空间科学与试验学报

空间科学与试验学报 >

2025 , Vol. 2 >Issue 4: 85 - 96

DOI: https://doi.org/10.19963/j.cnki.2097-4302.2025.04.010

天问二号专题

基于单站雷达的小行星内部结构三维全波形反演方法及观测系统优化分析

  • 徐志伟 , 1, 2 ,
  • 张凤珠 2 ,
  • 朱培民 , 1, 2 ,
  • 袁悦锋 2 ,
  • 李子昂 2 ,
  • 郑适 3 ,
  • 刘瑞冬 3 ,
  • 李拴劳 3
展开
  • 1. 中国地质大学深圳研究院, 深圳 518057
  • 2. 中国地质大学地球物理与空间信息学院, 武汉 430074
  • 3. 中国空间技术研究院西安分院, 西安 710000

（1990-），男，博士后。主要研究方向为雷达数据反演与成像。通信地址：湖北省武汉市洪山区鲁磨路388号（430074）电子邮箱：

（1963-），男，教授。主要研究方向为地震/雷达数据处理、成像与解释。（本文通信作者）通信地址：湖北省武汉市洪山区鲁磨路388号（430074）电子邮箱：

网络出版日期: 2025-11-04

基金资助

深圳市基础研究重点项目（JCYJ20220818102601004）；国家重点研发计划（2021YFA0715100）；国家自然科学基金（42404096）；中国博士后科学基金（2020M682510）

收起

3D Full-Waveform Inversion for the Internal Structure of an Asteroid Using Monostatic Radar Data and Analysis of Optimizing Acquisition Geometry

  • Zhiwei XU , 1, 2 ,
  • Fengzhu ZHANG 2 ,
  • Peimin ZHU , 1, 2 ,
  • Yuefeng YUAN 2 ,
  • Zi’ang LI 2 ,
  • Shi ZHENG 3 ,
  • Ruidong LIU 3 ,
  • Shuanlao LI 3
Expand
  • 1. Shenzhen Research Institute, China University of Geosciences, Shenzhen 518057, China
  • 2. School of Geophysics and Geomatics, China University of Geosciences, Wuhan 430074, China
  • 3. Xi’an Branch, China Academy of Space Technology, Xi’an 710100, China

Online published: 2025-11-04

Fold

摘要

“天问”二号小天体探测任务将利用单站雷达对近地小行星2016 HO3的内部结构进行科学探测。为了从单站雷达数据中重建小行星内部结构，提出了一种基于单站雷达数据的小行星内部结构三维全波形反演（Full-Waveform Inversion，FWI）算法。首先，基于三维双层洋葱型小行星模型的反演实验，验证了该算法的可行性和有效性。然后，系统分析了观测轨道数量、雷达观测点数和相邻轨道间距这三个观测系统参数对反演结果的具体影响。分析结果表明，当观测系统由3条轨道组成，每条轨道的观测点数不少于20，且相邻轨道间距为25~35 m时，反演算法能获得理想的反演结果。这不仅为小行星探测提供一种高精度的三维内部结构反演方法，还为“天问”二号任务的实际雷达观测系统设计提供了科学依据。

关键词： “天问”二号; 小行星; 单站雷达; 内部结构; 全波形反演; 观测系统

本文引用格式

徐志伟 , 张凤珠 , 朱培民 , 袁悦锋 , 李子昂 , 郑适 , 刘瑞冬 , 李拴劳 . 基于单站雷达的小行星内部结构三维全波形反演方法及观测系统优化分析[J]. 空间科学与试验学报, 2025 , 2(4) : 85 -96 . DOI: 10.19963/j.cnki.2097-4302.2025.04.010

Abstract

The Tianwen-2 mission will investigate the internal structure of the near-Earth asteroid 2016 HO3 with a monostatic radar system. In preparation for the processing of monostatic radar data, this study proposes a three-dimensional (3D) Full-Waveform Inversion (FWI) method for reconstructing the internal structure of asteroids using monostatic radar data. We first validate the feasibility and effectiveness of the proposed method using a 3D two-layered onion-shell asteroid model. Subsequently, we systematically examine the influence of three key parameters of radar acquisition geometry (including the number of orbits, the number of radar measurement points, and the spacing of adjacent orbits) on the FWI performances. Our analysis demonstrates that reliable reconstruction can be achieved when the acquisition geometry comprises 3 orbits with an inter-orbit spacing of 25~35 m and at least 20 measurement points per orbit. This study not only provides a high-accuracy inversion methodology for the processing of monostatic radar data, but also offers scientific guidance for designing radar acquisition geometry in the ongoing Tianwen-2 mission.

Key words： Tianwen-2 mission; asteroid; monostatic radar; internal structure; full-waveform inversion (FWI); acquisition geometry

0 引 言

近年来，随着深空探测技术的发展，小行星探测已成为各主要航天国家或机构在深空探测领域的重点发展方向之一[1]。其中，小行星内部结构和物质成分的探测作为小行星探测的核心任务之一，对于研究小行星的起源和演化、探索地球等行星的初始物质组成、寻找太空矿产和水资源、消除小天体对地球撞击的潜在威胁等方面都有着重要的科学意义和实际价值[2-4]。自20世纪90年代以来，人类已实施了一系列小行星探测活动[5-6]，但这些研究多依赖于小行星表面的影像、光谱数据及有限的取样结果来推测其内部结构和物质组成。尽管这些手段提供了重要线索，但仍难以完整、准确地揭示小行星内部的真实状态。
行星探测雷达是进行行星内部探测的最佳地球物理手段之一，该技术在月球和火星探测中已得到了广泛且成功的应用[7-9]。对于绝大多数尺度小于数十千米的小行星，轨道探测雷达相较于车载雷达更具适用性和优势。根据系统配置不同，小行星轨道探测雷达主要分为双站雷达和单站雷达。双站雷达通常由两台雷达组成，分别位于小行星轨道器和着陆器（或轨道器）；而单站雷达则由一台位于轨道器的雷达组成[10-11]。迄今为止，仅有欧空局的“罗塞塔”（Rosetta）彗星探测任务利用双站雷达对彗星67P实现了科学探测[12]。2024年10月7日，欧空局的“赫拉”（Hera）小行星探测器成功发射升空，计划于2026年底利用单站雷达对双星小行星系统“迪迪莫斯”（Didymos）进行科学探测[13]。2025年5月29日，“天问”二号探测器成功发射升空，标志着我国首次小天体探测任务正式开启。“天问”二号探测器携带单站雷达，其科学任务是获取小天体表层及次表层雷达回波，进而研究这两个小天体的内部结构和物质成分[14-15]。因此，为确保“天问”二号单站雷达科学数据的有效处理与解释，亟需系统开展基于单站雷达的小行星内部结构成像方法研究。
得益于Rosetta任务的成功实施，研究人员提出了许多基于双站雷达的小行星内部结构成像方法[11,16-22]。相比之下，基于单站雷达的相关研究则相对较少。Sava等[18-19]提出了适用于单站雷达的螺旋观测模式的三维小行星内部结构逆时偏移成像方法和层析成像方法。王玉军等[23]提出一种次表层雷达二维环绕扫描层析成像方法，实现了简单二维洋葱状小天体内部结构成像。Dufaure等[24]提出了基于感应电流重建理论的小行星内部结构时域和频域成像方法[25]，并利用单站雷达测量数据实现了小行星模型的内部结构重建。为了快速得到较准确的内部结构成像结果，胡超然等[26]提出了基于快速分解后向投影算法的小天体快速三维成像方法。然而，上述方法仍存在以下两方面的局限：一是多数方法只能获得小行星内部结构成像结果，而难以进一步解析其物质成分信息；二是少数能够获得物性分布的成像方法主要依赖反射波振幅信息，导致成像分辨率仍有待提高。
电磁波全波形反演（Full-Waveform Inversion，FWI）是一种利用观测雷达数据的振幅、相位和到时等信息来反演介质的电性参数分布的高分辨率成像技术。目前，FWI在探地雷达和双站雷达数据反演中均取得成功应用[10,27-28]。为了从单站雷达数据中重建小行星的内部结构和介电常数分布，本文提出一种基于单站雷达的小行星内部结构三维FWI方法。首先，通过三维双层洋葱型小行星模型的反演实验，验证了反演算法的可行性和有效性。然后，根据“天问”二号单站探测雷达观测系统的初步设计方案，系统分析了轨道数量、雷达观测点数量和相邻轨道间距对反演结果的影响，从而为“天问”二号任务的实际雷达观测系统设计提供科学依据。

1 单站雷达简介

“天问”二号单站雷达的功能包括获取小行星2016 HO3与主带彗星311P的表层及次表层的雷达回波数据，其主要技术指标见表1[14]。为了同时满足深穿透和高分辨率的性能要求，“天问”二号单站雷达在设计上分为低频通道和高频通道。低频通道主要用于探测整体内部结构，高频通道则是用于探测浅表层。此外，该雷达在发射功率、接收灵敏度等方面均进行了优化，以有效获取小天体的弱回波信号并抑制复杂散射效应，为反演内部结构提供可靠的数据支撑。
表 1 “天问”二号单站雷达主要技术指标[14]

Table 1 Instrument parameters of the monostatic radar onboard the Tianwen-2 spacecraft[14]

名称 技术指标
低频通道 高频通道
频率/MHz 130~170 300~1 500
穿透深度/m 小行星≥50
彗星≥300		 小行星≥5
彗星≥30
厚度分辨率/cm ≤500 ≤25
天线特征 偶极子，双极化 维瓦尔第天线，线极化
发射功率/W ≥10
数据压缩 不压缩；压缩比≥3∶1
质量/kg ≤4.5（含热控材料）
功耗/W ≤50
在“天问”二号进行雷达探测过程中，探测器相对于2016 HO3的自然轨道周期较长，搭载雷达的探测器与2016 HO3的相对运动主要由后者的自旋所主导[26]。如图1（a）所示，根据“天问”二号探测雷达的设计要求[14]，探测器到达指定轨道高度测站后，将与2016 HO3保持相对悬停，同时保持雷达天线对2016 HO3中心的凝视。在此过程中，利用2016 HO3的快速自旋特性，探测器能够获得观测面上不同角度的雷达回波。然后，探测器再次启动并飞行往另一个测站进行观测，直至完成三个测站的雷达观测。以小行星本体坐标系为参考系时，悬停观测模式可以等效为图1（b）所示的环绕探测模式，即雷达先后在三个圆形轨道上环绕观测小行星。在不考虑天线形状的情况下，单站雷达可以被简化为一个点（图1（b）中圆点）。雷达在观测轨道的不同位置向小行星发射电磁波信号，这些信号在小行星表面和内部的介电特性分界面发生反射、散射或透射，最终被雷达接收，形成单站雷达数据。
图 1 单站雷达的两种不同观测模式示意图

Fig.1 Illustration of the two distinct observation modes of monostatic radar

2 电磁波全波形反演基本原理

2.1 电磁波正演

电磁波在空间中的传播满足麦克斯韦方程组的两个旋度方程：
$ \left\{ \begin{gathered} \nabla \times {\boldsymbol{E}} = - {\mu}\frac{{\partial {\boldsymbol{H}}}}{{\partial t}} \\ \nabla \times {\boldsymbol{H}} = {{\varepsilon }}\frac{{\partial {\boldsymbol{E}}}}{{\partial t}} + {\sigma}{\boldsymbol{E}} \\ \end{gathered} \right. $
式中，${\boldsymbol{E}}$和${\boldsymbol{H}}$分别表示电场强度和磁场强度，${{\varepsilon }}$、$\mu$和$\sigma$分别表示介质的介电常数、磁导系数和电导率。在电磁波正反演计算时，通常采用相对介电常数${{{\varepsilon }}_{\text{r}}}$，定义为${{\varepsilon }}$和真空的相对介电常数${{{\varepsilon }}_0}$的比值。为求解三维电磁波的空间传播场，本文采用交错网格时域有限差分法，通过对麦克斯韦方程组进行时间和空间离散并迭代求解，从而模拟电磁波的传播过程。同时，采用坐标卷积完全匹配层作为吸收边界条件，以有效消除外向传播波的反射。

2.2 电磁波全波形反演

电磁波FWI的基本思想是通过观测数据和模拟数据的差异，来重建介质模型的介电参数（${{\varepsilon }}$和${\sigma}$）空间分布[27]。为了表征模拟与实测的单站雷达数据之间的差异，构建了一个仅包含数据项的目标函数：
$ {\Phi _{{\text{data}}}}({\boldsymbol{m}}) = \frac{1}{2}\sum\limits_{i = 1}^N {\int_0^T {[{E^{{\text{syn}}}}({\boldsymbol{m}};{\text{ }}i,{\text{ }}t)} } - {E^{{\text{obs}}}}(i,{\text{ }}t){]^2}{\text{d}}t $
式中，$ {\boldsymbol{m}} $为模型参数向量，一般写作$ {\boldsymbol{m}} = {[{{\varepsilon }},{{ \sigma }}]^{\text{T}}} $，$ T $为雷达观测时间，$ N $为雷达观测点数，$ {E^{{\text{syn}}}} $和$ {E^{{\text{obs}}}} $分别为模拟和观测的单站雷达数据。
然而，式（2）的优化问题通常高度非线性且不适定，主要表现为多解性。为此，在数据项目标函数中引入全变差正则化项[29]，得到如下目标函数：
$ \Phi ({\boldsymbol{m}}) = {\Phi _{{\text{data}}}}({\boldsymbol{m}}){\text{ + }}\beta ||\nabla {\boldsymbol{m}}|{|_1} $
式中，全变差正则化项$ ||\nabla {\boldsymbol{m}}|{|_1} $为电参数空间梯度的L1范数，$ \beta $是一个正数，用于控制目标函数中全变差正则化项的权重。由于$ ||\nabla {\boldsymbol{m}}|{|_1} $对$ {\boldsymbol{m}} $的导数在零点处有一个奇点，因此需要增加一个小的常数$ \gamma $来稳定算法：
$ ||\nabla {\boldsymbol{m}}|{|_1}{\text{ = }}\sum {\sqrt {|{\nabla _x}{\boldsymbol{m}}{|^2} + |{\nabla _y}{\boldsymbol{m}}{|^2} + |{\nabla _z}{\boldsymbol{m}}{|^2} + {\gamma ^2}} } $
式中，$ {\nabla _x} $、$ {\nabla _y} $和$ {\nabla _z} $分别为X、Y和Z方向上的一阶有限差分算子。参数$ \beta $和$ \gamma $对反演结果影响较为显著，因此，需要进行多次试验来确定它们的合理取值。
上述FWI问题具有非线性特征，通常采用局部优化算法进行求解，即给定一个初始模型，然后通过优化理论计算出目标函数的下降方向和参数更新步长，不断修改模型参数，直至目标函数接近于全局极小值，最终获得最接近真实情况的模型（见图2）。模型迭代表达式为[11,28]：
图 2 基于单站雷达的小行星内部结构三维FWI算法流程

Fig.2 Flowchart of 3D FWI method for asteroid’s internal structure using monostatic radar data

$ {{\boldsymbol{m}}_{k + 1}} = {{\boldsymbol{m}}_k} - {\alpha _k}{{\boldsymbol{H}}_k}^{ - 1}{{\boldsymbol{g}}_k} $
式中，$ {{\boldsymbol{m}}_k} $和$ {{\boldsymbol{m}}_{k + 1}} $分别表示第$k$次和$k + 1$次的迭代模型，$ {\alpha _k} $表示第$k$次的迭代步长，$ {{\boldsymbol{H}}_k}^{ - 1} $表示逆黑塞（Hessian）矩阵， $ {{\boldsymbol{g}}_k} $表示目标函数的梯度。从式（5）可以看出，FWI的核心任务是计算目标函数的梯度、逆Hessian矩阵和迭代步长。
本文仅对介电常数进行反演，目标函数关于介电常数的梯度为[11,28]：
$ {\partial _\varepsilon }\Phi = \sum\limits_{i = 1}^N {\sum\limits_{j = x,y,z} {\int_0^T {E_j^*\frac{{\partial {E_j}}}{{\partial t}}{\text{d}}t} } } - \beta \nabla \cdot \left( {\frac{1}{{||\nabla {\boldsymbol{m}}|{|_1}}}\nabla {\boldsymbol{m}}} \right) $
式中，第一项和第二项分别为数据目标函数和正则化项关于介电常数的梯度。其中，$ {E_x} $、$ {E_y} $和$ {E_z} $分别表示正传波场在X、Y和Z方向的电场分量，对应于从发射天线传播到接收天线的正演波场的三个电场分量；$ E_x^{^*} $、$ E_y^{^*} $和$ E_z^{^*} $分别表示反传波场在X、Y和Z方向的电场分量，对应于将观测数据与正演模拟数据的差值在时间逆转后从接收天线传播到发射天线所得波场的三个电场分量。在获得目标函数的梯度后，采用有限内存Broyden–Fletcher–Goldfarb–Shanno（BFGS）算法计算Hessian矩阵的逆[11]，然后采用三点抛物线拟合法计算迭代步长[11]。一般情况下，当相邻两次迭代的目标函数值之差的绝对值小于预设阈值时，即认为反演已收敛，此时终止迭代并输出反演结果。为了控制计算量并保证算法稳定性，本文将最大迭代次数设置为150，即，当迭代次数达到该上限时，反演自动终止。

3 算法验证与观测系统优化分析

3.1 算法验证

2016 HO3的尺寸约40~100 m，光谱上属于S型岩石质小行星。最新研究表明，它很可能是一颗表面存在一定厚度的风化层的独石型小行星[30]。基于此，本文构建了图3（a1）所示的三维双层洋葱型小行星模型（下文简称“洋葱型模型”）。该模型内外球体半径分别为10 m和20 m，外层为高孔隙度岩石，内层为低孔隙度岩石，其相对介电常数分别为3和4，电导率均设为0 S/m。
图 3 洋葱型模型及其合成单站雷达数据（切除直达波后的Ex和Ey分量）

Fig.3 The 3D onion shell model and corresponding synthetic monostatic radar data (Ex and Ey components after removing the direct waves)

如图3（a1）所示，三维正反演计算区域设置为101 m × 101 m × 101 m，空间步长均为1 m。洋葱型模型放置在计算区域中心，模型外部的计算区域设置为真空（相对介电常数为1，电导率为0 S/m）。雷达观测系统设置如下：三条距模型中心40 m的观测轨道，其中，中间轨道与洋葱型模型赤道面共面，上、下轨道分别位于其上、下方，间距均为25 m；每条轨道均布设20 个等间距观测点（图3（a1）中黑色圆点）。受计算资源限制，激励源采用中心频率为10 MHz的雷克子波，时间步长为1.2 ns，时窗长度为2400 ns。激励源加载于观测点处的电场X分量并同时接收电场分量。正演模拟采用基于交错网格的三维时域有限差分法，时间与空间离散精度分别为二阶和八阶，完美匹配层吸收边界厚度为10个网格。图3（b1）~图3（b6）展示了三条轨道的x方向电场分量（Ex）和y方向电场分量（Ey），可以识别出四条同相轴，分别对应于由近及远的洋葱型模型内、外界面处产生的反射事件。
在雷达探测前，“天问”二号探测器将依托中视场彩色相机等载荷对2016 HO3进行全球成像，以获取其高精度三维外形数据。基于这一前提，在反演过程中可合理地假设小行星外形已知，即初始模型的外形与真实外形保持一致。相比之下，小行星的内部结构及电性参数在实际观测中往往难以直接约束，但可以通过分析雷达数据特征对其内部类型及介电常数范围进行初步推断。为便于方法验证，本文在构建小行星初始模型时，假设内部为单一均匀介质（图4（a1）），相对介电常数为3、电导率为0 S/m。同时，为避免子波不确定性带来的额外影响，反演子波设定为与真实子波一致。在实际探测中，该子波可通过对实测雷达数据进行子波估计来获得。
图 4 初始模型和不同迭代次数对应的反演结果

Fig.4 The initial model and the inverted results after different numbers of iterations

本文使用的计算资源为：1个Intel Xeon Silver 4110 CPU（128 GB内存）和1个NVIDIA Tesla V100 GPU（5 120个计算统一设备体系结构（Compute Unified Device Architecture，CUDA）核，32 GB显存，单精度峰值性能15.7 TFLOPS，双精度峰值性能7.8 TFLOPS）。为提升计算效率，正、反演过程采用了MPI（Message Passing Interface）与CUDA的混合并行加速策略。在该配置下，完成150次FWI迭代耗时40 h。图4（b1）~图4（d4）展示了不同迭代次数下的反演结果，可见随着迭代次数增加，反演结果逐渐逼近真实模型。对比真实模型（图3（a1）~图3（a4））与最终反演结果（图4（d1）~图4（d4））可知，FWI算法能够较好地重建洋葱型模型的双层内部结构，内外层的边界与真实边界高度吻合，介电常数分布与真实分布也十分接近。
为了定量分析反演结果的优劣，使用相对误差（Relative Error，RE）[11]定义如下：
$ {\mathrm{RE}} = \frac{1}{M}\sum\limits_{i = 1}^N {\left| {\frac{{\varepsilon ({{\boldsymbol{x}}_i}) - \varepsilon '({{\boldsymbol{x}}_i})}}{{\varepsilon ({{\boldsymbol{x}}_i})}}} \right|} \times 100{\text{% , }}{{\boldsymbol{x}}_i} \in {\Omega _{{a}}} $
式中，$ {\Omega _a} $表示反演结果的待评价区域，$ M $表示该区域包含的离散网格总数，$ \varepsilon $和$ \varepsilon ' $分别为该区域的真实和反演的介电常数，$ {\boldsymbol{x}} $为位置矢量，$ i $为离散网格编号。相对误差越小，说明反演结果精度越高。在三维反演实验中，当相对误差低于5.00%时，可认为反演结果具有较高精度，满足成像要求。经过计算，上述反演结果的内层和外层相对误差分别为3.39%和1.54%，表明本文提出的FWI算法可以获得较准确的内部结构和介电常数分布。
需要说明的是，虽然在仿真中采用了雷克子波作为激励源，这与“天问”二号实际的发射信号存在差异，但反演算法本身并不依赖于具体的子波形式。经脉冲压缩后的有效子波，同样表现为有限带宽的紧支撑波形，与雷克子波在频带覆盖上具有较好的可比性。此外，在方法验证阶段，本文选择了较低频率，以确保在有限的计算资源下，完成三维FWI算法的可行性测试与效果评估。FWI的核心思想并不依赖于绝对频率值，而是依赖于相对的波场传播与散射特性。因此，低频模拟结果对于评估方法的有效性仍然具有参考价值。

3.2 观测系统优化分析

“天问”二号任务初步设定了雷达探测时采用3个悬停测站（等效于3条环绕观测的轨道数量），测站位置为2016 HO3的赤道和南北纬45°上方（等效于环绕观测时相邻轨道间距小于30 m）[14-15]，但未明确各测站的观测次数（等效于环绕观测的雷达观测点数量）。为验证该观测系统能否满足小行星内部结构探测需求，并探索提升探测效果的途径，本文将系统分析观测轨道数量、雷达观测点数及相邻轨道间距对反演结果的影响，为“天问”二号任务实际雷达观测系统设计提供科学依据。

3.2.1 轨道数量

理论上，观测轨道数量越多，成像精度越高，但同时会增加工程难度，如数据传输量和控制系统复杂性。因此，分析轨道数量对反演结果的具体影响显得尤为重要。在本文反演实验中，雷达观测系统分别由1条、2条和4条轨道组成，每条轨道观测点数分别为60、30和15，雷达观测点总数均为60。对应的观测系统分别如图5（a1）、图5（b1）和图5（c1）所示。需要强调的是，在本文反演实验中，初始模型、反演子波和停止条件等均与第3.1节保持一致。图5展示了不同轨道数量下的反演结果以及各方向二维切片，其中，图5（a1）~图5（a4）、图5（b1）~图5（b4）和图5（c1）~图5（c4）分别为1条、2条和4条轨道观测的反演结果以及对应的XOY、YOZ和XOZ切片。表2列出了内层和外层的相对误差。
图 5 不同轨道数量的反演结果及其对应的二维切片

Fig.5 The inverted results and corresponding slices based on different numbers of orbits

表 2 不同轨道数量的反演结果的相对误差值

Table 2 Relative errors of inverted results based on different numbers of orbits

观测系统设置 反演结果 相对误差
外层 内层
60点/轨道×1轨道 图5（a1） 4.54% 10.49%
30点/轨道×2轨道 图5（b1） 2.61% 5.35%
20点/轨道×3轨道 图4（d1） 1.50% 3.39%
15点/轨道×4轨道 图5（c1） 1.94% 4.49%
由图3、图5和表2可以看出，单条轨道观测的反演结果失败，2条轨道观测的反演结果不够理想，而3条和4条轨道观测均取得较好的反演效果。但值得注意的是，4条轨道的相对误差反而略高于3条轨道的。综合反演效果与工程可行性，3条轨道被认定为较为合理的轨道数量设置。基于本次实验结果，在相邻轨道间距和观测点数理想的前提下，“天问”二号任务若采用三个悬停点进行雷达观测，可有效实现对2016 HO3内部结构的探测目标。

3.2.2 相邻轨道间距

前文已论证，通过三条轨道观测能够获得较好的反演结果，但并未对上、下轨道的位置作特殊要求。尽管“天问”二号轨道器的三个悬停位置已初步确定，在实际探测中，仍可依据小行星形状和即时观测结果灵活调整上、下悬停位置（等效于上、下轨道位置），以基于单站雷达的最佳成像效果。为简化分析，本文假设三条轨道的相邻轨道间距一致，并探讨相邻轨道间距对成像结果的影响。因此，反演实验的观测系统由3条轨道组成，每条轨道20个观测点，且相邻轨道间距分别为5 m、15 m和35 m，对应观测系统如图6（a1）、图6（b1）和图6（c1）所示。图6展示了三种间距下的反演结果及二维切片，其中，图6（a1）~图6（a4）、图6（b1）~图6（b4）和图6（c1）~图6（c4）分别为相邻轨道间距为5m、15m和35m时的反演结果及对应的XOY、YOZ和XOZ切片。表3列出了内层和外层相对误差。
图 6 不同相邻轨道间距的反演结果及其对应的二维切片

Fig.6 The inverted results and corresponding slices based on different spacings of adjacent orbits

表 3 不同相邻轨道间距的反演结果的相对误差值

Table 3 Relative errors of inverted results based on different spacings of adjacent orbits

观测系统设置 反演结果 相对误差
外层 内层
5 m相邻轨道间距 图6（a1） 2.81% 7.84%
15 m相邻轨道间距 图6（b1） 2.47% 5.05%
25 m相邻轨道间距 图4（d1） 1.50% 3.39%
35 m相邻轨道间距 图6（c1） 1.50% 4.14%
从图3、图6和表3可以看出，当相邻轨道间距小于或等于15 m时，反演结果的内层介电常数分布误差较大，相对误差超过5%，反演结果失败；当相邻轨道间距为25~35 m时，反演结果的相对误差均在5%以内，且内外层的相对介电常数分布与真实情况也较为接近。因此，本节实验较优的相邻轨道间距应为25~35 m。基于此，在确保相邻轨道间距和观测点数理想的情况下，若“天问”二号任务采用分布于2016 HO3南北纬45°及赤道上方的三个悬停点进行雷达观测，可有效实现对2016 HO3内部结构的探测目标。

3.2.3 观测点数量

增加雷达观测点数有助于提高成像精度，但同时会增加一定的工程复杂性，更重要的是会在雷达数据成像时消耗更多计算资源。基于前文分析，当观测系统由三条轨道组成、每条轨道20个观测点且相邻轨道间距为25~35 m时，可获得较理想的反演结果。为进一步探讨观测点数量对反演结果的影响，本节反演实验的雷达观测系统为三条观测轨道，相邻轨道间距25 m，但是每条轨道上雷达观测点数分别设置为10、30和40个，即雷达观测点总数分别为30、90和120个，对应观测系统如图7（a1）、图7（b1）和图7（c1）。图7展示了反演结果及二维切片，其中，图7（a1）~图7（a4）、图7（b1）~图7（b4）和图7（c1）~图7（c4）分别为30、90和120个观测点的反演结果以及对应的XOY、YOZ和XOZ切片。表4给出了四组不同雷达观测点数的反演结果内外层的相对误差。实验结果表明，在四组不同观测点数条件下，反演结果的内外层相对误差均低于5%（见表4），总体精度较高。但当每条轨道的观测点数为10时（见图7（a1）~图7（a4）），尽管反演结果内外层误差均低于5%，但内层介电常数分布存在较为明显的误差；随着观测点数增加到20，这一误差得到明显改善。综合分析可知，当每条轨道上的雷达观测点数大于20时，可获得理想的反演结果。需要说明的是，为了减少计算量，本文中轨道高度均设置为40 m，远低于“天问”二号实际探测轨道高度。由于雷达观测点数可转化为与轨道高度无关的波数空间的测量密度，因此，本文的观测系统优化分析结果对实际的高轨道观测系统设计仍具有参考价值。
图 7 不同观测点数的反演结果及其对应的二维切片

Fig.7 The inverted results and corresponding slices based on different numbers of measurement points

表 4 不同雷达观测点数反演结果的相对误差值

Table 4 Relative errors of inverted results based on different numbers of measurement points

观测系统设置 反演结果 相对误差
外层 内层
10点/轨道×3轨道 图7（a1） 1.89% 4.17%
20点/轨道×3轨道 图4（d1） 1.50% 3.39%
30点/轨道×3轨道 图7（b1） 1.50% 3.74%
40点/轨道×3轨道 图7（c1） 1.56% 3.46%

4 结 语

针对“天问”二号任务的小行星单站雷达数据处理需求，本文提出了一种基于单站雷达数据的小行星内部结构三维FWI算法。基于三维洋葱型模型的反演实验表明，该算法能够成功重建其内部结构及介电常数空间分布，有望为“天问”二号单站雷达数据处理与解释提供技术支撑，并有助于实现“天问”二号任务相关科学目标。
本文基于洋葱型模型开展了观测系统参数分析实验，重点考察了观测轨道数量、雷达观测点数量及相邻轨道间距对反演结果的影响。实验结果显示，当观测系统由三条轨道组成、每条轨道观测点数超过20且相邻轨道间距在25~35 m时，FWI算法可获得良好的反演效果。尽管实际探测中小行星的外形、内部结构和物质成分可能与洋葱型模型存在差异，该分析方法仍可为实际观测系统的优化提供参考。
本文的反演实验均基于低介电常数的球形洋葱型模型，后续将进一步考虑不同形状、复杂内部结构以及高介电常数差异的小行星模型，以开展FWI算法的深入研究和分析。此外，目前的FWI算法尚不支持电导率反演，也未考虑雷达天线与激励信号特性，因此，设计能够同时反演介电常数与电导率、并更贴近实际观测条件的FWI算法，将是未来的重要研究方向。在完成上述算法测试和研究的基础上，将依托高性能计算平台，开展基于“天问”二号单站雷达实际工作频段的高分辨率数值模拟与反演实验，以进一步提升研究成果与“天问”二号任务的工程适配性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
张荣桥, 黄江川, 赫荣伟, 等. 小行星探测发展综述[J]. 深空探测学报, 2019, 6 (5): 417- 423，455.

ZHANG R Q, HUANG J C, HE R W, et al. The development overview of asteroid exploration[J]. Journal of Deep Space Exploration, 2019, 6 (5): 417- 423，455.

2
HÉRIQUE A, AGNUS B, ASPHAUG E, et al. Direct observations of asteroid interior and regolith structure: Science measurement requirements[J]. Advances in Space Research, 2018, 62 (8): 2141- 2162.

DOI

3
徐伟彪, 赵海斌. 小行星深空探测的科学意义和展望[J]. 地球科学进展, 2005, 20 (11): 1183- 1190.

XU W B, ZHAO H B. Deep space exploration of asteroids: The science perspectives[J]. Advances in Earth Science, 2005, 20 (11): 1183- 1190.

4
林杨挺. 太阳系起源与小天体探测的前沿科学问题[J]. 空间碎片研究, 2019, 19 (3): 14- 21.

LIN Y T. Key questions of solar system formation and exploration of small celestial bodies[J]. Space Debris Research, 2019, 19 (3): 14- 21.

5
李春来, 刘建军, 严韦, 等. 小行星探测科学目标进展与展望[J]. 深空探测学报, 2019, 6 (5): 424- 436.

LI C L, LIU J J, YAN W, et al. Overview of scientific objectives for minor planets exploration[J]. Journal of Deep Space Exploration, 2019, 6 (5): 424- 436.

6
魏思佳, 何雨旸, 刘天宇, 等. 小行星探测历史及启示[J]. 空间科学学报, 2024, 44 (1): 19- 50.

DOI

WEI S J, HE Y Y, LIU T Y, et al. History and implications of asteroid exploration[J]. Chinese Journal of Space Science, 2024, 44 (1): 19- 50.

DOI

7
丁春雨, 封剑青, 郑磊, 等. 雷达探测技术在探月中的应用[J]. 天文研究与技术, 2015, 12 (2): 228- 242.

DING C Y, FENG J Q, ZHENG L, et al. A review of applications of radar-detection techniques in Lunar explorations[J]. Astronomical Research and Technology, 2015, 12 (2): 228- 242.

8
洪天晟, 苏彦, 王瑞刚, 等. 火星轨道器次表层探测雷达数据处理技术与现状研究[J]. 天文研究与技术, 2021, 18 (2): 173- 194.

HONG T S, SU Y, WANG R G, et al. Overview of Mars orbiter subsurface investigation radar data processing technology and research using radar[J]. Astronomical Research and Technology, 2021, 18 (2): 173- 194.

9
林红磊, 丁春雨, 许学森, 等. 月球就位光谱和雷达遥感科学研究进展[J]. 地球与行星物理论评, 2021, 52 (4): 373- 390.

LIN H L, DING C Y, XU X S, et al. Review on the in-situ spectroscopy and radar remote sensing on the Moon[J]. Reviews of Geophysics and Planetary Physics, 2021, 52 (4): 373- 390.

10
王科, 郑适, 解虎, 等. 雷达技术在小天体任务中的应用研究[J]. 深空探测学报（中英文）, 2019, 6 (5): 496- 502.

WANG K, ZHENG S, XIE H, et al. Application study of radar technology for small body exploration missions[J]. Journal of Deep Space Exploration, 2019, 6 (5): 496- 502.

11
邓健. 基于雷达数据的小行星内部结构全波形反演成像研究[D]. 武汉: 中国地质大学, 2021.

Deng J. Full waveform inversion of asteroid internal structure based on radar data[D]. Wuhan: China Universiy of Geosciences, 2021.

12
KOFMAN W, HÉRIQUE A, BARBIN Y, et al. Properties of the 67P/Churyumov-Gerasimenko interior revealed by CONSERT radar[J]. Science, 2015, 349 (6247): aab0639.

DOI

13
MICHEL P, KÜPPERS M, BAGATIN A C, et al. The ESA Hera mission: Detailed characterization of the DART impact outcome and of the binary asteroid （65803） Didymos[J]. The planetary science journal, 2022, 3 (7): 160.

DOI

14
李拴劳, 李佳威, 刘瑞冬, 等. 天问二号探测雷达的设计与验证[J]. 中国科学: 物理学 力学 天文学, 2025, 55(7): 275910.

LI S L, LI J W, LIU R D, et al. Design and validation of asteroid core scan radar(ACSR) of Tianwen-2[J]. Scientia Sinica Physica, Mechanica & Astronomica, 2025, 55(7): 275910.

15
李春来, 刘建军, 任鑫, 等. “天问二号”任务科学目标和有效载荷配置[J]. 深空探测学报（中英文）, 2024, 11 (3): 304- 310.

LI C L, LIU J J, REN X, et al. Scientific objectives and payloads configuration of the Tianwen-2 mission[J]. Journal of Deep Space Exploration, 2024, 11 (3): 304- 310.

16
SAVA P, ITTHARAT D, GRIMM R, et al. Radio reflection imaging of asteroid and comet interiors I: Acquisition and imaging theory[J]. Advances in Space Research, 2015, 55 (9): 2149- 2165.

DOI

17
GRIMM R E, STILLMAN D E, SAVA P, et al. Radio reflection imaging of asteroid and comet interiors II: Results and recommendations[J]. Advances in Space Research, 2015, 55 (9): 2166- 2176.

DOI

18
SAVA P, ASPHAUG E. 3D radar wavefield migration of comet interiors[J]. Advances in Space Research, 2018, 62 (5): 1146- 1164.

DOI

19
SAVA P, ASPHSUG E. 3D radar wavefield tomography of comet interiors[J]. Advances in Space Research, 2018, 61 (8): 2198- 2213.

DOI

20
SORSA L I, TAKALA M, BAMBACH P, et al. Bistatic full-wave radar tomography detects deep interior voids, cracks, and boulders in a rubble-pile asteroid model[J]. The Astrophysical Journal, 2019, 872 (1): 44.

DOI

21
SORSA L I, TAKALA M, EYRAUS C, et al. A time-domain multigrid solver with higher-order born approximation for full-wave radar tomography of a complex-shaped target[J]. IEEE Transactions on Computational Imaging, 2020, 6, 579- 590.

DOI

22
DENG J, KOFMAN W, ZHU P, et al. EI+FWI method for reconstructing interior structure of asteroid using lander-to-orbiter bistatic radar system[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60, 1- 16.

23
王玉军, 刘涛, 宋晓骥, 等. 基于次表层雷达技术的小天体结构层析成像[J]. 雷达科学与技术, 2023, 21 (2): 184- 188.

WANG Y J, LIU T, SONG X J, et al. Internal structure tomography of asteroid based on subsurface penetrating radar[J]. Radar Science and Technology, 2023, 21 (2): 184- 188.

24
DUFAURE A, EYRAUD C, SORSA L I, et al. Imaging of the internal structure of an asteroid analogue from quasi-monostatic microwave measurement data-I. The frequency domain approach[J]. Astronomy & Astrophysics, 2023, 674, A72.

25
SORSA L I, YUSUF Y O, DUFAURE A, et al. Imaging of the internal structure of an asteroid analogue from quasi-monostatic microwave measurement data-II. The time domain approach[J]. Astronomy & Astrophysics, 2023, 674, A73.

26
胡超然, 韦明川. 基于快速分解后向投影算法的小天体快速三维成像[J]. 数据采集与处理, 2024, 39 (2): 312- 323.

HU C R, WEI M C. Fast 3D imaging of small solar system bodies based on FFBP algorithm[J]. Journal of Data Acquisition and Processing, 2024, 39 (2): 312- 323.

27
LAVOUÉ F, BROSSIER R, MÉTIVIER L, et al. Two-dimensional permittivity and conductivity imaging by full waveform inversion of multioffset GPR data: A frequency-domain quasi-Newton approach[J]. Geophysical Journal International, 2014, 197 (1): 248- 268.

DOI

28
FENG D, CAO C, WANG X. Multiscale full-waveform dual-parameter inversion based on total variation regularization to on-ground GPR data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57 (11): 9450- 9465.

DOI

29
ANAGAW A Y, SACCHI M D. Edge-preserving seismic imaging using the total variation method[J]. Journal of Geophysics and Engineering, 2012, 9 (2): 138- 146.

DOI

30
JIAO Y, CHENG B, HUANG Y, et al. Asteroid Kamo’oalewa’s journey from the lunar Giordano Bruno crater to Earth 1: 1 resonance[J]. Nature Astronomy, 2024: 1-8.

Options
文章导航

/

〈 〉