本发明涉及卫星分析领域，尤其涉及星敏感器在轨姿态测量数据综合误差模型的构建方法及装置。
背景技术：
对地观测卫星是通过空间遥感器对地球陆地、大气和海洋实施观测的人造地球卫星的总称，包括测绘卫星、资源卫星、海洋卫星和气象卫星等，其应用领域涉及地图测绘、国土普查、城市规划、地质勘探、海洋管理、气象预报、灾害监测以及军事侦察、导弹预警和战场评估等多个方面。通过对地观测获取的信息是国家的基础性战略资源，对保障经济发展和维护国家安全起着重要作用。
近些年来，用户对高分辨率遥感信息的需求日益迫切，提高空间遥感器的分辨率是对地观测系统未来发展的趋势。我国已确立了实现高分辨率对地观测的航天发展目标，并正在开展研究高分辨率成像和高精度立体测绘的对地观测卫星。高分辨率成像和高精度立体测绘等设计指标的实现要求高精度的卫星姿态测量精度。高精度的姿态测量是实现高精度姿态确定与控制的基础，卫星高精度姿态确定与控制是实现卫星超稳定运行及高精度指向的基础，对保证卫星实现高分辨成像和高精度立体测绘等对地观测性能具有重要意义。
星敏感器是目前航天应用中测量精度最高的卫星姿态测量敏感器。卫星姿态确定与控制精度要求的提高必然对姿态测量敏感器，尤其是星敏感器的要求也更高。星敏感器的精度、稳定性等性能指标越高，就越能满足如高分辨率成像和高精度立体测绘等卫星姿态控制的要求。但我国仍处于10角秒或几十角秒(3σ)的量级。星敏感器在轨姿态测量要求达到优于1角秒的精度，就意味着影响星敏感器在轨姿态测量系统精度的各个环节的误差均要接近于零。
针对提高星敏感器在轨姿态测量系统精度的“软处理”研究，当前工作主要集中在细化星敏感器在轨姿态测量误差模型，设计改进的或新型的误差校准或在轨测试、标定及补偿算法以适应不同的工作环境，进而达到高精度姿态测量要求，即国内外的研究工作集中在“正问题”的研究。对于“反问题”——即达到设定的星敏感器在轨姿态测量精度指标(如1角秒的精度指标)，对各个影响因素或体系的限制和边界条件的分析研究工作尚未见到。对该“反问题”的研究，就是星敏感器在轨姿态测量精度指标归属因子分析与评估，它有利于指导星敏感器在轨姿态测量系统设计和误差处理方法选择，对姿态测量技术可以起到反馈作用。
星敏感器在轨姿态测量数据综合误差模型的获取是精度分析与评估的关键环节，也是星敏感器在轨姿态测量精度评估试验的基础。所以，星敏感器在轨姿态测量数据综合误差模型的构建是解决“反问题”的前提和关键环节，但是星敏感器在轨姿态测量精度影响因素多，关系复杂且相互耦合，使得精度综合分析模型的构建十分困难。
技术实现要素：
本发明提供的星敏感器在轨姿态测量数据综合误差模型的构建方法及装置，充分考虑了星敏感器在轨姿态测量精度影响因素多、关系复杂且相互耦合的情况，实现了星敏感器在轨姿态测量数据综合误差模型的构建。
一方面，本发明提供的星敏感器在轨姿态测量数据综合误差模型的构建方法，包括：
根据星敏感器在轨姿态测量的全过程，挖掘星敏感器在轨姿态测量各误差因素；
分析各误差因素对星敏感器姿态测量数据的影响，构建各误差因素模型；
根据各误差因素的精度影响机理，设计各误差因素模型的参数空间；
将各误差因素、各误差因素模型，结合所述参数空间，建立星敏感器在轨姿态测量数据综合误差模型。
另一方面，本发明提供的星敏感器在轨姿态测量数据综合误差模型的构建装置，包括：
因素挖掘单元，用于根据星敏感器在轨姿态测量的全过程，挖掘星敏感器在轨姿态测量各误差因素；
模型构建单元，用于分析各误差因素对星敏感器姿态测量数据的影响，构建各误差因素模型；
参数空间获取单元，用于根据各误差因素的精度影响机理，设计各误差因素模型的参数空间；
建立综合模型单元，用于将各误差因素、各误差因素模型，结合所述参数空间，建立星敏感器在轨姿态测量数据综合误差模型。
在本发明中，将星敏感器在轨姿态测量及在轨环境的工程背景与数学技术相结合，对星敏感器在轨姿态测量全过程中各误差对星敏感器测量精度的影响机理进行深入全面的分析，从而建立星敏感器在轨姿态测量数据综合误差模型。为星敏感器在轨姿态测量数据精度分析与评估提供基础，为解决“反问题”提供依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的方法流程图；
图2为本发明实施例的装置结构示意图；
图3为本发明实施例的模型构建单元结构示意图；
图4为本发明实施例的参数空间获取单元结构示意图；
图5为本发明实施例的建立综合模型单元结构示意图；
图6为星敏感器在轨姿态测量过程影响因素的层次分析图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明提供的星敏感器在轨姿态测量数据综合误差模型的构建方法，包括：
101、根据星敏感器在轨姿态测量的全过程，挖掘星敏感器在轨姿态测量各误差因素；
102、分析各误差因素对星敏感器姿态测量数据的影响，构建各误差因素模型；
103、根据各误差因素的精度影响机理，设计各误差因素模型的参数空间；
104、将各误差因素、各误差因素模型，结合所述参数空间，建立星敏感器在轨姿态测量数据综合误差模型。
进一步地，所述星敏感器在轨姿态测量的误差因素包括内部误差影响因素和外部误差影响因素；
所述内部误差影响因素包括，但不限于：像差影响、热影响、星点提取影响、光电采样噪声影响；
所述外部误差影响因素包括，但不限于：星体抖动振动、基准形变、相对安装误差、温度场景变化、噪声滤波影响。
更进一步地，所述分析各误差因素对星敏感器姿态测量数据的影响，构建各误差因素模型，具体包括：
分析各误差因素对星敏感器姿态测量数据的影响，得到各误差因素之间的递进与融合关系；
根据各误差因素之间的递进与融合关系，结合物理建模与多元统计方法，建立各误差因素模型；其中：
若针对当前误差因素，已知函数形式，则通过参数建模方法得到当前误差因素模型；
若针对当前误差因素，未知函数形式，则通过非参数或半参数建模方法得到当前误差因素模型；
所述参数建模方法为：将建模方法与历史数据结合；所述建模方法包括，但不限于：最大熵法、边际分布法、无先验信息分布法；
所述非参数或半参数建模方法为：由历史数据获得约束信息，从而得到非参数或半参数回归模型；所述约束信息包括，但不限于：单调性、光滑性和凸性约束信息，以及，各阶导数和各阶矩约束信息。
再进一步地，所述根据各误差因素的精度影响机理，设计各误差因素模型的参数空间，具体包括：
根据各误差因素的精度影响机理，获得星敏感器姿态测量精度与设计参数的约束关系，并获取设计参数的范围；
通过优化模型分析所述约束关系和设计参数的范围，得到设计参数空间；
所述设计参数包括，但不限于：卫星轨道周期、抖动振动频率、幅度、温度变化梯度。
在上述技术方案中，所述将各误差因素、各误差因素模型，结合所述参数空间，建立星敏感器在轨姿态测量数据综合误差模型，具体包括：
根据星敏感器在轨姿态测量历史数据，利用非参数方法获取联合分布，从而获得各误差因素本身的耦合关系；
通过分析方法获得各误差因素模型的耦合关系；所述分析方法包括，但不限于：变量筛选、相关性分析、稀疏成分分析；
根据各误差因素本身的耦合关系、各误差因素模型的耦合关系与设计参数空间，建立星敏感器在轨姿态测量数据综合误差模型。
如图2所示，本发明提供的星敏感器在轨姿态测量数据综合误差模型的构建装置，包括：
因素挖掘单元11，用于根据星敏感器在轨姿态测量的全过程，挖掘星敏感器在轨姿态测量各误差因素；
模型构建单元12，用于分析各误差因素对星敏感器姿态测量数据的影响，构建各误差因素模型；
参数空间获取单元13，用于根据各误差因素的精度影响机理，设计各误差因素模型的参数空间；
建立综合模型单元14，用于将各误差因素、各误差因素模型，结合所述参数空间，建立星敏感器在轨姿态测量数据综合误差模型。
所述星敏感器在轨姿态测量的误差因素包括内部误差影响因素和外部误差影响因素；
所述内部误差影响因素包括，但不限于：像差影响、热影响、星点提取影响、光电采样噪声影响；
所述外部误差影响因素包括，但不限于：星体抖动振动、基准形变、相对安装误差、温度场景变化、噪声滤波影响。
如图3所示，作为一种可能结构，所述模型构建单元12，包括：
分析模块121，用于分析各误差因素对星敏感器姿态测量数据的影响，得到各误差因素之间的递进与融合关系；
建立模块122，用于根据各误差因素之间的递进与融合关系，结合物理建模与多元统计方法，建立各误差因素模型；其中：
若针对当前误差因素，已知函数形式，则通过参数建模方法得到当前误差因素模型；
若针对当前误差因素，未知函数形式，则通过非参数或半参数建模方法得到当前误差因素模型；
所述参数建模方法为：将建模方法与历史数据结合；所述建模方法包括，但不限于：最大熵法、边际分布法、无先验信息分布法；
所述非参数或半参数建模方法为：由历史数据获得约束信息，从而得到非参数或半参数回归模型；所述约束信息包括，但不限于：单调性、光滑性和凸性约束信息，以及，各阶导数和各阶矩约束信息。
如图4所示，作为一种可能结构，所述参数空间获取单元13，包括：
关系获取模块131，用于根据各误差因素的精度影响机理，获得星敏感器姿态测量精度与设计参数的约束关系，并获取设计参数的范围；
空间获取模块132，用于通过优化模型分析所述约束关系和设计参数的范围，得到设计参数空间；
所述设计参数包括，但不限于：卫星轨道周期、抖动振动频率、幅度、温度变化梯度。
如图5所示，作为一种可能结构，所述建立综合模型单元14，包括：
第一耦合关系获得模块141，用于根据星敏感器在轨姿态测量历史数据，利用非参数方法获取联合分布，从而获得各误差因素本身的耦合关系；
第二耦合关系获得模块142，用于通过分析方法获得各误差因素模型的耦合关系；所述分析方法包括，但不限于：变量筛选、相关性分析、稀疏成分分析；
综合模型建立模块143，用于根据各误差因素本身的耦合关系、各误差因素模型的耦合关系与设计参数空间，建立星敏感器在轨姿态测量数据综合误差模型。
下面以实例详细说明本发明所述的技术方案：
101、根据星敏感器在轨姿态测量的全过程，挖掘星敏感器在轨姿态测量各误差因素；
所述星敏感器在轨姿态测量的误差因素包括内部误差影响因素和外部误差影响因素；
所述内部误差影响因素包括，但不限于：像差影响、热影响、星点提取影响、光电采样噪声影响；
所述外部误差影响因素包括，但不限于：星体抖动振动、基准形变、相对安装误差、温度场景变化、噪声滤波影响。
如图6所示，星敏感器在轨姿态测量精度要优于1角秒，就意味着姿态测量过程中各误差影响要接近于物理上的误差极限。将星敏感器在轨姿态测量误差因素分为两大层次，一是与星敏感器设计有关的内部误差，二是与在轨环境、条件等有关的外部误差。
从内部误差和外部误差两方面建立星敏感器在轨姿态测量精度分析空间及精度影响因素的层次及体系。对各个环节的误差量大小进行分析计算，形成星敏感器综合误差模型参数设计的范围，为星敏感器在轨姿态测量精度综合分析模型的构建奠定基础。
102、分析各误差因素对星敏感器姿态测量数据的影响，构建各误差因素模型；
研究各种不同的因素对星敏感器姿态测量数据的影响，深入分析姿态测量全过程各误差因素之间的递进与融合关系，结合物理建模与多元统计分析等建模方法，建立各误差因素的数学模型。针对某一误差，如果基于物理机理或经验积累知道其函数形式，则可以构建为参数化模型。针对某一误差，如果函数形式尚不清楚或不完全清楚，则通过建立一种合适的非参数或半参数模型来描述，并提取关于误差模型光滑性、单调性等形状信息以及各阶导数、各阶矩等信息。
1021、分析各误差因素对星敏感器姿态测量数据的影响，得到各误差因素之间的递进与融合关系；
在分层次全面分析姿态测量全过程中各误差因素的基础上，研究各种不同的因素对星敏感器在轨姿态测量数据(包括数据精度、数据稳定性及输出频率等性能指标体系)的影响，深入分析姿态测量全过程各误差因素之间的递进与融合关系。
例如，对于内部误差影响因素中的热影响，热对星敏感器姿态测量的影响主要表现于不同温度场分布时，星敏感器对于星点成像位置偏差的影响，从而影响到星敏感器的精度。为分析星敏感器的热影响，分析空间辐射条件下星敏感器光学系统温度分布规律，建立温度分布模型，并研究不同的温度分布对星点提取精度影响；
对于外部误差影响中的星体抖动/振动，研究抖动/振动条件下的星敏感器姿态测量数据处理技术，结合抖动幅频特性，通过寻找用于处理抖动引起误差的幅频分界点，分析抖动对星敏感器姿态测量精度的影响，并结合卫星姿态测量估算过程，给出抖动情况下星敏感器姿态测量数据的处理方法。
1022、根据各误差因素之间的递进与融合关系，结合物理建模与多元统计方法，建立各误差因素模型；其中：
若针对当前误差因素，已知函数形式，则通过参数建模方法得到当前误差因素模型；
若针对当前误差因素，未知函数形式，则通过非参数或半参数建模方法得到当前误差因素模型；
所述参数建模方法为：将建模方法与历史数据结合；所述建模方法包括，但不限于：最大熵法、边际分布法、无先验信息分布法；
所述非参数或半参数建模方法为：由历史数据获得约束信息，从而得到非参数或半参数回归模型；所述约束信息包括，但不限于：单调性、光滑性和凸性约束信息，以及，各阶导数和各阶矩约束信息。
对于各误差因素的建模，有的可以根据固有的物理规律直接给出，对于物理规律不明显的，主要依赖数据分析方法来得到，此时，拟利用星敏感器在轨姿态测量过程中的多类试验数据或者相似型号的历史试验数据，分别采取参数建模和非参数建模的方法来得到。参数的先验分布需要利用最大熵法、边际分布法、无先验信息分布等方法结合历史数据构造；由历史数据获得的关于非参数、半参数回归模型的约束信息包括单调性、光滑性、凸性等形状约束信息，包括关于模型的各阶导数、各阶矩等约束信息。
103、根据各误差因素的精度影响机理，设计各误差因素模型的参数空间；
将各误差因素的精度影响机理分析与设计参数分析结合起来，通过模型优化分析得到合理的设计参数空间。
1031、根据各误差因素的精度影响机理，获得星敏感器姿态测量精度与设计参数的约束关系，并获取设计参数的范围；
1032、通过优化模型分析所述约束关系和设计参数的范围，得到设计参数空间；
所述设计参数包括，但不限于：卫星轨道周期、抖动振动频率、幅度、温度变化梯度。
在建立星敏感器在轨姿态测量精度综合分析模型时，其系统参数的设计是关键所在，它决定了精度综合分析模型的正确性和准确性。因此从星敏感器精度设计方面考虑，把各误差因素的精度影响机理分析与设计参数分析结合起来，来说明星敏感器姿态测量综合误差与卫星轨道周期、抖动振动频率、幅度、温度变化梯度等设计参数的关系，并给出这些设计参数的范围，通过模型优化分析得到合理的设计参数空间。
104、将各误差因素、各误差因素模型，结合所述参数空间，建立星敏感器在轨姿态测量数据综合误差模型；
结合各误差影响之间的耦合关系，利用回归分析中的变量筛选等方法，从各误差因素分类及精度估算关系出发，建立星敏感器在轨姿态测量数据综合误差模型。
星敏感器在轨姿态测量过程中各误差因素众多，且存在耦合关系，对各误差因素的耦合性关系分析包括如下两个部分：一是误差本身的耦合分析，即获得各误差的联合概率分布；二是误差模型的耦合性分析。
针对前者，将通过利用大量星敏感器在轨姿态测量历史数据结合仿真等手段来获得大样本数据，在此基础上利用非参数方法获取联合分布；针对后者，主要通过变量筛选、相关性分析、稀疏成分分析等方法来实现。
1041、根据星敏感器在轨姿态测量历史数据，利用非参数方法获取联合分布，从而获得各误差因素本身的耦合关系；
1042、通过分析方法获得各误差因素模型的耦合关系；所述分析方法包括，但不限于：变量筛选、相关性分析、稀疏成分分析；
1043、根据各误差因素本身的耦合关系、各误差因素模型的耦合关系与设计参数空间，建立星敏感器在轨姿态测量数据综合误差模型。
星敏感器在轨姿态测量数据综合误差模型还需根据在轨环境的动态变化，在模型结构、变量选择等方面不断地调整和改进。因此，星敏感器在轨姿态测量数据综合误差模型的构建是一个不断迭代更新的过程，在“反问题”的研究过程中，是一个闭环研究模式。
星敏感器在轨姿态测量数据综合误差模型的获取是精度分析与评估的关键环节，也是星敏感器在轨姿态测量精度评估试验的基础。星敏感器在轨姿态测量精度影响因素多，关系复杂且相互耦合，使得精度综合分析模型的构建十分困难，必须把星敏感器姿态测量及在轨环境的工程背景与数学技术相结合，通过层次分析、误差耦合性分析、参数化建模、非参数/半参数建模等途径实现。
本发明实施例提供了星敏感器在轨姿态测量数据综合误差模型的构建装置，可以实现上述提供的方法实施例，具体功能实现请参见方法实施例中的说明，在此不再赘述。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。