On-the-fly filtreringssystem forbedrer vejrsat billedjustering

Satellitbilleder er et afgørende aspekt af det moderne liv. For eksempel, afgrødevækst og udbytteestimater er delvist afledt af satellitbilleder; ligeledes, luftkvalitet, skovrydning, og, selvfølgelig, vejret. Satellitbilleder kræver god hardware, som et stort spejl på teleskopet, en stor sensor med mange pixels, og en dejlig, stabil platform, ligesom de geostationære operationelle miljøsatellitter-R (GOES-R).

Hvad der ikke er så indlysende, er softwaresiden. For at spore et vejrsystem, for eksempel, satellitbilleder skal justeres. Jordens sfæriske overflade er kortlagt til et fladt plan med et fast gitter, og hver pixel i et satellitbillede skal svare til en kendt gitterposition.

Det er bare et trig problem, ret?

Ved første øjekast, dette virker som et relativt simpelt problem:givet en side med trigonometri og en villig praktikant, problemet er løst, ret? Godt, ingen. Det viser sig at være et ret svært problem, især hvis du ønsker mere specifik information end "ikke i Kansas længere." I en nylig publikation i SPIE Journal of Applied Remote Sensing, Bruce Gibbs fra Carr Astronautics vendte sin opmærksomhed mod at øge nøjagtigheden af ​​billeddannelse fra GOES-R. Det er ikke ofte, at filterdesign er i centrum i forskningen, men dette er en af ​​de lejligheder.

Selvom GOES-satellitterne er geostationære, de er ikke stationære, hvilket præsenterede et problem for teamet, der var ansvarligt for den avancerede baseline imager (ABI). Satellitpositionen, satellittens orientering, og spejlet af ABI skifter konstant rundt. Det sidste er især besværligt, når Jorden formørker solen, lader spejlet hurtigt køle af.

For at sætte det i perspektiv, ABI formodes at have en opløsning på 0,5 km for billeder med synligt lys. Men, en geostationær bane er omkring 36, 000 km over jordens overflade, hvilket betyder, at orienteringen skal kendes mere nøjagtigt end 0,0008 grader. For at opnå dette, stjernerne bruges til at bestemme orienteringen. ABI tager et billede af et stjernefelt og bruger stjernernes positioner fra et katalog, i kombination med sine egne orienteringssensorer, at bestemme dens nøjagtige position og orientering med høj nøjagtighed. Disse oplysninger bruges derefter til at justere billeder.

Imidlertid, alle målinger er forbundet med støj. For at reducere filterstøjen, instrument- og satellitdesignere brugte udstyrets forventede driftsparametre til at skabe et forprogrammeret Kalman-filter. Desværre, filterets ydeevne var skuffende.

Intet filter til sarte sjæle

I dette tilfælde, en model af satellitbevægelsen, rotation og spejldeformation bruges til at estimere en ny orientering og position af satellitten, baseret på den sidst kendte position og orientering. Målinger bruges også til at estimere position og orientering. Den estimerede position og måledata er gennemsnittet for at producere et mere nøjagtigt estimat af positionen og orienteringen. Denne nye position bliver input til næste estimat.

Magien ligger i, hvordan måledataene og modeldataene er gennemsnittet. Dette er ikke en ligetil proces, med nogle 30-ulige parametre, der kræver justering. Dermed, Kalman filteret, som leveret, ikke fungerede som forventet. Imidlertid, den mere ubehagelige overraskelse var, at håndjustering af filteret heller ikke virkede. Til sidst, det blev bestemt, at filterparametrene skulle bestemmes på et øjeblik i stedet for at bruge nogle faste (men regelmæssigt opdaterede) parametersæt.

Resultatet er et Kalman-filter, der bestemmer, hvordan det kombinerer model- og måledata via en statistisk minimeringsproces. Minimeringen opnås ved at undersøge sammenhængen (mere præcist, kovariansen) i støjen mellem parametrene. Et optimeret parametersæt vil minimere kovariansen (hvilket betyder, at filterparametrene er maksimalt uafhængige af hinanden). Derfor, en meget svær, flerdimensionelle problem blev reduceret til en sekvens af en- eller todimensionelle minimeringsprocedurer.

Ved at sammenligne de to filtre, Gibbs viste, at orienteringsstøjen blev reduceret med 40 til 50 procent til omkring 0,0002 grader. Beviset, imidlertid, er i billeddataene. Ved at anvende filteret på billeder taget i 2017, Gibbs var i stand til at overbevise instrumentoperatørerne om at vedtage det nye filterdesign.