STK中的光照计算模型

2024-05-16 01:28
文章标签 计算 模型 光照 stk

本文主要是介绍STK中的光照计算模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文简要阐述STK中光照计算的模型。

在航天任务中,通常需要分析地面站、飞行器在一定时间内的光照情况,具体包括:

  1. 地面站处在光照区和阴影区的具体时间范围;
  2. 考虑地形遮挡后,地面站的光照区和阴影区的变化情况;
  3. 飞行器绕地飞行过程中,处于光照区和阴影区的具体时间范围;
  4. 地面站当地水平系下,太阳方位角、高度角的变化;
  5. 飞行器轨道器或本体系下,太阳方位角、高度角的变化。

光照计算时,主要考虑的是地球对太阳的遮挡(其它天体也是类似的),见下图所示地面站和飞行器的光照示意图。

对于地面站(左图),考虑地球遮挡,当太阳在当地水平面之上时(对应的太阳的高度角大于0),即地面站为光照状态;反之则为阴影状态。

对于空间飞行器(上面右图),如卫星,当飞行器与太阳连线不被地球遮挡时,则飞行器为光照状态;反之则为阴影状态。

实际计算时,地球形状考虑为椭球体。

下面根据以上所涉及到的光照场景,详细讨论。

地面站和飞行器的光照示意图

坐标系及太阳方位角、高度角

涉及到太阳位置计算时,通常涉及到太阳的方位角和高度角概念,因此首先确定好常用的坐标系和太阳方位角和高度角的定义。

地面站地平坐标系

地面站观测太阳时,采用当地水平坐标系(也称北东地坐标系),简称LH坐标系(Local Horizontal),其定义如下:

  1. X轴指向当地北方向;
  2. Y轴指向当地东方向;
  3. Z轴指向当地天底方向。

XY平面为当地水平面,垂直于地球椭球体法线,见下图。
地面站当地水平坐标系定义
下图给出了地面站LH系下的太阳方位角和高度角。
地面站地平坐标系下的太阳方位角和高度角

飞行器VVLH系

飞行器观测太阳时,通常采用轨道坐标系,简称VVLH坐标系(Vehicle Velocity, Local Horizontal),其定义如下:

  1. X轴约束在惯性系速度方向(由Y叉乘Z得到);
  2. Y轴指向轨道面负法向;
  3. Z轴指向地心方向。

下图为飞行器的VVLH坐标系以及太阳方向矢量的高度角和方位角示意图。

飞行器VVLH系下的太阳方位角和高度角

太阳方位角和高度角

在地面站地平坐标系或者飞行器VVLH坐标系中,太阳方位角(Azimuth,简称Az)和高度角(Elevation,简称El)的定义如下图。
LH和VVLH坐标系下的太阳方位角和高度角定义

  1. 方位角定义为:X轴与太阳方向矢量在XY平面内的投影矢量的夹角,+X轴为零点,向+Y轴方向为正;
  2. 高度角定义为:太阳方向矢量与XY平面的夹角,-Z轴方向为正。

注意,对于飞行器本体坐标系(Body),则高度角以+Z轴方向为正。

根据以上定义,实际计算时,首先求得某时刻太阳(通常为视太阳)在地面站LH系或飞行器VVLH系的位置,设为 R s \textbf{R}_s Rs
R s = [ X s , Y s , Z s ] T \textbf{R}_s=\left[X_s,Y_s,Z_s\right]^T Rs=[Xs,Ys,Zs]T

则太阳方位角Az和高度角El计算如下:
{ A z = t a n 2 − 1 ( Y s , X s ) E l = s i n − 1 ( − Z s / R s ) \left\{ \begin{aligned} Az=tan2^{-1}(Y_s,X_s) \\ El=sin^{-1}(-Z_s/R_s) \end{aligned} \right. {Az=tan21(Ys,Xs)El=sin1(Zs/Rs)

光照计算模型

无论是地面站还是飞行器,在精确计算光照和阴影的时间时,必须考虑到以下因素:

  1. 太阳圆盘的大小,以及被遮挡的部分大小;
  2. 对于地面站,当地水平面附近地形遮挡的影响;
  3. 对于空间飞行器,考虑地球的遮挡。

同时,太阳的光照状态分为以下三种情形:

  1. 光照:太阳圆盘完全不被遮挡,地面站或飞行器处于完全光照状态,太阳光照强度因子为1;
  2. 半影:太阳圆盘部分被遮挡,地面站或飞行器处于半影状态,太阳光照强度因为0-1之间的小数;
  3. 全影:太阳圆盘完全被遮挡,地面站或飞行器处于完全阴影状态,太阳光照强度因子为0。

首先给出地面站的光照计算模型,见下图。

某时刻,以观测点为中心,视太阳方向的地形最大仰角为 α t \alpha_t αt,视太阳中心(即太阳位置)方向与地形最大仰角方向的夹角为 α g \alpha_g αg,太阳圆盘视半径为 α s \alpha_s αs

不考虑地形时( α t = 0 \alpha_t=0 αt=0), α g \alpha_g αg即为视太阳方向与当地水平面的夹角,即太阳仰角El。

太阳圆盘视半径 α s \alpha_s αs由下式给出:
α s = s i n − 1 R o R s \alpha_s=sin^{-1}{\frac{R_o}{R_s}} αs=sin1RsRo
上式中, R o R_o Ro为太阳圆盘半径,取值为695700km,对应的视半径约为0.27°,具体数值与太阳的距离变化而稍有不同。
地面目标的光照计算模型
下图为飞行器的光照计算模型示意图。与地面站不同的是,不需要考虑地形的遮挡,转而考虑地球的遮挡。

某时刻,以观测点为中心,地心方向与地球边缘方向的夹角(称为地球视半径)为 α t \alpha_t αt,视太阳中心(即太阳位置)方向与地球边缘方向的夹角为 α g \alpha_g αg,太阳圆盘视半径为 α s \alpha_s αs。观测点到地球的距离向量为 R E \textbf{R}_E RE
飞行器目标的光照计算模型
地球视半径 α t \alpha_t αt可由下式给出:
α t = s i n − 1 R e R E \alpha_t=sin^{-1}{\frac{R_e}{R_E}} αt=sin1RERe
上式中, R e R_e Re为地球赤道半径,常取6378.14km。

根据上述两种光照模型,太阳光照状态的判别依据如下:
{ 光照 : α g > α s 阴影 : α g < − α s 半影 : − α s ≤ α g ≤ α s \left\{ \begin{aligned} 光照: & \alpha_g>\alpha_s \\ 阴影: & \alpha_g<-\alpha_s \\ 半影: & -\alpha_s \leq \alpha_g\leq\alpha_s \end{aligned} \right. 光照:阴影:半影:αg>αsαg<αsαsαgαs

这篇关于STK中的光照计算模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/993484

相关文章

如何用Java结合经纬度位置计算目标点的日出日落时间详解

《如何用Java结合经纬度位置计算目标点的日出日落时间详解》这篇文章主详细讲解了如何基于目标点的经纬度计算日出日落时间,提供了在线API和Java库两种计算方法,并通过实际案例展示了其应用,需要的朋友... 目录前言一、应用示例1、天安门升旗时间2、湖南省日出日落信息二、Java日出日落计算1、在线API2

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

poj 1113 凸包+简单几何计算

题意: 给N个平面上的点,现在要在离点外L米处建城墙,使得城墙把所有点都包含进去且城墙的长度最短。 解析: 韬哥出的某次训练赛上A出的第一道计算几何,算是大水题吧。 用convexhull算法把凸包求出来,然后加加减减就A了。 计算见下图: 好久没玩画图了啊好开心。 代码: #include <iostream>#include <cstdio>#inclu