面向光学卫星跟踪应用的鲁棒指向重校准方法

《Advances in Space Research》：A robust pointing recalibration method for optical satellite tracking applications

　　

本文介绍了一种鲁棒指向重校准算法的集成与实验评估，旨在提高便携式望远镜系统的指向性能，以在结构与环境变化条件下实现对卫星和空间碎片的高精度跟踪。采用球谐函数指向模型，并结合象限随机指向网格，在观测期间通过批量优化方法定期更新模型。与传统运行方式下指向精度在数小时内下降3倍不同，所提方法保持了初始模型的精度。低地球轨道（LEO）卫星的光学跟踪实验表明，所提出的指向重校准方法将平均跟踪误差最多改善了7.1倍。

**论文解读：面向光学卫星跟踪应用的鲁棒指向重校准方法**

**1. 研究背景与问题**

光学望远镜的指向校准精度是决定其跟踪性能的关键因素。望远镜在实际运行中会受到多种动态、准静态和静态误差源的影响，例如风致基础运动、夜间温度下降导致的光学对准漂移，以及结构变形等。对于便携式望远镜系统而言，这些环境变化尤为显著，导致初始指向模型在较短时间内失效。传统方法通常需要在每次观测前重新执行完整的校准流程，耗时且效率低下。为应对这一挑战，已有研究提出了多种静态指向模型的增强方法，如单星轴偏移校正、中等规模指向网格等，但这些方法要么精度不足，要么时间开销过大。此外，现有的在线学习指向模型依赖于机器学习算法，需要大量历史数据训练，而历史数据往往不可得或不兼容。因此，亟需一种时间高效、无需历史数据、且能适应动态环境变化的指向重校准方法。

**2. 研究内容与结论**

本研究开发并集成了一种紧凑、时间高效的指向重校准算法，用于便携式望远镜系统的实时卫星跟踪。该方法采用球谐函数指向模型，并结合象限随机4点更新网格，通过批量优化方法（包括批量梯度下降（BGD）和自适应矩估计（ADAM））定期更新模型参数。实验结果表明，该方法能够有效抑制指向漂移，维持初始模型的精度。在低地球轨道（LEO）卫星光学跟踪实验中，平均跟踪误差较未更新模型降低了最多7.1倍。该算法平均耗时约2分钟，无需历史指向数据，可补偿观测期间的热、结构和环境误差。

**3. 关键技术方法**

研究人员采用了以下关键技术方法：
- **球谐函数指向模型**：采用三阶三阶实值球谐函数，包含26个参数（12个尺度参数和14个相位参数），分别用于高度角和方位角误差建模。
- **象限随机网格更新**：将天球划分为N个子区域（本研究为4个），在每个子区域内随机选取一个指向点，形成均匀分布的更新网格，确保小批量数据也能覆盖全范围。
- **批量优化算法**：分别使用批量梯度下降（BGD）和自适应矩估计（ADAM）优化成本函数，通过最小化更新网格上的预测误差与实测误差的均方和来调整模型参数。
- **收敛性分析**：通过Lipschitz光滑性假设和下降引理，分析了BGD的步长上界；对于ADAM，通过迭代终止条件防止发散。

**4. 研究结果**

**4.1 指向漂移**
在黄昏和夜间初期记录指向误差演进，发现初始模型预测误差约20″，两小时后升至60″，单点异常值超过100″。温度测量表明，主镜因热导率低，其温度梯度与指向误差漂移相关，持续下降的环境温度导致主镜需6小时以上才能接近环境温度。

**4.2 指向重校准算法**
对比轴偏移更新、尺度参数更新和全参数更新（BGD和ADAM），发现轴偏移更新（p1）能补偿大部分漂移，而全参数更新（p1-26）在较大批量下可进一步补偿高阶误差项。象限随机4点网格比单点更新更鲁棒，平均预测误差从23″降至17.37″（30cm牛顿望远镜），80cm望远镜从10.66″降至8.46″。批量大小对轴偏移校正影响不大（N=4→8仅降低1%-5%），但对全参数更新，4点网格是转折点，超过4点后全参数更新优于轴偏移更新。对于80cm望远镜，全参数更新在N=3时已优于轴偏移，且预测误差在4点后趋于平稳，进一步验证了4点网格的适用性。

**4.3 卫星跟踪**
使用国际激光测距服务（ILRS）提供的精确轨道星历（POEs）进行LEO卫星跟踪实验。对SENTINEL-6A卫星，更新后跟踪误差降低87%至13″ RMS；对JASON-3卫星，降低62%至44″ RMS，但受高空角误差影响较大；对SWOT卫星，轴偏移校正仅降低29%至40″ RMS，表明当存在其他误差源（如旋转轴NS/EW不对准）时，轴偏移校正不足以应对，需采用全参数更新。

**5. 讨论与结论**

讨论部分指出，象限随机4点网格在时间效率和精度之间取得了良好平衡，对于不同规模的望远镜均能有效补偿指向漂移。研究结论表明，所提出的鲁棒指向重校准算法使便携式望远镜在LEO卫星跟踪中保持高精度，初始预测误差为20″ RMS，在线重校准框架维持了初始精度，避免了单次黄昏期间误差增长3倍。4点网格平均耗时2分钟，远优于传统60点网格的20分钟。未来工作将集中于实现实时仅角度轨道确定，以支持扩展LEO目标目录的高精度跟踪。