KR20200074660A - A method for predicting satellite events embedded in satellite on-board software - Google Patents

A method for predicting satellite events embedded in satellite on-board software Download PDF

Info

Publication number
KR20200074660A
KR20200074660A KR1020180163312A KR20180163312A KR20200074660A KR 20200074660 A KR20200074660 A KR 20200074660A KR 1020180163312 A KR1020180163312 A KR 1020180163312A KR 20180163312 A KR20180163312 A KR 20180163312A KR 20200074660 A KR20200074660 A KR 20200074660A
Authority
KR
South Korea
Prior art keywords
satellite
data
time
lla
approximate model
Prior art date
Application number
KR1020180163312A
Other languages
Korean (ko)
Other versions
KR102184662B1 (en
Inventor
조동현
한상혁
김진형
Original Assignee
한국항공우주연구원
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국항공우주연구원 filed Critical 한국항공우주연구원
Priority to KR1020180163312A priority Critical patent/KR102184662B1/en
Publication of KR20200074660A publication Critical patent/KR20200074660A/en
Application granted granted Critical
Publication of KR102184662B1 publication Critical patent/KR102184662B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • B64G2700/00—

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Astronomy & Astrophysics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

The present invention relates to a satellite mounting software and, more specifically, to a satellite mounting software operating method for predicting a satellite event through an approximate model for a satellite movement path and a recording medium in which a program for implementing the same is stored. A satellite event time prediction method installed in a satellite includes the steps of: acquiring latitude-longitude-altitude (LLA) data for a plurality of points on a movement path of a satellite and obtaining characteristics of each of the latitude, longitude, and altitude for the movement path of the satellite based on the LLA data; determining an approximate model for each of the latitude, longitude and altitude for the movement path based on the characteristics; and predicting a first time range in which the satellite reaches a target point based on the approximate model; acquiring on-orbit propagator (OOP) data corresponding to the first time range by using the orbital propagator included in the satellite; and predicting a second time within the first time range when the satellite reaches the target point based on the OOP data.

Description

위성 탑재용 소프트웨어에 탑재 가능한 위성 이벤트 예측 기법 {A method for predicting satellite events embedded in satellite on-board software}{A method for predicting satellite events embedded in satellite on-board software}

본 발명은 위성 탑재용 소프트웨어에 관한 것으로서, 더욱 구체적으로는 위성 이동경로에 대한 근사 모델을 통해 위성 이벤트를 예측하는 위성 탑재용 소프트웨어 운용 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 상술한 방법을 적용한 위성에 관한 것이다.The present invention relates to software for mounting a satellite, and more specifically, a method for operating a software for mounting a satellite for predicting a satellite event through an approximate model for a satellite movement path, a recording medium storing a program for implementing the same, and the above-described method. It is about the applied satellite.

위성의 운용을 위해서는 궤도 결정 및 예측, 이벤트 예측, 위성 스케줄링, 자세명령 생성 등의 일련의 과정이 필요하다. 특히, 위성의 원활한 운영을 위해서는 위성　궤도에 대한 정보를 통한 예측이 필수적이다. 이를 위해서 종래에는 지상국에서 과거의 관측데이터를 이용한　궤도결정(Orbit Determination)을 통해 획득한　궤도정보를 바탕으로 미래의　궤도를 예측(Orbit Prediction)하는 기술이 연구되어 왔다. In order to operate the satellite, a series of processes such as orbit determination and prediction, event prediction, satellite scheduling, and attitude command generation are required. In particular, for smooth operation of satellites, prediction through information on satellite orbit is essential. To this end, conventionally, a technique of predicting the future orbit (orbit prediction) based on the orbit information obtained through orbit determination using past observation data from a ground station has been studied.

다만, 최근에는 초소형위성을 이용한 위성군의 운용의 장점이 부각되면서 기존의 중대형 위성의 임무와 차별적으로 초소형위성군의 수용가 증대되고 있다. However, in recent years, as the advantages of the operation of satellite groups using ultra-small satellites have been emphasized, the acceptance of micro-satellite groups has been increasing differently from the missions of existing medium-sized satellites.

초소형위성은 중대형위성에 비해 낮은 해상도 및 성능을 가지고 있으나 낮은 개발기간 및 비용의 장점이 있어서 다수 개체의 운용이 가능하기 때문에, 이를 통한 대용량 데이터의 획득을 목적으로 운용이 되고 있는 실정이다. 일례로 미국의 Planet사의 경우 100여 기가 넘는 초소형위성을 통해 전 지구의 24시간 관측을 목표로 하고 있다.Ultra-small satellites have lower resolution and performance than mid-to-large-sized satellites, but because they have the advantage of low development period and cost, they can be operated by multiple individuals, so they are being operated for the purpose of acquiring large amounts of data. Planet, for example, in the United States, aims to make 24-hour observations of the globe through more than 100 microsatellites.

종래와 같이 기존의 지상국 기반의 운용을 수행하게 될 경우, 다수의 위성의 운용 시 태스크(Task)와 관련된 업로드 등의 통신에 과도한 부담(Burden)이 발생할 여지가 있다. 또한, 종래의 방식은 관성좌표계에 대한 위성의 위치예측 데이터를 사용하고, 타겟 지점의 위치데이터를 지구중심좌표계로 적용함에 따라 모든 데이터에 대한 좌표변환을 수행해야 되므로 계산량의 증대가 불가피하다. When performing the existing ground station-based operation as in the prior art, there is a room for excessive burden (Burden) in communication such as upload related to a task when operating multiple satellites. In addition, the conventional method uses the satellite position prediction data for the inertial coordinate system and, as the location data of the target point is applied to the earth-centered coordinate system, the coordinate transformation for all data must be performed, which increases the computational inevitability.

더구나, 위성이 타겟 지점을 지나가는 시간 및 지상국과의 교신 시간 등의 이벤트를 예측하는 것을 위성의 모든 예측위치 정보에 대해서 수행하기에는 위성 탑재용 메모리 및 컴퓨팅 자원의 한계가 있는 실정이다.Moreover, there is a limitation in the memory and computing resources for satellite loading to perform prediction of events such as the time when the satellite passes the target point and the communication time with the ground station for all the predicted location information of the satellite.

본 발명은 상술한 필요성에 따른 것으로, 본 발명이 해결하고자 하는 일 과제는, 지상국에서 수행하던 이벤트 예측 업무를 각각의 초소형위성에서 자체적으로 수행할 수 있도록 하는 위성탑재용 소프트웨어 운용 방법 및 이를 구현하기 위한 프로그램이 저장된 기록매체를 제공하는 것이다.The present invention is in accordance with the above-mentioned needs, and one problem to be solved by the present invention is to implement a software operation method for a satellite-mounted software and to implement an event prediction task performed by a ground station on its own. It is to provide a recording medium in which a program for the purpose is stored.

본 발명의 일 실시 예에 따른 위성에 탑재된 위성 이벤트 시간 예측 방법은 위성의 이동경로 상의 복수의 지점에 대한 LLA(Latitude-Longitude-Altitude) 데이터를 획득하고, 상기 LLA 데이터를 바탕으로 상기 위성의 이동경로에 대한 위도, 경도 및 고도 각각의 특성을 획득하는 단계; 상기 특성을 바탕으로 상기 이동경로에 대한 위도, 경도 및 고도 각각에 대한 근사 모델을 결정하는 단계; 상기 근사 모델을 바탕으로 상기 위성이 타겟 지점에 도달하는 제1시간 범위를 예측하는 단계; 상기 위성에 포함된 궤도전파기를 이용하여 상기 제1시간 범위에 대응하는 OOP(On-board Orbit Propagator) 데이터를 획득하는 단계; 및 상기 OOP 데이터를 바탕으로 상기 위성이 상기 타겟 지점에 도달하는 상기 제1시간 범위 내의 제2시간을 예측하는 단계; 를 포함할 수 있다. According to an embodiment of the present invention, a method for predicting a satellite event time mounted on a satellite acquires Latitude-Longitude-Altitude (LLA) data for a plurality of points on a moving path of the satellite, and based on the LLA data Acquiring characteristics of latitude, longitude, and altitude for a moving path; Determining an approximate model for each of latitude, longitude, and altitude for the movement path based on the characteristics; Predicting a first time range in which the satellite reaches a target point based on the approximate model; Obtaining OOP (On-board Orbit Propagator) data corresponding to the first time range using an orbital propagator included in the satellite; And predicting a second time within the first time range when the satellite reaches the target point based on the OOP data. It may include.

또한, 상기 위성 이벤트 시간 예측 방법은 상기 근사 모델을 업데이트하는 단계;를 더 포함할 수 있다.In addition, the satellite event time prediction method may further include the step of updating the approximate model.

또한, 상기 업데이트하는 단계는 상기 위성이 획득하는 LLA 데이터를 바탕으로 실시간으로 상기 근사 모델을 업데이트하는 것일 수 있다. In addition, the updating may be updating the approximate model in real time based on the LLA data acquired by the satellite.

또한, 상기 업데이트하는 단계는 상기 위성이 상기 궤도전파기(propagator)를 이용하여 획득하는 OOP 데이터를 바탕으로 상기 근사 모델을 업데이트하는 것일 수 있다. In addition, the updating may include updating the approximate model based on OOP data acquired by the satellite using the propagator.

또한, 상기 LLA 데이터는 상기 위성의 궤도 요소를 바탕으로 지구중심고정 좌표계(ECEF, Earth Centered Earth Fixed)로 계산된 것일 수 있다.In addition, the LLA data may be calculated using an Earth Centered Earth Fixed (ECEF) system based on the orbital elements of the satellite.

또한, 상기 근사 모델은 sine 함수, 삼각 함수 중 적어도 하나인 것을 특징으로 하는 것일 수 있다.In addition, the approximation model may be characterized by being at least one of a sine function and a trigonometric function.

한편, 본 발명의 일 실시 예에 따른 기록매체는 상술한 위성 이벤트 시간 예측 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체일 수 있다. Meanwhile, the recording medium according to an embodiment of the present invention may be a computer-readable recording medium recording a program for executing the above-described satellite event time prediction method.

한편, 위성에 탑재된 소프트웨어를 통해 위성 이벤트 시간 예측하는 위성은, 위성의 이동경로 상의 복수의 지점에 대한 GNSS 데이터 중 LLA(Latitude-Longitude-Altitude) 데이터를 획득하고, 상기 LLA 데이터를 바탕으로 상기 위성의 이동경로에 대한 위도, 경도 및 고도 각각의 특성을 획득하는 데이터 획득부; 상기 특성을 바탕으로 상기 이동경로에 대한 위도, 경도 및 고도 각각에 대한 근사 모델을 결정하는 LLA 모델 획득부; 및 상기 근사 모델을 바탕으로 상기 위성이 타겟 지점에 도달하는 제1 시간 범위를 예측하는 시간 계산부;를 포함하고, 상기 데이터 획득부는 상기 위성에 포함된 궤도전파기를 이용하여 상기 제1 시간 범위에 대응하는 OOP(On-board Orbit Propagator) 데이터를 획득하고, 상기 시간 계산부는 상기 OOP 데이터를 바탕으로 상기 위성이 상기 타겟 지점에 도달하는 상기 제1 시간 범위 내의 제2 시간을 예측하는 것일 수 있다.Meanwhile, a satellite for predicting a satellite event time through software installed in a satellite acquires Latitude-Longitude-Altitude (LLA) data among GNSS data for a plurality of points on a satellite's movement path, and based on the LLA data, A data acquisition unit for acquiring characteristics of latitude, longitude, and altitude for a satellite's movement path; An LLA model acquiring unit that determines approximate models for each of latitude, longitude, and altitude for the movement path based on the characteristics; And a time calculator for predicting a first time range in which the satellite reaches a target point based on the approximate model, wherein the data acquisition unit is in the first time range using an orbital wave included in the satellite. The corresponding on-board orbit propagator (OOP) data may be acquired, and the time calculator may predict a second time within the first time range when the satellite reaches the target point based on the OOP data.

또한, 상기 위성은 상기 근사 모델을 업데이트하는 업데이트부;를 더 포함하고, 상기 업데이트부는 상기 데이터 획득부가 획득하는 LLA 데이터를 바탕으로 실시간으로 상기 근사 모델을 업데이트할 수 있다.In addition, the satellite may further include; an update unit for updating the approximate model, and the update unit may update the approximate model in real time based on LLA data acquired by the data acquisition unit.

또한, 상기 업데이트부는 상기 데이터 획득부가 획득하는 OOP 데이터를 바탕으로 상기 근사 모델을 업데이트할 수 있다. Also, the update unit may update the approximate model based on OOP data acquired by the data acquisition unit.

전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 청구범위 및 발명의 설명으로부터 명확해질 것이다.Other aspects, features, and advantages than those described above will become apparent from the following drawings, claims, and description of the invention.

본 발명에 따르면, 위성 이벤트 예측이 온 보드(On-board)에서 계산이 가능한 수준으로 계산량이 적어질 수 있다. 이에 따라, 본 발명에 따른 위성은 위성 탑재용 소프트웨어를 통해 온 보드에서 자율 스케줄링을 수행할 수 있다. 이에 따라, 다수의 초소형위성군을 운용하면서도 지상국의 과도한 부담을 방지할 수 있다.According to the present invention, the amount of calculation may be reduced to a level that satellite event prediction can be calculated on-board. Accordingly, the satellite according to the present invention can perform autonomous scheduling on-board through the software for mounting the satellite. Accordingly, it is possible to prevent excessive burden of the ground station while operating a large number of microsatellite forces.

도 1은 본 발명의 위성탑재용 소프트웨어의 이벤트 예측 방법을 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 소프트웨어를 수행하는 위성의 구성요소를 설명하기 위한 간략한 블록도이다.
도 3a 내지 3c는 본 발명의 일 실시예에 따른 근사 모델을 통해 위성의 이벤트를 예측하는 것을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 근사 모델을 삼각함수로 결정한 경우, 위도 정보를 근사화한 결과를 도시한 도면이다.1 is a block diagram for explaining a method for predicting events in the software for satellite installation of the present invention.
2 is a simplified block diagram for explaining the components of a satellite that performs software according to an embodiment of the present invention.
3A to 3C are diagrams for explaining prediction of a satellite event through an approximation model according to an embodiment of the present invention.
4 is a diagram illustrating a result of approximating latitude information when the approximate model according to an embodiment of the present invention is determined by a trigonometric function.

이하, 본 개시의 다양한 실시예가 첨부된 도면과 연관되어 기재된다. 본 개시의 다양한 실시예는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들이 도면에 예시되고 관련된 상세한 설명이 기재되어 있다. 그러나 이는 본 개시의 다양한 실시예를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 다양한 실시예의 사상 및 기술 범위에 포함되는 모든 변경 및/또는 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용되었다.Hereinafter, various embodiments of the present disclosure are described in connection with the accompanying drawings. Various embodiments of the present disclosure may have various modifications and various embodiments, and specific embodiments are illustrated in the drawings and related detailed descriptions are described. However, this is not intended to limit the various embodiments of the present disclosure to specific embodiments, and it should be understood that all modifications and/or equivalents or substitutes included in the spirit and technical scope of the various embodiments of the present disclosure are included. In connection with the description of the drawings, similar reference numerals have been used for similar elements.

본 개시의 다양한 실시예에서 사용될 수 있는 "포함한다" 또는 "포함할 수 있다." 등의 표현은 개시(disclosure)된 해당 기능, 동작 또는 구성요소 등의 존재를 가리키며, 추가적인 하나 이상의 기능, 동작 또는 구성요소 등을 제한하지 않는다. 또한, 본 개시의 다양한 실시예에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.“Include” or “may include” which may be used in various embodiments of the present disclosure. The expressions, etc., indicate the existence of the disclosed corresponding function, operation, or component, and do not limit additional one or more functions, operations, or components. Also, in various embodiments of the present disclosure, terms such as “include” or “have” are intended to indicate that there are features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, It should be understood that one or more other features or numbers, steps, operations, components, parts or combinations thereof are not excluded in advance.

본 개시의 다양한 실시예에서 "또는" 등의 표현은 함께 나열된 단어들의 어떠한, 그리고 모든 조합을 포함한다. 예를 들어, "A 또는 B"는, A를 포함할 수도, B를 포함할 수도, 또는 A 와 B 모두를 포함할 수도 있다.In various embodiments of the present disclosure, expressions such as “or” include any and all combinations of words listed together. For example, "A or B" may include A, may include B, or may include both A and B.

본 개시의 다양한 실시예에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 실시예들의 다양한 구성요소들을 수식할 수 있지만, 해당 구성요소들을 한정하지 않는다. 예를 들어, 상기 표현들은 해당 구성요소들의 순서 및/또는 중요도 등을 한정하지 않는다. 상기 표현들은 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 수 있다. 예를 들어, 제1 사용자 기기와 제2 사용자 기기는 모두 사용자 기기이며, 서로 다른 사용자 기기를 나타낸다. 예를 들어, 본 개시의 다양한 실시예의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.Expressions such as “first”, “second”, “first”, or “second” used in various embodiments of the present disclosure may modify various elements of various embodiments, but do not limit the elements. Does not. For example, the above expressions do not limit the order and/or importance of the components. The above expressions can be used to distinguish one component from another component. For example, the first user device and the second user device are both user devices and represent different user devices. For example, a first component may be referred to as a second component without departing from the scope of rights of various embodiments of the present disclosure, and similarly, the second component may also be named as the first component.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 새로운 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 새로운 다른 구성요소가 존재하지 않는 것으로 이해될 수 있어야 할 것이다.When a component is said to be "connected" to or "connected" to another component, the component may be directly connected to or connected to the other component, but may not be connected to the component. It will be understood that other new components may exist between the other components. On the other hand, when it is mentioned that an element is "directly connected" or "directly connected" to another component, it will be understood that no other new component exists between the one component and the other components. You should be able to.

본 개시의 다양한 실시예에서 사용한 용어는 단지 특정일 실시예를 설명하기 위해 사용된 것으로, 본 개시의 다양한 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.Terms used in various embodiments of the present disclosure are only used to describe specific day embodiments, and are not intended to limit various embodiments of the present disclosure. Singular expressions include plural expressions unless the context clearly indicates otherwise.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 개시의 다양한 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by a person skilled in the art to which various embodiments of the present disclosure pertain.

일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 개시의 다양한 실시예에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Terms such as those defined in a commonly used dictionary should be interpreted as having meanings consistent with meanings in the context of related technologies, and are ideally or excessively formal unless explicitly defined in various embodiments of the present disclosure. It is not interpreted as meaning.

이하에서, 첨부된 도면을 이용하여 본 발명의 다양한 실시 예들에 대하여 구체적으로 설명한다. Hereinafter, various embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 위성탑재용 소프트웨어의 이벤트 예측 방법을 설명하기 위한 블록도이다. 1 is a block diagram for explaining a method for predicting events in the software for satellite installation of the present invention.

도 1을 참조하면, 본 발명의 이벤트 예측 방법은 위성의 이동경로 상의 복수의 지점에 대한 GNSS 데이터 중 LLA(Latitude-Longitude-Altitude) 데이터를 획득하고, LLA 데이터를 바탕으로 위성의 이동경로에 대한 위도, 경도 및 고도 각각의 특성을 획득할 수 있다(S100). 이때, LLA 데이터는 위성의 궤도 요소를 바탕으로 지구중심고정 좌표계(ECEF, Earth Centered Earth Fixed)에서 계산된 것일 수 있다. Referring to FIG. 1, the event prediction method of the present invention acquires Latitude-Longitude-Altitude (LLA) data among GNSS data for a plurality of points on a satellite's moving path, and based on the LLA data, for a satellite's moving path, The characteristics of each of latitude, longitude, and altitude may be obtained (S100). At this time, the LLA data may be calculated in the Earth Centered Earth Fixed (ECEF) system based on the orbital elements of the satellite.

구체적으로, 궤도 요소는 비행 상태를 표시하는 데 필요한 요소로써, 지구의 중심에 가장 가까운 근지점, 가장 먼 원지점, 일주하는 데 소요되는 주기, 적도면에 대한 궤도면의 경사각, 어떤 시점에 위성이 궤도상의 어느 곳에 있는지를 표시하는 승교점의 경도 및 근지점 인수 등이 있을 수 있다. 이때, 지구 중심 또는 지구 표면에서 가장 가까운 점이 근지점, 가장 먼 점이 원지점, 한 바퀴 도는 데 걸리는 시간이 주기, 적도면에 대한 궤도면의 기울기 각도가 궤도 경사이다.Specifically, the orbital element is a necessary element for indicating the state of flight, the nearest point to the center of the earth, the farthest origin, the period it takes to travel around, the angle of inclination of the orbital surface relative to the equatorial plane, at which point the satellite is in orbit There may be longitude and near-point factor of the intersection point to indicate where. At this time, the nearest point from the center of the earth or the surface of the earth is the near point, the farthest point is the origin point, the period of time it takes to rotate one cycle, and the inclination angle of the orbital surface relative to the equatorial plane is the orbital slope.

한편, 궤도상의 위성의 위치는 궤도 요소를 통해 결정될 수 있고, 근지점 파라미터, 승교점 적경, 궤도 경사를 통해 지구중심관성(ECI, Earth-Centered Initial) 좌표계로 위치를 구할 수도 있다. 지구 중심 관성(ECI) 좌표계는 지구의 질량중심을 원점으로 하는 좌표계이다. 지구의 적도면을 XY축으로 하며, X축은 춘분점, Z축은 XY평면에서 북극쪽으로 수직인 선, Y축은 XZ축에 직각인 축으로 한다.On the other hand, the position of the satellite in orbit may be determined through the orbital elements, and the position may be obtained in the Earth-Centered Initial (ECI) coordinate system through the near-point parameter, ascension point ascension, orbit inclination. The Earth-Centered Inertia (ECI) coordinate system is a coordinate system with the Earth's center of mass as its origin. The Earth's equatorial plane is the XY axis, the X axis is the vernal equinox, the Z axis is the line perpendicular to the North Pole from the XY plane, and the Y axis is the axis perpendicular to the XZ axis.

지구중심고정 좌표계(ECEF, Earth Centered Earth Fixed)는 X-Y평면이 지구 적도면과 일치시키지만 X축은 경도 0°에 두고 Y축은 경도 90°의 방향에 두고 있는 양축 X, Y는 결국 지구 자전과 함께 회전되므로 더 이상 뉴턴의 법칙에 적용 받는 관성 공간에서 고정된 지향성을 유지 못한다. 다만, 지구와 함께 회전하는 좌표로서 위성의 경도, 위도, 고도 표시에 편리하다. In the Earth Centered Earth Fixed (ECEF), the XY plane coincides with the equator of the Earth, but the X-axis is at 0° longitude and the Y-axis is at 90° longitude. It is no longer able to maintain a fixed directionality in the inertial space subject to Newton's law. However, it is convenient for displaying the longitude, latitude, and altitude of the satellite as coordinates that rotate with the Earth.

이에 따라, 본 발명의 이벤트 예측 방법은 위성의 위치 계산을 위하여 위성의 궤도 요소를 바탕으로 ECI 좌표계로 계산한 후, ECEF 좌표계로 변환된 LLA 데이터를 획득할 수 있다. Accordingly, the event prediction method of the present invention can calculate the LLA data converted to the ECEF coordinate system after calculating the ECI coordinate system based on the orbital elements of the satellite to calculate the position of the satellite.

즉, 본 발명의 이벤트 예측기법은 기존의 ECI 좌표계의 위성의 위치데이터 대신, GPS의 ECEF 데이터 중 LLA(Latitude-Longitude-Altitude) 데이터를 활용할 수 있다. That is, the event prediction technique of the present invention may utilize Latitude-Longitude-Altitude (LLA) data among ECEF data of GPS instead of the position data of satellites of the existing ECI coordinate system.

위성의 위도, 경도 고도 정보는 주기적으로 변할 수 있고, 본 발명의 일 실시예에 따르면, 이를 단순한 함수로 근사(Fitting)가 가능하다. 이때, 위성의 위도, 경도 고도는 각각의 근사 모델을 통해 근사화될 수 있다. 구체적으로, 근사 모델은 시간에 대한 SINE 함수일 수도 있고, 시간에 대한 삼각 함수일 수도 있으나, 이에 한정하지 않고 다양한 함수일 수 있다.The latitude and longitude altitude information of the satellite may change periodically, and according to an embodiment of the present invention, it is possible to fit it as a simple function. At this time, the latitude and longitude altitude of the satellite may be approximated through each approximate model. Specifically, the approximate model may be a SINE function for time or a trigonometric function for time, but may be various functions without being limited thereto.

다만, 근사 모델의 계수를 구하기 위하여, 본 발명의 이벤트 예측 방법은 복수의 지점에 대한 LLA 데이터를 필요로 한다. 이에 따라, 위성의 각각의 시각에 대한 시간 정보와 LLA 데이터를 바탕으로 근사 모델의 계수를 획득할 수 있다. 이때, 근사 모델의 계수는 각각 위성의 위도, 경도 고도의 특성이라고 할 수 있다. However, in order to obtain the coefficients of the approximate model, the event prediction method of the present invention requires LLA data for a plurality of points. Accordingly, the coefficient of the approximate model can be obtained based on time information and LLA data for each time of the satellite. At this time, the coefficients of the approximate model can be said to be characteristics of the latitude and longitude of the satellite, respectively.

본 발명의 이벤트 예측 방법은 획득한 특성을 바탕으로 이동경로에 대한 위도, 경도 및 고도 각각에 대한 근사 모델을 결정할 수 있다(S110). 즉, 본 발명의 이벤트 예측 방법은 획득한 위도, 경도 고도의 특성 또는 계수를 통해, 각각의 궤도를 근사하는 근사 모델을 결정할 수 있다. The event prediction method of the present invention can determine an approximate model for each of latitude, longitude, and altitude for a moving route based on the acquired characteristics (S110). That is, in the event prediction method of the present invention, an approximate model approximating each trajectory may be determined through characteristics or coefficients of the acquired latitude and longitude altitude.

본 발명의 이벤트 예측 방법은 근사 모델을 바탕으로 위성이 타겟 지점에 도달하는 제1 시간 범위를 예측할 수 있다(S120). 구체적으로, 타겟 지점의 위도, 경도 및 고도를 알고 있는 경우, 본 발명은 결정된 위도, 경도 및 고도 각각의 근사 모델에 타겟 지점의 위도, 경도 및 고도를 입력하여 시간 정보를 예측할 수 있다. The event prediction method of the present invention may predict a first time range when a satellite reaches a target point based on an approximate model (S120). Specifically, when the latitude, longitude, and altitude of the target point are known, the present invention can predict time information by inputting the latitude, longitude, and altitude of the target point in each of the determined latitude, longitude, and altitude approximate models.

위성이 타겟 지점에 도달하는 시간의 범위는 오차범위 내에서 예측될 수 있으며, 이를 제1 시간 범위라고 한다. 상술한 바와 같이 본 발명은 수학적 모델을 통해 예측함으로써 원하는 타겟 지점에 도달하는 시간을 해석적으로 예측하는 것이 가능하다는 효과가 있다. The range of time for the satellite to reach the target point can be predicted within the error range, which is called the first time range. As described above, the present invention has an effect that it is possible to analytically predict the time to reach a desired target point by predicting through a mathematical model.

다만, 근사 모델을 통한 시간 정보는 상대적으로 정밀도가 낮을 수 있다. 이에, 본 발명은 예측 시간의 정밀도를 향상시키기 위해 근사 모델을 이용하여 대략적인 이벤트 시간인 제1 시간 범위를 계산한 후, 제1 시간 범위를 기준으로 보다 정밀한 예측을 수행할 수 있다. However, time information through an approximate model may be relatively inaccurate. Accordingly, the present invention can calculate a first time range, which is an approximate event time, using an approximate model to improve the precision of the prediction time, and then perform more accurate prediction based on the first time range.

구체적으로, 본 발명의 이벤트 예측 방법은 제1 시간 범위에 대응하는 OOP(On-Orbit Propagator) 데이터를 획득할 수 있다(S130). 이때 OOP 데이터는 위성탑재용 궤도전파기(OOP, On-Orbit Propagator)를 이용한 예측 데이터일 수 있다. Specifically, the method for predicting an event of the present invention may acquire On-Orbit Propagator (OOP) data corresponding to a first time range (S130). At this time, the OOP data may be prediction data using an on-orbit propagator (OOP) for satellite mounting.

본 발명의 일 실시예에 따르면, 정밀한 궤도 예측을 위해서 미국의 합동우주전략센터(JSpOC, Joint Space Operations Center)에서 제공해주고 있는 TLE(Two Line Element) 정보를 이용해서 SGP(Simplified General Perturbations) 계열의 궤도전파기를 이용해서 궤도예측을 수행할 수 있다. 일 예로, 본 발명은 SGP 4와 같은 위성 탑재용 궤도전파기(OOP) 통해 얻은 궤도정보를 의사관측데이터(Pseudo-Observation Data)를 활용해서 궤도예측을 수행할 수 있다.According to an embodiment of the present invention, for precise orbit prediction, a SGP (Simplified General Perturbations) series is used by using TLE (Two Line Element) information provided by a Joint Space Operations Center (JSpOC) in the United States. Orbit prediction can be performed using orbit propagators. As an example, the present invention can perform orbit prediction using pseudo-observation data on orbit information obtained through an orbital propagator (OOP) for satellite mounting such as SGP 4.

한편, 본 발명의 이벤트 예측 방법은 OOP 데이터를 바탕으로 위성이 타겟 지점에 도달하는 제1 시간 범위 내의 제2 시간을 예측할 수 있다(S140). Meanwhile, the event prediction method of the present invention may predict a second time within a first time range when a satellite reaches a target point based on OOP data (S140).

구체적으로, 궤도전파기를 이용해 모든 시간에 대하여 위치를 계산하는 경우에는 위성 궤도에 대하여 정밀한 예측할 수 있으나, 계산량이 과도하게 증가하여 위성탑재용 온 보드(On board) 환경에서는 실질적으로 구현이 어렵다. Specifically, when the position is calculated for all the time using the orbital propagator, it is possible to accurately predict the satellite orbit, but it is difficult to implement in an onboard environment for satellite mounting due to an excessive increase in the amount of calculation.

이에 본 발명의 일 실시예에 따르면, 근사 모델을 통해 대략적인 제1 시간의 범위에 대해서만 궤도전파기를 이용해 계산함으로써 정밀도를 향상시키면서 계산의 부담(burden)을 절감할 수 있다. 즉, 본 발명의 이벤트 예측 방법은 OOP 데이터를 바탕으로 위성이 타겟 지점에 도달하는 정밀한 제2 시간을 계산할 수 있다. Accordingly, according to an embodiment of the present invention, it is possible to reduce the burden of calculation (burden) while improving accuracy by calculating using an orbital propagator only for an approximate first time range through an approximate model. That is, the event prediction method of the present invention can calculate a precise second time for the satellite to reach the target point based on the OOP data.

도 1에는 도시하지 않았으나, 본 발명의 이벤트 예측 방법은 제1 시간 범위에서의 상기 위성의 위치 정보를 이용하여 근사 모델을 업데이트할 수 있다. Although not shown in FIG. 1, the event prediction method of the present invention can update the approximate model using the location information of the satellite in the first time range.

특히, 본 발명의 일 실시예에 따르면, 위도, 경도 및 고도 각각에 대한 근사 모델을 통해 시간을 예측하고, 실시간으로 획득하는 LLA 데이터를 통해 LLA 예측 모델을 업데이트할 수 있다. 구체적으로 복수의 데이터 세트를 과거의 관측데이터 정보 혹은 OOP의 정보에서 얻을 수도 있으며, GNSS에서 순차적으로 들어오는 정보만을 바탕으로 LLA 모델을 업데이트할 수 있다. 즉 LLA 모델의 업데이트는 RLS(Recursive Least Sqaure)를 이용해서 가능할 수 있다. 상술한 바와 같은 회귀적 추정법에 의하면 정밀도가 상대적으로 낮은 반면, 계산량이 적어서 초소형 위성군에 구현하기 용이하다는 장점이 있다. Particularly, according to an embodiment of the present invention, time may be predicted through approximate models for latitude, longitude, and altitude, respectively, and the LLA prediction model may be updated through LLA data acquired in real time. Specifically, a plurality of data sets may be obtained from past observation data information or OOP information, and the LLA model may be updated based only on information sequentially coming from GNSS. That is, the LLA model may be updated using RLS (Recursive Least Sqaure). According to the regression estimation method as described above, while precision is relatively low, there is an advantage in that it is easy to implement in a small satellite group due to a small amount of calculation.

본 발명의 또 다른 실시예에 따르면, GPS 데이터를 관성(ECI) 좌표계로 변환하여 위성의 궤도전파기(OOP)를 갱신한 후, 해당 OOP의 데이터에서 샘플 데이터를 뽑아 LLA 근사 모델을 업데이트할 수 있다. 상술한 바와 같은 궤도전파기 기반 추정법에 의하면 상대적으로 계산량이 많아질 수 있으나, 정밀도를 높일 수는 있다는 장점이 있다. According to another embodiment of the present invention, after converting the GPS data into an inertial (ECI) coordinate system to update the satellite orbit (OOP), the LLA approximation model can be updated by extracting sample data from the data of the corresponding OOP. have. According to the orbit propagator-based estimation method as described above, the amount of calculation may be relatively increased, but there is an advantage of increasing the precision.

도 2는 본 발명의 일 실시예에 따른 소프트웨어를 수행하는 위성의 구성요소를 설명하기 위한 간략한 블록도이다. 2 is a simplified block diagram for explaining the components of a satellite that performs software according to an embodiment of the present invention.

도 2를 참조하면, 위성(200)은 데이터 획득부(100), LLA 샘플지점 생성부(220), LLA 모델 획득부(230), 예측시간 계산부(240) 및 업데이트부(250)를 포함할 수 있다. 다만, 이는 일 예에 불과할 뿐 다양한 실시예에 따라 도 2에서 도시하지 않은 다양한 구성요소를 포함할 수 있다. Referring to FIG. 2, the satellite 200 includes a data acquisition unit 100, an LLA sample point generation unit 220, an LLA model acquisition unit 230, a prediction time calculation unit 240, and an update unit 250. can do. However, this is only an example and may include various components not shown in FIG. 2 according to various embodiments.

상술한 데이터 획득부(100), LLA 샘플지점 생성부(220), LLA 모델 획득부(230), 예측시간 계산부(240) 및 업데이트부(250)는 위성(200)의 프로세서(미도시)에 포함된 소프트웨어(software) 또는 컴퓨터로 읽을 수 있는 기록매체(computer readable recording medium)에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. The data acquisition unit 100, the LLA sample point generation unit 220, the LLA model acquisition unit 230, the prediction time calculation unit 240, and the update unit 250 are processors (not shown) of the satellite 200. It may be implemented as software included in the software or software including instructions stored in a computer readable recording medium.

이때 프로세서(미도시)는 디지털 신호를 처리하는 디지털 시그널 프로세서(digital signal processor(DSP), 마이크로프로세서(microprocessor), TCON(Time controller)으로 구현될 수 있다. 다만, 이에 한정되는 것은 아니며, 중앙처리장치(central processing unit(CPU)), MCU(Micro Controller Unit), MPU(micro processing unit), 컨트롤러(controller), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)), ARM 프로세서 중 하나 또는 그 이상을 포함하거나, 해당 용어로 정의될 수 있다. 또한, 프로세서는 프로세싱 알고리즘이 내장된 SoC(System on Chip), LSI(large scale integration)로 구현될 수도 있고, FPGA(Field Programmable gate array) 형태로 구현될 수도 있다.In this case, the processor (not shown) may be implemented as a digital signal processor (DSP), a microprocessor (microprocessor), a time controller (TCON) for processing digital signals, but is not limited thereto, and central processing A device (central processing unit (CPU)), a microcontroller unit (MCU), a micro processing unit (MPU), a controller, an application processor (AP), or a communication processor (CP), It may include one or more of the ARM processors, or may be defined in a corresponding term, and the processor may be implemented with a System on Chip (SoC), a large scale integration (LSI) with an embedded processing algorithm, or an FPGA (Field). Programmable gate array).

데이터 획득부(100)는 GPS 또는 GNSS(Global Navigating Satellite System) 데이터를 획득할 수 있다. LLA 샘플지점 결정부(220)는 궤도 주기(orbital period), 궤도 경사(inclination) 등의 궤도 요소를 바탕으로 샘플 지점을 결정할 수 있다. The data acquisition unit 100 may acquire GPS or Global Navigating Satellite System (GNSS) data. The LLA sample point determination unit 220 may determine a sample point based on orbital elements such as an orbital period and orbital inclination.

LLA 모델 획득부(230)는 획득한 LLA 데이터를 바탕으로 적합한 근사 모델을 결정할 수 있다. 이때 근사 모델은 SINE 함수 및 삼각 함수를 통해 구현될 수 있으나, 이에 한정하지 않는다. 또한, LLA 모델 획득부(230)는 획득한 LLA 데이터를 통해 위도, 경도 및 고도에 대한 시간에 대한 근사 함수의 계수를 결정할 수 있다. The LLA model acquisition unit 230 may determine a suitable approximate model based on the acquired LLA data. At this time, the approximate model may be implemented through a SINE function and a trigonometric function, but is not limited thereto. In addition, the LLA model acquiring unit 230 may determine coefficients of an approximate function for time for latitude, longitude, and altitude through the acquired LLA data.

시간 계산부(240)는 획득한 근사 모델을 통해 위성(200)이 타겟 지점을 지나는 대략적인 제1 시간 범위를 계산할 수 있다. 본 발명의 일 실시예에 따라, 시간 계산부(240)는 OOP(궤도전파기)를 통해 제1 시간 범위 내의 정밀한 제2 시간을 계산할 수 있다. The time calculator 240 may calculate an approximate first time range in which the satellite 200 passes the target point through the obtained approximate model. According to an embodiment of the present invention, the time calculator 240 may calculate a precise second time within the first time range through an OOP (orbit propagator).

업데이트부(250)는 GPS 데이터를 획득하면, 궤도전파기를 업데이트시킬 수 있다. 또한, 본 발명의 실시예에 따라, 업데이트부(250)는 실시간으로 획득하는 LLA 데이터를 통해 LLA 예측 모델을 업데이트할 수 있다. 본 발명의 또 다른 실시예에 따라, 업데이트부(250)는 GPS 데이터를 관성(ECI) 좌표계로 변환하여 위성의 궤도전파기(OOP)를 갱신한 후, 해당 OOP의 데이터에서 샘플 데이터를 뽑아 LLA 근사 모델을 업데이트할 수 있다.When the updater 250 acquires GPS data, it may update the orbit propagator. Further, according to an embodiment of the present invention, the updater 250 may update the LLA prediction model through LLA data acquired in real time. According to another embodiment of the present invention, the updater 250 converts GPS data into an inertial (ECI) coordinate system to update the orbital propagator (OOP) of the satellite, and then extracts sample data from the data of the corresponding OOP to LLA The approximate model can be updated.

도 3a 내지 3c는 본 발명의 일 실시예에 따른 근사 모델을 통해 위성의 이벤트를 예측하는 것을 설명하기 위한 도면이다. 이하 설명의 편의를 위하여, 본 발명의 위성 이벤트 예측 방법을 위한 소프트웨어가 탑재된 위성(200)을 기준으로 설명하도록 한다. 3A to 3C are diagrams for explaining prediction of a satellite event through an approximation model according to an embodiment of the present invention. Hereinafter, for convenience of description, description will be made based on a satellite 200 equipped with software for a method for predicting a satellite event of the present invention.

도 3a는 본 발명의 일 실시예에 따른 복수의 지점을 샘플 지점으로 획득한 것을 도시한다. 3A illustrates that a plurality of points are obtained as sample points according to an embodiment of the present invention.

도 3a를 참조하면, 본 발명의 일 실시예에 따른 소프트웨어가 탑재된 위성(200)은 GPS 또는 GNSS 데이터에 포함된 궤도 요소 정보를 바탕으로 복수의 지점을 샘플 지점(310)으로 획득할 수 있다. 또한, 위성(200)은 샘플 지점(310)에 대한 각각의 LLA(위도, 경도, 고도)에 대한 데이터를 획득할 수 있다.Referring to FIG. 3A, a satellite 200 with software according to an embodiment of the present invention may acquire a plurality of points as sample points 310 based on orbital element information included in GPS or GNSS data. . In addition, the satellite 200 may acquire data for each LLA (latitude, longitude, altitude) for the sample point 310.

위성(200)은 샘플 지점(310)들의 각각의 LLA 데이터를 바탕으로 위도, 경도 및 고도에 대한 근사 모델을 결정할 수 있다. 예를 들어, 도 3b은 위성(200)은 위도(Latitude)에 대한 근사 모델로 sine 함수를 결정한 것을 도시한다. The satellite 200 may determine an approximate model for latitude, longitude, and altitude based on each LLA data of the sample points 310. For example, FIG. 3B shows that the satellite 200 determines the sine function as an approximation model for latitude.

도 3b를 참조하면, 위성(200)은 샘플 지점(310)의 위도 데이터가 주기적인 궤적을 나타낸다는 것으로 판단할 수 있고, 각 샘플 지점(310)을 연결하는 근사 모델 Lat (320)을 결정할 수 있다. 근사 모델 Lat(320)은 위성의 위도(Latitude)에 대한 근사 모델일 수 있다. 이때, Lat(320)은 A1sin(B1t+C1)+L로써 시간에 대한 sine 함수 모델일 수 있으나, 이는 일 예에 불과하고 데이터의 주기 특성에 따라 다양한 모델을 이용할 수 있다. Referring to FIG. 3B, the satellite 200 may determine that the latitude data of the sample point 310 represents a periodic trajectory, and may determine an approximate model Lat 320 connecting each sample point 310. have. The approximate model Lat 320 may be an approximate model for the latitude of the satellite. At this time, Lat 320 may be a sine function model for time as A 1 sin(B 1 t+C 1 )+L, but this is only an example and various models may be used according to the periodic characteristics of data.

위성(320)은 복수의 샘플 지점(310)의 위도 값을 근사 모델(320)에 입력하여, 근사 모델 Lat(320)의 각 계수 값 A1, B1, C1 (321)값을 획득할 수 있다. 이후 도 3b과 같이 위성(200)은 근사 모델 Lat(320)을 이용하여 복수의 샘플 지점(310)을 지나도록 위성(200)의 근사화된 위도 궤도(311)를 계산할 수 있다.The satellite 320 inputs the latitude values of the plurality of sample points 310 to the approximate model 320 to obtain the values of the coefficients A 1, B 1, and C 1 321 of each of the approximate model Lat 320. Can. Thereafter, as shown in FIG. 3B, the satellite 200 may calculate the approximate latitude orbit 311 of the satellite 200 to pass the plurality of sample points 310 using the approximate model Lat 320.

본 발명의 일 실시예에 따르면, 위성(200)은 근사 모델 Lat(320)로 근사화한 수학적 모델을 통해, 타겟 지점을 위성(320)이 지나는 시점을 예측할 수 있다. According to an embodiment of the present invention, the satellite 200 may predict a time point when the satellite 320 passes the target point through a mathematical model approximated with the approximate model Lat 320.

구체적으로 도 3c를 참조하면, 위성(200)은 타겟 지점(330)을 위성(200)이 지나는 시간을 계산할 수 있다. 즉, 위성(200)은 타겟 지점(330)을 지나는 대략적인 시간을 제1 시간 범위로 예측할 수 있다.Specifically, referring to FIG. 3C, the satellite 200 may calculate the time that the satellite 200 passes through the target point 330. That is, the satellite 200 may predict an approximate time passing the target point 330 in the first time range.

다만, 근사 모델 Lat(320)과 같은 수학적 모델을 통해 근사화하는 경우 정밀도가 상대적으로 낮을 수 있다는 단점이 있다. 이에 따라, 본 발명의 일 실시예에 따르면, 위성(200)은 근사 모델(320)을 통해 예측한 제1 시간 범위에 대응되는 시간에 대한 OOP 데이터를 획득할 수 있고, 획득한 OOP 데이터를 통해 정밀한 시간 예측을 수행하여, 제1 시간 범위 내의 이벤트가 발생할 것으로 예측되는 제2 시간을 획득할 수 있다. However, when approximating through a mathematical model such as the approximate model Lat 320, there is a disadvantage that the precision may be relatively low. Accordingly, according to an embodiment of the present invention, the satellite 200 may acquire OOP data for a time corresponding to the first time range predicted through the approximate model 320, and through the obtained OOP data By performing precise time prediction, it is possible to obtain a second time at which an event within the first time range is predicted to occur.

상술한 바와 같이, 본 발명의 위성 이벤트 예측 방법은 1차적으로 ECEF 좌표계 기반의 LLA 데이터를 바탕으로 근사 모델을 이용해 대략적인 이벤트 시간(제1 시간 범위)을 예측하고, 2차적으로 ECI 좌표계 기반의 OOP 데이터를 바탕으로 정밀한 이벤트 시간(제2 시간)을 예측할 수 있다. 다만, 본 발명은 대략적인 이벤트 시간에 대응되는 OOP 데이터만을 대상으로 궤도전파기 연산을 수행하기 때문에, 초소형위성군에 탑재가 가능할 정도로 적은 연산량을 가질 수 있으면서, 상당한 정밀도를 유지할 수 있다는 효과가 있다. As described above, the satellite event prediction method of the present invention primarily estimates an approximate event time (first time range) using an approximate model based on ECEF coordinate system-based LLA data, and secondly based on ECI coordinate system. Precise event time (second time) can be predicted based on OOP data. However, since the present invention performs orbital wave propagation operation only on the OOP data corresponding to the approximate event time, it has an effect that it can maintain a considerable amount of precision while having a small amount of computation that can be mounted on an ultra-small satellite group. .

구체적으로 도 4는 본 발명의 일 실시예에 따른 근사 모델을 삼각함수로 결정한 경우, 위도 정보를 근사화한 결과를 도시한 도면이다.Specifically, FIG. 4 is a diagram illustrating a result of approximating latitude information when the approximate model according to an embodiment of the present invention is determined by a trigonometric function.

도 3a 내지 도 3c에서는 근사 모델을 A1sin(B1t+C1) + L과 같은 sine 함수로 설정하였으나, 발명의 일 실시예에 따르면, 근사 모델

Figure pat00001
의 삼각함수로 설정할 수 있다. 3A to 3C, the approximate model is set to a sine function such as A 1 sin(B 1 t+C 1 ) + L, but according to an embodiment of the invention, the approximate model
Figure pat00001
It can be set by trigonometric function of.

도 4를 참조하면, 본 발명의 위성 이벤트 예측 방법은 근사 모델을 Y(x)와 같이 삼각함수 모델로 설정한 경우, 적은 오차율로 실제 궤도와 근사하게 예측할 수 있다는 것을 알 수 있다. Referring to FIG. 4, it can be seen that in the satellite event prediction method of the present invention, when the approximate model is set as a trigonometric function model such as Y(x), it can be predicted to approximate an actual orbit with a small error rate.

한편, 상술한 본 발명의 다양한 실시 예들에 따른 방법들은, 기존 위성에 설치 가능한 어플리케이션 형태로 구현될 수 있다. Meanwhile, the methods according to various embodiments of the present invention described above may be implemented in an application form that can be installed on an existing satellite.

또한, 상술한 본 발명의 다양한 실시 예들에 따른 방법들은, 기존 위성에 대한 소프트웨어 업그레이드, 또는 하드웨어 업그레이드 만으로도 구현될 수 있다. In addition, the methods according to various embodiments of the present invention described above may be implemented only by software upgrade or hardware upgrade for an existing satellite.

또한, 상술한 본 발명의 다양한 실시 예들은 위성에 구비된 임베디드 서버, 또는 위성의 외부 서버를 통해 수행되는 것도 가능하다. In addition, various embodiments of the present invention described above may be performed through an embedded server provided in a satellite or an external server of the satellite.

한편, 본 발명의 일 실시예에 따르면, 이상에서 설명된 다양한 실시 예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록매체(computer readable recording medium)에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 일부 경우에 있어 본 명세서에서 설명되는 실시예들이 프로세서 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 동작을 수행할 수 있다. On the other hand, according to an embodiment of the present invention, the various embodiments described above can be read by a computer or similar device using a software, hardware, or a combination thereof. computer readable recording medium). In some cases, the embodiments described herein can be implemented with the processor itself. According to the software implementation, embodiments such as procedures and functions described herein may be implemented as separate software modules. Each of the software modules can perform one or more functions and operations described herein.

한편, 컴퓨터(computer) 또는 이와 유사한 장치는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들에 따른 장치를 포함할 수 있다. 상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어 하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. Meanwhile, a computer or a similar device may include a device according to the disclosed embodiments as a device capable of invoking a stored command from a storage medium and operating according to the called command. When the instruction is executed by the processor, the processor may perform a function corresponding to the instruction directly or by using other components under the control of the processor. Instructions can include code that is generated or executed by a compiler or interpreter.

기기로 읽을 수 있는 기록매체는, 비일시적 기록매체(non-transitory computer readable recording medium)의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다. 이때 비일시적 컴퓨터 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 비일시적 컴퓨터 판독 가능 매체의 구체적인 예로는, CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등이 있을 수 있다.The device-readable recording medium may be provided in the form of a non-transitory computer readable recording medium. Here,'non-transitory' means that the storage medium does not contain a signal and is tangible, but does not distinguish between data being stored semi-permanently or temporarily on the storage medium. In this case, the non-transitory computer-readable medium refers to a medium that stores data semi-permanently and that can be read by a device, not a medium that stores data for a short time, such as registers, caches, and memory. Specific examples of non-transitory computer-readable media may include CDs, DVDs, hard disks, Blu-ray disks, USBs, memory cards, and ROMs.

이와 같이 본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적 사상에 의하여 정해져야 할 것이다.As described above, the present invention has been described with reference to the embodiment shown in the drawings, but this is only exemplary, and those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. . Therefore, the true technical protection scope of the present invention should be defined by the technical spirit of the appended claims.

200: 위성
210: 데이터 획득부
220: LLA 샘플 지점 결정부
230: LLA 모델 획득부
240: 시간계산부
250: 업데이트부 200: satellite
210: data acquisition unit
220: LLA sample point determination unit
230: LLA model acquisition unit
240: time calculator
250: update unit

Claims (10)

위성에 탑재된 위성 이벤트 시간 예측 방법에 있어서,
위성의 이동경로 상의 복수의 지점에 대한 LLA(Latitude-Longitude-Altitude) 데이터를 획득하고, 상기 LLA 데이터를 바탕으로 상기 위성의 이동경로에 대한 위도, 경도 및 고도 각각의 특성을 획득하는 단계;
상기 특성을 바탕으로 상기 이동경로에 대한 위도, 경도 및 고도 각각에 대한 근사 모델을 결정하는 단계;
상기 근사 모델을 바탕으로 상기 위성이 타겟 지점에 도달하는 제1 시간 범위를 예측하는 단계;
상기 위성에 포함된 궤도전파기를 이용하여 상기 제1 시간 범위에 대응하는 OOP(On-board Orbit Propagator) 데이터를 획득하는 단계; 및
상기 OOP 데이터를 바탕으로 상기 위성이 상기 타겟 지점에 도달하는 상기 제1 시간 범위 내의 제2 시간을 예측하는 단계; 를 포함하는 위성 이벤트 시간 예측 방법.In the satellite event time prediction method mounted on the satellite,
Obtaining Latitude-Longitude-Altitude (LLA) data for a plurality of points on a satellite's moving path, and obtaining characteristics of latitude, longitude, and altitude for the satellite's moving path based on the LLA data;
Determining an approximate model for each of latitude, longitude, and altitude for the movement path based on the characteristics;
Predicting a first time range in which the satellite reaches a target point based on the approximate model;
Obtaining OOP (On-board Orbit Propagator) data corresponding to the first time range using an orbital propagator included in the satellite; And
Predicting a second time within the first time range when the satellite reaches the target point based on the OOP data; Satellite event time prediction method comprising a. 제1항에 있어서,
상기 위성 이벤트 시간 예측 방법은 상기 근사 모델을 업데이트하는 단계;를 더 포함하는 위성 이벤트 시간 예측 방법.According to claim 1,
The satellite event time prediction method further comprises updating the approximate model. 제2항에 있어서,
상기 업데이트하는 단계는 상기 위성이 획득하는 LLA 데이터를 바탕으로 실시간으로 상기 근사 모델을 업데이트하는 것인 위성 이벤트 시간 예측 방법.According to claim 2,
The updating step comprises updating the approximate model in real time based on LLA data acquired by the satellite. 제2항에 있어서,
상기 업데이트하는 단계는 상기 위성이 획득하는 OOP 데이터를 바탕으로 상기 근사 모델을 업데이트하는 것인 위성 이벤트 시간 예측 방법.According to claim 2,
The updating step comprises updating the approximate model based on OOP data acquired by the satellite. 제1항에 있어서,
상기 LLA 데이터는 상기 위성의 궤도 요소를 바탕으로 지구중심고정 좌표계(ECEF, Earth Centered Earth Fixed)로 계산된 것인 위성 이벤트 시간 예측 방법.According to claim 1,
The LLA data is a satellite event time prediction method calculated by an Earth Centered Earth Fixed (ECEF) system based on the orbital elements of the satellite. 제1항에 있어서,
상기 근사 모델은 sine 함수, 삼각 함수 중 적어도 하나인 것을 특징으로 하는 위성 이벤트 시간 예측 방법.According to claim 1,
The approximate model is a satellite event time prediction method, characterized in that at least one of a sine function, a trigonometric function. 제1항 내지 제6항의 위성 이벤트 시간 예측 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체. A computer-readable recording medium recording a program for executing the method of predicting the satellite event time according to claim 1. 위성에 탑재된 소프트웨어를 통해 위성 이벤트 시간 예측하는 위성에 있어서,
위성의 이동경로 상의 복수의 지점에 대한 GNSS 데이터 중 LLA(Latitude-Longitude-Altitude) 데이터를 획득하고, 상기 LLA 데이터를 바탕으로 상기 위성의 이동경로에 대한 위도, 경도 및 고도 각각의 특성을 획득하는 데이터 획득부;
상기 특성을 바탕으로 상기 이동경로에 대한 위도, 경도 및 고도 각각에 대한 근사 모델을 결정하는 LLA 모델 획득부; 및
상기 근사 모델을 바탕으로 상기 위성이 타겟 지점에 도달하는 제1 시간 범위를 예측하는 시간 계산부;를 포함하고,
상기 데이터 획득부는 상기 위성에 포함된 궤도전파기를 이용하여 상기 제1 시간 범위에 대응하는 OOP(On-Orbit Propagator) 데이터를 획득하고,
상기 시간 계산부는 상기 OOP 데이터를 바탕으로 상기 위성이 상기 타겟 지점에 도달하는 상기 제1 시간 범위 내의 제2 시간을 예측하는 위성.In the satellite to predict the time of the satellite event through the software on the satellite,
Acquiring Latitude-Longitude-Altitude (LLA) data among GNSS data for a plurality of points on a satellite's movement path, and acquiring characteristics of latitude, longitude, and altitude for each of the satellite's movement paths based on the LLA data A data acquisition unit;
An LLA model acquiring unit that determines approximate models for each of latitude, longitude, and altitude for the movement path based on the characteristics; And
Includes; a time calculator for predicting a first time range for the satellite to reach a target point based on the approximate model.
The data acquisition unit acquires On-Orbit Propagator (OOP) data corresponding to the first time range by using an orbital radio wave included in the satellite,
The time calculator is a satellite that predicts a second time within the first time range when the satellite reaches the target point based on the OOP data. 제8항에 있어서,
상기 위성은 상기 근사 모델을 업데이트하는 업데이트부;를 더 포함하고,
상기 업데이트부는 상기 데이터 획득부가 획득하는 LLA 데이터를 바탕으로 실시간으로 상기 근사 모델을 업데이트하는 위성.The method of claim 8,
The satellite further includes; an update unit for updating the approximate model,
The update unit is a satellite that updates the approximate model in real time based on the LLA data acquired by the data acquisition unit. 제 8항에 있어서,
상기 업데이트부는 상기 데이터 획득부가 획득하는 OOP 데이터를 바탕으로 상기 근사 모델을 업데이트하는 위성.The method of claim 8,
The update unit is a satellite that updates the approximate model based on the OOP data acquired by the data acquisition unit.
KR1020180163312A 2018-12-17 2018-12-17 A method for predicting satellite events embedded in satellite on-board software KR102184662B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180163312A KR102184662B1 (en) 2018-12-17 2018-12-17 A method for predicting satellite events embedded in satellite on-board software

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180163312A KR102184662B1 (en) 2018-12-17 2018-12-17 A method for predicting satellite events embedded in satellite on-board software

Publications (2)

Publication Number Publication Date
KR20200074660A true KR20200074660A (en) 2020-06-25
KR102184662B1 KR102184662B1 (en) 2020-11-30

Family

ID=71400125

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180163312A KR102184662B1 (en) 2018-12-17 2018-12-17 A method for predicting satellite events embedded in satellite on-board software

Country Status (1)

Country Link
KR (1) KR102184662B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113705073A (en) * 2021-04-14 2021-11-26 中国人民解放军战略支援部队航天工程大学 Satellite orbit forecasting method based on artificial neural network algorithm
KR20220093650A (en) * 2020-12-28 2022-07-05 세종대학교산학협력단 Method and Apparatus for Integrated positioning using GNSS and altitude information
CN117852323A (en) * 2024-03-08 2024-04-09 中国人民解放军战略支援部队航天工程大学 Satellite overhead event probability delay characterization method for space soldier chess

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100720725B1 (en) * 2005-12-22 2007-05-22 한국항공우주연구원 Automatic system of deciding orbit of satellites for protecting error
JP2017161420A (en) * 2016-03-10 2017-09-14 三菱電機株式会社 Orbit calculation device and orbit calculation program

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100720725B1 (en) * 2005-12-22 2007-05-22 한국항공우주연구원 Automatic system of deciding orbit of satellites for protecting error
JP2017161420A (en) * 2016-03-10 2017-09-14 三菱電機株式会社 Orbit calculation device and orbit calculation program

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
John Arthur Bowen, 미국 캘리포니아 폴리텍 주립대학 우주항공공학과 석사학위논문(2009.7.)* *
P.L.Palmer, 14th Annual AIAA/USU Conf.on Smaill Satellite(2000.12.)* *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220093650A (en) * 2020-12-28 2022-07-05 세종대학교산학협력단 Method and Apparatus for Integrated positioning using GNSS and altitude information
CN113705073A (en) * 2021-04-14 2021-11-26 中国人民解放军战略支援部队航天工程大学 Satellite orbit forecasting method based on artificial neural network algorithm
CN117852323A (en) * 2024-03-08 2024-04-09 中国人民解放军战略支援部队航天工程大学 Satellite overhead event probability delay characterization method for space soldier chess

Also Published As

Publication number Publication date
KR102184662B1 (en) 2020-11-30

Similar Documents

Publication Publication Date Title
CN109435955B (en) Performance evaluation method, device and equipment for automatic driving system and storage medium
US10295348B2 (en) Method of estimating a navigation state constrained in terms of observability
EP1862763A2 (en) Rapid self-alignment of a strapdown inertial system through real-time reprocessing
CN114018274B (en) Vehicle positioning method and device and electronic equipment
KR102184662B1 (en) A method for predicting satellite events embedded in satellite on-board software
CN109781117B (en) Combined positioning method and system
US20230366680A1 (en) Initialization method, device, medium and electronic equipment of integrated navigation system
CN111965685B (en) Low-orbit satellite/inertia combined navigation positioning method based on Doppler information
CN110006427B (en) BDS/INS tightly-combined navigation method in low-dynamic high-vibration environment
US20120203519A1 (en) Method for calculating a navigation phase in a navigation system involving terrain correlation
CN109507706B (en) GPS signal loss prediction positioning method
CN111680462A (en) Guidance method and system based on position change of space target in optical phase plane
Hu et al. Robust unscented Kalman filter-based decentralized multisensor information fusion for INS/GNSS/CNS integration in hypersonic vehicle navigation
CN112781617B (en) Error estimation method, integrated navigation processing system and storage medium
JP2009220622A (en) Method and device for capturing medium altitude artificial satellite
CN113566850B (en) Method and device for calibrating installation angle of inertial measurement unit and computer equipment
Kumar Integration of inertial navigation system and global positioning system using kalman filtering
CN106643726B (en) Unified inertial navigation resolving method
CN110794434B (en) Pose determination method, device, equipment and storage medium
CN114994732B (en) Vehicle-mounted course rapid initialization device and method based on GNSS carrier phase
CN114001730B (en) Fusion positioning method, fusion positioning device, computer equipment and storage medium
CN103808330B (en) A kind of star sensor field trial satellite ephemeris computational methods
CN113959433B (en) Combined navigation method and device
Atia et al. A novel systems integration approach for multi-sensor integrated navigation systems
CN115790579A (en) Deep sea underwater unmanned vehicle inertial navigation method, system, equipment and medium

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant