一种基于大气风环境评估预测的再入体风修正方法及系统与流程

本发明涉及再入轨迹仿真领域，具体涉及一种基于大气风环境评估预测的再入体风修正方法及系统。

背景技术：

1、航天器(或者说，飞行器)重新进入大气层的部分称为再入体。再入体在再入飞行阶段，对气象保障有着很高的要求。大气层界限的高度一般为海拔80至120公里，对于再入体而言，飞行轨迹穿越了大气层的整个中间层、平流层和对流层，而大气层中空气的密度、温度、压强和风速风向等参数随着高度的变化而显著变化(如图1所示，某区域0至80公里高度范围内的月平均风速的变化波动非常高)，这也导致再入体的轨迹预测难度极高。

2、然而，再入体落点的精准预测对于航天器的安全性与可靠性非常关键，尤其是在再入体内有航天员的情况下，快速准确定位再入体落点位置并及时救援至关重要。

3、目前，再入体的轨迹预测可以通过风洞试验模拟得到。例如，专利申请cn116611362a公开了一种基于生成对抗网络的航天器离轨再入建模方法，该方法在针对风洞试验得到的气动数据结果，通过生成对抗网络gan进行拟合建模，从而对再入体落点位置进行模拟。

4、然而，这种通过风洞试验模拟的方式一方面是需要耗费较高试验成本，且效率也相对较低，另一方面由于真实大气环境的复杂性，以及再入轨迹范围的广阔性，风洞试验的模拟结果与真实大气环境之间始终存在较大的误差。

5、因此，当前亟需一种能够提升再入体落点位置预测精度的轨迹预测方法。

技术实现思路

1、本发明的目的在于提供一种基于对大气风环境实现精细化评估预测的再入体精准风修正方案，该方案通过在线、离线相协同的方式，对中尺度数值预报模式与cfd模式相耦合，获得适用于再入体仿真的精细化的大气风环境演化预报数据，并基于大气风环境对再入体的轨迹和落点精度进行优化和精准风修正，能够有效提高再入航天器的可靠性和安全性。

2、为了解决上述所提到的技术问题，本发明具体采用以下技术方案：

3、本发明的第一方面，在于提供一种基于大气风环境评估预测的再入体风修正方法，包括步骤：

4、s101获取再入体的第一预测轨迹，并通过所述第一预测轨迹获取所述再入体的第一再入范围和第二再入范围；

5、s102获取所述第一再入范围的离线仿真数据集，其中，所述离线仿真数据集包括：通过预先的cfd模拟计算得到的高分辨率风环境数据，以及地形流动规律；所述高分辨率风环境数据包括：风向和风速，所述地形流动规律包括：水平方向上的风加速效应，以及垂直方向的动力强迫效应；

6、s103获取所述第二再入范围的在线观测数据，所述在线观测数据包括以下一种或多种：通过至少两个观测源获取到的空气密度、温度、湿度、风速、风向和气压；

7、s104对所述在线观测数据进行数据同化处理，并将同化后的在线观测数据和离线仿真得到的地形流动规律输入至中尺度预报模式中，以获取随时间演化的在线风环境数据；其中，所述地形流动规律通过参数化的方式引入中尺度预报模式；

8、s105对所述在线风环境数据和所述离线仿真数据集进行数据融合处理，以获取到融合风数据；

9、s106将所述融合风数据输入至再入体的六自由度方程中，

10、以计算所述再入体的第二预测轨迹。

11、在一些实施例中，s105包括：

12、获取与目标点相关联的至少两个数据点，其中，目标点指的是第一或第二再入范围中的待计算的位点，数据点为在线风环境数据或离线仿真数据集中的数值；

13、获取所述至少两个数据点的评估指标，所述评估指标包括以下一种或多种：数据质量等级、相关性等级以及不确定性等级；

14、采用预设评估规则通过所述评估指标确定所述至少两个数据点的权重等级；

15、根据对应的权重等级对至少两个数据点进行融合计算，以得到所述目标点的融合风数据，所述融合风数据包括：融合风速和融合风向。

16、在一些实施例中，所述第二再入范围的水平尺度大于所述第一再入范围。

17、在一些实施例中，所述第一再入范围的水平尺度λ1、第二再入范围的水平尺度λ2满足以下规则：

18、λ1＜λ2≤2λ1。

19、在一些实施例中，所述高分辨率风环境数据的空间分辨率为30m-300mm，所述在线风环境数据的空间分辨率为1km-10km。

20、在一些实施例中，s102包括：

21、获取离线风场数据库，其中，所述离线风场数据库的构建步骤包括：

22、通过cfd仿真计算得到目标区域在不同来流风向条件下的风场，以计算得到目标区域的高分辨率风环境数据和地形流动规律；

23、从所述离线风场数据库中获取到与所述第一再入范围相匹配的离线仿真数据，以对应生成离线仿真数据集。

24、在一些实施例中，所述观测源包括以下一种或多种：地面观测、探空气球观测、无人机观测、卫星遥感观测。

25、本发明还对应地提供了一种基于大气风环境评估预测的再入体风修正系统，包括：

26、再入范围获取模块，被配置为用于获取再入体的第一预测轨迹，并通过所述第一预测轨迹获取所述再入体的第一再入范围和第二再入范围；

27、离线数据获取模块，被配置为用于获取所述第一再入范围的离线仿真数据集，其中，所述离线仿真数据集包括：通过预先的cfd模拟计算得到的高分辨率风环境数据，以及地形流动规律；所述高分辨率风环境数据包括：风向和风速，所述地形流动规律包括：水平方向上的风加速效应，以及垂直方向的动力强迫效应；

28、在线数据获取模块，被配置为用于获取所述第二再入范围的在线观测数据，所述在线观测数据包括以下一种或多种：通过至少两个观测源获取到的空气密度、温度、湿度、风速、风向和气压；

29、同化处理模块，被配置为用于对所述在线观测数据进行数据同化处理，并将同化后的在线观测数据和离线仿真得到的地形流动规律输入至中尺度预报模式中，以获取随时间演化的在线风环境数据；其中，所述地形流动规律通过参数化的方式引入中尺度预报模式；

30、融合处理模块，被配置为用于对所述在线风环境数据和所述离线仿真数据集进行数据融合处理，以获取到融合风数据；

31、轨迹预测模块，被配置为用于将所述融合风数据输入至再入体的六自由度方程中，以计算所述再入体的第二预测轨迹。

32、在一些实施例中，所述第二再入范围的水平尺度大于所述第一再入范围。

33、在一些实施例中，所述第一再入范围的水平尺度λ1、第二再入范围的水平尺度λ2满足以下规则：

34、λ1＜λ2≤2λ1。

35、有益技术效果：

36、本技术提供了一种根据再入体的初始预测轨迹确定重点环境采样区(如第一、第二再入范围)，并基于重点环境采样区进行多源数据的多级耦合的轨迹预测方法。

37、与传统的风洞试验不同，本发明通过分别针对对于再入体的运动轨迹产生偏移影响的不同地区、不同类型的环境数据进行多源采集，并利用在线、离线相协同的多级耦合方式以快速地形成融合风数据，进而利用融合风数据二次预测再入轨迹，提升轨迹预测的可靠性。

38、并且，由于本发明所采用的多级耦合模式使得中尺度同化阶段、cfd仿真阶段相对独立，因此还可以利用在线、离线相协同的方式提升整个流程的预测运算效率。换言之，本技术既能够利用多源数据采集提升轨迹计算的准确性，同时利用独立的在线、离线方式相协同，还能够有效控制预测过程中的实时计算量，减小预测过程中的算力要求。

39、进一步，为了在保证预测准确性的基础上，进一步地控制运算量，还可以对第一、第二再入范围进行差异化设置。