А.С. Шевляков – к.т.н., вед. инженер-программист, 

АО НТПП «Комплексное развитие технологий» (Москва)

E-mail: shevlyakovas@mail.ru

Г.И. Андреев – к.т.н., начальник отдела математического моделирования, 

АО НТПП «Комплексное развитие технологий» (Москва)

E-mail: andreeffgena@rambler.ru

А.К. Вишневский – к.т.н., ст. преподаватель, 

кафедра защиты информации в системах и комплексах вооружения, 

Военная академия РВСН имени Петра Великого (Москва)

E-mail: vishn.artem@yandex.ru

В.И. Горбулин – д.т.н., профессор, 

кафедра «Бортовое электрооборудование и энергетические системы летательных аппаратов»,  Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург)

E-mail: v_gorbulin@mail.ru

М.В. Штельма – начальник группы моделирования цифровой аппаратуры, 

АО НТПП «Комплексное развитие технологий» (Москва) E-mail: m.schtelma@yandex.ru

Постановка проблемы. Современные тенденции развития космической отрасли дистанционного зондирования Земли определяют высокую динамику развития орбитальных группировок космических аппаратов в направлении увеличения как количественного потенциала, так и качественного. Качественные характеристики определяются различными параметрами целевой и бортовой аппаратуры космических аппаратов. В складывающихся условиях современные и перспективные орбитальные группировки космических аппаратов дистанционного зондирования Земли являются многопараметрическими сверхсложными системами, функционирующими в условиях неполной определенности внешней среды. Показателем эффективности функционирования орбитальной группировки является выполнение съемки максимального числа наблюдаемых объектов, удовлетворяющих критериям заказчика. Качество планирования функционирования орбитальной группировки напрямую зависит от точности прогноза покрытия наблюдаемой территории Земли диаграммами направленности бортовой целевой аппаратуры космических аппаратов и открытого множества параметров ограниченных бортовых ресурсов, что определяет высокую трудоемкость расчетной задачи.

Цель. Повысить оперативность анализа покрытия регионов космического тела орбитальной группировкой космических аппаратов дистанционного зондирования Земли путем представления цилиндрической проекции космического тела в форме растровой модели.

Результаты. Разработано информационно-математическое обеспечение анализа покрытия регионов на подстилающей поверхности орбитальной группировкой космических аппаратов дистанционного зондирования Земли, обеспечивающее высокий уровень оперативности расчетов. Оценка точности расчетов показала погрешность не более одного квадратного километра на поверхности Земли. Расчет покрытия наблюдаемой подстилающей поверхности для существующих требований к интервалу планирования и составу орбитальной группировки выполняется за обозримое время, сопоставимое с расчетами в реальном времени.

Практическая значимость. Разработанное информационно-математическое обеспечение позволяет решать проблему повышения оперативности решения задачи анализа периода покрытия подстилающей поверхности космическим аппаратом дистанционного зондирования за известный интервал времени.

1. Walker J.G. Circular Orbit Patterns Providing Continuous Whole Earth Coverage. Royal Aircraft Establishment. Technical Report 70211. 1970. November.
2. Можаев Г.В. Задача о непрерывном обзоре Земли и кинематически правильные спутниковые системы // Космические исследования. 1972. Т. 10. № 6. С. 833−840; 1973. Т. 11. № 1. С. 59−69.
3. Baghdadi N., Zribi M. Land Surface Remote Sensing in Urban and Coastal Areas. ISTE Press Elsevier. 2016. 377 p.
4. Balzter H. Earth Observation for Land and Emergency Monitoring. Wiley-Blackwell. 2017. 325 p.
5. Калинов М.И. Методика оценки эффективности применения космических систем наблюдения // Сб. трудов 6-й Всерос. НПК «Актуальные проблемы защиты и безопасности». СПб: НПО СМ. 2003. С. 53−78.
6. Пикуль А.И., Хегай Д.К., Шпак А.В. Алгоритм оценивания рациональности построения низкоорбитальной системы искусственных спутников мониторинга наземных объектов // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. 2011. № 3(73). С. 66−70.
7. Коваленко А.Ю. Математические аспекты оценивания результативности применения космических аппаратов дистанционного зондирования Земли // Труды СПИИРАН. 2017. № 53. С. 29−50.
8. Андреева Д.В., Андреев Г.И., Замуруев С.Н. Алгоритмическое обеспечение определения времени радиолокационного контроля целевого региона при заданном уровне кратности // Успехи современной радиоэлектроники. 2015. № 11. С. 29−32.
9. Саульский В.К. Рациональные орбиты для многополосного обзора Земли из космоса // Вопросы электромеханики. Труды ВНИИЭМ. 2015. Т. 145. № 2. С. 42−56.
10. Dey N., Bhatt C., Ashour A. Big Data for Remote Sensing: Visualization, Analysis and Interpretation: Digital Earth and Smart Earth. Springer. 2018(2019). 163 p.
11. Remote Sensing of Land Use and Land Cover: Principles and Applications / Ed. by C.P. Giri. CRC Press. Taylor & Francis Group. 2012. 469 p.
12. Computational Intelligence for Remote Sensing / Ed. by M. Grana, R. Duro. Berlin: Springer. 2008. 397 p.
13. Kondratyev K., Kozoderov V., Smokty O. Remote Sensing of the Earth from Space. Atmospheric Correction. Berlin: Springer. 1992. 484 p.
14. Schanda E. Physical Fundamentals of Remote Sensing. Springer. 1986. 194 p.
15. Observing land from space: Science, customers and technology / Ed. by M.M. Verstraete, M. Menenti, J. Peltoniemi. Kluwer Academic Publishers. 2000. 335 p.
16. Малышев В.В., Бобронников В.Т., Дарнопых В.В., Шидловский А.В. Планирование целевого функционирования спутниковых систем мониторинга: Учеб. пособие. М.: МАИ. 2002. 73 с.
17. Augenstein S., Estanislao A., Guere E., Blaes S. Optimal Scheduling of a Constellation of Earth-Imaging Satellites, for Maximal Data Throughput and Efficient Human Management // Proc. of the Twenty-Sixth International Conference on Automated Planning and Scheduling (ICAPS 2016). URL = http://www.aaai.org/ocs/index.php/ICAPS/ICAPS16/paper/download/13173/12696 (accessed 11 May 2019).
18. Бурова И.Г., Кальницкая М.А., Малевич А.В., Мирошниченко И.Д., Жилин Д.Е. Из опыта обучения распараллеливанию вычислений (методические заметки) // Международный научно-исследовательский журнал. 2018. № 7(73). С. 123−127.
19. Горбунов А.В.,. Саульский В.К. Векторная модель обзора земли и направления ее использования // Вопросы электромеханики. Труды ВНИИЭМ. 2017. Т. 156. С. 21−32.
20. Вишневский А.К., Горбулин В.И., Летунов В.В., Поливанов В.А. Метод квазиоптимального планирования целевого применения орбитальной группировки космических аппаратов дистанционного зондирования Земли в условиях критического времени // Электромагнитные волны и электронные системы. 2019. № 1. С. 57−69.