一种结合FBG传感器网络的多模态神经网络用于重建遥感卫星视线的方法

《Aerospace Science and Technology》：A Method for Reconstructing the Line-of-Sight Pointing of Remote Sensing Satellites Using a Multimodal Neural Network Integrated with FBG Sensor Networks

　　冯少凡|于快|何恒基|牛天森|赵光涛|孙广凯|朱连清中国北京100016，北京信息科技大学光电测量技术与仪器教育部重点实验室摘要对地球静止轨道卫星的视线方向偏差进行在轨监测对于提升其目标定位精度至关重要。然而，这仍是一项具有挑战性的任务。为解决这一问题，本文提出了一种基于光纤布拉格光栅传感器网络与多模态神经网络的视线方向监测方法。通过将光纤布拉格光栅传感器网络部署在遥感载荷支撑结构上，可实现对温度场和应变场的高精度测量。随后，利用卷积神经网络-Transformer级联神经网络来预测视线方向的变化。具体而言，卷积神经网络从每个传感器位置的光纤布拉格光栅光谱中提取高维特征，而Transformer则负责将这些光谱特征与结构应变及温度场数据实现多模态融合，从而提升视线方向偏差预测的精度。本研究针对的是地球静止轨道卫星的准静态热变形情况，此时热环境变化缓慢，动态效应可忽略不计。研究人员构建了遥感载荷支撑结构的简化模型，并进行了仿真实验。实验结果表明，所提出的方法能够有效监测由载荷支撑结构微小变形引起的视线方向偏差，预测精度超过98.3%。这一研究为高精度监测地球静止轨道卫星中由热效应引起的准静态视线方向偏差提供了一种有前景的方法。引言对地球静止轨道卫星的视线方向进行高精度在轨监测是其面临的最具挑战性的任务之一[1]。对于地球静止轨道卫星而言，由于其会在地球阴影中进出，且在整个轨道运行过程中太阳光照角度会发生缓慢变化，因此载荷支撑结构会处于不断变化的热环境中。反复的热循环效应加上昼夜及季节性太阳辐射强度的变化，会逐渐导致支撑结构出现热变形。这种累积的变形会导致视线方向缓慢偏移，在数天到数月的时间内偏移量可能达到几弧秒甚至更大，进而造成显著的目标定位误差[2]、[3]。通过在轨监测视线方向偏差并及时进行快速校正，可以有效提升遥感卫星的目标定位精度。目前，人们主要依靠定期的地面校准来纠正这种较大的偏差。然而，这种方法无法提供及时反馈：在下一次预定校准之前，视线方向可能已经发生了显著偏移，而未经校正的劣质数据仍会被继续使用。因此，迫切需要一种能够以弧秒级精度追踪视线方向偏差的在轨监测方法。由于航天器上资源有限且对精度要求极高，现有的测量方法无法实现视线方向的在轨监测。目前，遥感卫星载荷支撑结构的变形主要是在地面模拟环境中通过激光干涉测量、激光自准直测量以及数字摄影测量等方法进行测试的。这些方法的目的是优化结构设计，减少在轨变形，从而尽可能降低视线方向偏差[4]、[5]、[6]。然而，这类地面测试方法在进一步提升遥感卫星的目标定位精度方面效果有限。因此，开展在轨监测视线方向偏差并加以校正便成为一项新的需求。但由于航天器上资源有限，对在轨测量系统的体积、重量以及集成布局有着极为严格的限制，这使得很难将有效的地面测量方法直接应用于在轨环境之中[7]、[8]。光纤传感器具有体积小、重量轻且灵敏度高的优点。它们易于集成并部署在复杂的结构上，也适用于狭小封闭的空间[9]、[10]。因此，将光纤传感器网络部署在遥感卫星的载荷支撑结构上，有望实现视线方向的在轨监测[11]、[12]。在基于光纤传感技术的卫星在轨监测领域已取得了重要进展。美国国家航空航天局和欧洲航天局早在20世纪90年代就开始研究光纤传感技术。欧洲航天局在Proba - 2卫星上部署了光纤传感器，用于监测结构应变和温度，并通过太空飞行试验来验证光纤传感器及信号解调设备在太空环境中的适用性[13]。西班牙国家航空航天技术研究院在配备光纤监测系统的OPTOS纳米卫星上开展了为期两年的太空飞行试验。该试验中使用光纤布拉格光栅传感器来监测卫星结构的应变和温度，监测信号则由高度集成的微型解调设备进行处理。这些信号还会与地面校准数据进行对比，以此验证光纤监测系统在复杂太空环境中的长期稳定性[14]。Tessler等人提出了一种基于逆有限元方法结合逐步增量法的三维变形重建方法。通过将该方法与从光纤传感器网络获取的结构应变数据相结合，就可以重建卫星太阳帆等大型结构的三维变形场[15]。为进一步提升光纤布拉格光栅传感器在卫星结构监测中的应用性能，荷兰应用科学研究组织开发了一种新型光纤，这种光纤能降低碳纤维复合材料在侧向载荷作用下的敏感度，且无论复合材料的层叠方向如何都能实现稳定测量，从而避免光谱失真。在欧洲航天局模拟的电推进系统测试中表明，光纤布拉格光栅传感器能够在存在电磁干扰、高电压和等离子体的复杂环境中实现温度数据的高精度采集与记录[16]。近年来，随着人们对卫星结构监测重要性认识的提高，朱等人[17]提出了一种用于高精度监测卫星太阳能电池板变形的光纤布拉格光栅布局方法。该方法基于构建太阳能帆板的有限元模型，并运用退火算法来实现光纤布拉格光栅传感器布局的最优设计。马等人[18]提出了一种基于光纤传感器的结构健康监测方法，用以应对空间碎片对卫星的撞击问题。该方法在卫星表面部署光纤布拉格光栅阵列，分析球体撞击水平薄板时产生的变形与应变之间的关系，从而能够有效评估撞击对卫星结构的影响。然而，这些研究主要集中在卫星结构应变、温度[3]、[19]、[20]以及三维变形的测量上，尚未涉及由载荷支撑结构变形所引起的视线方向偏差的测量[21]、[22]、[23]。与此同时，一些相关的数据驱动方法在处理光纤布拉格光栅信号本身方面也展现出潜力，比如利用扩张卷积神经网络进行光纤布拉格光栅光谱解调[24]，或者运用卷积神经网络实现基于光纤布拉格光栅的形状识别与峰值波长检测[25]、[26]。这些研究表明神经网络具有从光纤布拉格光栅数据中提取复杂信息的潜力，但它们目前还无法整合多种物理机制来预测系统的更高阶状态参数，如视线方向偏差。同样，传统的视线方向误差估计方法，包括基于星跟踪器的热补偿、基于卡尔曼滤波器的校正以及基于热弹性模型的预测，虽然已经十分成熟，但往往依赖于间接测量或预先建立的物理模型，而这些模型需要精确了解材料的热特性和边界条件[27]。面对未建模或随时间变化的结构性不确定性时，这些依赖模型的方法可能会效果不佳。因此，一种能够直接在源头捕捉结构变形的测量方法将是一种极具价值的补充手段。在我们之前的研究中[28]，利用光纤布拉格光栅传感器网络获取了载荷支撑结构简化模型对应的应变数据。通过逆有限元方法重建了该结构的三维位移，并根据空间几何原理计算出了由结构变形引起的视线方向偏差。这项工作证明了利用光纤传感器测量视线方向偏差的可行性；不过，当时的测量误差仍然相对较大。对于遥感卫星而言，要实现视线方向偏差的在轨监测，就需要更精确的测量方法，而这仍是亟待解决的难题。在本研究中，我们提出了一种基于光纤布拉格光栅传感器网络与多模态神经网络的视线方向监测方法。与以往的方法相比，所提出的方法通过卷积神经网络-Transformer级联神经网络来处理光纤布拉格光栅传感器网络的数据，该方法充分利用了卷积神经网络的高维光谱特征提取能力以及Transformer模型的多模态数据融合功能，从而显著提升了视线方向偏差预测的精度。本文的其余部分安排如下：第2节介绍方法论与实验方案，包括卷积神经网络-Transformer以及互联网络架构的设计，以及在光纤布拉格光栅传感器卫星模拟平台上构建实验系统的相关内容。第3节详细阐述实验验证过程，涵盖多模态数据的采集以及互联网络模型的训练。第4节从三个维度展示研究结果并进行分析：网络性能的对比分析、实现应变与温度解耦的多物理场重建，以及基于神经网络方法的视线方向重建结果。最后，第5节总结了所提模型在视线方向重建方面的性能，并提出了未来研究的方向。片段摘录混合网络架构设计为提升视线方向偏差预测的精度，本文提出了一种卷积神经网络-Transformer神经网络算法，用于处理光纤布拉格光栅传感器网络的光谱数据。卷积神经网络模块通过多层卷积从原始光谱数据中提取多级特征。与此同时，Transformer模块则运用多头注意力机制，实现多模态输入序列之间的信息交互，进而更有效地优化神经网络权重。数据采集与预处理数据采集主要由解调器与主机计算机程序构成。为满足8通道光纤布拉格光栅传感器的实时监测需求，解调器采用了并行波长解调技术，通过同步采集所有通道的反射光谱信号，从而实现波长偏移的高精度测量。主机计算机程序则是采用LabVIEW与MATLAB相结合的混合架构开发的。首先，应用自适应卡尔曼滤波器。网络性能分析对于高分辨率光学遥感卫星而言，要实现精准定位，就必须确保视线方向偏差控制在弧秒级别以内。虽然我们目前的研究所得的重建精度约为20弧秒，但这已比纯粹基于物理原理的模型有了显著提升，也为相关技术发展提供了可行的路径。图9展示了卷积神经网络-Transformer网络中卷积神经网络模块的训练过程曲线。如图所示，该卷积神经网络模块能够快速收敛。结论本研究提出了一种将光纤布拉格光栅传感器网络与深度学习级联神经网络相结合的方法，用于监测地球静止轨道卫星视线方向的缓慢偏移。我们在准静态热条件下对所提方法进行了验证，这种热条件主要反映了地球静止轨道卫星所处的太空热环境的宏观周期性特征。在实验系统方面，通过将光纤布拉格光栅传感器网络部署在遥感载荷支撑结构的简化模型上。局限性与未来工作尽管取得了这些令人满意的结果，但该研究仍存在一些局限性，这也为未来的研究指明了方向。在准静态假设下的当前重建精度约为20弧秒，这一精度虽能满足许多遥感任务的需求，但对于最先进的光学载荷所要求的亚弧秒级指向稳定性而言仍显不足。虽然通过我们的CAST合作项目，传感硬件在轨运行的可靠性已得到验证，但算法本身仅在进行过相关训练。CRediT作者贡献声明冯少凡：撰写——审阅与编辑，撰写——初稿。于快：资源提供。何恒基：数据整理。牛天森：数据整理。赵光涛：资源提供。孙广凯：验证，资金筹集。朱连清：验证，资金筹集。利益冲突声明作者声明在本文中不存在任何潜在或明确的财务利益关系，同时也对作者顺序无异议。