CN114026386A - 确定包含在卫星中的传感器访问目标区域的可能性的方法及卫星访问系统 - Google Patents
确定包含在卫星中的传感器访问目标区域的可能性的方法及卫星访问系统 Download PDFInfo
- Publication number
- CN114026386A CN114026386A CN202080041365.2A CN202080041365A CN114026386A CN 114026386 A CN114026386 A CN 114026386A CN 202080041365 A CN202080041365 A CN 202080041365A CN 114026386 A CN114026386 A CN 114026386A
- Authority
- CN
- China
- Prior art keywords
- satellite
- point
- target
- sensor
- angle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004364 calculation method Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000013078 crystal Substances 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 108091092878 Microsatellite Proteins 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000009021 linear effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 238000004501 airglow Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003874 inverse correlation nuclear magnetic resonance spectroscopy Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
- B64G1/1021—Earth observation satellites
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
- B64G1/1021—Earth observation satellites
- B64G1/1028—Earth observation satellites using optical means for mapping, surveying or detection, e.g. of intelligence
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种用于确定包含在卫星中的传感器访问目标区域(8)的可能性的方法和系统。在该方法和系统中,识别卫星的位置(5),然后确定传感器在目标区域中的目标参考点方向上的视野半径,识别目标区域在卫星位置点方向上的延伸量,并在卫星位置点与目标区域内的目标参考点之间的距离小于等于传感器的视野半径与目标区域在目标参考点方向上的延伸量之和时,确定存在访问可能性。
Description
技术领域
本发明涉及一种用于确定包含在卫星中的传感器访问目标区域的可能性的方法和系统。在该方法和系统中,识别卫星的位置,然后确定传感器在目标区域中的目标参考点方向上的视野半径,识别目标区域在卫星位置点方向上的延伸量,并在卫星位置点与目标区域内的目标参考点之间的距离小于等于传感器的视野半径与目标区域在目标参考点方向上的延伸量之和时,确定存在访问可能性。
背景技术
太空遥感是定量和定性了解地球状况的宝贵工具,其促进了几乎所有技术领域的大量基础应用[R.Sandau,“用于地球观测的小型卫星任务的现状和趋势(Status andtrends of small satellite missions for Earth observation)”,宇航员学报(ActaAstronaut.),第66卷,第1-2期,第1-12页,2010年]。
与地面技术相比,卫星地球观测最显著的优势是可以在短时间内记录和分析非常大的区域。
卫星领域预计会有巨大的市场扩张,特别是在质量不多于500千克的小型卫星领域[Euroconsult,“小型卫星市场前景(Prospects for the Small Satellite Market)”2017.];未来十年预计将发射约7000颗小型卫星和微型卫星,而过去十年则为1200颗。其技术领域从通信和地球观测延伸到船舶跟踪和IoT(物联网)应用。最重要的是,准备建立一些巨型星座,也就是几百至几千颗卫星组成的群,这些卫星在结构上基本相同,共同执行相同的任务(例如,星链(Starlink)和一网(OneWeb))。因此市场很大;到2027年,仅小型卫星的建造(60%)和发射(40%)预计就需要大约380亿美元的资金。
设计同构和异构星座的核心参数是覆盖质量,即在地面上可以实现的空间分辨率和传感器访问的时间特性[J.Adriaens,S.Megerian和M.Potkonjak,“定向视场传感器网络的最佳最坏情况覆盖(Optimal worst-case coverage of directional field-of-viewsensor networks)”第三届IEEE通信社会科学Adhoc通信网络(3rd Annu.IEEECommun.Soc.Sens.Adhoc Commun.Networks),2006年第二次,第1卷,第C期,第336-345页,2007年]。同构星座由大量类型非常相似甚至相同类型的卫星组成;这方面的一个例子是行星实验室(Planet Labs)的信鸽星座(Dove Constellation)。相比之下,异构星座由一定数量的任何类型的卫星组成,其作为一个群一起执行一项或多项任务。如果情形为从多个传感器的数据融合中检索信息(智能农业)或时间紧迫性至关重要(例如灾难管理、军事应用),则尤其如此。
每颗在轨卫星都有自己的位置、取向和传感器对准方式以及特定的传感器参数,例如视场(FoV)或光学传感器的分辨率。
对于应用(例如卫星星座的设计)而言,一个或多个区域Ri将由在轨的传感器Sj记录。具体而言,目的是找出哪个卫星上的哪个传感器Sj可以在定义的时间间隔或在定义的时间点观察到区域Ri的哪个部分。此外,感兴趣的是多个传感器Sj在什么时间点有可能(几乎)同时观察区域Ri。
有一系列分析和数值方法可以解决这个问题。
分析性解决方案试图在几何简化的基础上,通过通用传感器对地球表面的覆盖范围进行建模[DCBeste,“最佳连续覆盖的卫星星座设计(Design of SatelliteConstellations for Optimal Continuous Coverage)”,IEEE航天传输电子系统(IEEETrans.Aerosp.Electron.Syst.),第AES-14卷,第3期,第466-473页,1978年],[RDLüders,“用于连续区域覆盖的卫星网络(Satellite Networks for Continuous ZonalCoverage)”,社会学年报期刊(ARS J.),第31卷,第2期,第179-184页,1961年]。其目的主要是对多颗卫星的相对定位和对其有效载荷的要求作出报告,以便从中得出有关星座设计的结论。这些方法非常快速,但在上面提到的例子中,只允许几何上简单(特别是圆形)的视场(FoV),并且通常以所有相关卫星的相同传感器特性为基础。否则,计算很快就会变得非常不清楚,数值方法更适合生成报告。
此外,在地球表面上不执行传感器的传播或仅执行非常简单的传播,因此难以做出时间相关的报告。因此,无法计算或只能以迂回的方式计算传感器Sj访问目标区域Ri时的准确时间。
出于这个原因,数值方法经常用于计算传感器覆盖范围。为此,目标区域Ri被划分为由子区域Ai,k组成的网络。然后对于每个单独的网格k,分别计算其是否在传感器的视场中[J.Adriaens,S.Megerian和M.Potkonjak,“定向视场传感器网络的最佳最坏情况覆盖(Optimal worst-case coverage of directional field-of-view sensor networks)”第三届IEEE通信社会科学Adhoc通信网络(3rd Annu.IEEE Commun.Soc.Sens.AdhocCommun.Networsk),2006年第二次,第1卷,第C期,第336-345页,2007年],[P.Parraud,“OREKIT:用于作战飞行动力学应用的开源库(OREKIT:AN OPEN SOURCE LIBRARY FOROPERATIONAL FLIGHT DY-NAMICS APPLICATIONS)”2010年,Y.Ulybyshev,“用于复杂覆盖范围的卫星星座设计(Satellite Constellation Design for Complex Coverage)”,航天器与火箭期刊(Spacecr.Rockets),第45卷,第4期,2008年]。数值方法的优点是可以模拟较高层次的几何和物理复杂性。这提供了整合数字高程模型的选项,以便正确考虑阴影(山谷、街道峡谷)。此外,根据传感器类型,可将其他属性,例如通过大气的通道(例如通过光线追踪)、由于太阳反射引起的散射光(光电传感器)或气辉(来自地球表面的热辐射)纳入计算中。然而,所描述的方法的缺点是此类网络所涉及的计算复杂度高,尤其是传感器的几何复杂视场、考虑大量卫星或大面积目标区域时。因此,当前已实现这种方法的软件需要很长的计算时间来进行相应的复杂分析,该软件例如AGI的系统工具包(STK)、来自加拿大DRDC的CSIAPS工具或免费的开源Orekit库。在计算精度不变的情况下,计算复杂度也随着目标区域大小的二次方函数而增加。因此,对于要测量的72小时的时间内和大约100颗卫星的访问,CSIAPS需要几个小时来计算覆盖范围。所需的资源(例如内存)也随着要测量的卫星/传感器的数量而迅速增加。
作为替代方案,问题可以反过来,访问分析可以从目标的角度来执行[C.-Z.Lan,J.-S.Li,S.-J.Ma和Q.Xu,“根据基于空间的光学观测进行的轨道目标能见度预测与分析(Prediction and analysis of orbital target's visibility based on space-basedoptics observation)”,光电工程(Opto-Electronic Eng.),第35卷,第12期,2008年]。在此,还可以结合其他物理模型以改进结果。这种方法最适合点目标,但是,对于较大的区域具有与传统数值方法相同的缺点。
发明内容
本发明所解决的问题是促进和评估潜在传感器访问能力的快速确定,优选地用于大量卫星。在这个过程中,可以优选地通过大量的任何类型的传感器来促进空间和时间覆盖。
该问题通过根据权利要求1的用于确定卫星中包含的传感器访问目标区域的可能性的方法以及通过根据权利要求13的卫星访问系统来解决。各项从属权利要求提供了根据本发明的用于确定卫星中包含的传感器访问目标区域的可能性的方法和卫星访问系统的有利拓展。
根据本发明,提供了一种确定卫星中包含的传感器是否有可能访问目标区域的方法。传感器安装在这里的卫星中,可以对地球表面和/或大气进行测量。因此,卫星中包含的传感器可以观察地球。传感器访问或传感器对目标区域的访问的意思是,传感器可以在目标区域中执行其预期的观察或测量。例如,如果传感器是相机,则这意味着传感器已经访问目标区域或可以访问目标区域,从而其可以摄取目标区域的图像。这里的目标区域是地球表面的区域。
传感器通常具有视场,即传感器可以在给定的卫星位置或给定的传感器取向上观察到的地球表面区域,即在给定的卫星位置和给定的传感器取向上,传感器可以从该区域捕获到测量值或图像。在卫星的给定位置处传感器可访问的区域将被称为关注场(FoR)。因此,关注场是传感器在给定卫星位置处针对所讨论的传感器的所有对准方式下的所有视场的总和。
在根据本发明的方法中,首先识别卫星的至少一个位置。然后识别卫星和目标区域之间是否存在视觉接触。因此根据本发明确定在卫星和目标区域之间是否存在直接视线。这里假设只有在存在视觉接触时传感器才可能进行访问。
目标区域被理解为传感器可以访问的地球表面的一部分。在实践中,例如希望从传感器获得地球表面特定区域(即目标区域)的测量结果。根据本发明的方法可以确定对于给定的目标区域在给定的时间点而言这是否可能。根据本发明的方法还可有利地用于确定何时可以访问目标区域。
如果卫星和目标区域之间存在直接视线,则根据本发明执行以下过程。
围绕取决于卫星的位置的卫星位置点,确定卫星参考方向和指向目标区域中的目标参考点的目标方向之间的角度φ。这里,卫星参考方向可以是地球表面相对于卫星来说固定的方向。例如,卫星参考方向可以是卫星的传播方向,即卫星或其在地球表面的投影的运动方向。特别地,卫星参考方向例如可以是卫星的天底点在地球表面的运动方向。
在本文中当提及到地球表面时,这可能意味着实际地球表面或地球表面的适当近似,即例如适应于地球表面的球形形状或合适的参考椭球。
目标参考点原则上可以是目标区域内的任何点。有利地,如果目标参考点在目标区域内,则目标参考点可以是目标区域的几何形心。目标区域优选地在数学上是简单连接的,即其优选地不具有任何孔洞。
角度φ是围绕取决于卫星所在位置的卫星位置点确定的。因此假设卫星参考方向从卫星位置点开始并且目标方向同样从卫星位置点开始。这些方向之间的角度为φ。在本发明的一个有利配置中,卫星定位点可以是卫星的天底点,即卫星正下方的地球表面上的点。在这里,天底点可以理解为通过将卫星沿垂直于地球表面的方向投影到地球表面上得到的在地球表面上的那个点。
根据本发明,然后确定从卫星位置点开始的在角度φ方向上的卫星的视野半径Rsensor(φ)。因此,视野半径Rsensor(φ)是指从卫星位置点开始,传感器在给定卫星位置上可以到达地球表面的最大距离。这里,视野半径Rsensor(φ)被称为卫星的视野半径Rsensor(φ)。该视野半径Rsensor(φ)也可以被称为传感器的视野半径Rsensor(φ)。
根据本发明,还围绕目标参考点,确定了在参考方向和指向卫星位置点的方向之间的角度γ。这里的参考方向是相对于目标区域或地球表面来说固定的方向。例如,参考方向可以是北向。目标参考点是上述目标参考点。角度γ也有利地在作为参考方向的地球表面上的北向和从目标参考点指向卫星的天底点的方向之间确定。天底点在这里可以有利地是卫星参考点。
然后可以确定目标区域在角度γ的方向上的从目标参考点开始的延伸量RoT(γ)。因此,延伸量RoT(γ)描述了目标区域从目标参考点开始的在卫星位置点的方向上延伸的距离延伸量。
目标区域和传感器视场都被转换为极坐标。这使得区域在数学上的描述非常简单和准确,即使区域具有复杂的几何形状(特别是如果其在数学上是简单地连接的,如上所述)。
应该注意的是,角度φ和γ以及视野半径Rsensor(φ)和延伸量RoT(γ)可以以任何顺序确定,也可以同时确定。
然后可以确定传感器是否有可能访问目标区域。这里,如果卫星位置点与目标参考点之间的距离小于或等于卫星的视野半径Rsensor(φ)与目标区域在角度γ的方向上(即在卫星位置点的方向上)的延伸量RoT(γ)之和,则确定存在这种可能性。
应该注意的是,“距离”总是可以理解为地球表面上的距离,或者正在使用的地球表面近似面上的距离。如果地球表面近似于球体,那么该距离就是相应球体表面上大圆的圆弧的长度。通常,距离始终是地球表面上相应近似面上相关点之间的最短连接。
在本发明的一个有利配置中,为了确定视野半径Rsensor(φ),传感器的关注区域可以由椭圆或多边形表示。椭圆或多边形表示关注区域的近似。如上所述,关注区域是传感器从卫星位置能够到达的地球表面区域。通过椭圆或多边形形式的近似,卫星参考点和椭圆之间或卫星参考点和多边形之间在角度φ方向上的距离可以确定为视野半径Rsensor(φ)。这种配置非常有利,因为其可以在角度φ已知时使用非常简单的计算来识别视野半径Rsensor(φ)。用椭圆或多边形表示关注区域也因此显著加速了访问可能性的确定。
在本发明的一个特别有利的配置中,视野半径Rsensor(φ)可以通过参考表或函数来确定,该表或函数将角度φ的值指配到视野半径的值。此处特别优选将角度φ的值指配到参考视野半径(φ)的表或函数。角度φ因此被预先确定,然后从表中或通过函数来确定参考视野半径RoR(φ)。
当卫星处于参考高度aref时,传感器将具有的视野半径Rsensor(φ)在这里可以理解为参考视野半径RoR(φ)。然后可以通过卫星的当前高度a从参考视野半径RoR(φ)将视野半径Rsensor(φ)计算为Rsensor(φ)=RoR(φ)a/aref。优选地,可以在本方法开始之前编辑好表或函数。本发明的这种配置同样可以显著加速根据本发明的方法,因为在角度φ的值与视野半径Rsensor(φ)或参考视野半径RoR(φ)之间的指配只需在方法开始前执行一次。因此在该方法的后期,只需要从表中读出或通过简单的函数识别Rsensor(φ)或RoR(φ)。所有可以用来逼近成对的预定值的函数(例如合适的多项式)都可以作为该函数。
在本发明的一个有利配置中,目标区域在角度γ的方向上的延伸量RoT(γ)可以通过将目标区域表示为椭圆或多边形来确定。目标参考点与该椭圆或多边形之间的在角度γ的方向上的距离可以确定为延伸量RoT(γ)。该配置使得根据本发明的方法显著加速,因为点和椭圆或多边形之间的所述距离可以通过简单的计算来实现。将目标区域表示为椭圆或多边形可能是目标区域的近似,但也可以从一开始就将目标区域定义为椭圆或多边形。目标参考点与椭圆或多边形之间的距离可以以数学上简单且快速的方式确定。
在本发明的一个特别优选的配置中,目标区域的延伸量RoT(γ)可以从表或函数中识别,在该表或函数中目标区域的延伸量RoT的值被指配到角度γ的值。可以有利地在方法开始之前编辑好该表或函数。这也意味着该方法显著加速,因为只需查找或评估简单的近似函数(例如多项式)就可以从给定的角度γ识别相应的延伸量RoT(γ)。如果表或函数是预先确定的,则不需要执行进一步复杂的计算来实际确定访问可能性。
根据本发明的方法规定了识别卫星的位置。有利地,其可以以随时间变化的方式进行识别。由于卫星的轨道数据通常是已知的,因此有大量的位置确定选项。如果该方法要快速执行并且要保持计算简单,则可以首先在第一时间点和第二时间点识别卫星坐标,并确定第一时间点和第二时间点之间的多个时间点的卫星的位置。然后可以对这多个时间点确定是否存在访问可能性。对其他位置也可以任选地通过在多个时间点中的两个时间点之间内插的卫星位置来确定访问可能性。在最简单的情况下,所述第一时间点可以是当从目标参考点看时卫星从地平线出现的时间点,即从目标参考点看时卫星仰角为0°的时间点。然而,也可以选择较晚的时间点作为第一时间点,例如卫星具有20°或30°仰角的时间点,这意味着进一步减少计算时间。
卫星消失在地平线后的时间点可以用作第二时间点,即从目标参考点看时卫星具有0°仰角的时间点。然而,也可以使用比第二时间点更早的时间点,在该时间点当从目标参考点看时卫星具有30°、(优选20°)的仰角。最佳仰角可以有利地在计算之前通过查找要测量的卫星的最大视角有多大来确定。如果最大视角非常小,例如10°,则可以预期相应的高的最小仰角(在这种情况下因而小于或等于80°),以便能够进一步加速该过程。
在本发明的一个有利配置中,可以确定卫星的关注区域FoR区域和目标区域之间的重叠或重叠区域。在特别优选的配置中,该重叠区域可以被计算为以卫星位置点为中心的半径为Rsensor(φ)的圆和以目标参考点为中心的半径为RoT(γ)的圆的重叠区域。因此,重叠区域的大小可以估算为这两个圆的交集。然后重叠可以看作是中间的透镜状部分的面积,该面积作为两个圆心之间的距离的函数,该距离即卫星位置点和目标参考点之间的距离。重叠A可以估算如下,例如:
A3=(-Dji+RoT(γ)+RSensor(φ))(Dji+RoT(γ)-RSensor(φ))(Dji
-RoT(γ)+RSensor(φ))(Dji+RoT(γ)+RSensor(φ))
根据表面几何形状的复杂性,可以通过这种方式估算重叠。由于卫星的投影位置(即卫星位置点)无论如何都会受到不确定性的影响,因此重叠的精度通常是足够的。其可以给出预期的重叠的重要指示,尤其是这是否仅与目标区域的一小部分相关,因此用户可能不感兴趣。
在本发明的有利配置中,该方法还可以包括确定传感器的当前分辨率,在此缩写为Res。传感器的当前分辨率可以近似为
其中Resref是传感器在卫星的参考高度aref处的分辨率,a是卫星的当前高度,Dij是目标参考点i和在地球表面测量的当前卫星位置点j之间的距离。这样,用户不仅可以确定在给定时间是否可以访问卫星,还可以确定此处是否可以获得所需的精度或分辨率。
根据本发明的方法可以有利地被配置为使得:预先确定了目标时间点,然后在目标时间点处确定了卫星的位置和角度φ、视野半径Rsensor(φ)和角度γ。这样就可以确定卫星中包含的传感器是否有可能在目标时间点访问目标区域。然而,也可以将方法配置为确定在哪些时间点存在访问可能性,或者确定访问可能性在哪些时间点开始以及在哪些时间点结束。不管该方法如何配置,上述步骤中的每一个都可以针对所讨论的时间点分别执行。
从而,当确定在所讨论的该时间点卫星与目标区域之间或卫星与目标参考点之间不存在直接视线时,该方法可以有利地输出不存在访问可能性的信息。通过这种方式,可以迅速将没有视线的单个卫星甚至整个星座排除在进一步考虑之外。
根据本发明,还提供了一种卫星访问系统,其使得可以确定包含在卫星中的传感器访问目标区域的可能性。根据本发明,该卫星访问系统包括位置识别单元,其通过该位置识别单元识别卫星的至少一个位置。该卫星访问系统还包括重叠确定单元,也称为访问可能性确定单元,其被配置为围绕取决于卫星的位置的卫星位置点,确定卫星参考方向与指向目标区域中的目标参考点的目标方向之间的角度φ。重叠确定单元还被配置为确定从卫星位置点开始的在角度φ方向上的卫星的视野半径Rsensor(φ)。其还被配置为围绕目标参考点,确定在参考方向和指向卫星位置点的方向之间的角度γ,并确定目标区域在角度γ的方向上的从目标参考点开始的延伸量RoT(γ)。
重叠确定单元还被配置为如果卫星位置点与目标参考点之间的距离小于或等于卫星的视野半径Rsensor(φ)与目标区域在角度γ的方向上的延伸量RoT(γ)之和,则确定存在访问可能性。
在这种情况下,位置识别单元和/或重叠确定单元可以由被编程为执行所述步骤的计算机和/或处理器或处理器单元形成。例如,这种类型的单元通常可以被称为控制单元。
根据本发明的卫星访问系统优选地被配置为执行上述用于确定包含在卫星中的传感器访问目标区域的可能性的方法。
附图说明
下面将参考多个附图通过示例的方式解释本发明,其中:
图1示出了卫星的关注场,
图2示出了由多边形表示的关注场,
图3示出了由多边形表示的目标区域,
图4示出了随时间变化的卫星的关注场,以及目标区域,
图5是根据本发明的方法的示例的示意图,
图6为计算重叠的示意图,以及
图7是一天中大量卫星的访问能力的示例性视图。
具体实施方式
图1示出了卫星2的关注场FoR 1。在该图中,子图1A是平面图,子图1B是透视图。关注场1是卫星2的传感器3在卫星的给定位置处可以访问的区域,因此该传感器可访问关注场1。在图1所示的示例中,关注区域1由在地球表面4上以卫星的天底点5为中心延伸的椭圆来近似。天底点5在这里代表地球表面4上的卫星位置点。指向目标区域8中的目标参考点9的目标方向7与卫星参考方向6围成角度φ,卫星参考方向6例如可以是地球表面上的天底点5的运动方向。卫星参考点5与关注区域1的外边界(即这里的椭圆1)之间的距离被称为参考视野半径RoR(φ)。在这种情况下,参考视野半径RoR(φ)是当卫星2处于参考高度aref时,卫星位置点5和关注区域的边缘之间的距离。
参考高度aref在图1B中被标记为轨道高度。当卫星2处于任一高度a时,卫星位置点5与关注区域1的生成边界之间的距离可以基于RoR(φ)以很好的近似计算为Rsensor(φ)=RoR(φ)a/aref。
在图1中,卫星2的关注区域1由椭圆近似。图2示出了一个实现更高准确度的示例。在该图中,关注区域1近似为多边形,即由直线段包围的区域。在图2所示的示例中,标记了三个视角71、72和73,其对应于不同的角度φ1、φ2和φ3。相应的视野半径Rsensor(φ)或RoR(φ)在每种情况下作为卫星参考点5和多边形的在方向71、72或73上的相应部分之间的距离得出,即卫星参考点与在相应方向延伸的直线同多边形的交点之间的距离。由于多边形在技术上通常由其顶点定义,因此其也可以直接用作确定RoR的锚点。
图3示出了目标区域的例子,这里用多边形表示。在所示的示例中,多边形由包围目标区域8的六个部分组成。指向卫星位置点5的方向10在此表示为以目标参考点9为中心相对于参考方向11(这里为北向)的角度γ。然后基于角度γ可以确定目标区域在该角度方向上的从目标参考点9开始的延伸量RoT(γ)。在这种情况下,在角度γ方向上的延伸量是在与参考方向11成角度γ的方向上的延伸量。这个延伸量RoT(γ)是在该方向上目标参考点9和多边形8之间在卫星位置点5的方向上的距离。
图4示出了卫星移动期间不同时间点t0、t1、t2和t3的四个关注区域1a、1b、1c、1d。在时间点t1和t2期间,卫星的关注区域1与目标区域8重叠。从卫星的天底点5的位置来看,目标参考点9出现在相对于卫星的传播方向6成角度φ的方向上。从目标参考点9的视点来看,卫星的天底点5出现在相对于北向11的角度γ处。卫星参考点之间的距离,即天底点5与目标参考点9之间的距离在图4中表示为Dij7。在卫星2的给定位置,当关注区域1与目标区域8重叠时,卫星能够访问目标区域8。这可以例如通过确定的距离Dij来确定。如果这个距离Dij≤RoT(γ)+Rsensor(φ),关注区域1和目标区域8重叠并且传感器能够访问目标区域8。因此,例如,传感器可以测量来自目标区域8的测量值或拍摄目标区域8,例如以光学传感器的形式来拍摄。在图4所示的示例中,这是在时间点t1和t2处的情况,而在时间点t0和t3处,关注区域1和目标区域8之间没有重叠。因此,如果在时间点t1或t2处执行根据本发明的方法,则结果将是存在访问可能性。在时间点t0或t3,然而,结果将是没有访问的可能性。
如图4所示,可以执行该方法,使得以根据本发明的方式,在多个时间点t0、t1、t2、t3中的每一个确定是否存在是访问的可能性。这样就可以确定什么时候有访问可能性;在这种情况下,这是在时间点t1和t2处。在所示示例中,时间点各自在时间上彼此间隔开时间间隔Δt。由于根据本发明的方法允许非常快速的计算,因此Δt可以选择得非常小。如果该方法要进一步加速,则Δt可以增加。还可以通过将增量Δt与距离Dij和半径总和RoT(γ)+Rsensor(φ)之间的差进行同比例缩放来动态调整增量Δt。对于大的差异,可以选择大的增量,对于小的差异,可以选择更窄的增量。
图5示意性地示出了根据本发明的方法。在该图中,目标区域8以及传感器参数(分辨率、视场等)是预定的。这导致如上所述的目标区域8的角度γ和传感器的关注区域1的角度φ。例如,通过角度γ,可以使用查找表51a来识别延伸量RoT(γ)10。视野半径Rsensor(φ)可以根据通过另一个查找表51b得到的角度φ和当前轨道高度53以及ROR(φ)52来确定。作为卫星访问可能性53,还预先确定是否存在卫星和目标区域8之间的视线,例如目标参考点9。在步骤54中,可以确定卫星参考点5和目标参考点9之间的距离(在给定时间)为Dji。然后进行比较55,其中确定是否Dji≤RoT(γ)+Rsensor(φ)。如果不是这种情况,则可以确定为不存在访问目标区域的可能性的结果56。然而,如果满足该条件,则可以确定为传感器能访问目标区域的结果57。因此可以进行传感器访问58。如果判定57表明存在访问可能性,则因此在步骤59中,也可以可选地确定重叠区域A的面积和/或分辨率60。因此也可以可选地确定表征传感器访问的其他可能的变量61。
例如,图5中的虚线框表示为每个传播步骤执行哪些步骤,如图4所示。例如,能够通过使用查找表51a、51b获得RoT(γ)10和RoR(φ)52是有利的,因为其只需要在传播步骤62中可以非常快速地执行的一些计算。这样,可以非常快速地执行该方法。
图6示出了如何可以估算目标区域8和关注区域1之间的重叠区域63的面积的示例。在此,目标区域8和关注的传感器区域1都可以有利地由圆近似表示。可以如上所述计算两个圆之间的重叠面积,其中有利地可以假设关注区域和目标区域在平面上延伸。对于大多数应用,重叠的准确性并不重要,因为其只是粗略估算重叠是否大到足以用于预期应用。
下面,将再次详细描述根据本发明的过程的示例。
为了计算传感器的访问特性,可以预先确定以下信息:
·卫星的运动,传感器被定位在卫星上,特别是当卫星高于或低于地平线时的坐标(用于使用最先进的软件进行传播)。
·打算进行访问分析的时间段。通常,这段时间的范围是几天,因为TLE的准确性会随着时间的推移而降低(每48小时大约会损失1-2秒的准确性)。
·打算分析传感器访问的区域。例如,该区域由多边形表示。
·传感器特性:在卫星参考高度处,地面上传感器区域的几何形状。
·根据应用,可选的其他物理模型,例如海拔或大气或在天底点的最大传感器分辨率。
在第一步中,要观察的卫星被传播,并且计算卫星和目标区域之间的视觉接触。这种计算在几何上不太具有挑战性,可以使用现有的软件解决方案(例如Orekit或STK)进行。具体来说,计算卫星从目标区域的视野中出现在地平线上方并再次消失在地平线后时的时间和空间坐标。
例如,在软件实现中,对目标区域的几何形心的访问可以用作其中的起点。如果目标区域的延伸量足够大,以致于将预期在区域的形心处访问时可获得传感器访问,则可以替代地将多个点(例如,在目标区域的轮廓上)结合到计算。卫星传播和确定卫星访问的开始和结束坐标(卫星和目标区域之间存在的视线)的步骤是现有技术的一部分。
在第二步中,将获得的卫星访问实例(每次访问开始和结束的位置和时间)与传感器特性一起转发,用于传感器传播和计算覆盖范围。这在例如在卫星访问的起点和终点(以经度和纬度以及轨道高度表示的卫星位置)之间递增地发生。在这个过程中,卫星的位置在卫星访问开始和结束之间以时间增量传播,对于每个时间增量,通过下面列出的算法计算在卫星所载的传感器和目标区域之间是否有重叠。在这一点上要注意的是,有一系列选项可以减少传播步骤的数量,从而进一步加速软件实现。因此,例如通过使用Runge-Kutta(龙格-库塔)法,可以通过对第一对增量之后传感器视场和目标区域之间的第一次接触进行估算来动态调整增量。
在讨论算法之前,将简要解释在此上下文中很重要的两个术语:视场(FoV)和关注场(FoR)。位于卫星正下方的点称为“天底点”。在特定时间点,传感器在定义的方向上对准,并且传感器在地球表面的投影,即其当前视场,称为FoV。由于卫星和传感器通常可以改变其对准方式,因此FoV的位置可以相应地改变。所有可能的FoV的整体称为FoR并且根据传感器类型而具有不同的形式。
在概述的情况下,FoR可以由两个参数确定,即所示椭圆的短半轴RoRalong和长半轴RoRacross。参考方向在这里是例如卫星的传播方向。
在图1中,FoR表示为椭圆,更一般地说,其是任何多边形(图2)。通过使用极坐标,可以在几何上近似这样的多边形。
以下几何简化显著降低了传感器接触的计算复杂性,是有利的。
1.传感器面积简化为与方向和高度相关的参数。如果已知目标区域与卫星传播方向之间的角度φ和卫星当前高度α,则可以使用RoR(φ)立即计算出相应的传感器半径Rsensor。
Rsensor(φ)=RoR(φ)a/aref,
其中
在椭圆的情况下,如图1所示。这里半径与卫星的参考高度aref成比例。转换为极坐标的优点是,分辨率的细化(通过减少角增量)对计算复杂性具有线性影响。在基于网络的方法中,依赖性是二次的。
2.与此类似,目标区域Ri的描述被简化为与角度相关的参数,这减小了目标半径(RoT)。该角度例如是在北向和卫星位置之间测量的。
通过软件实现,RoR(φ)和RoT(γ)只需要在计算开始时确定一次,并且可以例如通过使用查找表来检索而无需再次计算。然后可以在不同角度的各个表值之间进行插值,以获得更高的精度。
3.为了识别传感器Sj和目标区域Ri之间的重叠,确定在地球表面上的投影卫星位置与目标区域半径RoT的参考点(例如几何中点)之间的距离Dji。在这里,距离是例如沿着地球的相应大圆计算的,例如使用Vincenty算法[T.Vincenty,“应用嵌套方程在椭球体上测地线的直接解和逆解(DIRECT AND INVERSE SOLUTIONS OF GEODESICS ON THE ELLIPSOIDWITH APPLICATION OF NESTED EQUATIONS)”,测量评论(Surv.Rev.),第23卷,第176期,第88-93页,1975年]。
如果其小于Rsensor和RoT在相应角度的和,则两个区域重叠。
因此,如果Dji≤RoT(γ)+Rsensor(φ),则可以访问。
需要再次强调的是,投影的传感器区域和目标区域的几何近似只需要在执行传感器传播之前进行一次。然后,对于每个时间增量,仅确定角度γ和φ,并且基于该角度和当前高度a识别是否存在重叠。
该方法再次示意性地显示在图4中。图4说明了这里的传播,图5示出了一个程序化的实现方式。
关于图5:输入数据列在左侧。查找表51a、51b(查找)的编辑是可选的。对于每个传播步骤(虚线框62),确定是否存在来自目标半径10、传感器半径52和卫星与区域之间的距离54的访问。可选地确定其他参数,例如重叠A或分辨率Res。然后输出访问实例以供进一步处理。
对于某些应用,确定传感器接触的其他特性可能是有利的,例如:
1.重叠A的大小可以通过具有半径Rsensor(φ)和RoT(γ)的两个圆之间的交集来估算(图6)。重叠相当于中间的透镜状部分的面积,是作为两个圆心之间的距离Dji的函数而产生的,这已经在前面的步骤54中计算出来了。
A3=(-Dji+RoT(γ)+Rsensor(φ))(Dji+RoT(γ)-RSensor(φ))(Dji
-RoT(γ)+RSensor(φ))(Dji+RoT(γ)+RSensor(φ))
根据表面几何形状的复杂性,可以或多或少地准确估算重叠。由于卫星的投影位置无论如何都会受到不确定性的影响,因此重叠的准确性通常并不重要。然而,其可以给出预期重叠的重要指示,尤其是指示这是否仅与目标区域的一小部分有关,因此用户可能不感兴趣。
2.在光学传感器中,分辨率与光路长度成线性关系。这可以联系参考值ResRef和aRef、根据Dji和轨道高度来估算。
本发明相对于现有方法的优点如下,例如:
1.实现方式:该方案在软件中实现简单,并行性高。
2.质量:与以前的分析方法相比,还可以处理复杂的目标区域和视场几何形状。
3.细节:与各种分析方法相比,可以做出详细的时间相关和位置相关的报告。可以以简单的方式计算重要的物理参数,例如可以实现的分辨率或覆盖水平。
4.可扩展性:与数值方法相比,计算时间不是按二次方增加,而是随目标区域的大小线性增加,同时保持精度。
5.低复杂度:与基于网络的数值方法相比,将特征变量的数量减少到三个距离,可以显著提高计算速度。
6.普遍适用性:简化传感器模型可以快速实施到许多卫星,而无需相应地调整软件。
7.实时报告:通过简化计算,即使考虑到数百颗卫星,也可以实时进行报告,这使得新的和改进的应用成为可能。
图7示出了在一天的过程中绘制在垂直轴上的一系列卫星的访问能力,其是沿水平轴绘制的。图7中的矩形表示对应的卫星有可能在该三角形所示的对应时间访问目标区域,这里是夏威夷的一个位置。灰色背景显示夜间时段,而非灰色背景显示白天时段。时间用UTC表示。图7中最上面的一行示出了所有访问能力的概要。它可以立即确定是否有卫星访问或没有卫星访问。
由于该方法速度快,可用于增量优化方法,以模拟新的星座并对其进行优化调整。由于该方法对各种传感器配置的普遍适应性,各种模型可以快速运行并相应地适应。
此外,在许多应用中,时间紧迫性至关重要。在协助军事部署或危机和灾难管理时可能就是这种情况。该方法作为有良好基础的信息库,可靠地为决策者提供了潜在可用卫星数据的快速概览。
与其他技术领域一样,空间技术的一个重要课题是为卫星配备人工智能。在这种情况下,还可以直接在卫星上使用资源利用效率高的算法,以优化对地观测性能,例如在重复率和覆盖范围方面使用智能微型卫星群。因此,尤其是有可能a)建立冗余并在部分群无法运行时保持覆盖范围,b)在发生危机的情况下随着时间的推移自动增加特定区域的重复率,或c)在不断变化的边界条件下自动适应任务分配。
Claims (14)
1.一种确定卫星中包含的传感器访问目标区域的可能性的方法,
其中
识别所述卫星的至少一个位置,
并且,如果所述卫星和所述目标区域之间有直接视线,
围绕取决于所述卫星的位置的卫星位置点,确定卫星参考方向和指向所述目标区域中的目标参考点的目标方向之间的角度φ,确定从所述卫星位置点开始的在所述角度φ方向上的所述卫星的视野半径Rsensor(φ),
围绕目标参考点,确定在参考方向和指向卫星位置点的方向之间的角度γ,
确定所述目标区域在所述角度γ的方向上的从所述目标参考点开始的延伸量RoT(γ),并且
如果所述卫星位置点与所述目标参考点之间的距离小于或等于所述卫星的所述视野半径Rsensor(φ)与所述目标区域在所述角度γ的方向上的所述延伸量RoT(γ)之和,则确定存在访问可能性。
2.根据前一权利要求所述的方法,其中通过椭圆或多边形表示关注区域FoR来确定所述卫星的视野半径Rsensor(φ),该关注区域是能够由所述传感器从所述卫星的位置到达的地球表面上的区域或参考椭球上的区域,并且将在所述角度φ的方向上所述卫星参考点与该椭圆或多边形之间的距离确定为视野半径Rsensor(φ)。
3.根据前一权利要求所述的方法,其中,通过从表或函数中识别参考视野半径RoR(φ)来确定所述视野半径Rsensor(φ),在所述表或所述函数中对于所述卫星的参考高度aref而言的所述RoR的值被指配到所述角度φ的值,并且从对于所述卫星的当前高度a而言的参考视野半径RoR(φ)将所述视野半径Rsensor(φ)计算为Rsensor(φ)=RoR(φ)a/aref,其中所述表或所述函数优选地在所述方法开始之前已经编辑好。
4.根据前述权利要求中任一项所述的方法,其中通过将所述目标区域表示为椭圆或多边形并将所述角度γ的方向上所述目标参考点与所述椭圆或所述多边形之间的距离确定为所述延伸量RoT(γ),来确定所述目标区域在所述角度γ的方向上的所述延伸量RoT(γ)。
5.根据前一权利要求所述的方法,其中所述目标区域的所述延伸量RoT(γ)被从表或函数中识别,在所述表或所述函数中所述目标区域的所述延伸量RoT的值被指配到所述角度γ的值,其中所述表或所述函数优选地在所述方法开始之前已经编辑好。
6.根据前述权利要求中任一项所述的方法,其中所述卫星参考方向是所述卫星的传播方向,和/或,所述目标参考点是所述目标区域的几何形心,和/或,所述卫星位置点是所述卫星的天底点。
7.根据前述权利要求中任一项所述的方法,其中,在作为所述参考方向的北向和从所述目标参考点指向所述卫星的天底点的方向之间确定所述角度γ。
8.根据前述权利要求中任一项所述的方法,其中通过在第一时间点和第二时间点确定所述卫星的坐标来以随时间变化的方式识别所述卫星的位置,所述第一时间点是从所述目标参考点看到所述卫星在地平线上出现的时间点或更晚的时间点,所述第二时间点是在所述第一时间点后从所述目标参考点看到所述卫星消失在地平线的时间点或更早的时间点,并且在所述第一时间点和所述第二时间点之间的多个时间点确定所述卫星的位置,其中对所述多个时间点确定是否存在所述访问可能性。
9.根据前述权利要求中任一项所述的方法,其中将所述卫星的关注区域FoR与所述目标区域的重叠部分确定为以所述卫星位置点为中心的、半径为所述Rsensor(φ)的圆和以所述目标参考点为中心的、半径为所述RoT(γ)的圆的重叠区域。
10.根据前述权利要求中任一项所述的方法,其中所述传感器的当前分辨率Res近似为
Res=(Resref*√(D^2+a^2))/aref,
其中Resref为所述传感器在所述卫星的参考高度aref处的分辨率,a为所述卫星的当前高度,D为在地球表面上或参考椭球上所述目标参考点与所述当前卫星位置点之间的距离。
11.根据前述权利要求中任一项所述的方法,其中在至少一个目标时间点处的访问可能性通过在所述至少一个目标时间点处被识别为其位置的所述卫星的位置和所述角度φ来确定,所述视野半径Rsensor(φ)和所述角度γ在所述至少一个目标时间点处被确定。
12.根据前述权利要求中任一项所述的方法,
其中,在确定所述卫星的位置后,首先确定所述卫星与所述目标区域之间是否有直接视线,当所述卫星与所述目标区域或所述目标参考点之间没有直接视线时,确定不存在访问可能性。
13.一种卫星访问系统,用于确定卫星中包含的传感器访问目标区域的可能性,
包括
位置识别单元,用于识别所述卫星的至少一个位置,
重叠确定单元,被配置为围绕取决于所述卫星的位置的卫星位置点,确定卫星参考方向和指向所述目标区域中的目标参考点的目标方向之间的角度φ,
确定从所述卫星位置点开始的在所述角度φ方向上的所述卫星的视野半径Rsensor(φ),
围绕所述目标参考点,确定在参考方向和指向所述卫星位置点的方向之间的角度γ,
并且确定所述目标区域在所述角度γ的方向上的从所述目标参考点开始的延伸量RoT(γ),
其中,所述重叠确定单元被配置为在所述卫星位置点与所述目标参考点之间的距离小于或等于所述卫星的所述视野半径Rsensor(φ)与所述目标区域在所述角度γ的方向上的所述延伸量RoT(γ)之和时确定存在访问可能性。
14.根据前一权利要求所述的卫星访问系统,
其中该卫星访问系统被配置为执行根据权利要求1至12中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019208112.6 | 2019-06-04 | ||
DE102019208112.6A DE102019208112A1 (de) | 2019-06-04 | 2019-06-04 | Verfahren zur Bestimmung der Möglichkeit des Zugriffs eines in einem Satelliten enthaltenen Sensors auf eine Zielregion und Satellitenzugriffsystem |
PCT/EP2020/065339 WO2020245193A1 (de) | 2019-06-04 | 2020-06-03 | Verfahren zur bestimmung der möglichkeit des zugriffs eines in einem satelliten enthaltenen sensors auf eine zielregion und satellitenzugriffsystem |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114026386A true CN114026386A (zh) | 2022-02-08 |
Family
ID=71016511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080041365.2A Pending CN114026386A (zh) | 2019-06-04 | 2020-06-03 | 确定包含在卫星中的传感器访问目标区域的可能性的方法及卫星访问系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220306322A1 (zh) |
EP (1) | EP3980337B1 (zh) |
JP (1) | JP2022537647A (zh) |
CN (1) | CN114026386A (zh) |
DE (1) | DE102019208112A1 (zh) |
WO (1) | WO2020245193A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116781148A (zh) * | 2023-08-25 | 2023-09-19 | 中国电子科技集团公司第十五研究所 | 基于透镜成像的卫星瞬时覆盖区计算方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011089477A1 (en) * | 2010-01-25 | 2011-07-28 | Tarik Ozkul | Autonomous decision system for selecting target in observation satellites |
CN105678007A (zh) * | 2016-01-25 | 2016-06-15 | 张雅声 | 基于快速响应卫星的敏捷轨道实现方法和系统 |
CN106156417A (zh) * | 2016-07-04 | 2016-11-23 | 中国人民解放军国防科学技术大学 | 等时间间隔快速重访卫星星座构型优化设计方法 |
CN109029367A (zh) * | 2018-08-30 | 2018-12-18 | 中国科学院长春光学精密机械与物理研究所 | 一种基于拓展目标点的凝视成像方法 |
CN109115184A (zh) * | 2018-07-13 | 2019-01-01 | 哈尔滨工业大学(深圳) | 基于非合作目标协同测量方法及系统 |
-
2019
- 2019-06-04 DE DE102019208112.6A patent/DE102019208112A1/de active Pending
-
2020
- 2020-06-03 US US17/615,876 patent/US20220306322A1/en active Pending
- 2020-06-03 CN CN202080041365.2A patent/CN114026386A/zh active Pending
- 2020-06-03 JP JP2021571825A patent/JP2022537647A/ja active Pending
- 2020-06-03 WO PCT/EP2020/065339 patent/WO2020245193A1/de unknown
- 2020-06-03 EP EP20731025.1A patent/EP3980337B1/de active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011089477A1 (en) * | 2010-01-25 | 2011-07-28 | Tarik Ozkul | Autonomous decision system for selecting target in observation satellites |
CN105678007A (zh) * | 2016-01-25 | 2016-06-15 | 张雅声 | 基于快速响应卫星的敏捷轨道实现方法和系统 |
CN106156417A (zh) * | 2016-07-04 | 2016-11-23 | 中国人民解放军国防科学技术大学 | 等时间间隔快速重访卫星星座构型优化设计方法 |
CN109115184A (zh) * | 2018-07-13 | 2019-01-01 | 哈尔滨工业大学(深圳) | 基于非合作目标协同测量方法及系统 |
CN109029367A (zh) * | 2018-08-30 | 2018-12-18 | 中国科学院长春光学精密机械与物理研究所 | 一种基于拓展目标点的凝视成像方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116781148A (zh) * | 2023-08-25 | 2023-09-19 | 中国电子科技集团公司第十五研究所 | 基于透镜成像的卫星瞬时覆盖区计算方法和系统 |
CN116781148B (zh) * | 2023-08-25 | 2023-11-14 | 中国电子科技集团公司第十五研究所 | 基于透镜成像的卫星瞬时覆盖区计算方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
DE102019208112A1 (de) | 2020-12-10 |
US20220306322A1 (en) | 2022-09-29 |
EP3980337B1 (de) | 2023-04-05 |
EP3980337A1 (de) | 2022-04-13 |
WO2020245193A1 (de) | 2020-12-10 |
JP2022537647A (ja) | 2022-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xue et al. | Positioning configurations with the lowest GDOP and their classification | |
US9983585B1 (en) | Method and apparatus for operation of a remote sensing platform | |
Nefedyev et al. | Creation of a global selenocentric coordinate reference frame | |
Andreev et al. | Development of methods for navigational referencing of circumlunar spacecrafts to the selenocentric dynamic coordinate system | |
Ackermann et al. | Digital surface models for GNSS mission planning in critical environments | |
Bolstad | Geometric errors in natural resource GIS data: tilt and terrain effects in aerial photographs | |
CN114026386A (zh) | 确定包含在卫星中的传感器访问目标区域的可能性的方法及卫星访问系统 | |
CN117580054A (zh) | 基于使用需求数据的ntn小区构建方法、装置、设备及介质 | |
CN110411449A (zh) | 一种航空侦察载荷目标定位方法、系统及终端设备 | |
CN116466361A (zh) | 一种基于无人机平台的机场净空测量装置及使用方法 | |
CN114201633B (zh) | 一种用于无人机视觉定位的自适应卫星图像生成方法 | |
Somov et al. | Guidance, navigation and control of a surveying satellite when an area imagery for disaster management. | |
Chai et al. | En-route arrival time prediction via locally weighted linear regression and interpolation | |
CN115712121A (zh) | 一种无人机目标定位方法、装置、设备及介质 | |
CN114187399A (zh) | 一种地外星体表面光照仿真影像生成方法和系统 | |
CN110796707B (zh) | 标定参数计算方法、装置以及存储介质 | |
Guntel et al. | Accuracy analysis of control point distribution for different terrain types on photogrammetric block | |
Liu et al. | Space infrared tracking of a hypersonic cruise vehicle using an adaptive scaling UKF | |
Ketzner et al. | Cell-Based Preprocessing Algorithm for Fast Satellite Coverage Calculation | |
Shi et al. | Research on Starlink constellation simulation and target area visibility algorithm | |
JPH0721413A (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 | |
Gademer et al. | Solutions for near real time cartography from a mini-quadrators UAV | |
CN118153915A (zh) | 基于椭球模型的卫星最大覆盖范围计算方法、设备及介质 | |
CN117421938B (zh) | 一种面向恒星跟踪观测的地面任务规划方法及系统 | |
Karimi et al. | GPSLoc: Framework for predicting global positioning system quality of service |
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 |