2. 航天器任务需求与总体参数映射

航天器总体设计的起点不是某个分系统的技术指标，而是任务需求。任务需求通常以自然语言和任务书形式给出，例如“实现对某区域每3天重访一次、地面分辨率优于1 m、在轨工作5年”。总体设计师的核心工作，是把这些面向任务目标的表述，逐层分解为可量化、可验证、可分配的总体参数，并建立需求与参数之间的双向追踪关系。本节围绕“任务目标→轨道→寿命→载荷能力→总体参数”的分解主线，说明映射方法、需求跟踪矩阵的构建，以及参数敏感度的初步识别。

一、需求分解的基本逻辑

任务需求可分为三个层次：任务级需求（做什么、达到什么效果）、系统级需求（航天器整体应具备的能力）、分系统级需求（各分系统承担的指标）。总体参数处于系统级，是连接任务目标与分系统指标的桥梁。分解时遵循两条原则：一是可量化，任何需求最终都要落到带数值和单位的参数上；二是可追溯，每个参数都能回答“它来自哪条需求、由谁验证”。

以对地观测任务为例，任务目标“区域重访”首先映射为轨道参数：轨道高度、倾角、回归周期、升交点赤经。重访周期与回归特性直接相关，而地面分辨率则映射为载荷参数：口径、焦距、像元尺寸、轨道高度共同决定地面采样距离。寿命需求映射为推进剂储量、部件寿命、冗余配置等总体参数。载荷能力（幅宽、分辨率、谱段）又反过来约束轨道高度与姿态机动能力。可见映射不是单向链条，而是带反馈的网络。

二、从任务目标到总体参数的映射路径

下面用一张关系图表达本节的核心映射结构。图中左侧为任务需求层，中间为轨道、寿命、载荷三类中间量，右侧为总体参数层，箭头表示“决定/约束”方向，虚线表示反馈修正。

三、需求跟踪矩阵的构建

需求跟踪矩阵（Requirements Traceability Matrix, RTM）是防止需求遗漏和参数“无主”的关键工具。矩阵的行是任务需求，列是总体参数，交叉格填写映射关系类型（直接决定、间接影响、约束）和当前取值。构建步骤为：先列出全部任务需求并编号；再为每条需求识别其直接影响的总体参数；然后反向检查每个总体参数是否至少被一条需求覆盖；最后标注验证方式（分析、仿真、试验）。

下表给出一个对地观测任务的简化RTM示例，数值为教学假设，用于说明填写方式。

矩阵的价值在于暴露冲突。例如R-01要求短重访，倾向于降低轨道高度；而R-02在固定像元下要求低高度，但低高度会缩短寿命、增加大气阻力，与R-03冲突。此时总体设计师需要在参数空间中寻找折中，而不是单独满足某一条需求。

四、参数敏感度的初步识别

敏感度描述“输入参数变化对输出指标的影响程度”。初步识别不需要完整仿真，可用解析关系或一阶差分估计。以地面采样距离GSD为例，其近似关系为：

GSD ≈ (p / f) × h

其中：
p — 探测器像元尺寸（m）
f — 光学系统焦距（m）
h — 轨道高度（m）

对h求偏导可得 ∂GSD/∂h = p/f，说明GSD对轨道高度近似线性敏感。若p=8 μm、f=8 m，则高度每增加1 km，GSD增大约1 m。反过来，若要求GSD≤1 m，则高度上限约为1000 km（在固定p/f下）。这种一阶敏感度可以快速判断哪个参数是“主导参数”。

敏感度识别通常关注三类参数：高敏感参数（微小变化引起指标显著变化，需严格控制）、低敏感参数（可在较大范围内调整，用于权衡余量）、耦合参数（同时影响多个指标，如轨道高度同时影响重访、分辨率、寿命和功耗）。识别方法包括：单变量扰动法、归一化敏感度系数 S = (∂Y/Y)/(∂X/X)，以及基于设计变量的量纲分析。

五、映射过程中的常见问题

• 需求不可量化：“高分辨率”“长寿命”无法直接映射，必须先转化为数值门限和单位。
• 参数无主：某个总体参数找不到来源需求，说明可能是冗余设计或需求遗漏，需回溯确认。
• 单向映射：只做正向分解，忽略载荷与平台对任务目标的反向约束，导致方案后期不可行。
• 敏感度误判：把低敏感参数当作关键参数反复优化，浪费设计资源。

综上，任务需求到总体参数的映射，本质是建立一条可追溯、可量化、可反馈的链路。需求跟踪矩阵保证“每条需求有参数承接、每个参数有需求来源”，敏感度分析则帮助识别哪些参数值得优先权衡。两者结合，才能为后续的总体参数优化提供清晰的问题边界和设计变量集合。