STK12与Python联合仿真（三）：分析星座覆盖性能

打开STK，连接到工程

jupyter：

导入相关的包

from agi.stk12.stkdesktop import STKDesktop
from agi.stk12.stkobjects import *
from agi.stk12.stkutil import *
from agi.stk12.vgt import *
import os

链接STK

STK_PID = 5600  # 根据自己刚刚得到的PID
stk = STKDesktop.AttachToApplication(pid=int(STK_PID))
# stk = STKDesktop.StartApplication(visible=True) #using optional visible argument
root = stk.Root
print(type(root))

scenario = root.CurrentScenario # 链接当前场景

创建种子星 (STK)

这里我在STK手动建立了高度600km，倾角75° 的种子卫星，并携带了对地观测角80°的传感器
然后建立Wakler星座

设置36个轨道面，每个轨道面10个星

结果如下：

创建种子星 (Python)

# 创建星座 —— 种子卫星
sat_seed = scenario.Children.New(AgESTKObjectType.eSatellite,'COL') # 种子卫星

# 种子卫星属性
sat_seed.SetPropagatorType(2) #  J4 摄动
keplerian = sat_seed.Propagator.InitialState.Representation.ConvertTo(1)  # eOrbitStateClassical, Use the Classical Element interface
keplerian.SizeShapeType = 0  # eSizeShapeAltitude, Changes from Ecc/Inc to Perigee/Apogee Altitude
keplerian.LocationType = 5  # eLocationTrueAnomaly, Makes sure True Anomaly is being used
keplerian.Orientation.AscNodeType = 0  # eAscNodeLAN, Use LAN instead of RAAN for data entry# Assign the perigee and apogee altitude values:
keplerian.SizeShape.PerigeeAltitude = 600      # km 近地点 高度
keplerian.SizeShape.ApogeeAltitude = 600       # km 远地点 高度# Assign the other desired orbital parameters:
keplerian.Orientation.Inclination = 75         # deg 倾角 
keplerian.Orientation.ArgOfPerigee = 0        # deg 近地点幅角度
keplerian.Orientation.AscNode.Value = 0       # deg
keplerian.Location.Value =  0              # deg 平近点角# Apply the changes made to the satellite's state and propagate:
sat_seed.Propagator.InitialState.Representation.Assign(keplerian)
sat_seed.Propagator.Propagate()

• 添加传感器，命名Cam

# 添加传感器
sensor = sat_seed.Children.New(AgESTKObjectType.eSensor,'Cam')

# 传感器属性
sensor.CommonTasks.SetPatternSimpleConic(40,1) # 半张角40°，角分辨率1°
LOS = sensor.AccessConstraints.AddConstraint(34) # Range 类型
# 对照 https://help.agi.com/stkdevkit/Content/DocX/STKObjects~Enumerations~AgEAccessConstraints_EN.html 
LOS = LOS.QueryInterface(STKObjects.IAgAccessCnstrMinMax)  # 如果报错没有QueryInterface方法就把这一段注释
LOS.EnableMax = True
LOS.Max = 1100

这里解释一下约束
首先https://help.agi.com/stkdevkit/Content/DocX/STKObjects_EnumerationsAgEAccessConstraints_EN.html 这里解释sensor.AccessConstraints.AddConstraint(34)是IAgAccessCnstrMinMax的Range 类型
因此要接入STKObjects.IAgAccessCnstrMinMax，然后LOS.EnableMax对应的是图中的可选框，是否激活
LOS.Max = 1100表示设定的值
比如LOS.EnableMin = True
LOS.Min = 10

生成星座

生成星座只需要一个命令，

root.ExecuteCommand(‘Walker */Satellite/COL Type Delta NumPlanes 16 NumSatsPerPlane 10 InterPlanePhaseIncrement 1 ColorByPlane Yes’);

在‘Walker */Satellite/COL Type Delta NumPlanes 16 NumSatsPerPlane 10 InterPlanePhaseIncrement 1 ColorByPlane Yes’ 这里面中，COL是种子卫星的平面，往后的参数依次是 轨道平面数、每轨道卫星数、轨道相位因子，对应STK如下

（这里为了演示能快一点就减少了卫星数量）

Python 创建覆盖网格

covdef = scenario.Children.New(AgESTKObjectType.eCoverageDefinition,'testCov') # 创建Coverage definition

这里对应STK的

设置 Converage Defination的属性

covdef.Grid.BoundsType = 6 # VAR1
'''
1 Global
2 Latitude Bounds
3 Latitude Line
4 Longitude Line
5 Custom Boundary
6 LatLon Region
'''
covdef.Grid.Resolution.LatLon = 6   # VAR2
covdef.PointDefinition.Altitude = 10 # 10 km  # VAR3# 如果选择eBoundsLatLonRegion可以定义网格的覆盖区域
# covdef.Grid.BoundsType = ‘eBoundsLatLonRegion’;
# covdef.Grid.Bounds.MinLongitude = -120;
# covdef.Grid.Bounds.MaxLongitude = 120;
# covdef.Grid.Bounds.MinLatitude = -30;
# covdef.Grid.Bounds.MaxLatitude = 30;

这里分别对应

绑定卫星的传感器

1. 要读取所有可用的对象，放入all_list
2. 由于我们只需要卫星的传感器，即放入sensor_list 里面
3. 卫星传感器在列表中是交替列出的，因此只要间隔取样就可以了

all_list = covdef.AssetList.AvailableAssets
sensor_list = []
for e in range(len(all_list)):if e%2 == 0:passelse:sensor_list.append(all_list[e])

将所有传感器塞入

for j in sensor_list:covdef.AssetList.Add(j)

建立星座

sate_constellation = scenario.Children.New(AgESTKObjectType.eConstellation,'COL')

for obj in tqdm(all_list):sate_constellation.Objects.Add(obj)

定义多重网格

有时候我们需要分析不同高度的覆盖性能，但是手动添加太过繁琐，一下例程演示0-300km，采样间隔10km的网格创建。
并把不同网格放在一个列表里

covdef_lits = []
for i in range(0,310,10):_string = 'CovDef' + str(i)covdef = scenario.Children.New(AgESTKObjectType.eCoverageDefinition, _string)covdef.Grid.BoundsType = 6covdef.Grid.Resolution.LatLon = 6covdef.PointDefinition.Altitude = i for j in sensor_list:covdef.AssetList.Add(j)covdef_lits.append(covdef)

计算与绘图

figmerit1.SetDefinitionType(1)  # eFmAccessDuration 
covdef_tmp.ComputeAccesses();

pov = covdef_tmp.DataProviders.Item('Coverage by Latitude').Exec() # Coverage By Latitude

这里对照Reoprt Style 的属性

data_array = pov.DataSets.ToArray() # 转换为数组

对比STK数据


完成绘图

import numpy as np
from matplotlib import pyplot as plt
data_array = np.array(data_array)
x = []
y = []
for ele in data_array:x.append(ele[0])y.append(ele[1])passplt.plot(x,y)

对比STK生成的图

结语

Python 有很多接口都是整形变量，不像MATLAB可以直接用字符串那么方便，需要自己找对应的变量。
我一般是对照着MATLAB的例程找到一些范式，可以在网站中慢慢找
STK Help

本文所有代码我将上传至我的Github