Satellitbilder är en avgörande aspekt av det moderna livet. Till exempel, uppskattningar av skördetillväxt och skörd härleds delvis från satellitbilder; likaså, luftkvalitet, avskogning, och, självklart, vädret. Satellitbildning kräver bra hårdvara, som en stor spegel på teleskopet, en stor sensor med många pixlar, och en trevlig, stabil plattform, som de geostationära operativa miljösatelliterna-R (GOES-R).

Det som inte är så uppenbart är mjukvarusidan. För att spåra ett vädersystem, till exempel, satellitbilder måste justeras. Jordens sfäriska yta är avbildad till ett plant plan med ett fast rutnät, och varje pixel i en satellitbild bör motsvara en känd rutnätsposition.

Det är bara ett trigproblem, höger?

Vid första ögonkastet, det här verkar vara ett relativt enkelt problem:Med tanke på en sida med trigonometri och en villig praktikant, problemet är löst, höger? Väl, Nej. Det visar sig vara ett ganska svårt problem, speciellt om du vill ha mer specifik information än "inte i Kansas längre." I en ny publikation i SPIE Journal of Applied Remote Sensing, Bruce Gibbs från Carr Astronautics riktade sin uppmärksamhet på att öka noggrannheten i avbildning från GOES-R. Det är inte ofta som filterdesignen är i centrum i forskningen, men detta är ett av dessa tillfällen.

Även om GOES-satelliterna är geostationära, de är inte stationära, vilket innebar ett problem för teamet som ansvarade för den avancerade baslinjebildaren (ABI). Satellitpositionen, satellitens orientering, och spegeln av ABI växlar runt hela tiden. Det senare är särskilt besvärligt när jorden förmörkar solen, låter spegeln svalna snabbt.

För att sätta det i perspektiv, ABI är tänkt att ha en upplösning på 0,5 km för bilder med synligt ljus. Men, en geostationär bana är cirka 36, 000 km över jordens yta, vilket betyder att orienteringen måste kännas mer exakt än 0,0008 grader. För att uppnå detta, stjärnorna används för att bestämma orienteringen. ABI tar en bild av ett stjärnfält och använder stjärnornas positioner från en katalog, i kombination med sina egna orienteringssensorer, för att bestämma dess exakta position och orientering med hög noggrannhet. Denna information används sedan för att justera bilder.

Dock, alla mätningar har brus associerat med dem. För att minska filterbruset, instrument- och satellitdesigners använde de förväntade driftsparametrarna för utrustningen för att skapa ett förprogrammerat Kalman-filter. Tyvärr, filtrets prestanda var en besvikelse.

Inget filter för svaghjärtade

I detta fall, en modell av satellitrörelsen, rotation och spegeldeformation används för att uppskatta en ny orientering och position för satelliten, baserat på den senast kända positionen och orienteringen. Mätningar används också för att uppskatta position och orientering. Den uppskattade positionen och mätdata medelvärdesbildas för att ge en mer exakt uppskattning av positionen och orienteringen. Denna nya position blir indata för nästa uppskattning.

Magin ligger i hur mätdata och modelldata är genomsnittliga. Detta är ingen enkel process, med ett 30-tal parametrar som kräver justering. Således, Kalman -filtret, som levereras, inte fungerade som förväntat. Dock, den mer obehagliga överraskningen var att handinställning av filtret inte heller fungerade. I slutet, det fastställdes att filterparametrarna skulle behöva bestämmas i farten snarare än att använda någon fast (men regelbundet uppdaterad) parameteruppsättning.

Resultatet är ett Kalman-filter som bestämmer hur det kombinerar modell- och mätdata via en statistisk minimeringsprocess. Minimeringen uppnås genom att undersöka korrelationen (mer exakt, kovariansen) i bruset mellan parametrarna. En optimerad parameteruppsättning kommer att minimera kovariansen (vilket innebär att filterparametrarna är maximalt oberoende av varandra). Därav, en mycket svår, flerdimensionella problem reducerades till en sekvens av en- eller tvådimensionella minimeringsprocedurer.

Jämför man de två filtren, Gibbs visade att orienteringsbruset reducerades med 40 till 50 procent till cirka 0,0002 grader. Beviset, dock, finns i bilddata. Genom att tillämpa filtret på bilder som tagits 2017, Gibbs lyckades övertyga instrumentoperatörerna att anta den nya filterdesignen.