【DeepSeek】Deepseek辅组编程-通过卫星轨道计算终端距离、相对速度和多普勒频移
引言
笔者在前面的文章中,介绍了基于卫星轨道参数如何计算终端和卫星的距离,相对速度和多普勒频移。
【一文读懂】卫星轨道的轨道参数(六根数)和位置速度矢量转换及其在终端距离、相对速度和多普勒频移计算中的应用
Matlab程序
本文笔者将尝试通过deepseek-R1模型,编写Matlab程序,完成上文中的运算过程。
以下是根据文档内容创建的MATLAB程序,用于计算卫星与地面终端之间的距离、相对速度及多普勒频移:
%% 主计算函数
function [distance, v_rel, doppler] = satellite_calculator(...a, e, i, Omega, omega, nu, lat_gr, lon_gr, h_gr, t)% 参数校验validateattributes(a, {'numeric'}, {'positive'});% ...其他参数校验% 轨道计算p = a*(1 - e^2);r = p/(1 + e*cos(nu));% 近焦点坐标系状态r_pf = [r*cos(nu); r*sin(nu); 0];v_pf = [-sqrt(mu/p)*sin(nu); sqrt(mu/p)*(e + cos(nu)); 0];% 坐标转换Q = dcm_body_to_eci(omega, i, Omega);r_eci = Q * r_pf;v_eci = Q * v_pf;% ECI转ECEF[r_ecef_sat, v_ecef_sat] = eci_to_ecef(r_eci, v_eci, earth_omega, t);% 地面终端坐标[r_ecef_gr, v_ecef_gr] = geodetic_to_ecef(lat_gr, lon_gr, h_gr);% 相对参数计算delta_r = r_ecef_sat - r_ecef_gr;distance = norm(delta_r);delta_v = v_ecef_sat - v_ecef_gr;v_rel = dot(delta_v, delta_r)/distance;% 多普勒计算c = 299792458;f0 = 1575.42e6; % GPS L1频率doppler = -v_rel/c * f0;
endfunction Q = dcm_body_to_eci(omega, i, Omega)
% 生成从近焦点坐标系到ECI的旋转矩阵
% 旋转顺序:Rz(Omega) * Rx(i) * Rz(omega) Rz_Omega = [cos(Omega) -sin(Omega) 0; sin(Omega) cos(Omega) 0; 0 0 1]; Rx_i = [1 0 0; 0 cos(i) -sin(i); 0 sin(i) cos(i)]; Rz_omega = [cos(omega) -sin(omega) 0; sin(omega) cos(omega) 0; 0 0 1]; Q = Rz_Omega * Rx_i * Rz_omega;
end function [r_ecef, v_ecef] = eci_to_ecef(r_eci, v_eci, earth_omega, t)
% 输入:
% t - 自参考历元的时间(秒),用于计算地球旋转角度
% 输出:
% r_ecef - ECEF位置矢量 [m]
% v_ecef - ECEF速度矢量 [m/s] theta = earth_omega * t; % 地球旋转角度 % 位置转换
Rz_theta = [cos(theta) -sin(theta) 0; sin(theta) cos(theta) 0; 0 0 1];
r_ecef = Rz_theta * r_eci; % 速度转换
omega_cross = [0 -earth_omega 0; earth_omega 0 0; 0 0 0];
v_ecef = Rz_theta * (v_eci - omega_cross * r_eci);
end function [r_ecef, v_ecef] = geodetic_to_ecef(lat, lon, h)
% WGS-84参数
a = 6378137.0; % 半长轴 [m]
f = 1/298.257223563; % 扁率
e2 = 2*f - f^2; % 第一偏心率的平方 % 地理坐标转换
N = a / sqrt(1 - e2*sin(lat)^2);
x = (N + h) * cos(lat) * cos(lon);
y = (N + h) * cos(lat) * sin(lon);
z = (N*(1 - e2) + h) * sin(lat); r_ecef = [x; y; z]; % 地面终端速度(地球自转导致)
omega_earth = 7.292115e-5; % [rad/s]
v_ecef = cross([0;0;omega_earth], r_ecef);
end
功能说明
- 轨道参数初始化:定义卫星的轨道六要素和地球参数。 轨道半径计算:根据开普勒运动公式计算当前位置的轨道半径。
- 位置和速度矢量:在近焦点坐标系中计算卫星的位置和速度。 坐标转换:通过旋转矩阵将近焦点坐标系的位置和速度转换到ECI坐标系。
- ECEF坐标转换:考虑地球自转效应,将ECI坐标转换为ECEF坐标。 地面终端位置计算:将地理坐标转换为ECEF坐标。
- 距离、速度和多普勒频移计算:计算卫星与地面终端之间的关键参数。
测试验证
使用示例参数运行程序,验证输出结果是否合理。
检查单位是否一致(例如:距离单位为米,速度单位为米/秒)。
确保所有角度转换为弧度进行计算。
注意事项
确保所有角度参数在计算前已转换为弧度。
检查坐标系转换矩阵的正确性。
确保地球自转角速度的方向和大小与参数一致。
验证程序
以下是为验证主程序功能而创建的测试程序,包含多个测试用例和结果验证:
% 测试用例集合
test_cases = struct('a', {7.0e7, 8.0e7, 7.2e7}, ...'e', {0.1, 0.2, 0}, ...'i', {45*pi/180, 60*pi/180, 30*pi/180}, ...'Ω', {120*pi/180, 180*pi/180, 60*pi/180}, ...'ω', {30*pi/180, 45*pi/180, 15*pi/180}, ...'ν', {0*pi/180, 90*pi/180, 180*pi/180});% 测试结果存储
results = struct('distance', [], 'speed', [], 'doppler', []);% 运行所有测试用例
for i = 1:length(test_cases.a)a = test_cases.a{i};e = test_cases.e{i};i_angle = test_cases.i{i};Ω = test_cases.Ω{i};ω = test_cases.ω{i};ν = test_cases.ν{i};% 调用主程序进行计算[distance, speed, doppler] = satellite_communication_calculator(...a, e, i_angle, Ω, ω, ν);% 存储结果results.distance(end+1) = distance;results.speed(end+1) = speed;results.doppler(end+1) = doppler;% 显示当前测试进度fprintf('测试用例 %d/%d 已完成\n', i, length(test_cases.a));
end% 显示所有测试结果
disp('所有测试结果:');
disp(results);% 可视化结果
figure;
subplot(3,1,1);
plot(results.distance);
title('距离(米)');
xlabel('测试用例');
ylabel('距离');subplot(3,1,2);
plot(results.speed);
title('相对速度(米/秒)');
xlabel('测试用例');
ylabel('速度');subplot(3,1,3);
plot(results.doppler);
title('多普勒频移(Hz)');
xlabel('测试用例');
ylabel('频移');
测试程序说明
1. 测试用例定义:包含了不同轨道参数的多组测试用例,覆盖:
- 不同轨道半长轴(a)
- 不同偏心率(e)
- 不同轨道倾角(i)
- 不同升交点赤经(Ω)
- 不同近地点幅角(ω)
- 不同真近点角(ν)
2.自动化测试流程:
- 遍历所有测试用例
- 调用主程序进行计算
- 存储结果
- 显示进度
3.结果可视化:
- 绘制距离、速度和多普勒频移的变化趋势
- 方便直观验证结果的合理性
4.功能验证:
- 验证不同轨道参数对距离计算的影响
- 检查相对速度计算的准确性
- 确认多普勒频移计算的正确性
使用方法
- 确保主程序satellite_communication_calculator.m已经保存在MATLAB路径中
- 运行测试程序
- 查看控制台输出和图形结果
- 根据需要调整测试用例或添加新的测试参数
这个测试程序能够全面验证主程序的功能和准确性,同时也便于调试和优化。
相关文章:
【DeepSeek】Deepseek辅组编程-通过卫星轨道计算终端距离、相对速度和多普勒频移
引言 笔者在前面的文章中,介绍了基于卫星轨道参数如何计算终端和卫星的距离,相对速度和多普勒频移。 【一文读懂】卫星轨道的轨道参数(六根数)和位置速度矢量转换及其在终端距离、相对速度和多普勒频移计算中的应用 Matlab程序 …...
JavaEE架构
一.架构选型 1.VM架构 VM架构通常指的是虚拟机(Virtual Machine)的架构。虚拟机是一种软件实现的计算机系统,它模拟了物理计算机的功能,允许在单一物理硬件上运行多个操作系统实例。虚拟机架构主要包括以下几个关键组件ÿ…...
Docker 网络的几种常见类型
目录 Docker 网络类型 桥接网络(Bridge) 通俗解释 特点 使用场景 示例 主机网络(Host) 通俗解释 特点 使用场景 示例 None 网络 通俗解释 特点 使用场景 示例 Overlay 网络 通俗解释 特点 使用场景 示例 Ma…...
C++ 常用的设计模式
1:单例模式:首先能想到的,最为重要的一个设计模式。确保一个类仅有一个实例,提供一个 全局访问点,惯用做法是屏蔽构造数访问(设为private),通过static 权限达到间接访问调用的目的…...
【设计模式】01- 一文理解常用设计模式-“创建型模式”篇
一、前言 最近在复习设计模式,撰写、整理了内容和代码片段,和大家一起交流学习。 设计模式是软件设计中常见问题的典型解决方案。 修改记录 更新内容更新时间第一版 250212 更新了对文章中的模式代码示范的解释250214 二、模式分类 模式可以根据其意图…...
在ArcGIS JS API中使用WebGL实现波纹扩散特效
在现代WebGIS开发中,ArcGIS JS API 是一个非常强大的工具,它允许开发者创建丰富的地理信息应用。结合WebGL技术,我们可以实现更加复杂和炫酷的可视化效果。本文将介绍如何使用ArcGIS JS API结合WebGL实现一个波纹扩散特效。 波纹扩散效果 1 概…...
我用AI做数据分析之四种堆叠聚合模型的比较
我用AI做数据分析之四种堆叠聚合模型的比较 这里AI数据分析不仅仅是指AI生成代码的能力,我想是测试AI数据分析方面的四个能力,理解人类指令的能力、撰写代码的能力、执行代码的能力和解释结果的能力。如果这四个能力都达到了相当的水准,才可…...
《LSTM与HMM:序列建模领域的双雄对决》
在序列建模的广阔领域中,长短期记忆网络(LSTM)和隐马尔可夫模型(HMM)都是极为重要的工具,它们各自有着独特的优势和应用场景。下面将对两者在序列建模上的异同进行深入探讨。 相同点 序列数据处理能力&…...
Flutter 的 Widget Key 提议大调整?深入聊一聊 Key 的作用
Flutter 的 Widget Key 提议大调整?深入聊一聊 Key 的作用 在 Flutter 里,Key 对象存在的目的主要是区分和维持 Widget 的状态,它是控件在渲染树里的「复用」标识之一,这一点在之前的《深入 Flutter 和 Compose 在 UI 渲染刷新时…...
只需三步!5分钟本地部署deep seek——MAC环境
MAC本地部署deep seek 第一步:下载Ollama第二步:下载deepseek-r1模型第三步:安装谷歌浏览器插件 第一步:下载Ollama 打开此网址:https://ollama.com/,点击下载即可,如果网络比较慢可使用文末百度网盘链接 注:Ollama是…...
网络工程师 (31)VLAN
前言 VLAN(Virtual Local Area Network)即虚拟局域网,是一种将物理局域网划分成多个逻辑上独立的虚拟网络的技术。 一、定义与特点 定义:VLAN是对连接到的第二层交换机端口的网络用户的逻辑分段,不受网络用户的物理位置…...
浏览器网络请求全流程深度解析
一、核心流程概述 现代浏览器的网络请求过程是一个分层协作的精密系统,涉及应用层协议、传输层协议、操作系统内核及网络基础设施的协同工作。整个过程可抽象为以下关键阶段: 请求构建与初始化DNS解析与寻址TCP连接建立HTTP协议交互响应处理与资源解析…...
React历代主要更新
一、React 16之前更新 React Fiber是16版本之后的一种更新机制,使用链表取代了树,是一种fiber数据结构,其有三个指针,分别指向了父节点、子节点、兄弟节点,当中断的时候会记录下当前的节点,然后继续更新&a…...
【数据结构】(8) 二叉树
一、树形结构 1、什么是树形结构 根节点没有前驱,其它节点只有一个前驱(双亲/父结点)。所有节点可以有 0 ~ 多个后继,即分支(孩子结点)。每个结点作为子树的根节点,这些子树互不相交。 2、关于…...
navicat导出表结构到Excel 带字段备注
navicat导出表结构到Excel 带字段备注 SELECTCOLUMN_NAME AS 字段名称,COLUMN_TYPE AS 字段类型, IF( IS_NULLABLE NO, 否, 是 ) AS 是否必填,COLUMN_COMMENT AS 注释 FROMINFORMATION_SCHEMA.COLUMNS WHERE -- 数据库名table_schema vmscenter -- 表名AND table_name y…...
使用pocketpal-ai在手机上搭建本地AI聊天环境
1、下载安装pocketpal-ai 安装github的release APK 2、安装大模型 搜索并下载模型,没找到deepseek官方的,因为海外的开发者上传了一堆乱七八糟的deepseek qwen模型,导致根本找不到官方上传的……deepseek一开源他们觉得自己又行了。 点击之…...
程序诗篇里的灵动笔触:指针绘就数据的梦幻蓝图<10>
大家好啊,我是小象٩(๑ω๑)۶ 我的博客:Xiao Xiangζั͡ޓއއ 很高兴见到大家,希望能够和大家一起交流学习,共同进步。 今天我们继续来复习指针… 目录 一、看一段代码二、 一维数组传参的本质三、冒泡排序3.1 基本思想四、二…...
FPGA简介|结构、组成和应用
Field Programmable Gate Arrays(FPGA,现场可编程逻辑门阵列),是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物, 是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,…...
[c语言日寄]在不完全递增序中查找特定要素
【作者主页】siy2333 【专栏介绍】⌈c语言日寄⌋:这是一个专注于C语言刷题的专栏,精选题目,搭配详细题解、拓展算法。从基础语法到复杂算法,题目涉及的知识点全面覆盖,助力你系统提升。无论你是初学者,还是…...
Golang的多团队协作编程模式与实践经验
Golang的多团队协作编程模式与实践经验 一、多团队协作编程模式概述 在软件开发领域,多团队协作编程是一种常见的工作模式。特别是对于大型项目来说,不同团队间需要协同合作,共同完成复杂的任务。Golang作为一种高效、并发性强的编程语言&…...
css实现圆环展示百分比,根据值动态展示所占比例
代码如下 <view class""><view class"circle-chart"><view v-if"!!num" class"pie-item" :style"{background: conic-gradient(var(--one-color) 0%,#E9E6F1 ${num}%),}"></view><view v-else …...
Day131 | 灵神 | 回溯算法 | 子集型 子集
Day131 | 灵神 | 回溯算法 | 子集型 子集 78.子集 78. 子集 - 力扣(LeetCode) 思路: 笔者写过很多次这道题了,不想写题解了,大家看灵神讲解吧 回溯算法套路①子集型回溯【基础算法精讲 14】_哔哩哔哩_bilibili 完…...
python/java环境配置
环境变量放一起 python: 1.首先下载Python Python下载地址:Download Python | Python.org downloads ---windows -- 64 2.安装Python 下面两个,然后自定义,全选 可以把前4个选上 3.环境配置 1)搜高级系统设置 2…...
剑指offer20_链表中环的入口节点
链表中环的入口节点 给定一个链表,若其中包含环,则输出环的入口节点。 若其中不包含环,则输出null。 数据范围 节点 val 值取值范围 [ 1 , 1000 ] [1,1000] [1,1000]。 节点 val 值各不相同。 链表长度 [ 0 , 500 ] [0,500] [0,500]。 …...
什么是EULA和DPA
文章目录 EULA(End User License Agreement)DPA(Data Protection Agreement)一、定义与背景二、核心内容三、法律效力与责任四、实际应用与意义 EULA(End User License Agreement) 定义: EULA即…...
根据万维钢·精英日课6的内容,使用AI(2025)可以参考以下方法:
根据万维钢精英日课6的内容,使用AI(2025)可以参考以下方法: 四个洞见 模型已经比人聪明:以ChatGPT o3为代表的AI非常强大,能运用高级理论解释道理、引用最新学术论文,生成对顶尖科学家都有用的…...
pikachu靶场通关笔记22-1 SQL注入05-1-insert注入(报错法)
目录 一、SQL注入 二、insert注入 三、报错型注入 四、updatexml函数 五、源码审计 六、insert渗透实战 1、渗透准备 2、获取数据库名database 3、获取表名table 4、获取列名column 5、获取字段 本系列为通过《pikachu靶场通关笔记》的SQL注入关卡(共10关࿰…...
Android 之 kotlin 语言学习笔记三(Kotlin-Java 互操作)
参考官方文档:https://developer.android.google.cn/kotlin/interop?hlzh-cn 一、Java(供 Kotlin 使用) 1、不得使用硬关键字 不要使用 Kotlin 的任何硬关键字作为方法的名称 或字段。允许使用 Kotlin 的软关键字、修饰符关键字和特殊标识…...
C++ Visual Studio 2017厂商给的源码没有.sln文件 易兆微芯片下载工具加开机动画下载。
1.先用Visual Studio 2017打开Yichip YC31xx loader.vcxproj,再用Visual Studio 2022打开。再保侟就有.sln文件了。 易兆微芯片下载工具加开机动画下载 ExtraDownloadFile1Info.\logo.bin|0|0|10D2000|0 MFC应用兼容CMD 在BOOL CYichipYC31xxloaderDlg::OnIni…...
精益数据分析(97/126):邮件营销与用户参与度的关键指标优化指南
精益数据分析(97/126):邮件营销与用户参与度的关键指标优化指南 在数字化营销时代,邮件列表效度、用户参与度和网站性能等指标往往决定着创业公司的增长成败。今天,我们将深入解析邮件打开率、网站可用性、页面参与时…...
