潘耀 池忠明 饒啟龍 羅達(dá)

(上海衛(wèi)星工程研究所，上海 201109)

?

基于視場角的遙感衛(wèi)星成像多邊形區(qū)域目標(biāo)動態(tài)分解方法

潘耀 池忠明 饒啟龍 羅達(dá)

(上海衛(wèi)星工程研究所，上海 201109)

考慮遙感衛(wèi)星成像任務(wù)規(guī)劃時(shí)對多邊形區(qū)域目標(biāo)的分解問題，提出了一種基于衛(wèi)星視場角的區(qū)域目標(biāo)動態(tài)分解方法。首先根據(jù)衛(wèi)星的軌道特性，計(jì)算衛(wèi)星對區(qū)域目標(biāo)的可見時(shí)間窗口；在可見時(shí)間窗口內(nèi)，計(jì)算衛(wèi)星對區(qū)域目標(biāo)的最大、最小有效觀測角度；再以衛(wèi)星的視場角為角度偏移量，同時(shí)考慮幅寬的動態(tài)變化，將區(qū)域目標(biāo)分解成相互平行且幅寬不等的條帶。仿真結(jié)果表明：文章提出的區(qū)域目標(biāo)動態(tài)分解方法，能夠?qū)^(qū)域目標(biāo)有效分解，與傳統(tǒng)的區(qū)域目標(biāo)分解方法相比，可明顯提高遙感衛(wèi)星對區(qū)域目標(biāo)的觀測效率。研究結(jié)果可為遙感衛(wèi)星自主任務(wù)規(guī)劃技術(shù)研究提供參考。

遙感衛(wèi)星成像；多邊形區(qū)域目標(biāo)；衛(wèi)星視場角；動態(tài)分解

1 引言

遙感衛(wèi)星成像任務(wù)規(guī)劃的目標(biāo)類型主要有兩類，分別是點(diǎn)目標(biāo)和區(qū)域目標(biāo)。區(qū)域目標(biāo)的覆蓋范圍較大，衛(wèi)星單次觀測無法完成覆蓋，必須先將其分解成一組成像條帶集合，再安排衛(wèi)星對條帶進(jìn)行觀測。因此，區(qū)域目標(biāo)分解是遙感衛(wèi)星成像任務(wù)規(guī)劃中的關(guān)鍵環(huán)節(jié)，分解方法在很大程度上影響了衛(wèi)星對區(qū)域目標(biāo)的觀測效率。

目前，區(qū)域目標(biāo)的分解方法主要有以下幾種：①基于獨(dú)立場景的點(diǎn)目標(biāo)覆蓋方法[1]，依據(jù)獨(dú)立單景，將區(qū)域目標(biāo)分解轉(zhuǎn)化為集合覆蓋問題；②基于固定寬度的條帶分解方法[2-3]，依據(jù)衛(wèi)星的飛行方向和成像幅寬，將區(qū)域目標(biāo)分解為固定寬度的平行條帶；③基于高斯投影的條帶分解方法[4]，利用高斯投影將區(qū)域目標(biāo)從大地坐標(biāo)系轉(zhuǎn)換到平面坐標(biāo)系，在平面坐標(biāo)系下對目標(biāo)進(jìn)行分解，再利用高斯反算將其轉(zhuǎn)換到大地坐標(biāo)系下；④基于預(yù)定義參考系的單景分解方法，依據(jù)定義的全球參考系將區(qū)域目標(biāo)分解為多個(gè)獨(dú)立的場景。這些分解方法處理的區(qū)域目標(biāo)面積相對較小，對于經(jīng)度差較大的區(qū)域目標(biāo)分解誤差較大；另外，采用高斯投影的分解方法時(shí)，要進(jìn)行多次高斯投影及反向運(yùn)算，計(jì)算量大，效率低。

針對以上區(qū)域目標(biāo)分解方法的不足，本文提出了一種基于視場角的遙感衛(wèi)星成像區(qū)域目標(biāo)動態(tài)分解方法，可以對多邊形區(qū)域目標(biāo)進(jìn)行有效地分解，得到衛(wèi)星的姿態(tài)機(jī)動指令，并結(jié)合算例進(jìn)行仿真分析。本文的研究結(jié)果，可以為遙感衛(wèi)星自主任務(wù)規(guī)劃技術(shù)研究提供參考。

2 區(qū)域目標(biāo)動態(tài)分解方法

在解決多邊形區(qū)域目標(biāo)分解這一問題時(shí)，本文參考了文獻(xiàn)[5]和文獻(xiàn)[2]中提出的方法。文獻(xiàn)[5]中設(shè)計(jì)了一種基于MapX的區(qū)域目標(biāo)動態(tài)分解方法，采用立體幾何的方法計(jì)算衛(wèi)星對區(qū)域目標(biāo)的覆蓋范圍，避免了由于高斯投影帶來的巨大計(jì)算量，計(jì)算效率大大提高；但是，該方法得到的觀測條帶相互重疊，帶來復(fù)雜的集合交運(yùn)算。文獻(xiàn)[2]中依據(jù)衛(wèi)星的飛行方向和遙感器幅寬，將區(qū)域目標(biāo)分解為固定寬度的平行條帶，條帶的寬度為固定值，方向相互平行，條帶之間不存在重疊；但是，該方法沒有考慮條帶幅寬的動態(tài)變化。因此，本文將這兩種方法結(jié)合起來，設(shè)計(jì)并實(shí)現(xiàn)了一種基于衛(wèi)星視場角的多邊形區(qū)域目標(biāo)動態(tài)分解方法，并做出了如下改進(jìn)：①按照固定的角度偏移量對區(qū)域目標(biāo)進(jìn)行分解，且偏移的角度就是衛(wèi)星的視場角，同時(shí)考慮幅寬的動態(tài)變化[6]；條帶方向與衛(wèi)星飛行方向平行，條帶之間不存在重復(fù)覆蓋的情況，避免復(fù)雜的集合交運(yùn)算，提高衛(wèi)星對目標(biāo)的觀測效率。②采用立體幾何的方法來計(jì)算觀測條帶的覆蓋范圍，避免高斯投影在大地坐標(biāo)系與平面坐標(biāo)系之間的反復(fù)變換，提高計(jì)算效率。

設(shè)待分解的多邊形區(qū)域目標(biāo)集合為T={T1,T2,…,TN}，分解后的條帶集合為I={I1,I2,…,IN}。衛(wèi)星側(cè)擺機(jī)動角度范圍為±g，衛(wèi)星遙感器的視場角為Δg。條帶分解時(shí)的角度偏移量為Δβ，且滿足Δβ=Δg。衛(wèi)星對區(qū)域目標(biāo)Ti的時(shí)間窗口集合為Wi={wi,1,wi,2,…,wi,m}，即第i個(gè)區(qū)域目標(biāo)的第m個(gè)時(shí)間窗口為wi,m。Ii,j,k為衛(wèi)星在時(shí)間窗口wi,j內(nèi)對區(qū)域目標(biāo)Ti分解得到的第k條觀測條帶。βi,j,k和θi,j,k分別為衛(wèi)星在時(shí)間窗口wi,j內(nèi)對區(qū)域目標(biāo)Ti分解得到的第k條觀測條帶的側(cè)擺角和俯仰角。圖1為本文提出的區(qū)域目標(biāo)動態(tài)分解方法流程。

(1)根據(jù)衛(wèi)星的軌道參數(shù)[7-9]，計(jì)算衛(wèi)星對區(qū)域目標(biāo)Ti的可見時(shí)間窗口集合Wi。

(2)遍歷Wi中的每個(gè)可見時(shí)間窗口wi,j(1≤j≤m)，根據(jù)每個(gè)時(shí)間窗口對區(qū)域目標(biāo)Ti進(jìn)行分解。①計(jì)算在時(shí)間窗口wi,j內(nèi)，衛(wèi)星指向區(qū)域目標(biāo)Ti的觀測角度范圍[10]，得到衛(wèi)星對目標(biāo)的最大側(cè)擺角度gmax(i,j)和最小側(cè)擺角度gmin(i,j)，最大俯仰角度θmax(i,j)和最小俯仰角度θmin(i,j)。②計(jì)算衛(wèi)星對區(qū)域目標(biāo)Ti的有效觀測最小側(cè)擺角度gS(i,j)和最大側(cè)擺角度gE(i,j)，分別為式(1)和式(2)。③計(jì)算分解的條帶數(shù)目n=(gE(i,j)-gS(i,j))/Δg，向上取整。按照不同的觀測角度對區(qū)域目標(biāo)進(jìn)行分解。側(cè)擺角βi,j,k從gS(i,j)開始，以Δβ=Δg為角度偏移量，俯仰角θi,j,k以Δθ=(θmax(i,j)-θmin(i,j))/(n-1)為角度偏移量，從θmax(i,j)開始，沿垂直于星下點(diǎn)軌跡的方向進(jìn)行偏移，直至gE(i,j)結(jié)束。④根據(jù)衛(wèi)星對地覆蓋區(qū)域的計(jì)算方法[6]，求得衛(wèi)星對地覆蓋條帶的頂點(diǎn)坐標(biāo)，從而得到了分解條帶的坐標(biāo)信息。⑤計(jì)算衛(wèi)星對區(qū)域目標(biāo)Ti在時(shí)間窗口wi,j內(nèi)分解的條帶集合Ii,j。

(1)

(2)

(3)將衛(wèi)星對區(qū)域目標(biāo)Ti在各個(gè)時(shí)間窗口內(nèi)進(jìn)行分解，得到條帶集合Ii。

(4)依次分解其他區(qū)域目標(biāo)，得到分解后的條帶集合I={I1,I2,…,IN}，分解完畢，返回并輸出結(jié)果。

分解后的條帶即為衛(wèi)星的一個(gè)觀測活動，可表示為

Ii,j,k={Ti,k,si,j,k,ei,j,k,βi,j,k,θi,j,k,p}

(3)

式中：p為觀測條帶的坐標(biāo)信息。

圖1 動態(tài)分解方法流程Fig.1 Flow of dynamic segmenting method

3 仿真分析

3.1 仿真條件設(shè)定

以我國中部地區(qū)某多邊形區(qū)域作為研究對象，該區(qū)域目標(biāo)的地理分布位置如圖2所示。該區(qū)域目標(biāo)的經(jīng)緯度坐標(biāo)及覆蓋區(qū)域面積見表1。仿真中遙感衛(wèi)星信息見表2。

圖2 多邊形區(qū)域目標(biāo)的地理位置Fig.2 Position of polygon target

表1 多邊形區(qū)域目標(biāo)信息

表2 遙感衛(wèi)星信息

考慮單個(gè)軌道圈次內(nèi)的任務(wù)規(guī)劃問題，選取一個(gè)軌道圈次的時(shí)間為仿真場景時(shí)間。仿真開始時(shí)間為2016-03-23T03：41：17(UTCG)，仿真結(jié)束時(shí)間為2016-03-23T05：28：32(UTCG)。利用STK軟件求出衛(wèi)星對區(qū)域目標(biāo)的可見時(shí)間窗口為2016-03-23T04：08：40-04：30：48(UTCG)。

3.2 仿真結(jié)果及分析

利用本文中設(shè)計(jì)的區(qū)域目標(biāo)動態(tài)分解方法，在仿真場景時(shí)間內(nèi)對區(qū)域目標(biāo)進(jìn)行分解，得到了目標(biāo)在星下點(diǎn)軌跡平面內(nèi)的分解方案，如圖3所示。由圖3可知，衛(wèi)星將區(qū)域目標(biāo)分解為3個(gè)條帶，基本能夠完全覆蓋區(qū)域目標(biāo)，且各個(gè)條帶之間不存在重復(fù)覆蓋的情況；各個(gè)條帶的寬度不同，且隨著觀測角度的變化而動態(tài)變化。各個(gè)觀測條帶的信息見表3。依據(jù)表3中各個(gè)條帶的信息，即可生成衛(wèi)星對區(qū)域目標(biāo)觀測的姿態(tài)機(jī)動指令。假設(shè)衛(wèi)星沿著星下點(diǎn)軌跡方向向左側(cè)擺為正，向右側(cè)擺為負(fù)；向前俯仰為正，向后俯仰為負(fù)。

圖3 星下點(diǎn)軌跡平面內(nèi)多邊形區(qū)域目標(biāo)的動態(tài)分解方案Fig.3 Dynamic segmenting scheme of polygon target in sub-track plane

表3 觀測條帶信息

利用STK軟件的覆蓋性分析功能，計(jì)算衛(wèi)星對區(qū)域目標(biāo)的覆蓋率，見表4。

為了驗(yàn)證本文設(shè)計(jì)的區(qū)域目標(biāo)動態(tài)分解方法的優(yōu)勢，借助STK軟件采用文獻(xiàn)[2]中固定條帶寬度的分解方法對區(qū)域目標(biāo)進(jìn)行分解，同時(shí)計(jì)算衛(wèi)星對該區(qū)域目標(biāo)的覆蓋率，并將結(jié)果與本文的結(jié)果進(jìn)行比較。條帶的寬度取衛(wèi)星的星下點(diǎn)幅寬。表5為采用固定寬度的方法對區(qū)域目標(biāo)分解得到的條帶信息。其中，剩余視場角為衛(wèi)星的實(shí)際視場角減去衛(wèi)星的有效視場角。將本文的分解方法與文獻(xiàn)[2]中的方法進(jìn)行比較，見表6。

表4 衛(wèi)星對多邊形區(qū)域目標(biāo)的覆蓋率

表5 采用文獻(xiàn)[2]中方法分解得到的條帶信息

表6 本文方法與文獻(xiàn)[2]中方法分解結(jié)果比較

從表6中的結(jié)果可以發(fā)現(xiàn)，本文設(shè)計(jì)的區(qū)域目標(biāo)分解方法在條帶數(shù)目、剩余視場角、總覆蓋率上都優(yōu)于文獻(xiàn)[2]中的方法。在條帶數(shù)目上，本文方法比文獻(xiàn)[2]中的方法要少1個(gè)條帶，減小了由于頻繁地機(jī)動對載荷可靠性的影響；在剩余視場角上，文獻(xiàn)[2]中的方法，分解的條帶寬度固定，導(dǎo)致衛(wèi)星的觀測視場有剩余，即有效觀測視場角小于實(shí)際的視場角，造成資源浪費(fèi)，而本文的方法剩余視場角為0°，即不存在視場剩余，提高了衛(wèi)星的資源利用率；在總覆蓋率上，文獻(xiàn)[2]中的方法分解得到的條帶覆蓋率為83.80%，而本文方法得到的條帶覆蓋率達(dá)到了99.54%，比文獻(xiàn)[2]中的方法提高了18.78%，基本能夠完全覆蓋區(qū)域目標(biāo)。由表2可知，仿真中遙感衛(wèi)星的視場角為16.30°，相對于傳統(tǒng)的衛(wèi)星來說，視場角較大。本文設(shè)計(jì)的區(qū)域目標(biāo)動態(tài)分解方法，正是利用了衛(wèi)星大視場的特點(diǎn)，同時(shí)考慮成像幅寬的動態(tài)變化，分解得到的條帶數(shù)目少，條帶覆蓋率高，且條帶之間不存在重復(fù)覆蓋的情況，極大地提高了衛(wèi)星對區(qū)域目標(biāo)的觀測效率。

文獻(xiàn)[11]和文獻(xiàn)[12]中均采用了高斯投影的方法來計(jì)算分解條帶的位置信息?？梢钥闯?，該方法用到的高斯正算公式和高斯反算公式中均存在大量的逆運(yùn)算和級數(shù)運(yùn)算，當(dāng)目標(biāo)數(shù)量較多時(shí)，必然帶來巨大的計(jì)算量，消耗大量的星載計(jì)算資源。而采用立體幾何的方法計(jì)算觀測條帶的覆蓋范圍，計(jì)算公式中都是簡單的代數(shù)運(yùn)算和反函數(shù)運(yùn)算，計(jì)算量小[5]。因此，將本文設(shè)計(jì)的區(qū)域目標(biāo)分解方法與文獻(xiàn)[5]中觀測條帶的計(jì)算方法結(jié)合使用，能夠有效地提高遙感衛(wèi)星任務(wù)規(guī)劃時(shí)對區(qū)域目標(biāo)成像的效率，有利于實(shí)現(xiàn)星上的自主任務(wù)規(guī)劃。

4 結(jié)束語

本文設(shè)計(jì)的基于衛(wèi)星視場角的區(qū)域目標(biāo)動態(tài)分解方法，通過計(jì)算在可見時(shí)間窗口內(nèi)衛(wèi)星對區(qū)域目標(biāo)的最大、最小有效觀測角度，再以衛(wèi)星的視場角為角度偏移量，將區(qū)域目標(biāo)分解成相互平行且幅寬不同的條帶，最終得到衛(wèi)星對區(qū)域目標(biāo)成像的姿態(tài)機(jī)動指令。仿真表明：該方法可以有效地解決大視場衛(wèi)星對區(qū)域目標(biāo)的分解問題，明顯提高衛(wèi)星對區(qū)域目標(biāo)的觀測效率，滿足廣域搜索等成像要求；同時(shí)，還降低了計(jì)算量，有利于實(shí)現(xiàn)遙感衛(wèi)星的自主任務(wù)規(guī)劃，減少地面對衛(wèi)星的干預(yù)，提高衛(wèi)星在軌運(yùn)行的自主管理能力。

References)

[1] Walton J. Models for the management of satellite based sensors [D]. Boston,Massachusetts： Massachusetts Institute of Technology,1993

[2]Lemaitre M,Verfaillie G. Daily management of an earth observation satellite:comparison of ILOG solver with dedicated algorithms for valued constraint satisfaction problems [C/OL]. [2017-04-25]. ftp://ftp.cert.fr/pub/vertfaillie/ILGO-97.ps

[3]余婧,喜進(jìn)軍,于龍江，等.敏捷衛(wèi)星同軌多條帶拼幅成像模式研究[J].航天器工程,2015,24(2)：27-34

Yu Jing,Xi Jinjun,Yu Longjiang,et al. Study of one-orbit multi-strips splicing imaging for agile satellite [J]. Spacecraft Engineering,2015,24(2):27-34 (in Chinese)

[4]黃瀚.基于成像衛(wèi)星星座的任務(wù)規(guī)劃方法研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2014

Huang Han. Research on the mission planning techno-logy of imaging satellite constellation [D]. Harbin:Harbin Institute of Technology,2014 (in Chinese)

[5]白保存.考慮任務(wù)合成的成像衛(wèi)星調(diào)度模型與優(yōu)化算法研究[D].長沙：國防科學(xué)技術(shù)大學(xué),2008

Bai Baocun. Modeling and optimization algorithms for imaging satellites scheduling problem with task merging [D]. Changsha:National University of Defense Technology,2008 (in Chinese)

[6]郭雷.敏捷衛(wèi)星調(diào)度問題關(guān)鍵技術(shù)研究[D].武漢:武漢大學(xué),2015

Guo Lei. Research on key problems of agile satellite imaging scheduling problem [D]. Wuhan:Wuhan University,2015 (in Chinese)

[7]張捍衛(wèi),許厚澤,王愛生.剛體地球CIP軸的極移和歲差章動[J].大地測量與地球動力學(xué),2005,25(1):65-67

Zhang Hanwei,Xu Houze,Wang Aisheng. Polar migration and nutation of CIP axis of rigid earth [J]. Journal of Geodesy and Geodynamics,2005,25(1):65-67 (in Chinese)

[8]曹華文,李傳榮,李子揚(yáng)，等.基于J2攝動模型的衛(wèi)星軌道預(yù)測算法精度評估[J].遙感信息,2012,27(6):21-27

Cao Huawen,Li Chuanrong,Li Ziyang,et al. Accuracy assessment of satellite orbit prediction based on J2 perturbation model [J]. Remote Sensing Information,2012,27(6):21-27 (in Chinese)

[9]宋志明,戴光明,王茂才，等.衛(wèi)星對區(qū)域目標(biāo)的時(shí)間窗口快速計(jì)算方法[J].計(jì)算機(jī)仿真,2014,31(9):61-66

Song Zhiming,Dai Guangming， Wang Maocai,et al. Fast predicting algorithm for satellites time windows to ground area target [J]. Computer Simulation,2014,31(9):61-66 (in Chinese)

[10]劉曉東,王鵬,林元，等.敏捷衛(wèi)星對目標(biāo)訪問信息的計(jì)算方法[J].通信系統(tǒng)與網(wǎng)絡(luò)技術(shù),2016,42(5):23-26

Liu Xiaodong,Wang Peng,Lin Yuan,et al. Calculation method for access information of agile satellite on target [J]. Communication System and Network Technology,2016,42(5):23-26 (in Chinese)

[11]潘小彤.敏捷光學(xué)成像衛(wèi)星多目標(biāo)任務(wù)規(guī)劃方法研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2013

Pan Xiaotong. Research on the muti-objective scheduling method of the optical imaging agile satellite [D]. Harbin:Harbin Institute of Technology,2013 (in Chinese)

[12]阮啟明.面向區(qū)域目標(biāo)的成像偵察衛(wèi)星調(diào)度問題研究[D].長沙:國防科學(xué)技術(shù)大學(xué),2006

Ruan Qiming. Research on photo-reconnaissance satellites scheduling problem for area targets observation [D]. Changsha:National University of Defense Technology,2006 (in Chinese)

(編輯：夏光)

Dynamic Segmenting Method of Polygon Target Based on FOVfor Remote Sensing Satellite Imaging

PAN Yao CHI Zhongming RAO Qilong LUO Da

(Shanghai Institute of Satellite Engineering, Shanghai 201109, China)

Considering the segmenting problem for remote sensing satellite imaging of polygon target, a dynamic segmenting method of polygon target based on satellite FOV is proposed. Firstly,the time windows of polygon target are calculated according to the characteristic of satellite orbit,and then the maximum and minimum effective observing angles of polygon target are confirmed by the time windows. Lastly,considering the dynamic swath,polygon target is segmented into different strips. Simulation results show that the method proposed can improve the observing efficiency of polygon target compared with the traditional method，and can be used as a reference for remote sensing satellite autonomous mission planning.

remote sensing satellite imaging； polygon target； satellite FOV； dynamic segmenting

2017-05-10；

2017-05-17

國家重大航天工程

潘耀，男，碩士研究生，研究方向?yàn)樾l(wèi)星總體設(shè)計(jì)與仿真技術(shù)。Email:716069487@qq.com。

V

A

10.3969/j.issn.1673-8748.2017.03.006