技术文章

客户见解

开发用于基于 GNSS 的月球导航的任务操作规划和科学分析应用程序

为 LuGRE 任务的任务规划、操作和分析提供支持


作者:

  • Simone Zocca, Politecnico di Torino
  • Luca Morichi, Politecnico di Torino
  • Alex Minetto, Politecnico di Torino
  • Andrea Nardin, Politecnico di Torino
  • Oliviero Vouch, Politecnico di Torino
  • Fabio Dovis, Politecnico di Torino

阅读时间:12 分钟

小结

  • 都灵理工大学 (Politecnico di Torino) 电子与电信系的 LuGRE 团队使用 MATLAB 对地球-月球-航天器几何关系进行建模,并预测月球距离处的 GNSS 信号可见性。
  • 他们使用 MATLAB App 设计工具和 MATLAB Report Generator 构建了任务操作应用程序,为分析和决策提供支持。
  • 他们助力实现了具有里程碑意义的月球导航成就,并为未来基于 GNSS 的太空探索研究创建了开放资源。

2025 年 1 月,Firefly Aerospace 的 Blue Ghost 月球着陆器发射升空,将十个 NASA 科学载荷送往月球。其中一个载荷是月球 GNSS 接收机实验 (LuGRE),这是 NASA、意大利航天局 (ASI) 和 Qascom 的联合项目。它旨在为未来的月球探索回答一个重要问题:在距离地球近 25 万英里的地方,能否接收并使用来自地球 GPS 和伽利略星座的导航信号?任务开始时,这个问题的答案还远不明朗。全球导航卫星系统 (GNSS) 卫星向地球而非月球广播信号。在月球距离处,这些信号会变得极其微弱;从月球上看,GNSS 星座的几何构型会收缩为地球圆盘附近一个紧密的测距源集群,而信号可见性不仅取决于航天器相对于卫星的位置,还取决于信号是从卫星天线的主瓣还是旁瓣接收到的。

我们的研究小组,即都灵理工大学电子与电信系的导航信号分析与仿真 (NavSAS) 小组,是 LuGRE 科学团队的成员,在飞行前、飞行期间和飞行后为任务提供支持。发射前,我们与 NASA 合作,预测何时可以获得有用的 GNSS 信号,并确定收集数据的最佳时机。在任务期间,我们必须快速分析传入的测量数据,判断每次观测是否产生了具有科学价值的结果,并随着任务操作的变化修改收集计划。任务结束后,我们继续分析数据,以验证实验结果并推动进一步的科学研究。

为了应对这些挑战,我们使用 MATLAB® 开发了两个相辅相成的应用程序。第一个是围绕卫星场景功能构建的 3D 轨道分析应用程序,它对航天器、地球、月球和 GNSS 星座不断变化的几何关系进行建模,以预测卫星可见性并为任务操作规划提供支持(图 1)。第二个名为 LuNART(LuGRE 导航分析与报告工具),它将使用 MATLAB App 设计工具开发的图形用户界面与通过 MATLAB Report Generator™ 自动生成报告的功能相结合,从而简化任务数据的科学分析和文档记录。这些应用程序共同支持了一项任务,该任务首次在月球表面实现了公开记录的 GNSS 导航定位,在公开记录的最远距离处跟踪到了 GNSS 信号,并生成了一个开放数据集,持续推动月球导航研究。

视频长度为 0:37

图 1. 使用 MATLAB、Aerospace Toolbox、Antenna Toolbox™ 和 Navigation Toolbox™ 构建的 LuGRE 3D 轨道分析应用程序。该应用程序可以动态可视化月球表面附近的航天器、月球和 GNSS 信号路径(左图),以及 GNSS 卫星相对于地球和任务轨迹的几何关系(右图)。

规划任务的操作窗口

早在 LuGRE 开始从月球接收信号之前,科学团队就面临一个规划难题:确定任务的 GNSS 接收机应在何时工作。与地面 GNSS 接收机不同,飞往月球的接收机在任何时刻都只能看到少数几个微弱信号。这些信号能否被检测到,取决于航天器的位置、GPS 和伽利略星座不断变化的几何构型,以及每颗卫星发射天线的指向。

由于此前没有任何任务尝试过在月球上实现基于 GNSS 的导航,因此没有成熟的方法来确定最佳观测窗口。如果窗口选择不当,数据集中就会留下无法弥补的空白。我们面临的挑战不仅是预测卫星可见性,还要确定哪些观测机会最有可能产生具有科学价值的数据,然后将我们的结果与 NASA 进行的独立分析进行比较。由此得出的分析结果帮助科学团队确定了 LuGRE 应在何时收集数据,并让团队确信每个观测窗口都能提供最大的科学价值。

为了支持这项工作,我们在 MATLAB 中基于 satelliteScenario 对象构建了一个交互式 3D 轨道分析应用程序。该应用程序使用 NASA 提供的着陆器计划轨迹,对整个任务期间航天器、地球、月球和 GNSS 卫星的位置进行建模。借助该应用程序,团队能够可视化不断变化的几何关系,并通过代表主瓣和旁瓣接收的可配置视场锥对卫星可见性进行建模。通过将轨道可视化与特定于任务的可见性分析相结合,该应用程序成为一个不可或缺的规划工具,既可在发射前用于选择观测窗口,又可在之后随着任务的展开为操作决策提供支持(图 2 和图 3)。

月球附近的航天器及其与 GNSS 卫星之间的视线。

图 2. 3D 轨道分析应用程序的可视化效果,显示了月球附近的航天器及其与 GNSS 卫星之间的视线。

图 3. 使用 MATLAB 为 Blue Ghost 任务生成的任务规划分析图。左图显示了所选 GNSS 卫星的仰角曲线,其中红色虚线表示地球地平线,蓝色虚线表示电离层的大致上边界。右图显示了同一观测期间这些卫星的预测可见性状态。

分析信号数据并支持任务操作

LuGRE 开始传回数据后,我们团队的工作重心便从任务规划转向了任务操作。每次观测都会生成原始 GNSS 测量数据和信号样本,必须快速分析这些数据,以确定该次收集是否实现了科学目标。分析结果将指导后续观测机会的规划,因此快速周转至关重要。分析还需要可重复且可供整个科学团队使用,以便每位研究人员都能得出一致的结果并生成正式的科学任务报告。

为满足这些要求,我们开发了 LuNART。该工具的图形界面提供了一个直观的环境,可用于加载任务数据、执行预定义的科学分析、可视化结果以及自动生成标准化报告(图 4)。

用于加载任务数据、运行分析和生成报告的 LuNART-q 界面。

图 4. LuNART-q 的用户界面,这是在 Blue Ghost 任务中使用的 LuNART 完整任务操作版本。

在任务操作期间,研究人员轮班昼夜不停地工作。该应用程序没有要求团队成员运行单独的 MATLAB 脚本,而是将完整的分析工作流集成到整个科学团队使用的单一界面中,使未参与软件开发的人员也只需极少的培训就能执行一致的分析并生成报告。底层 MATLAB 框架使用 Signal Processing Toolbox™、Aerospace Toolbox 和 Statistics and Machine Learning Toolbox™ 构建,使我们能够随着任务的推进加入更多分析。同时,我们为每次观测保留了通用的工作流,并生成了一致的科学文档(图 5)。

LuGRE 观测窗口期间各颗 GNSS 卫星的载噪比图。

图 5. LuGRE 观测窗口期间各颗 GNSS 卫星的载噪比 (C/N₀)。这一可视化结果由 LuNART 生成,使科学团队能够评估信号质量,并将测得的可见性与任务规划预测进行比较。

任务操作偶尔会偏离计划时间表。例如,一次机动可能消耗比预期更多的燃料,导致后续科学操作不得不取消或重新安排。当意外的任务事件打乱了既定的观测计划时,我们会重新使用 3D 轨道分析应用程序来评估新的观测机会,并使用 LuNART-q 快速评估最新的观测结果。这两个应用程序相辅相成,使我们能够快速推荐修订后的观测窗口和接收机配置,在整个任务期间充分利用剩余的机会。

任务后分析与开放科学

任务操作结束后,我们的工作重心再次转移,这次是从支持日常操作转向对完整的 LuGRE 数据集进行更详细的科学分析。由于 LuNART 在设计时就考虑到了添加更多分析的需求,因此我们能够在 MATLAB 中继续扩展其功能,同时保留任务期间建立的工作流。3D 轨道分析应用程序在任务后分析中依然很有价值,它提供了所需的几何背景,帮助我们结合航天器轨迹和各观测期的预测卫星可见性来解读测得的接收机性能。

作为任务对开放科学承诺的一部分,LuGRE 数据集已公开发布。任务结束后,我们经与 ASI 协商一致,另行决定将 LuNART 作为开源软件发布,它是任务操作中所用 LuNART-q 界面的一个更稳定的精简版本。尽管这意味着要分享多年的分析和软件开发成果,但我们相信,作为面向更广泛科学界的资源,该软件将产生更大的影响。借助该数据集和 LuNART,研究人员可以使用为该任务开发的同一分析环境来探索月球距离处的 GNSS 性能,从而帮助加速未来对地球轨道以外基于 GNSS 的导航的研究。

任务成功与未来方向

LuGRE 证明了 GNSS 信号可以在远超地球轨道的范围内支持导航,在月球距离处的信号跟踪和定位方面树立了新的里程碑。在条件有利的情况下,尽管在月球上遇到了信号微弱和卫星几何构型不佳的问题,该任务仍实现了亚千米级的定位精度。对我们团队而言,这次任务也证明了在单一工程工作流中结合 3D 轨道建模、应用程序开发和信号分析的价值。使用 MATLAB 开发的相同应用程序支持了发射前的任务规划、飞行期间的操作决策以及任务结束后的科学分析。

随着人们对持续月球探索的兴趣不断增长,未来的任务将对导航和任务操作提出更高的要求。我们预计,我们在 MATLAB 中为 LuGRE 实现的方法和工作流将不断发展以支持这些工作,为研究人员和工程师提供实用的工具,用于规划任务、分析信号数据,并支持未来基于 GNSS 的月球导航系统的开发。

了解更多

2026 年发布


继续探索