一种基于星地几何残差的鹊桥星月面定位方法及系统

本发明涉及月面卫星定位，尤其是一种基于星地几何残差的鹊桥星月面定位方法及系统。

背景技术：

1、精确、稳定的月面定位能力是支撑未来月球南极资源勘查、巡视探测与长期工程活动的重要基础。随着月球通信导航系统的规划与建设持续推进，基于月轨卫星观测信息实现月面移动终端高精度定位，已成为月球导航领域的重要研究方向。相较于传统地月测控方式，月球通导系统具有覆盖范围广、实时性强和自主服务能力强等优势，有望为月面移动终端提供持续的导航定位支撑。

2、然而，现有月面定位方法总体上仍以卡尔曼滤波及其变体等模型驱动方法为主，该类方法通常依赖于较为准确的卫星轨道动力学模型、信号传播模型、噪声统计特性及相关参数先验，以实现对月面移动终端的观测误差修正与位置解算。在月球特殊环境下，尤其是在月球极区，深空环境空间辐射严重，温度变化剧烈，陨坑遍布以及地形复杂且起伏较大，月面移动终端接收到的卫星信号容易受到复杂、时变且随机的环境干扰。在此条件下，现有基于模型的定位方法难以对相关干扰进行准确描述与有效补偿，从而使定位精度与稳定性受到明显限制。进一步地，月面复杂未知环境中的随机干扰具有明显的动态变化特征，而现有方法中所采用的误差模型和噪声统计特性大多建立在严格先验假设基础之上，往往依赖于月轨卫星定轨精度、信号传播特性、接收机捕获跟踪性能以及历史统计规律等条件。当上述先验与月面真实环境不一致时，模型失配问题突出，进而导致定位误差增大，难以满足月面移动终端在复杂场景下对高精度、稳定动态定位的需求。

3、因此，亟需要提供一种鹊桥星月面精准定位方案。

技术实现思路

1、针对现有技术的不足，本发明提供一种基于星地几何残差的鹊桥星月面定位方法及系统，本发明能够实现位置解算与钟差解算的相对解耦，并提升复杂月面场景下的高精度定位能力。

2、本发明的技术方案为：一种基于星地几何残差的鹊桥星月面定位方法，包括：

3、采集月球通导系统中鹊桥星及其他可见月轨卫星下发的导航观测数据；

4、基于所述导航观测数据，采用模型驱动定位算法解算得到月球移动终端的粗解位置；

5、基于粗解位置构建单颗卫星的输入特征向量，整合所有历元的所有月轨卫星的输入特征向量得到训练样本集，根据月球移动终端真实参考位置构建各可见卫星对应的几何残差标签；

6、采用掩码机制对训练样本集中不可见卫星的输入特征向量进行屏蔽处理，得到屏蔽后的训练样本集；

7、构建双分支特征提取的几何残差预测模型，并将屏蔽后的训练样本集作为输入、几何残差标签作为监督学习目标对几何残差预测模型进行训练，得到训练好的几何残差预测模型

8、将实时采集的导航观测数据的输入特征向量输入训练好的几何残差预测模型中进行残差预测，输出各可见月轨卫星的几何残差预测值；利用所述几何残差预测值对月轨卫星与实时粗解位置之间的原始星地几何距离进行修正，得到修正后的星地几何距离；

9、基于所有可见月轨卫星对应的修正后的星地几何距离构建几何距离方程组，求解所述几何距离方程组得到月球移动终端最终定位结果。

10、作为优选的，基于所述导航观测数据，采用模型驱动定位算法解算得到月球移动终端的粗解位置，包括：

11、针对每一颗可见月轨卫星，建立月面定位伪距观测方程，即：

12、；

13、式中，表示第颗可见月轨卫星对应的伪距观测值；表示第颗可见月轨卫星位置与月球移动终端位置之间的几何距离；为月球移动终端接收机钟差；为第颗可见月轨卫星的观测噪声；

14、根据选定的模型驱动定位算法，以卫星星历位置为已知量，联立全部可见月轨卫星的伪距观测方程，迭代求解终端位置分量与接收机钟差，得到当前历元月球移动终端的初始位置解；

15、将迭代收敛后的位置解作为粗解位置。

16、作为优选的，基于粗解位置构建单颗卫星的输入特征向量，整合所有历元的所有月轨卫星的输入特征向量得到训练样本集，包括：

17、基于结合可见月轨卫星星历位置、粗解位置计算单颗可见月轨卫星对应的高度角、视距向量、航向估计；

18、将当前可见月轨卫星的载噪比、高度角、卫星编号、终端粗解位置、视距向量、航向估计按固定顺序拼接，形成第k历元第颗可见月轨卫星的输入特征向量；

19、整合所有历元的所有月轨卫星的输入特征向量作为训练样本集。

20、作为优选的，根据月球移动终端真实参考位置构建各可见卫星对应的几何残差标签，包括：

21、基于可见月轨卫星的位置和月球移动终端真实位置计算实际星地几何距离；

22、基于可见月轨卫星星历位置、粗解位置计算粗星地几何距离；

23、基于实际星地几何距离和粗星地几何距离计算第k历元第颗可见月轨卫星的几何残差标签。

24、作为优选的，构建双分支特征提取的几何残差预测模型，并将屏蔽后的训练样本集作为输入、几何残差标签作为监督学习目标对几何残差预测模型进行训练，得到训练好的几何残差预测模型，包括：

25、所述的几何残差预测模型包括输入层、双分支特征提取网络、感知机mlp和输出层；且感知机mlp的每一层隐藏层后还嵌入se通道注意力模块，其中：

26、所述的双分支特征提取网络包括时序分支和空间分支，其中，所述的时序分支采用门控循环单元gru提取时序编码特征；所述的空间分支采用图注意力网络gat提取空间全局特征；

27、将时序编码特征与空间全局特征逐卫星拼接，得到融合特征；

28、所述感知机mlp以融合特征为输入，通过多层隐藏层进行前向传播过程中提取融合特征与几何残差之间的非线性映射关系；并以最后一层隐藏层的隐藏特征作为最终隐藏特征；

29、所述的se通道注意力模块对每一层隐藏层的隐藏特征进行压缩处理，得到压缩特征，然后利用两层全连接层对压缩特征进行激励，生成通道权重向量；并利用通道权重向量对最终的隐藏特征进行加权运算，得到权重标定的注意力特征；

30、基于权重标定的注意力特征通过输出层输出可见月轨卫星的几何残差预测值。

31、作为优选的，所述的门控循环单元gru采用重置门、更新门、记忆单元提取当前时刻隐藏状态，并将最后一个时间步的隐藏状态作为时序编码特征，即：

32、；

33、；

34、；

35、；

36、；

37、式中，为当前时刻隐藏状态；为更新门输出向量，表示候选隐藏状态；表示重置门输出；为哈达玛积；为sigmoid激活函数；为双曲正切激活函数；为输入特征向量；、、分别为更新门、候选状态、重置门的权重矩阵；、、分别为更新门、候选状态、重置门的偏置项；、、分别表示可学习权重矩阵。

38、作为优选的，所述图注意力网络gat以单颗卫星的输入特征向量作为图节点特征，并根据归一化注意力系数提取单颗可见月轨卫星的节点聚合特征，通过整合所有可见月轨卫星的节点聚合特征，得到空间全局特征，即：

39、；

40、；

41、；

42、；

43、；

44、式中，为空间全局特征；表示拼接操作；为第个可见月轨卫星的节点聚合特征；为sigmoid激活函数；为第颗可见月轨卫星的邻接节点集合；为归一化注意力系数；为线性变换的卫星节点特征；、分别为gat 线性层权重与偏置；为注意力系数；为注意力权重向量；为带泄露relu激活函；表示特征拼接操作。

45、作为优选的，所述感知机mlp以融合特征为输入，通过多层隐藏层进行前向传播过程中提取融合特征与几何残差之间的非线性映射关系；并以最后一层隐藏层的隐藏特征作为最终隐藏特征，其中：

46、第一层隐藏层的计算式表示为：

47、；

48、第t层隐藏层的计算式表示为：

49、；

50、式中，、、分别为第1层、第t层、第t-1层隐藏层输出的隐藏特征；分别为第1层、第t层隐藏层的权重矩阵；、分别为第1层、第t层隐藏层的偏置项；relu为非线性激活函数。

51、作为优选的，在训练过程中通过损失函数度量几何残差预测值与几何残差标签之间的差异，即：

52、；

53、式中，为第k历元第颗月轨卫星的二值掩码，为几何残差标签。

54、作为优选的，将实时采集的导航观测数据的输入特征向量输入训练好的几何残差预测模型中进行残差预测，输出各可见卫星的几何残差预测值；利用所述几何残差预测值对卫星与实时粗解位置之间的原始星地几何距离进行修正，得到修正后星地几何距离，包括：

55、；

56、式中，为修正后的第颗可见卫星对应的星地几何距离；为原始星地几何距离；为几何残差预测值；为实时粗解位置。

57、作为优选的，基于所有可见月轨卫星对应的修正后的星地几何距离构建几何距离方程组，求解所述几何距离方程组得到月球移动终端最终定位结果，包括：

58、遍历当前历元全部n颗可见月轨卫星，以月轨卫星实时位置为已知量、修正后星地几何距离为约束条件，仅将月球移动终端位置设为未知量，构建几何距离方程组：

59、；

60、式中，为第颗可见卫星的实时位置；为月球移动终端位置；

61、采用迭代最小二乘法求解几何距离方程组，以实时粗解位置作为迭代初始值，在每一轮迭代点对几何距离方程组做一阶泰勒展开完成线性化，通过最小二乘求解位置修正量，并迭代更新月球移动终端位置；当位置修正量的模值||小于预设收敛阈值时，判定迭代收敛；

62、将收敛后的月球移动终端位置作为最终定位结果。

63、第二方面，本发明提供一种基于星地几何残差的鹊桥星月面定位系统，包括：

64、数据采集模块，用于采集月球通导系统中鹊桥星及其他可见月轨卫星下发的导航观测数据；

65、粗解位置解算模块，用于基于所述导航观测数据，采用模型驱动定位算法解算得到月球移动终端的粗解位置；

66、训练样本构建模块，用于基于粗解位置构建单颗卫星的输入特征向量，整合所有历元的所有月轨卫星的输入特征向量得到训练样本集，根据月球移动终端真实参考位置构建各可见卫星对应的几何残差标签；

67、掩码模块，用于采用掩码机制对训练样本集中不可见卫星的输入特征向量进行屏蔽处理，得到屏蔽后的训练样本集；

68、训练模块，用于构建双分支特征提取的几何残差预测模型，并将屏蔽后的训练样本集作为输入、几何残差标签作为监督学习目标对几何残差预测模型进行训练，得到训练好的几何残差预测模型；

69、修正模块，用于将实时采集的导航观测数据的输入特征向量输入训练好的几何残差预测模型中进行残差预测，输出各可见月轨卫星的几何残差预测值；利用所述几何残差预测值对月轨卫星与实时粗解位置之间的原始星地几何距离进行修正，得到修正后的星地几何距离；

70、最终位置解算模块，用于基于所有可见月轨卫星对应的修正后的星地几何距离构建几何距离方程组，求解所述几何距离方程组得到月球移动终端最终定位结果。

71、第三方面，本发明提供一种电子设备，包括：

72、至少一个处理器；

73、以及与所述至少一个处理器通信连接的存储器；

74、其中，所述存储器存储有可被至少一个处理器执行的计算机程序，其特征在于，所述计算机程序被至少一个处理器执行时实现基于星地几何残差的鹊桥星月面定位方法。

75、本发明的有益技术效果为：

76、1、本发明无需显式依赖接收机钟差真值，从而能够减弱标签受钟差建模误差影响的程度，在完成几何距离修正后，后续重定位过程不再显式考虑钟差状态量，从而实现位置解算与钟差解算的相对解耦，并提升复杂月面场景下的高精度定位能力；

77、2、本发明通过直接学习环境干扰在星地观测几何上形成的几何残差，结合几何距离重定位实现位置与接收机钟差解耦，提升观测冗余度，在月球极区陨坑遮挡、剧烈温变、宇宙强辐射等复杂未知工况下，有效规避传统方法因模型失配导致的定位精度下降问题，显著提升月面动态定位的稳定性与整体精度；

78、3、本发明利用门控循环单元gru挖掘月球移动终端运动规律、空间辐射与温度干扰的长时序演化特征；借助图注意力网络gat建模多颗卫星之间的空间几何关联与相互干扰关系，充分挖掘多星定位的空间耦合特性；同时在多层感知机各层嵌入se通道注意力模块，自适应强化地形、辐射相关有效特征、抑制随机噪声特征，对月面复杂干扰的感知与表征能力远优于传统神经网络方案，几何残差预测准确度显著提升；

79、4、本发明综合利用载噪比、高度角、卫星编号、粗解位置、视距向量及航向估计等观测质量信息、几何信息与粗定位状态信息，对各可见卫星对应的几何残差进行预测；同时，针对不同历元可见卫星数量变化的问题，采用统一输入组织方式与掩码输出机制，使模型能够适应月轨卫星可见星数变化场景下的几何残差预测需求。