测控中的近地轨道卫星SEL事件分析及操控

李 强，徐冰霖，王大鹏，李会锋，朱 俊，张宝辉，曹继宏，王星宇，张国云，祝 彦，习 斌，张 闪

（1. 航天器在轨故障诊断与维修重点实验室；2. 西安卫星测控中心：西安 710043）

0 引言

低地球轨道卫星在轨运行中，几乎都会面临空间环境[1-2]特别是内辐射带影响。空间带电粒子辐射在微电子器件中引起材料电离或产生位移，形成累积辐射效应以及瞬时辐射效应[3-4]，后者主要表现为各种不同类型单粒子效应（SEE），例如单粒子翻转（SEU）、单粒子锁定（SEL）、单粒子烧毁（SEB）等。在当前的低轨卫星管理中，由SEU与SEL引起的各种故障和异常的处理与维护最为常见，而累积辐射效应下的器件性能衰退、卫星老化[5]等相关处理与维护工作则在其次。对于SEL的相关研究工作，多集中在SEL发生机理、危害减缓或抑制、地面测试与检验等方面。文献[6]使用器件模拟方法，探究了180 nm体硅工艺下互补金属氧化物半导体（CMOS）反相器的SEL敏感性关键因素，发现CMOS电路不同位置的单粒子锁定事件响应差别很大，电路存在锁定敏感区域。文献[7]则开展了90 nm CMOS静态随机存储器（SRAM）的SEU和SEL效应实验，认为P/N阱电势塌陷效应是导致器件出现SEL传播效应的内在物理机制。文献[8]研究了鳍式场效应晶体管（FinFET）的SEL敏感性，指出了FinFET的立体结构设计导致其对SEL更加敏感。文献[9]报道了欧洲原子核研究委员会针对商业器件和微纳卫星的SEL测试结果，认为SRAM器件仍然是SEL影响下的关注重点。以上SEL相关研究工作多集中在地面进行，对于在轨验证与应对处理的内容提及较少。虽然大多数研究、测试结果都支持器件发生SEU的概率要比SEL的高，但在某些情形特别是复杂空间环境影响下，会出现单器件SEL频发的现象。与SEU相比较，SEL发生后不仅可能影响器件、插板、系统等的稳定运行，其产生的大电流与升温还常常带来次生影响（在器件延寿、降级、老化等特殊应用场合，次生影响有时可能更为严重，极端时甚至可能导致任务失败）。因此，器件发生SEL后带来的危害程度往往高于SEU发生后的情形，在测控中需要重点关注。在当前大数量卫星集中监控下，做好SEL频发卫星的管理与维护始终是测控工程师的一项重要工作。

本文以某卫星在轨测控为例，分析其频发SEL事件的时空特征，讨论应对措施，以期提升卫星长期管理水平。

1 轨道环境与器件SEL电流、温度

某太阳同步轨道卫星轨道高度约665 km（近圆轨道），降交点地方时在06:30 AM附近，设计寿命为1年（截至2018年9月，已超期服役4年多），采用三轴稳定、零动量控制方式。卫星入轨以来的轨道高度、倾角、光照角（这里将其定义为地–日矢量与太阳电池阵法线的夹角）、降交点地方时（LTDN）变化如图1所示，其中横坐标为约简儒略日（MJD）。

图1 某太阳同步轨道卫星轨道参数变化Fig. 1 Variations of orbital parameters of an SSO satellite

由图1可见，卫星在轨期间未进行过轨道控制，半长轴在大气阻尼[10-11]作用下缓慢衰减近3.12 km，平均衰减率略高于1.88 m/d；在早期约1.5年时间里，轨道衰减相对较快，共衰减约1.92 km，平均衰减率约3.60 m/d；后期衰减明显降速，共衰减约1.20 km，平均衰减率约1.07 m/d。低轨卫星轨道高度变化受到太阳活动调制相对明显[10]：在太阳活动高年，轨道衰减相对剧烈；而在太阳活动低年，轨道衰减则相对缓慢。

倾角变化主要受到太阳摄动影响，具有年周期变化规律。从极值变化来看，倾角一直呈振荡减小趋势，但目前可能已经接近谷底，后期可能开始振荡上升。

光照角同样有年周期变化规律。从极值变化可知，光照角缓慢下降段已经结束，正在逐渐变大过程之中。尽管如此，卫星在轨期间，光照角整体上变化较小，这样也有利于晨昏轨道卫星良好光照与光能输入的保持。

降交点地方时变化也有年周期规律，入轨早期的初值接近07:00 AM，随后一直振荡变小，现在已经下行至06:00 AM附近；后续可能还会进一步朝05:00 AM方向减小至谷底，然后再缓慢回升。相关轨道摄动分析可参见文献[12-13]。

卫星在轨期间，有一例行维护工作。卫星某器件因为SEL效应影响，其工作电流与温度经常超出正常范围，如图2所示（图中横坐标为积秒，以任一日零点为起点累积计时，至次日零点结束，单位为s）。

图2 某器件发生SEL期间电流与温度变化Fig. 2 Current and temperature changes of a certain device during SELs

遥测显示，器件电流正常值约为0.21 A，出现异常后，电流上升至0.59 A左右，增加约2倍；器件温度逐渐上升，最高值在80 ℃附近，相对于正常在轨温度（40～50 ℃）升幅超过30 ℃。较大幅度的电流突然跃升与温度升高基本与器件SEL效应下的特征相符合，可以判断该异常为SEL效应导致。此外，升温与降温的时间相对于电流而言，都要长一些；电流跃变时间很短（基本小于1 s），遥测采样难以监测其过程；而温度升、降的时长一般在1800 s以上，但与SEL事件出现时长以及处理时机也有关系：SEL事件的时长越短、处理越快，则温变时长越短。

2 SEL事件分析

2.1 SEL 事件的星下点分布统计

根据电流出现跃变的时间和轨道根数[3]，可以计算得到SEL效应发生时刻对应的卫星星下点。通过统计得到某卫星在轨以来的SEL事件星下点分布如图3所示。图中等值线为665 km高度处的地磁场强度，nT。

图3 某卫星SEL事件星下点分布Fig. 3 Sub-satellite points related with SELs on the geomagnetic contour map

由图3可见，SEL事件的星下点数据共有236个，其分布具有明显的地域特征：在南大西洋区域发生次数最多、最密集，这一区域也经常被称之为南大西洋异常（South Atlantic Anomaly, SAA）区域[14]，共发生120起；发生在南、北两极区域的SEL次数次之，共78起；其他区域的相对较少，分布也稀疏，共38起；三者之间的比例大致为3∶2∶1。

显然，SEL事件的空域分布与地磁场的分布有关联。因为磁轴与地轴不重合，地磁场的空间分布不对称，在SAA区域的分布相对较弱。在SAA区域的高能粒子相对较多，成为航天器单粒子事件的多发区域。

文献[15]给出了早期美国航天飞机SEU事件的星下点分布图，文献[3]则给出了最近的国际空间站的SEU事件数据。应该指出，航天飞机与国际空间站因为轨道倾角的关系，其SEU事件星下点分布不涉及高纬度的极地区域，而图3包括极地区域。尽管如此，单粒子事件星下点分布在SAA区域最为密集这一特征相同。另外，文献[3, 15]给出的是SEU数据，图3给出的是SEL数据，样本在不同区域的分布比例存在明显差别。

一般认为，在SAA区域的单粒子事件主要由地球辐射带高能质子作用产生；而极地区域由于极冠吸收[16]原因，各种高能粒子聚集较多，使得这一区域也成为单粒子事件的重灾区（极区主要是由于地磁截止刚度较低，能量较低的太阳宇宙射线和银河宇宙射线也可进入这个区域）；而其他区域，一般认为是银河宇宙射线[17]（GCR）作用导致单粒子事件发生。关于空间环境单粒子效应作用机理，还可参见文献[3, 17]。文献[3]同时也指出，低轨道空间的SEU与SEL事件多为空间高能质子所致。

2.2 SEL 事件的时间分布统计

统计SEL事件的发生时刻分布，数据起止时刻对应MJD值为4975与6735。卫星的平均SEL事件发生率略高于0.134 d-1。比较而言，卫星在轨前期的事件相对稀疏，其中尤以MJD值5250和5750前后最为明显；而后期则相对密集，其情形在MJD值6150和6550附近相对较多。为便于叙述，后续在讨论卫星在轨前期与后期时，以MJD值5850为界。前期共发生了SEL事件90起，发生率不足0.103 d-1；后期共发生SEL事件146起，发生率约为0.165 d-1，后期的发生率比前期的高约60%。

图4为相邻SEL事件之间的时间间隔，这里将第1起SEL事件的时间间隔定义为0。可以看出，间隔极大值为35.514 d，极小值为0.174 d（不考虑第1个数值0）。可以看出，低值的时间间隔在后期相对密集。

图4 SEL事件时间间隔Fig. 4 SEL event time interval

采用动态计算方法（即累计数据值除以累计数据点数）得到SEL事件平均的时间间隔曲线（见图5），极大值为10 d，发生在前期；极小值为2 d（不考虑第1个数值0），也发生在前期（第2个数值）。极小值发生在前期的原因是此时数据样本太小。实际上，从长期变化趋势来看，前期平均值相对较大，后期相对较小。

图5 SEL事件平均时间间隔Fig. 5 Average time interval of SEL events

图6为SEL事件月统计数据：极大值为8，共有2个月份，均在后期出现；极小值为1，共计4个月份，均在前期出现；前期月均发生3次，后期月均发生接近5次（4.867次）。

图6 SEL事件逐月统计Fig. 6 Monthly statistics of SELs

图7所示为表征太阳活动的F10.7曲线[18]。显然，前期太阳活动相对较强，后期则相对较弱或者平静。与图4～图6对比（卫星在轨前期发生的SEL事件相对较多，后期相对较少），SEL事件发生频度与太阳活动强弱呈负相关特性[19]：太阳活动强，事件频度低；太阳活动弱，事件频度高。

图7 太阳F10.7曲线Fig. 7 Solar F10.7 curve

此外，地面的中子监测数据也可用来表征宇宙射线变化[20-21]，其变化规律大致与F10.7呈负相关。可以推测，中子监测曲线在高位时SEL事件发生较多，而在低位时SEL事件发生相对较少，即SEL事件发生频度与中子监测曲线呈正相关特性。

图8为SEL事件累月统计数据结果，图8(a)为总量数据、图8(b)为均值数据：前者是按照不同月份分别统计得到，后者是在前者基础上的平均。例如，图6中的1月份共出现5次，对应的SEL事件次数为 2、6、6、4、7，则总量为 25 次，对应均值为每月发生5次。图8数据表明，总量极大值为31次（发生在12月份），极小值为9次（发生在7月份）；均值极大值为每月6.2次（发生在12月份），极小值为每月2.25次（发生在7月份）。

图8 SEL事件累月统计数据Fig. 8 Cumulative monthly statistics of SELs

显然，12月份可看成是SEL事件高发期，而7月份则为低发期。或因12月前后，地球处在近日点附近，卫星距离太阳相对较近，太阳活动作用明显，故SEL事件多发；而在7月前后，地球处在远日点，则反之。但是，近日点与远日点在周日运动中的时期相对较短，属于年周内的短时段。而图4～图6的统计数据则是在年周期之上的分析结果，与远、近点分析有所不同。

综合图4～图8的统计数据，可以认为：从长期来看，宇宙射线对SEL事件有重要影响；从短期来看，太阳活动对SEL也有重要影响。二者间的关系类似于图1中的倾角、LTDN的变化规律所示：既有短期的年周期变化，又有长期变化（这在图6中其实已有一定程度展示）。

相比较而言，长期性影响处于主要地位，即宇宙射线影响更大。但是，宇宙射线影响大的原因实际上是太阳活动相对减弱导致（参见图6～图7）。因此，从根本上来说，SEL事件发生频度受太阳活动调制。

从传统的季节划分来看，SEL事件在各季节的统计数据如图9所示。统计的极大值为20，发生在2017年夏季；极小值为6，发生在2014年秋季；平均每个季节发生次数约为11.24。可以看出，在季节统计上，夏季的SEL事件相对较多。这与图8中的数据似乎有一些抵触。实际上，如果按照近日点、远日点为参考进行季节划分，即3月—5月为春季、6月—8月为夏季、9月—11月为秋季，余下的为冬季，可得到不同的统计结果。以上划分的考虑主要以远日点、近日点所在月份（7月与1月）为参考。

图9 SEL事件季节统计数据Fig. 9 Quarterly statistics of SELs

参考图8的月份平均数据，这里将传统季节划分、至点季节划分（按照习惯，这里将远日点、近日点仍称为至点，但实际上不是一回事）下的月均数据累加后进行比较，如图10所示。可以看出，传统季节划分下，极大值为13.2，发生在春季；极小值为9.45，发生在秋季。这样，春、秋两季成为峰、谷标志季。而且，各季节之间的数值差别并不明显，最大差值为3.75。而在至点季节划分下，极大值为14.8，发生在冬季；极小值为8.25，发生在夏季。显然，冬、夏两季成为峰、谷标志。而且，季节之间的差别更加明显，最大差值为6.55（约为传统季节划分的1.75倍）。

图10 SEL事件季节统计数据平均Fig. 10 Averaged quarterly statistics of SELs

显然，至点划分季节下的结果与图8的结果及分析更相符一些，这也说明在近日点附近（地球公转速度也慢一些），太阳辐射对于SEL事件的影响可能更加明显。另外，春季的SEL事件也比较多（仅次于冬季），说明太阳辐射影响可能有延迟性或者积累性；而秋季数据处于第3位且与春季数据差值（3.4次）相对明显，表明器件在SEL效应方面可能具有一定的逆退火特性。

图11为 SEL事件年统计结果，2013年—2018年的 SEL 事件次数为 19、34、37、60、60、26。因为头尾2个年份中所包含的月份并不完整，在这里只考虑比较2014年—2017年的数据：前2年发生较少，一共71次，年均为35.5次；后2年相对较多，共120次，年均60次；后者比前者高约69%。这一结果与图7的F10.7曲线呈负相关，再次说明SEL事件发生的长期特性受到宇宙射线影响。

图11 SEL事件年统计数据Fig. 11 Annual statistics of SELs

3 遥控作业设计及处理

针对SEL事件影响，测控中需要给出快速、有效的处理措施，主要采用遥控作业运行的自动操控来实现。文献[22-23]利用航天器控制语言设计了遥控操作平台与作业操作模式，可实现对航天器的透明控制；文献[24]抽象出一种航天器控制高级语言并应用于上行操控，可实现遥控任务过程自动化；文献[25]将模块化设计应用于遥控作业编写，可提高作业生成效率。本文同样采用模块化设计进行遥控作业编写，分为SEL事件识别与处理2个模块。

参考图2中的电流与温度数据，采用中值法进行事件判读与识别；同时考虑到温度遥测数据的更新周期相对较长，主要采用电流数据进行判别：当电流大于0.40 A时，即认为器件发生SEL事件有效1次；连续采集10次，如果出现3次或者3次以上有效，则确认SEL事件发生，作业转入处理模块。在作业处理模块中，主要是进行器件断电、加电操控；完毕后，自动退出模块，进行其他测控事件处理。

4 操控检验

以2018年8月的后5次SEL事件处理为例，表1给出了遥控作业的处理时长以及器件对应电流变化：识别模块的平均工作时长为62.0 s，均方差约为1.6 s；操控时长平均为68.0 s，均方差约为0.7 s；控前电流均值为0.60 A，均方差在mA量级；控后电流均值为0.20 A，均方差也在mA量级。

表1 SEL 事件操控统计Table 1 Operation statistics of SELs

整个SEL事件自动处理过程耗时平均在130 s，以有效的测控窗口时长（参见图1的半长轴）为8 min计，SEL事件操控占用率为27%，比例稍大，但并未对其他测控事件造成影响。后续如果需要改进，可考虑“5取2”规则进行电流遥测数据的判读与识别，以适当压缩判别时间。

图12为表1中最后一组操控对应的电流与温度遥测数据。显然，操控在电流下降沿附近进行。与图2中的数据相比，闩锁电流与工作电流基本保持一致；但是闩锁期间温度出现明显下降，这说明闩锁虽然造成升温，但是具体的温度升幅并不固定，还应视器件工作环境而定，如周围器件工作温度以及季节、光照、老化、热控涂层性能下降等变化。

图12 操控中的器件电流与温度遥测数据Fig. 12 Telemetered current and temperature of the device in the operation

后续，随着卫星在轨服役时间增加，空间环境以及老化等因素影响也会加剧，进一步做好SEL事件处理工作特别是其次生影响的防范工作尤为重要。这需要关联其他器件以及参数进行遥测分析、评估，但传统的门限以及规则等遥测诊断方法[26]可能不太适应较为特殊的应用场合，尤其是特殊事件约束下的延寿应用，需进一步考虑其他遥测分析、处理技术，例如动态分析、估计与预测等。

5 结论及建议

对低轨卫星单器件SEL事件进行数据分析，得到如下结论：

1）SEL事件星下点地域分布特征相当明显，在南大西洋区域发生频率最高，在南、北两极高纬度区域次之，其他区域相对较少，三者间比例大致为 3∶2∶1。

2）SEL事件的发生在时域上具有长期性和年周期性变化规律：长期性表现在太阳活动较强时，宇宙射线对卫星影响减弱，器件的SEL事件相对减少，而当太阳活动较弱时则情况相反；年周期性表现在地球处于近日点附近时，太阳辐射影响较强，SEL事件相对增多，而在远日点附近时则情形相反；比较而言，长期性影响更大一些；同时，长期性和年周期性变化均受太阳活动调制。

3）采用模块化方式设计遥控作业，进行SEL事件自动操控处理，平均耗时约130 s。

后期工作需结合器件参数例如LET（线性能量传递）阈值与饱和截面、环境探测数据例如“风云”与GOES等气象卫星的高能粒子数据做进一步的理论分析计算，得出更加深入准确的规律，为卫星应对SEL提供依据。