Simulation of distributed space missions (DSMs) for the purpose of phase-A mission design studies and general tradespace analysis is computationally challenging owing to the necessity of evaluating thousands of architecture options. Machine learning and evolutionary optimization methods have enabled intelligent search of the architectural tradespace of DSMs, including spacecraft and instrument design specifications. A critical computational bottleneck in evaluating architectures is the ability to rapidly simulate orbits of many DSMs with varying parameters for global earth observation and compare their coverage-related performance. When design variables include heterogeneous payload types and characteristics, orbital characteristics, areas of interest, and user constraints, the parameter space may be in thousands. In this article, we describe the difficulty of coverage calculations for narrow field of view (FOV) and conical FOV sensors, and propose a novel algorithm, called quick search and correction (QSC), to overcome it. We also propose new temporal evaluation metrics to characterize the coverage performance of DSMs, as well as a uniform random sampling technique for fast evaluation of overall performance of DSMs. Performance of the proposed methods and metrics are verified on an example Landsat-derived DSM, showing ∼100x improvement in computational speed due to the QSC algorithm and ∼10–250x due to the sampling technique.

中文翻译：

---

星座贸易空间分析的快速覆盖评估方法

由于需要评估数以千计的架构选项，以 A 阶段任务设计研究和一般贸易空间分析为目的的分布式空间任务 (DSM) 模拟在计算上具有挑战性。机器学习和进化优化方法使智能搜索 DSM 的架构交易空间成为可能，包括航天器和仪器设计规范。评估架构的一个关键计算瓶颈是能够快速模拟许多具有不同参数的 DSM 的轨道以进行全球地球观测，并比较它们的覆盖相关性能。当设计变量包括异构有效载荷类型和特征、轨道特征、感兴趣区域和用户约束时，参数空间可能以数千为单位。在本文中，我们描述了窄视场 (FOV) 和锥形 FOV 传感器覆盖计算的困难，并提出了一种称为快速搜索和校正 (QSC) 的新算法来克服它。我们还提出了新的时间评估指标来表征 DSM 的覆盖性能，以及用于快速评估 DSM 整体性能的统一随机采样技术。所提出的方法和指标的性能在一个示例 Landsat 衍生的 DSM 上得到验证，表明 QSC 算法使计算速度提高了 100 倍，采样技术提高了 10-250 倍。我们还提出了新的时间评估指标来表征 DSM 的覆盖性能，以及用于快速评估 DSM 整体性能的统一随机采样技术。所提出的方法和指标的性能在一个示例 Landsat 衍生的 DSM 上得到验证，表明 QSC 算法使计算速度提高了 100 倍，采样技术提高了 10-250 倍。我们还提出了新的时间评估指标来表征 DSM 的覆盖性能，以及用于快速评估 DSM 整体性能的统一随机采样技术。所提出的方法和指标的性能在一个示例 Landsat 衍生的 DSM 上得到验证，表明 QSC 算法使计算速度提高了 100 倍，采样技术提高了 10-250 倍。