航天器数字化模拟及应用技术

张 鹏，袁 利，陈 斌，丰 平

(1.北京控制工程研究所，北京 100094；2.中国空间技术研究院，北京 100094)

0 引 言

航天器数字化模拟技术，通常是指在软件模拟出的数字化空间环境中，建立与真实航天器运行模式、参数与属性保持一致的航天器数字化模型，对航天器各分系统及部件进行模拟，展示航天器系统运行情况，揭示各系统工作原理和相互间协作关系的数字化仿真技术。

从国外的航天技术发展来看，数字化模拟技术在航天器型号研制过程中发挥着至关重要的作用。早在“阿波罗”计划时期，美国国家航空航天局(NASA)就采用了大量计算机仿真技术，支撑复杂航天器系统的设计、构建、检验及测试工作。经过多年的不断开发与迭代，美国NASA约翰逊空间中心研制的TRICK航天器仿真环境被广泛应用于机器人和空间飞行器仿真领域，包括“星座”计划中“猎户座”飞船和Ares火箭在内的多个项目都采用该软件开展了大量仿真分析工作[1]。为支持航天器快速原型开发，NASA朗利研究中心提出一种基于C++的朗利标准实时仿真框架(LaSRS++)，该框架充分采用模型复用的思想，通过基类模型的继承、参数化和组合解决了多种应用场景的航天器仿真问题[2]。欧洲航天局制定的仿真模型可移植性标准(Simulation model portability standard)是一种旨在改善模型可移植性、可维护性和可重用性的建模仿真标准。经过多年的应用和发展，于2004年发布了2.0版的标准SMP2。SMP2的基本设计思想是分离平台无关模型和平台相关模型，分离设计组件和运行组件。时至今日，SMP2已经成功地应用于以“通用项目试验床”和“伽利略系统仿真设施”为代表的多个大型仿真系统中[3-5]。

近十几年来，随着国内计算机技术的飞速发展，众多国内学者及研究机构投身于仿真技术及工具平台的开发，并将其应用于军用仿真及复杂装备的型号研制中。国防科技大学将HLA标准进一步系统化、规范化，开发了面向军用仿真场景的仿真支撑平台KD-HLA，该平台是一种以多智能体建模仿真方法为基础，以面向对象组件化建模和并行离散事件仿真技术为核心的建模仿真平台[6]。北京华如科技有限公司开发的可扩展仿真平台XSimStudio[7-9]和北京世冠金洋科技发展有限公司开发的建模、仿真、测试一体化仿真平台GCAir为航空、航天、兵器等多个领域的型号研制提供了仿真解决方案。苏州同元软控信息技术有限公司基于国际知识统一表达与互联标准开发的系统智能设计与验证平台MWorks，采用基于模型的方法全面支撑系统设计，并通过不同层次、不同类型的仿真，解决系统设计验证问题[10-11]。这些仿真平台已经为多个航天器型号的研制工作提供了有力支撑。

全面提升航天装备数字化、智能化研制能力，是促进空间产业升级，实现航天强国目标的必由之路。在这股数字化浪潮推动下，航天器数字化模拟技术迅速发展。本文分析了航天器数字化模拟涉及的关键技术，阐述了航天器数字化模拟技术在航天器研制、飞控支持及体系仿真领域的应用，给出了航天器数字化模拟技术后续发展建议。

1 关键技术分析

1.1 仿真框架

对象管理组织(Object management group，OMG)提出模型驱动架构(Model driven architecture，MDA)，核心思想是将应用系统的行为逻辑从特定的支撑环境和平台中抽象出来，建立与平台无关的模型，模型仅建立一次，然后可以将其应用到不同的软件支撑环境和平台中，其重用性得到最大限度的发挥。MDA的基本目的在于通过体系架构上的分离，实现系统的便携性、互操作性和可重用性[12]。

参考MDA的软件开发过程，在建模仿真领域应用MDA思想建立基于模型的仿真系统框架，如图1所示。定义平台无关模型层，该层模型主要用来描述被仿真对象的业务逻辑，可以采用不同计算机语言进行模型开发，但所构建的模型需要包含模型属性和规范的接口描述，以便与仿真组件模型形成无歧义的接口关联；在此基础上，定义平台相关模型层，通过仿真组件模型模板、标准函数库以及标准仿真服务，实现平台无关模型到平台相关模型的转换，形成直接支持系统集成及仿真运行的仿真组件模型；定义仿真工具层，该层的重点在于为仿真系统的集成及仿真运行提供软件工具支撑。

图1 航天器建模仿真框架Fig.1 Architecture of spacecraft modeling and simulation

1.2 建模表达

1.2.1建模规范

建模规范是建模人员与计算机之间进行知识交互的一种协议，是建模人员为了让计算机“理解”模型的一种基本表达。面向航天器的建模规范不仅需要考虑模型的一致性、清晰度和可读性，而且还要满足仿真高效性、集成便捷性及模型重用性等一系列更高的标准。

(1)专业领域覆盖性

航天器仿真一般涉及许多专业领域，如光、机、电、热等。建模规范的设计不能只针对特定的领域，而应采用覆盖各领域特点的元素，如类、对象、组件、属性、信号等通用建模元素。通过建模元素的组合既能全面表达各领域的模型静态属性，又能描述模型间的相互关系及模型的动态行为[13]。

(2)建模语言兼容性

航天器包含多个不同分系统，各分系统研制单位，甚至分系统内部也会根据专业特点选择不同的建模语言，如用于数学计算的MATLAB语言，用于半实物仿真的C/C++语言等。建模语言的差异化，往往带来模型兼容困难、数据互通不畅等问题，既不利于模型的复用，也不利于航天器多分系统的联合仿真。建模规范所定义的模型接口应该与多种常用的建模语言建立映射关系，方便建模人员将不同编程语言构建的模型转换为满足规范的标准模型。这也有利于模型的统一管理和复用[14]。

(3)仿真开发与使用过程的规范性

面向航天器这类大型复杂系统工程，建模规范不仅需要定义模型的接口，也需要充分结合航天器研制、应用等业务流程，明确仿真系统的开发与使用方法。建模规范在航天器全生命周期开发过程中一方面为仿真系统的开发提供方法论指导，一方面对各个阶段仿真及模拟所涉及的模型、数据、工具以及仿真运行过程进行规范。

1.2.2模型演化

航天器及所处的空间环境是一类复杂的物理系统，很难通过完全的机理模型对其属性及行为进行精确描述。随着机器学习技术的快速发展和应用，以数据驱动的方式，利用航天器测试数据和实时运行数据，对机理模型进行更新、修正和补充，可以实现航天器模型向更真实状态的演化，演化后的模型能够更精确地映射航天器行为及动态。模型演化方法中数值计算与解析表达相结合的方式主要有两种，一种是以具有明确解析形式的机理模型为主，基于数值计算的方法对解析模型中的参数和状态进行修正；另一种是将两种方法并行，解析关系式和数值计算方法同时接收输入数据，将两者输出结果的组合作为模型的最终输出。常用的解析模型包括结构模型、力学模型、电学模型等，常用的数值计算方法包括深度学习、强化学习、迁移学习等。模型演化的方法既可以是离线的，又可以是在线的。离线方法是通过深度挖掘航天器地面测试数据得到一种确定的输入输出关系；在线方法是使航天器数字模型与物理航天器并行运行，将物理航天器的运行数据接入用于模型演化运算的地面系统，虚实系统在运行状态下趋于同步。将航天器测量数据与系统机理有效深度结合的模型演化方法，既能解决纯数值方法可解释性不足，难以深度刻画或表征系统机理的问题，又能更精确地反映实际系统的动态运行过程，因此，模型演化是一种提升建模精度的有效手段[15]。

1.3 求解计算

1.3.1面向多学科仿真的求解计算

航天器的研制、集成、试验及在轨应用都涉及众多学科知识和专业领域的复杂耦合。

多学科仿真是一类为了满足航天器系统级仿真需求的联合建模仿真方法。它主要以机械、电子、电磁、气动、控制和热学等学科知识为基础，将航天器系统按照学科进行模块化建模，进而通过某种方式实现各学科模块的协同仿真，从而对航天器整体性能进行评估和预测。常用的多学科仿真方法大致可分为三类[16]：

(1)联合仿真式

联合仿真式是目前应用较广的一种数据交换方式，不同学科模型之间通过TCP/IP等方式实现数据交换和调用。当模型之间通过联合仿真的方式建立联接后，其中一者所包含的模型可以将自身的计算结果作为输入传递给另一者所建立的模型。例如航天器控制系统仿真模型可以输出航天器姿态轨道信息，作为热控系统仿真的输入，热控系统仿真模型可以通过航天器姿态轨道信息模拟航天器的外热流条件，并将该条件传递至结构系统仿真模型，结构系统模型模拟外热流作用下的结构形变，进而推导出对控制系统敏感器指向的影响，并反馈给控制系统模型，从而实现模型信息和仿真数据在两者之间的双向传递。

(2)模型转换式

模型转换式的主要原理是采用统一的建模与仿真平台，将所有分系统的模型按照统一的模型接口标准转化为包含模型信息的数据文件，供仿真平台进行模型调用，从而实现信息交互。

(3)求解器集成式

求解器集成式的基本原理是在同一个仿真环境下集成不同分系统仿真工具的求解器代码，从而实现在同一个仿真环境对不同分系统模型进行求解和调用。

1.3.2面向复杂场景的分布式计算

随着在轨航天器数量剧增，大规模星座仿真需求凸显，单一计算节点的资源无法满足星座任务的仿真需求。为了扩展计算能力，可以通过多个节点分布式计算完成仿真任务[17-19]。具体来讲，分布式计算节点应满足：

(1)网络化和分布性

分布式计算节点通过网络相互连接且位置透明，该网络应能够适应不同节点规模，且节点之间能有效地交换和使用数据。

(2)即插即用能力

分布式计算节点具备‘即插即用’的能力。即符合相关标准的节点或功能模块应能接入运行环境，与其它节点无冲突地运行并获得互操作能力。

(3)多节点管理能力

分布式计算节点能够被统一调度、监控和管理，以便开展实时及事后分析。

(4)大规模和跨平台支持能力

分布式计算节点应能适应不同的软硬件平台，支持从高性能工作站到普通PC机、从Windows到Linux等多种软硬件平台。

1.3.3面向大型算力需求的云计算

航天器的研制、生产、试验及在轨运维是极其复杂的系统工程，仿真过程需要处理的数据是海量的。大规模仿真的运行需要大量级的计算资源。尤其是在航天任务复杂化、网络化的背景下，仿真所要解决的问题种类和复杂程度大幅度提升，传统航天器仿真验证所需要的计算资源已经无法满足未来航天任务的需求。随着云计算的普及，航天器数字化模拟与仿真业务也必然走向云计算的路线。在传统的网格计算、分布式计算、并行计算、网络存储、虚拟化、负载均衡等计算机技术基础上，将数字化模拟技术与先进网络技术深度融合，对各种网络上的大量计算资源进行统一管理、调度，构成一个虚拟化计算资源池，按照航天任务仿真需求向用户端提供计算资源[20]。

1.4 交互与可视化

航天器数据可视化技术是航天器仿真与可视化技术的一种有机融合。它将航天器仿真过程中产生的数据以图形和图像的形式在显示终端上进行展示[21-22]。航天器在轨运行过程中会产生大量的姿态、轨道、运行状态等数据，通过数据可视化技术能将在轨运行过程中产生的数据以更直观、更逼真的方式进行展现，便于人们从大量数据中快速发现关键信息，从而提升任务完成效率。然而，无论数据的可视化表达或人机交互都需要交互载体的支持。目前，航天器可视化仿真的交互载体主要以显示屏和鼠标键盘为主，数据可视化无论在数据映射通道或是交互方式的设计上都以平面为基础。

航天器数字化模拟中，用户体验的真实感不仅来源于高保真的模型，同时也来源于数据展示与人机交互过程。近年来，沉浸式可视化是一个新兴的研究领域，旨在通过沉浸式人机交互手段提升人们的感知与操作能力，为数据分析与决策提供支持。较传统的平面化交互方式而言，沉浸式可视化技术更强调沉浸感。沉浸感包括用户在交互空间中产生的主观临场体验，以及呈现这种空间所需技术的客观特征，如可利用裸眼3D、VR、MR等设备作为航天器可视化仿真的显示终端，提升用户在空间遥操作、空间维修、出舱活动等场景下的真实体验。随着计算及模拟技术的进步，数据可视化与人机交互强调更加立体的视野和具象化的交互设计，该技术正逐步向着为用户提供更加接近真实物理环境的虚拟交互空间迈进。通过挖掘诸如视觉深度信息、触觉反馈信息的方式，进一步利用用户的三维控制感与真实感，进而提升航天器数字化模拟任务的效率。相比于传统平面化交互界面，沉浸式交互界面能够利用人们的立体视觉展现数据，将数据表达空间从二维平面转向用户周围的三维空间；提供如手势等自然的交互方式，使交互更加直观；提供视觉、听觉、触觉等多种交互通道，让用户利用多通道自然而并行地与虚拟对象进行数据交互。

1.5 大数据

航天器数字化模拟技术的应用在数据挖掘与分析方面面临极高的要求，航天器运行过程中，产生海量的运行数据，其中包含了大量结构化与非结构化数据。具有数字孪生属性的航天器虚拟模型需要感知、分析和获取物理航天器的各种信息，并且对物理航天器行为进行预测。传统航天器数据分析与处理方法，主要面向结构化数据，未来基于多学科和大数据的航天器广义建模仿真体系框架下，大量的非结构化数据如何处理将是亟待解决的关键问题[23-24]。将非结构化信息处理为可供上层应用平台调用处理的结构化信息，并从中分析提炼出关键信息供预测及决策使用，最终实现对航天器的智能运维及分析决策。对于基于深度学习的人工智能技术来说，海量数据正是其实现算法的必备基础资源。在高效算力的支撑下，人工智能技术可充分利用海量运行数据、测试数据及仿真数据，通过自动学习分析出有效信息。在数字化仿真系统产生的海量数据中，深度学习算法可以将有效信息挖掘出来并进行结构化保存，通过各种分析模型衍生出新的数据，满足各应用系统的调用需求，帮助航天器运维与在轨管理人员在繁冗的信息中快速找到最优运维调度策略。

2 应用场景分析

航天器数字化模拟技术具有广泛的应用场景，在航天器系统工程中的设计、测试、运维、管理及应用等环节发挥着极其重要的作用，如图2所示。

图2 航天器数字化模拟应用技术Fig.2 Application technology of spacecraft digital simulation

2.1 基于模型的系统设计、开发与验证

2.1.1基于模型的系统工程

基于模型的系统工程(Model based system engineering，MBSE)理论为航天器系统工程带来了巨大的变革，促使航天器系统工程快速且持续演进。MBSE已成为创建数字孪生航天器的主要框架，同时，航天器数字化模拟及仿真工具可以集成到MBSE的工具套件中，成为航天器MBSE框架下的核心元素[25-26]。

NASA提出的“建造前飞行(fly before built)”思想，就是在航天器没有被制造之前，在虚拟的数字环境下基于模型去完成设计、制造、试验等活动，在这个过程中不断完善需求，适应变化[27]。传统的航天器研制模式下，方案设计与仿真验证都是以具体型号为主体，仿真框架与建模标准的不统一导致型号间难以实现模型复用。同时，研发经验知识碎片化，缺乏对研制过程中行为和数据的结构化表达，导致难以对这些经验知识进行描述、管理、分析、处理及挖掘。为了解决日益复杂的航天任务与敏捷开发之间的潜在矛盾，MBSE理论的核心思想是通过形式化建模，贯穿航天器全生命周期，通过建立统一的模型线程，即在航天器数字化模型的构建中不仅只考虑单一的仿真需求，模型内涵及接口设计还需满足不同场景的应用需求，同时将建模框架固化并推广至不同型号应用，所形成的模型资产就是知识经验的结构化表达。这既解决了型号间知识经验的积累问题，也解决了航天器全生命周期中不同阶段的模型复用问题。因此，MBSE理论的应用和推广，将为航天器数字化模拟提供标准的模型线程，赋予数字化模型更宽泛的应用场景，同时，航天器数字化模拟技术的落地，也能为MBSE提供丰富的模型资源和工具平台。

2.1.2方案论证与分析

航天器方案论证是一个快速迭代的过程，在这个过程中系统的组成、工作模式、参数性能等都会被高频地更新。一般情况下，在方案论证阶段，不需要定义航天器设备的机电热接口，也不需要逼真模拟信号的电特性，因此，建立能够表达器上设备输入与输出传递关系的功能级模型，就可以满足这个阶段的仿真需求。同时，由于航天器方案具有多系统、多专业耦合的特点，通过跨学科数字仿真手段，将多系统的方案设计结果进行形式化表达，有助于项目内部系统间相互理解和配合。

航天器方案设计阶段，数字仿真运行产生的数据可以接入数据管理与分析系统，除了完成数据的实时监测，还可以进行事后统计分析，作为方案设计迭代的依据[28]。

某型号航天器在姿轨控系统方案设计阶段利用数字仿真平台开展的仿真试验，如图3所示。图中模块分别代表姿轨控系统单机模型及动力学模型，模型间连线表示单机间的信息流向。通过仿真得到姿轨控系统闭环运行结果，实现了运行状态监控及系统方案验证的目的。

图3 航天器数字仿真平台Fig.3 Spacecraft digital simulation platform

2.1.3硬、软件在环测试

随着航天器测试验证技术的发展，仿真试验与物理试验必然走向融合，实现互联互通、相互渗透。通过建立虚实连接接口，在灵活、可扩展的数字化环境中将数字化模型与物理单机进行连接、配置、虚实切换，构建出硬件在环测试条件，在硬件产品未全部交付系统的情况下，达到提前开展测试的目的。

此外，对航天器嵌入式软件的测试，往往需要构建半物理测试环境。半物理测试环境一般是由目标机和仿真主机构成，目标机上运行被测软件(如航天器姿轨控软件)，仿真主机上运行被测软件控制的对象仿真模型(如航天器姿态和轨道动力学、敏感器和执行机构等模型)。通过航天器数字化模拟技术构建嵌入式仿真环境，可以利用虚拟嵌入式软件仿真环境代替真实目标机，器上嵌入式软件可以不加修改地加载在嵌入式仿真环境中，并进行标准化接口封装，形成器上软件模型。由于所有的模型均采用统一的建模规范，所以一台部署了嵌入式仿真环境的普通PC机就可以作为嵌入式软件的测试环境，有效解决嵌入式软件测试受限于硬件测试环境可用性的问题[29-30]。嵌入式仿真环境本身是一种软件，其固有的高可用、高可控、确定性、易于复制使用等特性，为进行软件调试和测试提供了理想环境。嵌入式仿真环境能够让硬件和软件开发人员同时进行系统定义、软件开发、集成和部署，尽管它不能完全替代硬件测试环境，但是是对硬件测试的一种有效补充。

2.2 基于数字孪生的飞行演练、控制与决策支持

数字化模拟技术的终极应用是数字孪生，通过建模形成真实航天器数字孪生体，不仅能够形象反映航天器的功能与性能，而且能够预测航天器对控制的响应效果及性能走向[31-32]。因此，数字孪生能够在航天器飞行演练、控制与决策等方面发挥巨大的作用。

2.2.1培训、演练及教学

航天器是昂贵的资产，对在轨航天器的操作不当，可能会给航天任务和航天器本身带来不可逆的危害。因此，构建与真实航天器接口一致的航天器数字孪生体，并将其作为被控对象与地面测控软件配合使用，完成飞行程序的预演和对航天器操作人员的培训。在操控真实航天器之前，操作人员事先在虚拟环境中接受一系列操作培训，将大大降低操作风险。此外，航天器操作往往需要多人协同完成，航天器数字孪生体也为多人协同任务演练提供了虚拟化的操作对象[33]。

航天器数字孪生体具有与真实航天器相同的特性，航天专业院校可将其应用于培训和教学，为学生演示航天器设计原理及运行机理。

近年来，卫星研制单位针对测控人员培训及演练的需求，开发了多款数字卫星模拟器软件，如图4所示。作为一种在轨卫星的数字孪生体，该软件能够接收与物理卫星相同的遥控指令并通过遥测信息显示运行状态的变化，实现预演卫星指令注入过程及验证指令正确性的目的。数据可视化技术的应用，可以使得卫星操控人员能够直观地监测卫星的姿态、轨道变化以及指令响应情况，极大提升了卫星操作的友好性。

图4 数字卫星模拟器Fig.4 Digital satellite simulator

2.2.2在轨状态监测

航天器在轨飞行时，受测控弧段的限制，遥测数据对地面并不实时“可见”。测控数据受天气、大气环境等因素的干扰，容易导致地面人员对航天器运行状态的漏判或误判。通过高精度航天器数字化模拟技术构建与物理航天器同步运行的“数字伴飞”航天器[34]。当物理航天器处于测控弧段内时，实时采集遥测数据，对航天器数字模型进行修正，并对其运行状态进行更新；当物理航天器处于测控弧段外时，“数字伴飞”航天器可以作为物理航天器的镜像，从一定程度上反映物理航天器的运行状态，即通过地面“数字伴飞”航天器可以做到全天时监测物理航天器的运行状态数据。

2.2.3系统重构与软件更新

在保证航天器可靠运行的同时，为了增强任务适应性，控制计算机和星务计算机的系统或软件通常可以通过在线重新配置来满足多样化的任务需求。系统可重构与软件可更新的设计可以实现航天器功能的升级。随着数字化模拟技术的发展，构造航天器软件运行环境的数字孪生体，在虚拟的孪生环境下可以对器上嵌入式软件的硬件运行环境进行模拟，即嵌入式仿真。仿真过程中建立正确的时序关系，产生正确的中断触发逻辑，使计算机系统完成正常的数据发送与接收。纯数字化的软件运行环境为器上嵌入式软件提供了一个虚拟的目标机运行环境，重构或更新后的软件可以不作任何修改地在该环境中运行，通过运行结果评估待上注软件的正确性和可靠性。这种脱离了硬件目标机的数字化运行环境，能够大幅提升器上软件运行加速比，是解决飞控过程中系统重构方案及软件快速验证的有效措施[35]。

2.2.4任务规划与决策支持

随着航天器能力不断加强以及任务时效性要求逐步提升，航天器任务规划与决策逐渐由地面完成转由器上自主完成。自主任务规划是指地面将待成像目标或地面站信息上注至航天器，在没有地面操控的情况下，航天器自主生成飞行程序完成成像、数传等任务策略和机动指令。为了保证航天器自主运行的安全性，需要预先通过数字化模拟技术，验证自主任务规划算法对任务场景的适应能力[36-37]。

针对具备自主任务规划功能的某遥感卫星，设计任务规划系统，如图5所示。地面人员可以在卫星运行航迹上任意设置目标点或地面站，数字化卫星模型采用与星上一致的任务规划算法，可以根据目标点或地面站经纬度信息，完成成像或数传任务的飞行程序规划，并实施姿态调整、轨道控制、载荷控制等动作。用户通过自定义任务场景，不仅能够验证星上自主任务规划算法的执行效果，而且可以将生成的决策与星上数据进行比对，验证自主任务规划算法的正确性，达到决策支持的目的。

图5 卫星任务规划系统Fig.5 Satellite mission planning system

2.2.5故障复现与预警

通过航天器数字化模拟技术模拟航天器真实部件及系统硬件功能，形成的航天器数字模型通信时序和业务逻辑与航天器实体保持一致。由于航天器数字孪生体主要以软件的形式呈现航天器特性，因此，很容易通过改造模型和修改数据构造多种不同形式的故障，模拟航天器的故障情形。同时，利用跳时、加速等手段，可以对飞行事件进行正向和反向推演，从而达到故障复现与预警的目的。除了模拟航天器自身故障外，还可以通过模拟其他空间目标(如空间碎片、其他航天器等)运行轨迹，对航天器面临的碰撞风险进行预测和评估，起到碰撞预警的作用。相较于传统依托硬件的仿真而言，数字化模拟手段操作更灵活，迭代更快速，是物理航天器故障复现与预警的一种理想解决方案[38]。

2.3 面向任务的体系仿真与效能评估

2.3.1星座系统仿真

星座系统主要由多星网络、地面站、用户终端等构成。与航天器个体动态模拟相比，星座系统仿真所面临的技术难点在于：卫星与用户终端规模庞大、业务需求交叉度高，模型多样复杂；星间/星地链路性能动态变化，卫星网络故障模式多，卫星故障和信道质量变化导致有限的网络资源动态变化；星座运行过程产生海量数据，仿真需要先进算法和大规模算力支撑[39]。

实现星座系统的仿真，不仅需要构建高保真的卫星单体模型，还需要构建复杂异构的卫星网络模型来描述卫星网络的时变以及星间/星地链路的动态重构过程。此外，还需要构建地面测控站、传输网、用户终端以及运营中心等模型，通过通信链路的建模，形成完整的星座系统模型。针对某45颗卫星构成的星座系统，构建星座任务仿真系统，如图6所示。该系统包含场景配置模块、仿真引擎模块和数据分析模块。系统对星座运行场景与行为进行动态仿真计算，进而实现空间信息网络拓扑优化、多协议仿真分析、通信链路动态仿真、路由配置优化等服务。进而支撑单星运行状态监控、星间/星地链路监控、星座拓扑优化设计、星座网络重构、星座资源调度与管理等具体应用[40-41]。

图6 星座任务仿真系统Fig.6 Constellation mission simulation system

2.3.2体系作战仿真

在数字化模拟技术框架下，基于统一的模型标准，建立陆、海、空、天多域异构的数字沙盘，包含卫星、导弹、飞机、战舰、战车等数据驱动的模型单元。在仿真引擎内建立模型间通信信道，增加作战想定编辑、仿真推演、态势显示、仿真评估和仿真资源管理等仿真支撑模块，通过体系作战仿真支撑如下应用[42-44]：

作战方案想定管理与任务规划，根据任务分析、目标研判结果，生成战力关联方案；在战力关联方案的基础上，对具体作战任务及执行任务的流程进行规划；在一定条件和时机下对作战规则进行规划。

导调控制，以“上帝”视角展示体系作战战场态势，为红方、蓝方推演人员提供“背靠背”的推演服务功能。

仿真可视化，通过二维、三维联动显示战场综合态势信息，包括作战力量、战场环境、作战对象、指挥控制、作战保障、作战行动及信息交互过程等的可视化。

作战效能评估，通过数据预处理、评估指标设计和管理、评估模型管理、评估任务管理、评估显示等对仿真过程和结果数据进行统计计算，实现作战效能评估。

3 发展建议

航天器数字化模拟可有效提高航天器研制效率，丰富航天器应用场景，然而，目前存在多方面的因素制约其更广泛的应用。这些制约因素可总结为：缺乏兼容多种业务模型、应用场景的通用化框架；缺乏模型的可信度评价体系与高精度模型构建方法；缺乏全流程自主可控的标准化工具；缺乏自主重构和自主学习的应用系统。因此，结合前文梳理的关键技术，畅想未来的应用场景，本文提出航天器数字化模拟技术的发展建议。

3.1 通用化框架

3.1.1兼容各分系统业务功能的通用化框架

航天器的物理架构是由多个分系统构成的，业务功能的不同使得各分系统建模和仿真框架产生了很大差异，从而导致分系统模型间信息交互不畅、耦合关系难以描述等问题。建立通用化应用系统开发框架，定义分系统间标准化的接口协议，有助于更便捷地进行整器模型的集成和联调，同时也降低了系统业务功能耦合对建模的影响，使应用系统的集成开发过程更快速、更可靠、更便于扩展和重用。

3.1.2兼容丰富应用场景的通用化框架

从用户视角出发，航天器数字化模拟技术的最终呈现形式是用来开展方案设计、培训演练、决策支持及健康管理等一系列满足用户使用需求的应用系统。为了提升应用系统开发效率、最大化实现技术复用，以航天器数字化模型为基础，预留与各类应用需要的通用数据接口，通过数字模型与仿真计算、数据分析和数据展示等功能模块的集成，快速建立用户与航天器“直接”交互的桥梁，如图7所示。

图7 通用化应用系统开发技术框架Fig.7 General development framework of application system

3.2 高可信模型

3.2.1模型可信度评价体系

随着技术的发展，航天器数字化模拟技术在不同的应用场景中已发展出功能级、技术级、实现级等不同等级的模型[45]。其中，功能级模型模拟部件/系统功能以及各种物理特性(质量、重心、几何特性等)，反映了航天器组成、物理属性、空间属性的定义，以及各组成之间的关系；技术级模型模拟部件的接口、时序等，常用来描述航天器运行过程中逻辑、工况、环境干扰等；实现级模型从更细致的颗粒度描述航天器部件的属性，例如热敏特性、光敏特性、接口特性、可靠性、失效模式、内部软件逻辑等。尽管三类模型刻画尺度不同，但无法依据其描述的特性判断模型的可信度。模型可信度通常是指模型满足特定应用需求的程度，因此，构建高可信模型的前提是要结合应用需求定义模型的可信度评价体系，从而指导模型的构建和优化过程。

3.2.2机理和数据融合的模型构建方法

航天器机理模型是根据航天器对象或运行过程的内部机制或信息流的传递机理建立的数学模型。这类模型通常有精确的解析表达形式，参数具有明确的物理含义。然而，航天任务充满探索性，这也促使航天器对象日益复杂，加之空间环境未知且多变，现有技术难以保证精确地对航天器对象及其运行过程进行精确建模。随着计算机软硬件技术的发展，海量的测试数据、运行数据不断被收集和积累。通过机器学习、数据挖掘等手段，分析和提炼数据中隐含的模型演变趋势，对机理模型进行优化和重构，将是一种提高模型可信度的有效方法。

3.3 标准化工具

3.3.1全流程开发工具的自主可控

标准化工具应充分融合计算机仿真、数据库、系统工程、模型构建、协同计算等技术，形成模型开发、模型管理、模型集成、仿真计算、数据分析、数据展示等贯穿应用系统开发全流程的软件工具。在技术发展的现阶段，国内外已经存在大量相对成熟的商业工具，可以完成上述大多环节的工作，但这些商业工具大多面向通用对象，难以完全适用航天器对象或工程研制的特殊需求。此外，工具的自主可控是航天任务的根本需求，只有结合航天器系统工程的特点，开发全流程覆盖的工具链，才能真正做到工具的自主可控，同时更好地解决工程应用中的痛点问题。

3.3.2工具的去人工化和可扩展性

开发标准化工具还要实现最大程度的去人工化和可扩展性，从而达到降低开发投入、提升开发效率、多场景复用的目的。工具的去人工化体现在数据交互协议的标准化、运行环境的标准化、应用接口的标准化等方面，是航天器数字化模拟相关标准的落地。同时，工具的建设不仅要面向当下，还需要具备对未来任务的适应能力，预留可扩展接口，以便自身功能的扩展和升级，从而适应日益丰富的使用场景和开发需求。

3.4 智能化应用

3.4.1数字化模型的自主重构

新一代信息技术的飞速发展深刻地影响了航天器数字化模拟技术的发展，同时极大丰富了其应用场景。在大数据、云计算、人工智能等技术的加持下，其应用也将朝着更“智慧”的方向进化。不需要人为干预便实现应用系统的自动学习、自我优化、更新迭代，是最深层次的需求和最理想的状态。先进测控技术使得地面应用系统对在轨航天器具备了更强的数据获取能力。以丰富的数据样本为依据，地面应用系统可以自主重构数字化模型，形成与真实航天器高度一致的数字映射，更高效可靠地支撑可视化、预测、决策、优化等应用服务。

3.4.2用户习惯的自主学习

应用的智能化还体现于应用系统对用户使用习惯、偏好等特征的收集、分析和学习，形成对航天器及其应用系统设计的正向反馈。利用人工智能技术对这些特征进行深度学习，一方面为研制部门完善和优化设计提供依据，另一方面也有助于提升航天器及其应用系统人机交互的友好性及产品的易用性。

4 结束语

为践行数字航天发展战略，本文通过国内外航天器数字化模拟技术的现状调研，从仿真框架、建模表达、求解计算、交互与可视化以及大数据等几个方面，综述了航天器数字化模拟所涉及的关键技术，并深入分析了相关技术在系统设计、开发与验证、飞行演练、控制与决策支持、体系仿真与效能评估等领域的应用。在此基础上，面向未来日益复杂的航天任务需求，提出了发展通用化框架、高可信模型、标准化工具和智能化应用的建议，从而加速推进航天器研制数字化、智能化的发展进程。