-
文中构建的数理模型主要包括相机与目标光学观测可见性模型、目标几何与光学特性模型、成像辐射传输模型、光电成像转换模型及成像调制模型。主要技术框图如图1所示,几何传输路径中通过观测可见性模型确定目标相对相机的位姿及可视时间段;能量传输路径通过目标几何与光学特性模型、成像辐射传输模型、光电能量转换及成像调制模型确定目标在相机像元面的成像灰度值。
-
卫星位姿解算的前提是确定各坐标系之间的数学关联。文中以地心赤道惯性坐标系${O_i}XYZ$($J2000.0$)作为基准坐标系构建目标、相机及太阳的位置关系。通过公式(1)将轨道六根数转换为目标$J2000.0$坐标系下的位置矢量。$J2000.0$和质心轨道坐标系$O{X_o}{Y_o}{Z_o}$的位置矢量转换关系如公式(2)所示。$O{X_o}-{Y_o}{Z_o}$坐标系和卫星本体坐标系$O{X_b}{Y_b}{Z_b}$的位置矢量转换关系如公式(3)所示。${O_i}XYZ$、$O{X_o}{Y_o}{Z_o}$和$O{X_b} {Y_b}{Z_b}$坐标系三者关系如图2所示。
式中:$a$为轨道长半轴;$e$为轨道偏心率;$\varOmega $为升交点赤经;$i$为轨道倾角;$u = \omega + \xi $;$\omega $为近地点幅角,$\xi $为真近点角;${R_x}({\textit{Λ}} )$、${R_y}({\textit{Λ}} )$和${R_z}({\textit{Λ}} )$分别为绕$ X、Y、Z $轴旋转${\textit{Λ}} $角(逆时针为正)的基元三维旋转矩阵[6];${r_{eo}}$为卫星到地心的距离。
式中:$ {T_{eo}} = \left[ {\begin{array}{*{20}{c}} 0&1&0 \\ 0&0&{ - 1} \\ { - 1}&0&0 \end{array}} \right]{R_z}(u){R_x}(i){R_z}(\varOmega ) $,为惯性坐标系$J2000.0$到质心轨道坐标系$O{X_o}{Y_o}{Z_o}$的坐标旋转矩阵;${L_{eo}} = {\left[ {\begin{array}{*{20}{c}} 0&0&{{r_{eo}}} \end{array}} \right]^{\rm{T}}}$。
式中:$\theta $为俯仰角;$\varphi $为滚动角;$\psi $为偏航角。
-
太阳相对于地球呈椭圆轨道运动,计算太阳平均轨道要素如表1所示。
Parameter Method of calculation Semimajor axis/km a = 149597870 Eccentricity e = 0.01670862 − 0.0004204T −
0.00000124T2Inclination/(°) i = 23°26'21''.448 − 46''.8150−
0''.00059T2 + 0''.001813T3RAAN/(°) $\varOmega = 0$ Argument of perigee/(°) ω = 282°56'14''.45 + 6190''.32T +
1''.655T2 + 0''.012T3Mean anomaly/(°) M = 357°31'44''.76 + 129596581''.04T −
0''.562T2 − 0''.012T3T is the Julian century number calculated from January 1, 2000, 12:00. Table 1. Average orbital elements of the Sun
首先将太阳轨道根数通过公式(1)转换到$J2000.0$坐标${x_1}{y_1}{z_1}$,再经公式(4)计算太阳平赤经${\alpha _s}$和平赤纬${\delta _s}$。
根据黑体辐射理论,太阳在波长[${\lambda _1},{\lambda _2}$]内的辐射出射度${M_e}$为:
式中:${c_1} = 3.742 \times {10^{ - 16}}\;{\text{ W}} \cdot {{\text{m}}^{\text{2}}}$为第一黑体辐射常数,${c_2} = 1.438\;8 \times {10^{ - 2}}\;{\text{ m}} \cdot {\text{K}}$为第二黑体辐射常数。通常太阳辐射可认为是温度为${T_0} = 5\;900{\text{ K}}$的黑体辐射。
假设太阳在空间各个方向上均匀辐射能量,根据距离平方反比定律,波长450~850 nm范围内太阳在空间目标距离处的辐照度${E_0}$为:
式中:$I$为太阳的发光强度;$\varPhi $为太阳的辐射总通量;${R_s} = 6.959\;9 \times {10^8}\;{\text{m}}$为太阳半径;$r$为太阳与空间目标的距离,由于目标与太阳的距离相对目标与地球的距离大的多,因此可将其视为地日距离$r = 1.521 \times {10^{11}}\;{\text{m}}$。
-
空间目标的可视条件包括地球遮挡与地光可见$ {G_{E{\text{arth}}}} $、地影可见$ {G_{Eclipse}} $、日光可见${G_{sun}}$、相机设备可见$ {G_P} $等,其几何通视关系如图3所示。
探测器的实际可观测区域为${G_{view}} = {G_{Earth}} \cap {G_{Eclipse}} \cap {G_{sun}} \cap {G_p}$,各区域计算如表2所示。
Area Solution method GEarth $\begin{gathered} \left\{ {\left. { { {\boldsymbol{r} }_c},{R_E},{ {\boldsymbol{r} }_o},{h_0},{ {\boldsymbol{r} }_{co} } } \right|\beta > {\beta _0} {\text{or}} (\beta < {\beta _0}\; {\rm{and} } \; \alpha < {\alpha _0})} \right\} \\ = \left\{ \begin{gathered} \left. { { {\boldsymbol{r} }_c},{R_E},{ {\boldsymbol{r} }_o},{h_0},{ {\boldsymbol{r} }_{co} } } \right| \arccos \left( {\frac{ { - { {\boldsymbol{r} }_c} \cdot { {\boldsymbol{r} }_{co} } } }{ {\left| { { {\boldsymbol{r} }_c} } \right| \cdot \left| { { {\boldsymbol{r} }_{co} } } \right|} } } \right) > \arccos \frac{ {\sqrt { { {\left| { { {\boldsymbol{r} }_c} } \right|}^2} - { {({h_0} + {R_E})}^2} } } }{ {\left| { { {\boldsymbol{r} }_c} } \right|} }or \\ \left( {\left( {\arccos \left( {\frac{ { - { {\boldsymbol{r} }_c} \cdot { {\boldsymbol{r} }_{co} } } }{ {\left| { { {\boldsymbol{r} }_c} } \right| \cdot \left| { { {\boldsymbol{r} }_{co} } } \right|} } } \right) < \arccos \frac{ {\sqrt { { {\left| { { {\boldsymbol{r} }_c} } \right|}^2} - { {({h_0} + {R_E})}^2} } } }{ {\left| { { {\boldsymbol{r} }_c} } \right|} } } \right)\;{\rm{and} }\; \left( {\arccos \left( {\frac{ { { {\boldsymbol{r} }_o} \cdot { {\boldsymbol{r} }_c} } }{ {\left| { { {\boldsymbol{r} }_o} } \right| \cdot \left| { { {\boldsymbol{r} }_c} } \right|} } } \right) < \arccos \frac{ {\sqrt { { {\left| { { {\boldsymbol{r} }_c} } \right|}^2} - { {({h_0} + {R_E})}^2} } } }{ {\left| { { {\boldsymbol{r} }_c} } \right|} } } \right)} \right) \\ \end{gathered} \right\} \\ \end{gathered}$
$ \begin{gathered} {{\boldsymbol{r}}_c},{{\boldsymbol{r}}_o}{\text{ and }}{{\boldsymbol{r}}_s}{\text{ are the distances from the camera, target, and sun to the center of the earth, respectively;}}\;{R_E}{\text{ is the Earth radius}};{h_0}{\text{ is the height of the critical line of sight}} \\ {\text{ from the ground; }}{{\boldsymbol{r}}_{co}}{\text{ is the distance from the target to the camera;}}\;\beta {\text{ is the angle between - }}{{\boldsymbol{r}}_c}{\text{ and }}{{\boldsymbol{r}}_{co}};\;{\beta _0}{\text{ is the angle between thecritical axis of view and - }}{{\boldsymbol{r}}_c}; \\ \alpha {\text{ is the angle between }}{{\boldsymbol{r}}_c}{\text{ and }}{{\boldsymbol{r}}_o};\;{\alpha _0}{\text{ is the angle between the perpendicular of the critical axis of view and the center of the earth and }}{{\boldsymbol{r}}_c}. \\ \end{gathered} $GEclipse $\left\{ { { {\boldsymbol{r} }_o},{ {\boldsymbol{r} }_s}|\gamma \leqslant \pi /2{\text{or } }\left| { { {\boldsymbol{r} }_o} } \right|\sin \gamma > {R_E} } \right\} = \left\{ { { {\boldsymbol{r} }_o},{ {\boldsymbol{r} }_s}|\dfrac{ { { {\boldsymbol{r} }_o} \cdot { {\boldsymbol{r} }_s} } }{ {\left| { { {\boldsymbol{r} }_o} } \right| \cdot \left| { { {\boldsymbol{r} }_s} } \right|} } \geqslant 0{\text{ or } }\left| { { {\boldsymbol{r} }_o} } \right|\sin (\arccos (\dfrac{ { { {\boldsymbol{r} }_o} \cdot { {\boldsymbol{r} }_s} } }{ {\left| { { {\boldsymbol{r} }_o} } \right| \cdot \left| { { {\boldsymbol{r} }_s} } \right|} })) \geqslant {R_E} } \right\}{\text{ } }\gamma {\text{ is the angle between } }{ {\boldsymbol{r} }_o}{\text{ and } }{ {\boldsymbol{r} }_s}.$ Gsun $\left\{ { { {\boldsymbol{r} }_{co} },{ {\boldsymbol{r} }_{cs} }|\varUpsilon > {\varUpsilon _0} } \right\} = \left\{ { { {\boldsymbol{r} }_{co} },{ {\boldsymbol{r} }_{cs} }|\dfrac{ { { {\boldsymbol{r} }_{co} } \cdot { {\boldsymbol{r} }_{cs} } } }{ {\left| { { {\boldsymbol{r} }_{co} } } \right| \cdot \left| { { {\boldsymbol{r} }_{cs} } } \right|} } < \cos {\varUpsilon _0} } \right\}$
${{\boldsymbol{r}}_{cs}}{\text{ is the distance from the sun to the camera;}}{\Upsilon _0}{\text{ is the critical angle of the solar apparent circular plane}}.$Gp ${\text{Determined by factors such as the field of view angle,detection distance, and signal-to-noise ratio of the detector} }{\text{.} }$ Table 2. Methods for solving the visible area
-
对于天基成像场景,光与目标的相互作用仅发生在物体表面,同时考虑数据兼容性问题,文中研究主要通过点表、面表的多边形表示法构建三维物体的几何信息和拓扑信息,即obj文件表示法,并且该格式表示法有利于编程中对几何形体的解析。
成像系统空间分辨率指标对目标模型的空间颗粒度提出要求,同时空间目标表面结构、包覆材料等特性复杂,一般较难给出其表面准确的反射率表示。因此目标三维几何结构属性采用离散化网格三角面元几何模型表示。
文中研究针对距离函数表示的圆滑曲面几何边界,首先进行概率筛选布点,通过Delaunay构建三角网格,基于桁架结构力平衡原理的均匀化光顺算法[15]将边界外的点通过梯度函数拉回边界。针对分段表示的几何形体,通过“从外向内”推进波前技术[16],采用最小角优先生成原则,解决距离函数进行剖分时棱边脚点不收敛的问题,不同几何表面网格划分结果如图4所示。
-
目标材料光学特性是影响成像速度和成像质量的重要因素,目前主要采用基于双向反射分布函数(BRDF)来表征其光学散射特性。文中目标材质采用的微表面五参量BRDF模型如下:
式中:${\alpha _r}$为微平面法线与平均法线夹角;${\gamma _r}$为入射光矢量与微平面法线夹角;$G({\theta _i},{\theta _r},{\varphi _r})$为遮蔽函数;${k_b},{k_d},{k_r}, {a_r},{b_r}$为待定参数,不同材质拟合参数不同,参量详细说明见文献[17]。
常见的空间目标表面主要由太阳能电池板和聚酰亚胺包覆层组成,其中包覆层材质表现为褶皱的微表面几何特性,并非符合漫反射或者镜面反射。表3给出文中使用的硅电池板材质和聚酰亚胺包覆层针对五参数模型的拟合参数值[7]。
Material ar br kb kd kr Silicon solar panel 0.557 −261.6 15.42 0.047 0.717 Polyimide 0.458 −51.90 28.38 0.077 1.865 Table 3. Fitted parameter values for satellite surface material BRDF
-
由上述1.1节可得目标、相机及光源在$J2000.0$坐标系下的位置,通过矩阵${T_{ec}}$将其转换到相机坐标系。相机像素与目标表面点的位置由相机焦距、像元尺寸及目标位姿决定,通过矩阵${T_{ep}}$将目标在相机坐标系下的空间点映射到像素坐标。
式中:${R_x},{R_y},{R_z}$为光源或目标在$J2000.0$坐标系下的位置;${\varTheta _x} = \arccos ({{\boldsymbol{r}}_x}/\sqrt {{{\boldsymbol{r}}_x}^2 + {{\boldsymbol{r}}_y}^2} ) \cdot {\rm sign}({{\boldsymbol{r}}_y})$;${\varTheta _z} = \arccos ({{\boldsymbol{r}}_z}/ \sqrt {{{\boldsymbol{r}}_x}^2 + {{\boldsymbol{r}}_y}^2 + {{\boldsymbol{r}}_z}^2} )$,$({{\boldsymbol{r}}_x},{{\boldsymbol{r}}_y},{{\boldsymbol{r}}_z})$为目标相对于相机的方向矢量。
式中:$({u_0},{v_0})$为图像中心点对应的像素坐标;dx,dy像素大小;$f$相机焦距;$Z'$物点距离。
由渲染公式(10)可知,基于BRDF的渲染方程属于困难积分,无法精确计算其原函数,因此为获得更加逼真的目标图像,文中采用基于蒙特卡洛路径追踪算法的全局光照技术。在不考虑自发辐射的前提下,可将渲染方程改写成公式(11)。
式中:$L(p,{\omega _o})$为p点沿${\omega _o}$方向出射的辐射亮度;${\omega _i}$为入射光方向;${\omega _o}$为出射方向;f表示为BRDF的值;${\theta _i}$为入射方向和表面法线的夹角;${L_e}(p,{\omega _o})$为p点指向${\omega _o}$方向的自发辐亮度,在天基成像场景中可忽略;${L_i}(p,{\omega _i})$为p点沿${\omega _i}$方向入射的辐射亮度。
式中:$N$为单个像元的采样频率;$PDF({\omega _i})$为入射光线概率密度函数。
对于简单随机路径追踪,从相机出发的光线经多次弹射后由于随机采样未击中光源面,则该路径对入瞳面的辐亮度无贡献,计算效率低。因此对光源方向进行重要性采样以提高图像渲染速度,其辐射传输路径如图5所示。
针对天基成像场景,因目标和光源距离较远,可将太阳及地反光源视为方向光源。在光源方向检查可见性,将渲染方程改为直接光照与间接光的集合,如公式(12)所示:
式中:$M$为成像场景中的光源数;$V(p,{q_m})$为点$p$和光源${q_m}$的可见函数,由光线碰撞检测计算得到,两点可见时为1,否则为0。
路径追踪过程中光线和大多数三角形不相交,使用层次包围盒(BVH)根据光线和场景的三维空间关系减少冗余求交。其时间复杂度为${ O}({\log _2}n)$,图(6)所示为不同递归深度包围盒数量差异。
Figure 6. Illustration of the number of bounding boxes for different layer depths. (a) Layer depth 1; (b) Layer depth 2; (c) Layer depth 4; (d) Layer depth 6
由于太阳能电池板和聚酰亚胺包覆层反射能量主要集中在镜面反射方向±15°范围内[7],为了提高收敛速度,光线击中点的反射方向需在该抽样区间进行采样。采样方向的概率密度函数为$f(\omega ) = 1/(2\pi (1 - \cos {\theta _1}))$,将其转换到球面坐标得$(\theta ,\phi )$的联合密度概率函数为$f(\theta ,\phi ) = \sin \theta /(2\pi (1 - \cos {\theta _1}))$,${\theta _1} = 15^\circ $。根据边缘及条件概率密度函数$f(\phi ),f(\theta \left| \phi \right.)$可得$\theta ,\phi $在球面坐标下的采样。最后通过逆分布函数获得抽样方向的三维坐标如公式(14)所示。
式中:$w = 1/(1 - \cos {\theta _1})$,${\varepsilon _1},{\varepsilon _2}$为$\left[ {0,1} \right]$均匀分布的随机数。
-
由1.3节计算可得面目标在相机入瞳处的辐亮度$L$,根据公式(15)计算到达像面的光子数${N_{o - }}$。
式中:$D/f'$为相机的相对孔径;$T$为曝光时间;${\tau _0}$为光学系统透过率;$S$为单个像素像元面积;$h$为普朗克常量;$v$为光波频率。
经光电转换和量化像元的灰度值表示为${G_{gray}} = ({N_{o - }}\eta /{N_{full}}) \times {2^{GRD}}$,${N_{full}}$为饱和电子数,$GRD$为量化位数,$\eta $为量子效率。文中选取的成像仿真参数如表4所示。
成像系统的空间调制传递特性在最终成像结果上主要表现为图像模糊,主要的空间调制效应包括相机的像差、离焦,成像平台的线性运动及高频、随机抖动,探测器的采样频率等。根据线性滤波理论,光电成像链路系统可视为线性时空不变系统[18-19],分别建立系统各环节的传递函数模型并在频域进行级联相乘可得到系统整体传函,即各效应对成像结果的影响可表示为调制传递函数(MTF)在频域上对二维图像的乘积。成像过程中的噪声主要包括光子噪声、暗电流噪声、探测背景噪声、读出噪声、量化噪声等,各噪声对成像的影响可看作泊松和高斯分布函数在频域上的叠加。加性噪声及线性MTF对成像链路的影响如图7所示。
由傅里叶变换原理及表4参数可知,频域采样间隔$\Delta d$及截止频率${f_c}$分别为如下式所示:
式中:${N_s}$为时域信号采样点数;${F_s}$为时域信号的采样频率。
Item Value Item Value Focal length 4.5 m Number of pixels 1024×1024 Simulation band 450-850 nm Pixel size 6.5 μm× 6.5 μm Camera aperture 0.36 m Quantum efficiency 55% Lens transmission
efficiency$ \geqslant 0.7$ Full well charge 30 K Quantization bits 11 Readout noise 2 e- Number of
pixel samples50 Dark current noise 35 e-/s Table 4. Parameters for lens and detector imaging simulation
-
文中天基数字成像系统由Visual Studio 2022开发,主要用于实现对天基面目标的模拟成像。首先输入成像平台和目标的轨道六参数,通过光学观测可见性模型获取目标的可成像时间段;其次导入目标三维几何和BRDF材质拟合参数,经成像辐射传输模型计算相机入瞳处辐亮度;基于输入的镜头及探测器参数,根据光电能量转换及成像调制模型,最终输出空间面目标的数字成像结果。
-
文中通过1.1节可见性模型构建方法,由表5给出的轨道六根数计算相机及目标在$J2000.0$坐标系下的位置矢量,与STK中Two Body模式仿真结果对比如图8所示。24 h及15 d内位置误差在±0.005 m、±0.02 m的波动范围。
根据太阳位置计算模型,获取2022年1~6月1日零时太阳位置,与天文年历表结果对比如表6所示,可得太阳位置的误差在秒量级。
Orbital $a$/km $e$ $i$ Camera 6868.8546 0.0066917 97.4154 Satellite 6796.7142 0.0006096 51.6417 Orbital $\omega $ ${\varOmega }$ M Camera 140.0776 200.0074 183.0867 Satellite 117.6201 40.2943 7.3764 Table 5. On orbit camera and target orbit parameters
Figure 8. (a), (b) Represent the position error values between the calculated results of the camera and target for 24 hours and 15 days, respectively, using the mathematical model, and the simulated results from STK
Date Calculation results Solar apparent right
ascension/
h m sSolar apparent
declination/
(°)(′)(″)Jan. 1st 18 45 52 −23 01 03 Feb. 1st 20 58 15 −17 09 46 Mar. 1st 22 47 34 −07 40 21 Apr. 1st 00 41 24 04 27 11 May 1st 02 32 49 15 00 32 Jun. 1st 04 35 39 22 01 18 Date Astronomical calendar query results Solar geocentric right
ascension/
h m sSolar geocentric
declination/
(°)(′)(″)Jan. 1st 18 45 48 −23 01 13 Feb. 1st 20 58 12 −17 10 07 Mar. 1st 22 47 31 −07 40 25 Apr. 1st 00 41 21 04 26 54 May 1st 02 32 47 15 00 24 Jun. 1st 04 35 38 22 01 20 Table 6. Calculation and reference table for the position of the Sun at 00:00 on January 1st to June 1st, 2022
-
对目标进行几何通视、地影、探测距离(300 km内)条件下15 d可见性分析并与STK仿真结果进行对比,由图9可知,可视时间段无误差。由以上分析可知,相机、目标可见性模型构建过程中坐标转换及位置计算方法正确。
-
根据表5、6所示的轨道及成像参数设置,在可见时间段内对空间目标进行数字成像。目标姿态为对地定向,光源设置为太阳光和地反光。太阳辐照度计算如1.1.2节所示,设地球为反射率为0.3的反射体,计算得地球的反射辐照度为190.39 W/m2。
在可视时间段内每间隔3 s的成像结果如图10所示。由图可知,可见时间段内目标的相对位置、姿态及像元辐亮度表现符合真实空间场景成像过程。为观察成像阴影投射的准确性,调整目标的成像距离,不同姿态、不同光照下的成像结果如图11所示,由图中红色框图可以看出成像阴影显示正确,黄色框图体现出全局光照算法的多次弹射结果。
-
通过辐射传输模型获取目标辐亮度图像,根据1.4节中空间频率传递特性及噪声模型,对目标辐亮度图像进行处理生成最终的传感器输出图像。由图7可知导致图像质量退化的因素较多,以下给出成像平台高频振动及光子噪声对图像质量的影响分析及仿真结果。
成像平台高频振动MTF可看作零阶贝塞尔函数,其表达式如(18)所示,三维示意图及截止频率内的频谱图如图12所示。高频振动中不同振幅对MTF的影响如图13所示,由图可知振动频率越高,MTF下降越快。图14(b)为高频振动作用后的成像结果。
Figure 12. (a) Three-dimensional schematic of the high-frequency vibration transfer function MTF for the imaging platform; (b) Spectrum plot within the cutoff frequency
式中:${f_v}$为空间频率;$A$为振幅。
光子噪声属于白噪声,服从泊松分布,其方差${n_s} = \sqrt {{N_s}} $,图14(c)、(d)分别为添加光子噪声及光子噪声和高频振动共同作用后的成像结果。
由添加高频振动及光子噪声后的成像结果可以看出,对目标辐亮度图像通过频域MTF乘积和时域噪声累加可以实现图像像质的退化。整个成像过程是多环节耦合的结果,尽可能全面的考虑各环节的MTF和噪声可使仿真结果更逼真。
The construction method of space-based digital imaging link mathematical model
doi: 10.3788/IRLA20230351
- Received Date: 2023-06-08
- Rev Recd Date: 2023-09-12
- Available Online: 2023-12-22
- Publish Date: 2023-12-22
-
Key words:
- space-based imaging /
- mathematical model /
- global illumination /
- space target
Abstract: