CN112504278B - 一种机动测控站导航规划方法 - Google Patents
一种机动测控站导航规划方法 Download PDFInfo
- Publication number
- CN112504278B CN112504278B CN202011336011.9A CN202011336011A CN112504278B CN 112504278 B CN112504278 B CN 112504278B CN 202011336011 A CN202011336011 A CN 202011336011A CN 112504278 B CN112504278 B CN 112504278B
- Authority
- CN
- China
- Prior art keywords
- measurement
- control station
- task
- factor
- angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 53
- 238000013139 quantization Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种机动测控站导航规划方法,包括以下步骤:步骤A:基于机动测控站空域覆盖能力和待执行任务的工作需求,确定起始点、目的地和任务参数;步骤B:获取起始点到目的地可能的线路信息,得到候选线路,提取导航路径信息;步骤C:将每一个候选线路划分为多个量化处理单元,计算测控能力值并进行叠加;步骤D:以测控能力值最优的路径作为规划路径输出。本发明的优点在于:通过电子交通地图获取多条候选路径,并通过量化处理单元对候选路径进行划分,对每个量化处理单元统计测控能力值并进行加和,从而基于微积分思想对整个候选路径的测控能力值进行计算,由此获得所有候选路径的测控能力值,得到最优的候选路径,实现最优路径规划。
Description
技术领域
本发明涉及卫星导航***测控网技术领域,尤其涉及一种机动测控站导航规划方法。
背景技术
近年来我国的航天发射任务逐年上升,在轨航天器数量越来越多,传统航天测控设备受限于其技术体制,多目标任务能力不足,测控资源日趋紧张。为了更好的解决航天测控网测控资源紧张问题,越来越多的机动测控站投入使用,如公开号为CN201294528Y的实用新型专利就公开了一种适用于机动测控站的底面收发组合装置。
在使用机动测控站对航天器进行测控时,由于测控站本身也是移动的,为了确保对航天器的测控过程是连续的,机动测控站移动过程中不允许障碍物遮挡机动测控站的测控区域,而且机动测控站工作时当前区域内的航天器数量远远不止一个,因此迫切需要针对机动测控站的导航技术。
发明内容
本发明所要解决的技术问题在于提供一种能够为机动测控站提供精确的最优路径规划的导航规划方法。
本发明是通过以下技术方案解决上述技术问题的:一种机动测控站导航规划方法,包括以下步骤:
步骤A:基于机动测控站空域覆盖能力和待执行任务的工作需求,确定起始点、目的地和任务参数;
步骤B:基于电子交通线路图,获取起始点到目的地可能的线路信息,得到候选线路,提取导航路径信息;
所述导航路径信息为:以起始点和目的地的几何中点为中心,以起始点和目的地的直线距离为半径,获取能够覆盖该区域的最小矩形包络的DEM数据;
步骤C:将每一个候选线路划分为多个量化处理单元,对每个量化处理单元计算测控能力值,对该候选线路的所有量化处理单元的测控能力值进行叠加;
步骤D:以测控能力值最优的路径作为规划路径输出。
本发明通过电子交通地图获取多条候选路径,并通过量化处理单元对候选路径进行划分,对每个量化处理单元统计测控能力值并进行加和,从而基于微积分思想对整个候选路径的测控能力值进行计算,由此获得所有候选路径的测控能力值,得到最优的候选路径,实现最优路径规划。
优选的,所述步骤A所述的任务参数包括机动测控站从起始点到目的地的机动允许时间T,单位小时;障碍物对移动测控站的最大遮蔽角θ,以及遮蔽角覆盖范围a,单位千米。
优选的,步骤C中所述的量化处理单元的分辨力即相邻量化处理单元的间距为ΔR,对起始点以及后续子线路的首点均设置量化处理单元。
优选的,步骤C中还包括获取每个量化处理单元的偏航角的步骤,所述偏航角为车头方向与正北方向的夹角。
优选的,步骤C中所述的测控能力值的计算方法为:
线路测控能力值=空域覆盖因子×任务权重因子×空域流量因子×机动允许时间因子×遮蔽角覆盖因子;
其中,
任务权重因子:基于任务类型确定任务权重,记录在预设时间段内接收到的每个任务的权重及所在的子区域;
空域流量因子:每个子区域在预定时间段内接收到的所有任务的权重和;
遮蔽角覆盖因子:以该量化处理点为中心,将空域划分为P个小区域,以遮蔽角覆盖范围a为半径,利用导航路径信息中的DEM数据计算每个小区域的遮蔽角βi,i∈[1,P],并计算小区域内的遮蔽角覆盖因子τi=θ/βi,i∈[1,P];则该量化处理单元的遮蔽角覆盖因子为:
本发明提供的机动测控站导航规划方法的优点在于:通过电子交通地图获取多条候选路径,并通过量化处理单元对候选路径进行划分,对每个量化处理单元统计测控能力值并进行加和,从而基于微积分思想对整个候选路径的测控能力值进行计算,由此获得所有候选路径的测控能力值,得到最优的候选路径,实现最优路径规划。测控能力值综合考虑了在每个位置能够发现的任务量和任务本身的权重,并通过计算遮蔽角反应对目标任务进行完整测控的能力,能够有效的反映测控效果。
附图说明
图1为本发明的实施例提供的机动测控站的示意图;
图2为本发明的实施例提供的量化处理单元的覆盖空域示意图;
图3为本发明的实施例提供的基于量化处理单元划分子区域的示意图;
图4为本发明的实施例提供的量化处理单元的空域覆盖因子计算示例图;
图5为本发明的实施例提供的遮蔽角计算示例图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
如图1所示,本实施例提供了一种机动测控站导航规划方法,包括以下步骤:
步骤A:基于机动测控站空域覆盖能力和待执行任务的工作需求,确定起始点、目的地和任务参数;
步骤B:基于电子交通线路图,获取起始点到目的地可能的线路信息,得到候选线路,提取导航路径信息;
所述导航路径信息为:以起始点和目的地的几何中点为中心,以起始点和目的地的直线距离为半径,获取能够覆盖该区域的最小矩形包络的数字高程模型(DigitalElevation Model,DEM)数据;
步骤C:将每一个候选线路划分为多个量化处理单元,对每个量化处理单元计算测控能力值,对该候选线路的所有量化处理单元的测控能力值进行叠加;
步骤D:以测控能力值最优的路径作为规划路径输出。
本实施例通过电子交通地图获取多条候选路径,并通过量化处理单元对候选路径进行划分,对每个量化处理单元统计测控能力值并进行加和,从而基于微积分思想对整个候选路径的测控能力值进行计算,由此获得所有候选路径的测控能力值,得到最优的候选路径,实现最优路径规划。
本实施例以某机动全空域多波束测控站为例进行说明,参考图1,其采用与车体方舱共形的天线设计形式,实现周向0~360°,车体前后方向俯仰向30°~90°,车体左右方向0°~90°空域无缝覆盖,整个覆盖空域构成一个椭圆椎体,对该机动多波束测控站进行导航规划的方法包括以下步骤:
步骤A:基于机动测控站空域覆盖能力和待执行任务的工作需求,确定起始点、目的地和任务参数;所述任务参数包括机动测控站从起始点到目的地的机动允许时间T,单位小时;障碍物对移动测控站的最大遮蔽角θ,以及遮蔽角覆盖范围a,单位千米;遮蔽角为机动测控站被障碍物遮挡的范围的夹角。
其中,所述最大遮蔽角满足0°≤θ≤90°。实际上为了防止机动测控站被遮挡,最大遮蔽角不能设置的太大,一般非常接近下限,本实施例中下限为0°,而实际使用中不可能以0°作为最大遮蔽角,本实施例中设置的最大遮蔽角为5°。
步骤B:基于电子交通线路图;例如百度地图、高德地图、腾讯地图等常见的电子地图,获取起始点到目的地可能的线路信息,得到候选线路,提取导航路径信息;
所述导航路径信息为:以起始点和目的地的几何中点为中心,以起始点和目的地的直线距离为半径,获取能够覆盖该区域的最小矩形包络的DEM数据;
步骤C:将每一个候选线路划分为多个量化处理单元,对每个量化处理单元计算测控能力值,对该候选线路的所有量化处理单元的测控能力值进行叠加;
所述量化处理单元的分辨力即相邻量化处理单元的间距为ΔR,对起始点以及后续子线路的首点均设置量化处理单元,其中起始点为整个路径中的第一个量化处理单元,子线路的首点为子线路的第一个量化处理单元;然后分别按间隔ΔR布置其他量化处理单元,还需要对每个量化处理单元求解偏航角的步骤,所述偏航角为车头方向与正北方向的夹角;每个量化处理单元的空域覆盖如图2所示。
测控能力值的计算方法为:
线路测控能力值=空域覆盖因子×任务权重因子×空域流量因子×机动允许时间因子×遮蔽角覆盖因子;
其中,
序号 | 区域 | 加权值 |
1 | AOB | η<sub>1</sub>=(∠OZA+∠OZB)/2=65° |
2 | BOC | η<sub>2</sub>=(∠OZB+∠OZC)/2=75° |
3 | COD | η<sub>3</sub>=(∠OZC+∠OZD)/2=75° |
4 | DOE | η<sub>4</sub>=(∠OZD+∠OZE)/2=65° |
5 | EOF | η<sub>5</sub>=(∠OZE+∠OZF)/2=65° |
6 | FOG | η<sub>6</sub>=(∠OZF+∠OZG)/2=75° |
7 | GOH | η<sub>7</sub>=(∠OZG+∠OZH)/2=75° |
8 | HOA | η<sub>8</sub>=(∠OZH+∠OZA)/2=65° |
利用该量化处理单元o的偏航角,得到该量化处理单元所在区域为AOB,即该量化处理单元空域覆盖因子为η=65°。
任务权重因子:基于任务类型确定任务权重,记录在预设时间段内接收到的每个任务的权重及所在的子区域;参考下表,其中的权重为人工定义的;
序号 | 任务 | 权重因子 | 进站空域 |
1 | 任务1 | λ<sub>1</sub>=0.5 | 空域1 |
2 | 任务2 | λ<sub>2</sub>=0.5 | 空域3 |
3 | 任务3 | λ<sub>3</sub>=0.5 | 空域4 |
4 | 任务4 | λ<sub>4</sub>=0.5 | 空域4 |
5 | 任务5 | λ<sub>5</sub>=0.5 | 空域8 |
6 | 任务6 | λ<sub>6</sub>=1.0 | 空域8 |
7 | 任务7 | λ<sub>7</sub>=0.5 | 空域8 |
8 | 任务8 | λ<sub>8</sub>=1.0 | 空域8 |
9 | 任务9 | λ<sub>9</sub>=1.0 | 空域8 |
10 | 任务10 | λ<sub>10</sub>=0.5 | 空域8 |
11 | 任务11 | λ<sub>11</sub>=0.5 | 空域8 |
12 | 任务12 | λ<sub>12</sub>=0.5 | 空域4 |
空域流量因子:每个子区域在预定时间段内接收到的所有任务的权重和,结果如下表;
遮蔽角覆盖因子:以该量化处理点为中心,将空域划分为P个小区域,以遮蔽角覆盖范围a为半径,利用导航路径信息中的DEM数据计算每个小区域的遮蔽角βi,i∈[1,P],并计算小区域内的遮蔽角覆盖因子τi=θ/βi,i∈[1,P];则该量化处理单元的遮蔽角覆盖因子为:
其中,βi>θ时,τi=0。
本实施例中将整个空虚划分为360个小区域,结合导航路径信息,查找每个小区域内遮蔽角最大的障碍物,并计算遮蔽角,参考图5,P3对应的遮蔽角最大,为
其中,H为点P3的高度,L为点P3到量化处理单元o的水平距离。
步骤D:以测控能力值最优的路径作为规划路径输出;将每个候选路径的所有量化处理单元对应的测控能力值进行加和,以数值最大的结果作为规划路径输出,指导机动测控站运行,在进行测控时,设备车基于道路限速控制在合适的速度保持平稳运行即可。
Claims (6)
1.一种机动测控站导航规划方法,其特征在于:包括以下步骤:
步骤A:基于机动测控站空域覆盖能力和待执行任务的工作需求,确定起始点、目的地和任务参数;
步骤B:基于电子交通线路图,获取起始点到目的地可能的线路信息,得到候选线路,提取导航路径信息;
所述导航路径信息为:获取能够覆盖现有区域的最小矩形包络的DEM数据;
步骤C:将每一个候选线路划分为多个量化处理单元,对每个量化处理单元计算测控能力值,对该候选线路的所有量化处理单元的测控能力值进行叠加;
步骤C中所述的测控能力值的计算方法为:
线路测控能力值=空域覆盖因子×任务权重因子×空域流量因子×机动允许时间因子×遮蔽角覆盖因子;
其中,
任务权重因子:基于任务类型确定任务权重,记录在预设时间段内接收到的每个任务的权重及所在的子区域;
空域流量因子:每个子区域在预定时间段内接收到的所有任务的权重和;
遮蔽角覆盖因子:以该量化处理单元 为中心,将空域划分为P个小区域,以遮蔽角覆盖范围a为半径,利用导航路径信息中的DEM数据计算每个小区域的遮蔽角βi,i∈[1,P],并计算小区域内的遮蔽角覆盖因子τi=θ/βi,i∈[1,P],θ为障碍物对移动测控站的最大遮蔽角;则该量化处理单元的遮蔽角覆盖因子为:
步骤D:以测控能力值最优的路径作为规划路径输出。
3.根据权利要求2所述的一种机动测控站导航规划方法,其特征在于:所述步骤A所述的任务参数包括机动测控站从起始点到目的地的机动允许时间T,单位小时;障碍物对移动测控站的最大遮蔽角θ,以及遮蔽角覆盖范围a,单位千米。
5.根据权利要求4所述的一种机动测控站导航规划方法,其特征在于:步骤C中所述的量化处理单元的分辨力即相邻量化处理单元的间距为ΔR。
6.根据权利要求5所述的一种机动测控站导航规划方法,其特征在于:步骤C中还包括获取每个量化处理单元的偏航角的步骤,所述偏航角为车头方向与正北方向的夹角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011336011.9A CN112504278B (zh) | 2020-11-25 | 2020-11-25 | 一种机动测控站导航规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011336011.9A CN112504278B (zh) | 2020-11-25 | 2020-11-25 | 一种机动测控站导航规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112504278A CN112504278A (zh) | 2021-03-16 |
CN112504278B true CN112504278B (zh) | 2023-03-24 |
Family
ID=74959850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011336011.9A Active CN112504278B (zh) | 2020-11-25 | 2020-11-25 | 一种机动测控站导航规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112504278B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115355909B (zh) * | 2022-08-09 | 2024-04-30 | 中国电子科技集团公司第三十八研究所 | 机动平台下的伺服和相控阵一体化捕获方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201294528Y (zh) * | 2008-11-04 | 2009-08-19 | 中国电子科技集团公司第五十四研究所 | 地面收发组合设备 |
CN201355449Y (zh) * | 2009-01-14 | 2009-12-02 | 北京航空航天大学 | 一种共轴式无人直升机的地面测控站实时信息监控*** |
CN101726296A (zh) * | 2009-12-22 | 2010-06-09 | 哈尔滨工业大学 | 空间机器人视觉测量、路径规划、gnc一体化仿真*** |
RU2470319C1 (ru) * | 2011-06-29 | 2012-12-20 | ОТКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "НИИ измерительных приборов-Новосибирский завод имени Коминтерна" /ОАО "НПО НИИИП-НЗиК" | Способ обнаружения и сопровождения цели |
CN107796414A (zh) * | 2017-10-20 | 2018-03-13 | 武汉大学 | 一种基于街景图美学评分的最美路径导航方法和*** |
CN111694367A (zh) * | 2020-05-28 | 2020-09-22 | 哈尔滨工程大学 | 一种水下机器人避障装置及实时路径规划方法 |
-
2020
- 2020-11-25 CN CN202011336011.9A patent/CN112504278B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201294528Y (zh) * | 2008-11-04 | 2009-08-19 | 中国电子科技集团公司第五十四研究所 | 地面收发组合设备 |
CN201355449Y (zh) * | 2009-01-14 | 2009-12-02 | 北京航空航天大学 | 一种共轴式无人直升机的地面测控站实时信息监控*** |
CN101726296A (zh) * | 2009-12-22 | 2010-06-09 | 哈尔滨工业大学 | 空间机器人视觉测量、路径规划、gnc一体化仿真*** |
RU2470319C1 (ru) * | 2011-06-29 | 2012-12-20 | ОТКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "НИИ измерительных приборов-Новосибирский завод имени Коминтерна" /ОАО "НПО НИИИП-НЗиК" | Способ обнаружения и сопровождения цели |
CN107796414A (zh) * | 2017-10-20 | 2018-03-13 | 武汉大学 | 一种基于街景图美学评分的最美路径导航方法和*** |
CN111694367A (zh) * | 2020-05-28 | 2020-09-22 | 哈尔滨工程大学 | 一种水下机器人避障装置及实时路径规划方法 |
Non-Patent Citations (1)
Title |
---|
航天测控站运管***设计;党琦等;《飞行器测控学报》;20170630;第36卷(第3期);第234-239页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112504278A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111949943B (zh) | 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法 | |
US7257412B2 (en) | Methods and systems for location estimation | |
CN103745018B (zh) | 一种多平台点云数据融合方法 | |
CN113342008B (zh) | 一种海空协同水下目标追踪的路径规划***及方法 | |
CN112146650B (zh) | 一种用于无人蜂群协同导航的构型优化方法 | |
CN112346104B (zh) | 一种无人机信息融合定位方法 | |
CN112504278B (zh) | 一种机动测控站导航规划方法 | |
CN109738864B (zh) | 一种基于多无人机的定位方法及*** | |
AU2021106247A4 (en) | Vehicle fusion positioning method based on V2X and laser point cloud registration for advanced automatic driving | |
CN109840360B (zh) | 一种卫星临边探测方式下星座最小规模设计方法 | |
EP3589979A1 (en) | Method, devices, system and computer program product for increasing the positioning accuracy of a mobile user equipment by using data of a global navigation satellite system | |
CN117580054B (zh) | 基于使用需求数据的ntn小区构建方法、装置、设备及介质 | |
CN110095108B (zh) | 一种基于bim无人机测绘装置及测绘方法 | |
CN113093246B (zh) | 地面多目标点成像快速判定及任务参数计算方法 | |
CN103558586B (zh) | 一种变参数聚束sar的回波仿真方法 | |
AU2022453597B2 (en) | Positioning method, apparatus, electronic device and storage medium | |
CN113721188B (zh) | 拒止环境下的多无人机自身定位与目标定位方法 | |
CN108398704B (zh) | 一种贝叶斯滤波的多车辆协作定位方法 | |
US11500107B2 (en) | Method for determining an electron density distribution in the earth's atmosphere | |
CN110148218B (zh) | 一种大批量机载LiDAR点云数据整体优化的方法 | |
CN115718905A (zh) | 一种面向vts***的多传感器信息融合方法 | |
Raiyn | Developing vehicle locations strategy on urban road | |
CN114371726A (zh) | 无人机空地一体化探测定位方法、装置、***与设备 | |
CN113888713A (zh) | 一种车载激光点云数据恢复路面缺失点的方法 | |
CN113938829B (zh) | 一种自动驾驶控制*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |