获得测站对卫星的圈次信息集合,生成可见性弧段集合Ti;
(3)确定可见性弧段集合Ti中每条可见性弧段是升弧段还是降弧段;在弧段时间内,卫星的运动趋势是从南到北的称为升弧段,反之为降弧段;
(4)根据可见性弧段集合Ti构建权重表,权重表包括测站空闲情况权重表、测站与卫星之间已规划圈次的权重表和可见性弧段弧长权重表,在规划过程中动态修改权重信息,选出权值和最大的圈次;
(5)依据步骤(4)构建的权重表,将规划时段以一小时为间隔划分成子时段,对每颗卫星规划出能够满足定轨精度要求的升降圈次,根据测站资源规划需求,采用资源调度策略算法,生成每个子时段规划方案;
(6)将步骤(5)生成的所有子时段规划方案汇总,形成测站跟踪卫星规划方案。
进一步的,还包括以下步骤:
(7)调整权重比例,重复步骤(1)至(6),实现规划方案从局部最优到全局最优的进阶。
进一步的,步骤(3)具体包括以下步骤:
(301)获取卫星星历数据,使用拉格朗日插值法获得弧段开始时间和结束时间两个时刻的星历,即start_j2000_orbitpoint,end_j2000_orbitpoint;
(302)将start_j2000_orbitpoint、end_j2000_orbitpoint从J2000坐标系转成地固系星历数据,即start_fixed_orbitpoint、end_fixed_orbitpoint;
(303)将start_fixed_orbitpoint、end_fixed_orbitpoint转成地固系的经纬度,通过纬度来判别可见性弧段的类型。
进一步的,步骤(5)具体包括以下步骤:
(501)构建矩阵M,矩阵M的行表示卫星,列表示测站,行列值用于存放当前子时段站星可见弧段、占用时段时长的百分比信息,如果不可见则置空值;
(502)按测站编号遍历矩阵M,其中,将升降圈次与对应权重相乘,测站资源使用率与对应权重相乘,将两个乘积相加,将加和从大到小排序,即为测站选择被观测星的优先次序;
(503)根据优先次序,采用资源调度策略算法,生成测站跟踪规划方案;
(504)记录测站跟踪规划结果;
(505)每完成一个子弧段的规划,动态更新测站空闲度表、测站与卫星之间已规划圈次的权重和弧段弧长权重表,最终完成所有子弧段的规划。
进一步的,步骤(503)中资源调度策略算法的具体方式为:
(5001)计算不同低轨卫星之间可见弧段的测站冲突,扩充可见弧段属性,以Θi,j为与弧段ti,j存在测站冲突的其他星可见弧段;
冲突弧段的计算规则为:
如果使用的测站为同一个测站,并且测站弧段有交集,则记录为冲突弧段;所述测站弧段有交集是指:2个测站时段,相互之间有时间重叠;
(5002)对测站进行冲突消解:
冲突消解规则为:删除与当前测站时段存在时段冲突的所有测站弧段,即Θi,j包含的所有弧段;
(5003)根据跟踪需求,选取低轨卫星测控圈次;具体方法如下:
1)遍历矩阵M,选择出对本星有可见时间段的矩阵M元素;
2)根据最小弧长继续筛选矩阵M元素;
3)选择出矩阵M元素中测站负载最小的测站;
4)如果选择出的测站有多个,则取跟踪时长、空闲程度按权重、权值综合得到最优的测站;
(5004)根据每个测站资源的剩余可分配时间段和测站对卫星可见弧段的交集,完成中高轨卫星计划编排;
(5005)生成规划方案,并对生成的规划方案进行仿真评估,判断其是否满足需求。
本发明与背景技术相比具有如下优点:
1、本发明采用基于定轨精度的规划方案,能够更好满足应用层面的需求。
2、本发明方法自主可控,可单独使用或集成使用。
3、本发明可实现跨平台使用,如:windows系统、Ubuntu系列系统、CentOS系列系统、麒麟Linux操作系统等。
4、本发明具有易于扩展、操作简单、规划智能的特点。
附图说明
图1本发明实施例中测站规划方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明。
为了便于叙述,首先定义相关符号如下:
Sat:卫星集合Sat={Sat1,Sat2,…SatN};
Equ:设备集合Equ={Equ1,Equ2,…EquM};
Ti:卫星Sati的可见弧段集合Ti={ti,1,ti,2,…,ti,n};
Ti,j:全部设备对卫星的可见弧段集合,Ti,j={t1,1,t1,2,…,,,tn,m};
ti,j=(si,j,ei,j,qi,j,Qi,j),si,j开始时间,ei,j结束时间,对应观测设备qi,j∈Equ,Qi,j为圈号。
一种基于定轨精度的测站智能规划方法,包括以下步骤:
(1)根据历史定轨误差分析定轨结果是否满足定轨精度。如果满足定轨精度的要求,则进行步骤(2);如果没有满足要求,则要增加圈次重新进行轨道确定,再次分析结果误差情况,直到满足要求;最终确定出测站跟踪计划过程中某卫星的跟踪需求,即每天需要对此卫星规划的升/降圈次数目。
(2)计算测站对卫星的可见性预报,获得测站对卫星的圈次信息集合,生成可见性弧段集合Ti。
(3)对于步骤(2)生成可见性弧段集合,确定其中每条可见性弧段是升弧段还是降弧段(在此弧段时间内,卫星的运动趋势是从南到北,则称其为升弧段,反之为降弧段)。
(4)对于步骤(3)的可见性弧段集合,根据可见性弧段构建权重表,权重表包括测站空闲情况权重表、测站与卫星之间已规划圈次的权重表和可见性弧段弧长权重表,在规划过程中可动态修改权重信息,选出权值和最大的圈次。其中,测站跟踪规划总会将任务规划交给较空闲的测站资源,以达到资源平衡的目的;测站跟踪规划总将卫星圈次分配给不同的测站,以满足定轨需求。
在规划前,假定所有测站的均值均为Wf=1/Nf(Nf为测站数目),所有卫星的权值均为Ws=1/Ns(Ns为卫星数目);初始情况下,所有测站的空闲程度均为100%,测站与卫星之间已规划圈次的权重均为100%;在一个规划区间内(以半小时为一个规划区间),假定测站1对卫星1、测站1对卫星2、测站2对卫星1、测站2对卫星2均存在可见时段,最终假设根据加权求和的方式得到测站1对卫星1为最优选择,则将测站1的空闲程度变为Tz(已占用时长)/Tt(总时长),测站1与卫星1之间以规划圈次的权重表变为Mp(被规划次数)/Mt(总的被规划次数=升次数+降次数)。
测站空闲情况权重表如下:
已规划圈次权重表如下:
可见弧段弧长权重表如下:
(5)依据步骤(4)构建的权重表,将规划时段以一小时为间隔分成若干子时段,每天要对每颗卫星规划出能够满足定轨精度要求的升降圈次,根据测站资源规划需求,采用资源调度策略算法,生成每个子时段规划方案。
(6)对于步骤(5)生成的每个子时段规划方案,收集最终测站跟踪卫星规划方案。
(7)调整权重比例,反复执行上述规划过程,实现规划方案从局部最优到全局最优的进阶。
在该方法中,步骤(3)确定每条可见性弧段是升弧段还是降弧段的具体方式为:
(301)获取卫星星历数据,使用拉格朗日插值获得弧段开始时间和结束时间两个时刻的星历,即start_j2000_orbitpoint,end_j2000_orbitpoint;
(302)将start_j2000_orbitpoint、end_j2000_orbitpoint从J2000坐标系转成地固系星历数据,即start_fixed_orbitpoint、end_fixed_orbitpoint;
(303)最终将start_fixed_orbitpoint、end_fixed_orbitpoint转成地固系的经纬度,通过纬度来判别该可见性弧段的类型。
步骤(5)中,每天对每颗卫星规划出能够满足定轨精度要求的升降圈次,生成每个子时段规划方案,具体方式为:
(501)构建矩阵M中,行表示卫星,列表示测站,行列值用于存放当前子时段站星可见弧段、占用时段时长的百分比等信息,如果不可见则置空值;
矩阵M的元素表如下:
(502)按测站编号遍历矩阵M;对于每个测站,根据使测站资源使用率平衡及选择的升降圈次使得被规划弧段时长跨度最大的原则选择被观测星的优先次序;
(503)根据优先次序,采用资源调度策略算法,生成测站跟踪规划方案;
(504)记录测站跟踪规划结果;
(505)每完成一个子弧段的规划,动态更新测站空闲度表、测站与卫星之间已规划圈次的权重和弧段弧长权重表。
其中,资源调度策略算法的具体方式为:
(5001)计算选定时间内低轨卫星对地面各站的可见性预报,生成可见弧段集合Ti;
(5002)计算不同低轨卫星之间可见弧段的设备冲突,扩充可见弧段属性:
Θi,j为与弧段ti,j存在设备冲突的其他星可见弧段,Θi,j={(i1,j1),(i2,j2),…}:
then ti′,j′∈Θi,j
D为设备跟踪切换时间。
(5003)对设备进行冲突消解:
从可见弧段集合中删除ti*,j*,同时更新Θi*,j*中元素对应可见弧段的冲突信息,重复上述操作,直到所有Θi,j为空;
(5004)弧段选取与计划编排,根据跟踪需求,选取低轨卫星测控圈次,若存在多项可选测控圈次,选取跟踪时长最大设备,同时兼顾设备负载均衡;
(5005)利用剩余测站资源,完成中高轨卫星计划编排;因中高轨的可见时间较长,则不可能一直跟踪,必须根据跟踪最大弧长进行筛选裁剪。优先规划中轨卫星,在规划高轨卫星。因可见弧段过长,所以不考虑生降弧度,只需直接根据可见时段,随机选出弧长插入规划即可;
(5006)对生成的计划进行仿真评估,判断其是否满足需求;
评估方法描述如下:
1)判断卫星是否满足观测弧段数量要求;
2)判断低轨卫星是否满足升降弧段要求;
3)判断测站观测时间是否有冲突。
如果不满足需求,转入人工规划,调整约束值并增加测站数量,以获得满足要求的规划方案。
总之,本发明针对当前进行测站规划的方法均不能自动完成,都需要进行人工干预及如何有效使用测控站、卫星等设备资源获得高精度定轨的问题,提出了一种基于定轨精度的测站智能规划方法。该方法利用中长期预报轨道和地面站网分布完成综合跟踪预报计算;通过数据挖掘分析,智能获取卫星定位精度;综合测站位置分布、测量数据质量、测控设备精度等因素制定测站观测计划;可实现基于定轨精度对测站资源进行智能规划,具有用户操作简单、定轨精度高、规划智能、易于扩展、兼容性强等特点。
Claims (5)
1.一种基于定轨精度的测站智能规划方法,其特征在于,包括以下步骤:
(1)根据历史定轨误差,分析定轨结果是否满足定轨精度;如果满足定轨精度的要求,则进行步骤(2);如果不满足定轨精度的要求,则增加圈次重新进行轨道确定,再次分析结果误差情况,直到满足要求;最终确定出测站跟踪计划过程中卫星的跟踪需求,即每天需要对卫星规划的升/降圈次数目;
(2)计算测站对卫星的可见性预报,获得测站对卫星的圈次信息集合,生成可见性弧段集合Ti;
(3)确定可见性弧段集合Ti中每条可见性弧段是升弧段还是降弧段;在弧段时间内,卫星的运动趋势是从南到北的称为升弧段,反之为降弧段;
(4)根据可见性弧段集合Ti构建权重表,权重表包括测站空闲情况权重表、测站与卫星之间已规划圈次的权重表和可见性弧段弧长权重表,在规划过程中动态修改权重信息,选出权值和最大的圈次;
(5)依据步骤(4)构建的权重表,将规划时段以一小时为间隔划分成子时段,对每颗卫星规划出能够满足定轨精度要求的升降圈次,根据测站资源规划需求,采用资源调度策略算法,生成每个子时段规划方案;
(6)将步骤(5)生成的所有子时段规划方案汇总,形成测站跟踪卫星规划方案。
2.根据权利要求1所述的一种基于定轨精度的测站智能规划方法,其特征在于,还包括以下步骤:
(7)调整权重比例,重复步骤(1)至(6),实现规划方案从局部最优到全局最优的进阶。
3.根据权利要求1所述的一种基于定轨精度的测站智能规划方法,其特征在于,步骤(3)具体包括以下步骤:
(301)获取卫星星历数据,使用拉格朗日插值法获得弧段开始时间和结束时间两个时刻的星历,即start_j2000_orbitpoint,end_j2000_orbitpoint;
(302)将start_j2000_orbitpoint、end_j2000_orbitpoint从J2000坐标系转成地固系星历数据,即start_fixed_orbitpoint、end_fixed_orbitpoint;
(303)将start_fixed_orbitpoint、end_fixed_orbitpoint转成地固系的经纬度,通过纬度来判别可见性弧段的类型。
4.根据权利要求3所述的一种基于定轨精度的测站智能规划方法,其特征在于,步骤(5)具体包括以下步骤:
(501)构建矩阵M,矩阵M的行表示卫星,列表示测站,行列值用于存放当前子时段站星可见弧段、占用时段时长的百分比信息,如果不可见则置空值;
(502)按测站编号遍历矩阵M,其中,将升降圈次与对应权重相乘,测站资源使用率与对应权重相乘,将两个乘积相加,将加和从大到小排序,即为测站选择被观测星的优先次序;
(503)根据优先次序,采用资源调度策略算法,生成测站跟踪规划方案;
(504)记录测站跟踪规划结果;
(505)每完成一个子弧段的规划,动态更新测站空闲度表、测站与卫星之间已规划圈次的权重和弧段弧长权重表,最终完成所有子弧段的规划。
5.根据权利要求4所述的一种基于定轨精度的测站智能规划方法,其特征在于,步骤(503)中资源调度策略算法的具体方式为:
(5001)计算不同低轨卫星之间可见弧段的测站冲突,扩充可见弧段属性,以Θi,j为与弧段ti,j存在测站冲突的其他星可见弧段;
冲突弧段的计算规则为:
如果使用的测站为同一个测站,并且测站弧段有交集,则记录为冲突弧段;所述测站弧段有交集是指:2个测站时段,相互之间有时间重叠;
(5002)对测站进行冲突消解:
冲突消解规则为:删除与当前测站时段存在时段冲突的所有测站弧段,即Θi,j包含的所有弧段;
(5003)根据跟踪需求,选取低轨卫星测控圈次;具体方法如下:
1)遍历矩阵M,选择出对本星有可见时间段的矩阵M元素;
2)根据最小弧长继续筛选矩阵M元素;
3)选择出矩阵M元素中测站负载最小的测站;
4)如果选择出的测站有多个,则取跟踪时长、空闲程度按权重、权值综合得到最优的测站;
(5004)根据每个测站资源的剩余可分配时间段和测站对卫星可见弧段的交集,完成中高轨卫星计划编排;
(5005)生成规划方案,并对生成的规划方案进行仿真评估,判断其是否满足需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111213505.2A CN113917505A (zh) | 2021-10-19 | 2021-10-19 | 一种基于定轨精度的测站智能规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111213505.2A CN113917505A (zh) | 2021-10-19 | 2021-10-19 | 一种基于定轨精度的测站智能规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113917505A true CN113917505A (zh) | 2022-01-11 |
Family
ID=79241121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111213505.2A Pending CN113917505A (zh) | 2021-10-19 | 2021-10-19 | 一种基于定轨精度的测站智能规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113917505A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116070062A (zh) * | 2023-03-08 | 2023-05-05 | 中国西安卫星测控中心 | 一种航天测运控网覆盖能力分析计算方法 |
-
2021
- 2021-10-19 CN CN202111213505.2A patent/CN113917505A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116070062A (zh) * | 2023-03-08 | 2023-05-05 | 中国西安卫星测控中心 | 一种航天测运控网覆盖能力分析计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107329146B (zh) | 一种导航卫星低轨监测星座的优化设计方法 | |
CN102645931B (zh) | 用于选择气象数据以用于更新飞行器轨迹的方法 | |
CN107145161B (zh) | 无人机访问多目标点的航迹规划方法及装置 | |
CN104270714B (zh) | 确定用户行动轨迹的方法和装置 | |
WO2018087755A1 (en) | Multi satellite detection and tracking of moving objects | |
Hill et al. | Covariance-based network tasking of optical sensors | |
CN101968542A (zh) | 一种利用地球站对月球探测器进行跟踪的方法 | |
CN109639338B (zh) | 一种适用于通导遥一体化应用的全球覆盖星座的设计方法 | |
CN104501804A (zh) | 一种基于gps测量数据的卫星在轨轨道预报方法 | |
AU2018446326B2 (en) | Real-time correlation of sensed position data with terrestrial features | |
CN113917505A (zh) | 一种基于定轨精度的测站智能规划方法 | |
CN106570270B (zh) | 一种面向体系设计的多星组合覆盖特性快速确定方法 | |
CN110348896B (zh) | 划分地理网格的方法、商圈确定方法及设备 | |
Chen et al. | A semi-analytical method for periodic earth coverage satellites optimization | |
Herz et al. | SSA sensor tasking approach for improved orbit determination accuracies and more efficient use of ground assets | |
Dararutana | Comparison of novel heuristic and integer programming schedulers for the USAF Space Surveillance Network | |
US11688286B1 (en) | Terminal area noise management system and method | |
CN110070279A (zh) | 基于多源数据的用地效率量化评估方法、系统和存储介质 | |
Spangelo | Modeling and optimizing space networks for improved communication capacity | |
Frank et al. | SOFIA's Choice: Scheduling Observations for an Airborne Observatory. | |
Yang et al. | A Unified Model for Multi-Satellite Imaging Mission Planning in Various Scenarios | |
CN112069595B (zh) | 一种用于gnss-r海面风场探测的星座设计方法及装置 | |
CN115426035B (zh) | 一种基于剖分网格的定位初值搜索方法及系统 | |
CN110543676B (zh) | 一种基于代理模型的卫星集群构形重构规划方法及系统 | |
Rabinovich et al. | Multiple Unmanned Air Vehicle Coordination for Monitoring of Ground Phenomena Propagation |
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 |