引言
嫦娥三号是中国探月工程“绕、落、回”三步走战略中的第二步“落”的关键任务，于2013年12月2日由长征三号乙运载火箭从西昌卫星发射中心发射升空，12月14日成功在月球正面虹湾地区软着陆。这是中国航天器首次在地外天体实现软着陆和巡视勘察，标志着中国航天技术迈向深空探测的新阶段。本文将从发射、地月转移、环月飞行、动力下降、软着陆、月面工作等关键阶段，详细解析嫦娥三号工程涉及的核心技术，并总结其取得的科学成果。
一、 发射与入轨阶段
1.1 运载火箭：长征三号乙（CZ-3B）
嫦娥三号任务由长征三号乙增强型运载火箭发射。长征三号乙是在长征三号甲（CZ-3A）基础上捆绑四个液体助推器的大型三级火箭，地球同步转移轨道（GTO）运载能力达5.5吨，地月转移轨道（LTO）运载能力约3.8吨，完全满足嫦娥三号探测器（总重约3.78吨）的发射需求。
关键技术：
- 高精度制导与控制：采用惯性导航与卫星导航（北斗/GPS）组合制导，确保入轨精度。火箭飞行过程中，控制系统实时计算并调整飞行轨迹，将探测器送入预定的地月转移轨道。
- 可靠性设计：采用冗余设计，如双冗余惯性测量单元（IMU）、双冗余飞行控制计算机等，提高系统可靠性。
- 低温推进剂管理：三级发动机使用液氢液氧低温推进剂，需解决低温推进剂在长时间飞行中的蒸发和沉底问题。
发射流程：
- 垂直总装与测试：探测器在技术厂房完成总装和测试后，垂直转运至发射塔架。
- 加注推进剂：火箭各级加注液氧、煤油、液氢液氧等推进剂。
- 发射窗口：选择最佳发射窗口，确保探测器能准确进入地月转移轨道。嫦娥三号发射窗口为2013年12月2日1时30分（北京时间）。
- 点火起飞：火箭一级和四个助推器同时点火，提供初始推力。起飞约10秒后，程序转弯，进入预定轨道。
- 入轨：火箭三级两次点火，将探测器送入近地点约200公里、远地点约38万公里的地月转移轨道。
1.2 探测器结构
嫦娥三号探测器由着陆器和巡视器（玉兔号月球车）组成，总质量约3.78吨。着陆器质量约1.2吨，巡视器质量约1.4吨，剩余为推进剂。
- 着陆器：主体为圆柱形，顶部有太阳翼，底部有着陆缓冲机构，内部装有科学载荷、控制系统、推进系统等。
- 巡视器：六轮驱动，顶部有太阳翼，前方有桅杆和全景相机，内部有导航相机、避障相机、测月雷达等。
二、 地月转移与环月飞行阶段
2.1 地月转移轨道设计
嫦娥三号采用直接入轨方式，即火箭直接将探测器送入地月转移轨道，无需中途修正。地月转移轨道是霍曼转移轨道的一种，近地点约200公里，远地点约38万公里，飞行时间约4-5天。
关键技术：
- 轨道设计：利用地月引力场，设计最优转移轨道，减少推进剂消耗。嫦娥三号地月转移轨道倾角约5.5度，确保探测器能准确进入月球引力范围。
- 中途修正：由于入轨误差和轨道摄动，需进行中途修正。嫦娥三号在飞行过程中进行了3次中途修正，确保轨道精度。
- 轨道控制：使用推进系统进行轨道修正，推进剂为四氧化二氮/偏二甲肼（NTO/UDMH），比冲约280秒。
中途修正示例： 假设探测器在地月转移轨道上飞行，由于地球引力摄动和太阳引力摄动，轨道会发生偏差。控制系统通过测量探测器位置和速度，计算修正量，启动推进器进行修正。
# 伪代码示例：轨道修正计算
import numpy as np
def calculate_correction(current_state, target_state):
"""
计算轨道修正量
current_state: 当前状态 [位置, 速度]
target_state: 目标状态 [位置, 速度]
返回修正速度增量 delta_v
"""
# 计算位置误差和速度误差
pos_error = target_state[0] - current_state[0]
vel_error = target_state[1] - current_state[1]
# 使用Lambert问题求解（简化）
# 实际中使用更复杂的轨道力学模型
delta_v = vel_error + 0.1 * pos_error # 简化模型
return delta_v
# 示例数据
current_state = [np.array([0, 0, 0]), np.array([1000, 0, 0])] # 单位：km, km/s
target_state = [np.array([1000, 0, 0]), np.array([900, 0, 0])]
delta_v = calculate_correction(current_state, target_state)
print(f"修正速度增量: {delta_v} km/s")
注：实际轨道修正计算涉及复杂的轨道力学和最优控制理论，此处仅为示意。
2.2 环月飞行与近月制动
探测器进入月球引力范围后，需进行近月制动（也称“刹车”），将速度从约2.4 km/s降至约1.6 km/s，进入环月轨道。
关键技术：
- 近月制动：使用变轨发动机（7500N推力）进行制动，制动时间约10分钟。制动后进入近月点约100公里、远月点约100公里的圆轨道。
- 环月轨道调整：通过多次变轨，将轨道调整为近月点约15公里、远月点约100公里的椭圆轨道，为动力下降做准备。
- 月球重力场建模：月球重力场不均匀，需精确建模以确保轨道控制精度。嫦娥三号使用了中国自主建立的月球重力场模型。
环月轨道调整示例：
# 伪代码示例：环月轨道调整
def orbit_adjustment(current_orbit, target_orbit):
"""
计算轨道调整所需的 delta_v
current_orbit: 当前轨道参数 [近月点, 远月点, 倾角]
target_orbit: 目标轨道参数
"""
# 使用轨道力学公式计算 delta_v
# 近月点调整：调整远月点
# 远月点调整：调整近月点
# 倾角调整：在轨道交点处进行
# 简化计算：假设调整近月点
r1 = current_orbit[0] # 当前近月点
r2 = target_orbit[0] # 目标近月点
mu = 4902.8 # 月球引力常数 km^3/s^2
# 计算速度变化
v1 = np.sqrt(mu * (2/r1 - 1/((r1 + r2)/2))) # 当前速度
v2 = np.sqrt(mu * (2/r1 - 1/((r1 + r2)/2))) # 目标速度（简化）
delta_v = abs(v2 - v1)
return delta_v
# 示例
current_orbit = [100, 100, 0] # km, km, 度
target_orbit = [15, 100, 0]
delta_v = orbit_adjustment(current_orbit, target_orbit)
print(f"轨道调整 delta_v: {delta_v} km/s")
三、 动力下降与软着陆阶段
3.1 动力下降过程
动力下降是嫦娥三号任务最复杂、最关键的阶段，从高度约15公里开始，到着陆器着陆，全程约12分钟。分为以下几个阶段：
- 主减速段：高度15公里至2.4公里，速度从约1.7 km/s降至约0.1 km/s。
- 快速调整段：高度2.4公里至100米，调整姿态和位置，为避障做准备。
- 粗避障段：高度100米至30米，识别障碍物，选择安全着陆点。
- 精避障段：高度30米至4米，精确避障，确保着陆点安全。
- 缓速下降段：高度4米至0米，速度降至约0.1 m/s，实现软着陆。
3.2 关键技术
3.2.1 惯性导航与光学导航融合
动力下降过程中，探测器需实时确定自身位置和速度。由于月球没有全球导航系统，需使用惯性导航（IMU）与光学导航（降落相机、避障相机）融合。
惯性导航原理： 惯性导航系统通过加速度计和陀螺仪测量探测器的加速度和角速度，通过积分计算位置和速度。但惯性导航存在累积误差，需定期用光学导航修正。
光学导航原理：
- 降落相机：在高度约15公里至2公里时，拍摄月面图像，通过图像匹配确定位置。
- 避障相机：在高度约100米至4米时，拍摄月面图像，识别障碍物（如陨石坑、岩石）。
导航融合算法示例：
# 伪代码示例：惯性导航与光学导航融合
import numpy as np
class NavigationFusion:
def __init__(self):
self.imu_state = np.array([0, 0, 0, 0, 0, 0]) # [位置, 速度]
self.optical_state = None
self.kalman_filter = KalmanFilter() # 卡尔曼滤波器
def update_imu(self, acceleration, angular_rate, dt):
"""更新惯性导航状态"""
# 积分计算位置和速度
self.imu_state[3:6] += acceleration * dt # 速度更新
self.imu_state[0:3] += self.imu_state[3:6] * dt # 位置更新
def update_optical(self, image_position):
"""更新光学导航状态"""
self.optical_state = image_position
def fuse_navigation(self):
"""融合导航数据"""
if self.optical_state is not None:
# 使用卡尔曼滤波融合
fused_state = self.kalman_filter.update(self.imu_state, self.optical_state)
self.imu_state = fused_state
self.optical_state = None
return self.imu_state
# 示例
nav = NavigationFusion()
# 模拟IMU更新
nav.update_imu(np.array([0, 0, -1.62]), np.array([0, 0, 0]), 0.1) # 月球重力加速度
# 模拟光学更新
nav.update_optical(np.array([100, 200, 0]))
# 融合
fused_state = nav.fuse_navigation()
print(f"融合后位置: {fused_state[0:3]}")
3.2.2 避障技术
避障是软着陆的核心，分为粗避障和精避障。
- 粗避障：在高度100米至30米，使用降落相机拍摄月面图像，通过图像处理识别陨石坑和岩石，选择安全区域。
- 精避障：在高度30米至4米，使用避障相机拍摄高分辨率图像，通过激光测距和图像分析，精确避开障碍物。
图像处理与避障算法示例：
# 伪代码示例：图像处理与避障
import cv2
import numpy as np
def obstacle_detection(image):
"""检测障碍物"""
# 转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 边缘检测
edges = cv2.Canny(gray, 50, 150)
# 形态学操作去除噪声
kernel = np.ones((3, 3), np.uint8)
edges = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel)
# 寻找轮廓
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
obstacles = []
for contour in contours:
area = cv2.contourArea(contour)
if area > 100: # 面积阈值
x, y, w, h = cv2.boundingRect(contour)
obstacles.append((x, y, w, h))
return obstacles
def safe_landing_zone(image, obstacles):
"""选择安全着陆区域"""
# 简化：选择远离障碍物的区域
height, width = image.shape[:2]
safe_zones = []
for obs in obstacles:
x, y, w, h = obs
# 标记障碍物周围为危险区域
danger_zone = (x-50, y-50, w+100, h+100)
safe_zones.append(danger_zone)
# 选择中心区域作为安全着陆点
center_x = width // 2
center_y = height // 2
return (center_x, center_y)
# 示例
image = cv2.imread('lunar_surface.jpg') # 假设有月面图像
obstacles = obstacle_detection(image)
safe_point = safe_landing_zone(image, obstacles)
print(f"安全着陆点: {safe_point}")
3.2.3 推进系统
动力下降使用变轨发动机（7500N推力）和姿态控制发动机（150N推力）。
- 变轨发动机：用于主减速和缓速下降，推力可调（0-7500N）。
- 姿态控制发动机：用于调整探测器姿态，确保降落相机和避障相机对准月面。
推进系统控制示例：
# 伪代码示例：推进系统控制
class PropulsionControl:
def __init__(self):
self.throttle = 0 # 推力百分比（0-100%）
self.attitude = np.array([0, 0, 0]) # 姿态角 [俯仰, 偏航, 滚转]
def set_throttle(self, target_throttle):
"""设置推力"""
# 推力变化率限制
max_rate = 10 # %/s
if target_throttle > self.throttle:
self.throttle = min(self.throttle + max_rate, target_throttle)
else:
self.throttle = max(self.throttle - max_rate, target_throttle)
def control_attitude(self, target_attitude):
"""控制姿态"""
# 使用姿态控制发动机调整
# 简化：直接设置
self.attitude = target_attitude
def get_thrust(self):
"""获取当前推力"""
return 7500 * (self.throttle / 100) # N
# 示例
prop = PropulsionControl()
prop.set_throttle(50) # 设置50%推力
prop.control_attitude(np.array([0, 0, 0])) # 保持水平
thrust = prop.get_thrust()
print(f"当前推力: {thrust} N")
3.3 着陆缓冲
着陆器底部有四个着陆缓冲机构（每个机构包含一个缓冲器和一个着陆腿），在着陆瞬间吸收冲击能量，确保探测器安全。
- 缓冲器：使用铝蜂窝材料，通过塑性变形吸收能量。
- 着陆腿：可展开，着陆后锁定。
四、 月面工作阶段
4.1 着陆器工作
着陆器在月面工作约一年，主要科学任务包括：
- 月基光学望远镜：观测宇宙，不受大气干扰。
- 月基极紫外相机：观测地球等离子体层。
- 测月雷达：探测月壤厚度和结构。
- 月面粒子探测器：测量月面辐射环境。
4.2 巡视器（玉兔号）工作
玉兔号月球车在月面工作约3个月，行驶约114米，获取了大量科学数据。
- 全景相机：拍摄月面图像，用于地形分析。
- 测月雷达：探测月壤厚度（约5米）和地下结构。
- 粒子激发X射线谱仪：分析月面元素成分。
- 红外成像光谱仪：分析月面矿物成分。
4.3 关键技术：月面移动与通信
- 月面移动：玉兔号采用六轮驱动，每个轮子独立控制，可适应复杂地形。移动速度约0.2 km/h。
- 月面通信：着陆器与巡视器通过UHF波段通信，着陆器再通过X波段与地球通信。通信距离约10公里。
月面移动控制示例：
# 伪代码示例：月面移动控制
class RoverMobility:
def __init__(self):
self.wheels = [0, 0, 0, 0, 0, 0] # 六个轮子的速度（0-100%）
self.position = np.array([0, 0]) # 位置 [x, y]
def set_wheel_speed(self, wheel_index, speed):
"""设置单个轮子速度"""
self.wheels[wheel_index] = speed
def move_forward(self, distance):
"""向前移动"""
# 简化：假设所有轮子速度相同
avg_speed = np.mean(self.wheels)
if avg_speed > 0:
# 计算移动距离（简化模型）
self.position[0] += distance
print(f"移动到位置: {self.position}")
else:
print("轮子未启动")
def avoid_obstacle(self, obstacle_position):
"""避障移动"""
# 简化：转向避开
if obstacle_position[0] < self.position[0]:
# 左转
self.wheels[0] = 50 # 左前轮
self.wheels[1] = 50 # 左后轮
self.wheels[2] = 100 # 右前轮
self.wheels[3] = 100 # 右后轮
print("左转避障")
else:
# 右转
self.wheels[0] = 100
self.wheels[1] = 100
self.wheels[2] = 50
self.wheels[3] = 50
print("右转避障")
# 示例
rover = RoverMobility()
rover.set_wheel_speed(0, 80) # 设置左前轮速度
rover.set_wheel_speed(1, 80) # 设置左后轮速度
rover.set_wheel_speed(2, 80) # 设置右前轮速度
rover.set_wheel_speed(3, 80) # 设置右后轮速度
rover.move_forward(10) # 向前移动10米
rover.avoid_obstacle([5, 0]) # 避开前方障碍物
五、 科学成果
5.1 月面环境探测
- 月壤厚度：测月雷达探测到月壤厚度约5米，为月球资源利用提供数据。
- 月面辐射：粒子探测器测量了月面辐射剂量，为未来载人登月提供参考。
- 月面温度：着陆器测量了月面昼夜温度变化（-180°C至100°C）。
5.2 月球地质与矿物分析
- 元素成分：粒子激发X射线谱仪分析了月面元素，发现富含钛、铁等元素。
- 矿物成分：红外成像光谱仪识别了橄榄石、辉石等矿物，为月球演化研究提供依据。
5.3 月基天文观测
- 月基光学望远镜：观测到多个天体，验证了月基天文观测的可行性。
- 月基极紫外相机：观测地球等离子体层，研究地球空间环境。
5.4 工程验证
- 软着陆技术：验证了高精度软着陆技术，为后续嫦娥四号、五号任务奠定基础。
- 巡视器技术：验证了月面移动、通信、能源管理等技术。
- 深空测控：验证了中国深空测控网（佳木斯、喀什深空站）的测控能力。
六、 总结
嫦娥三号探月工程是中国航天史上的里程碑，从发射到落月的全过程涉及多项关键技术，包括高精度轨道设计、惯性导航与光学导航融合、避障技术、推进系统控制、月面移动与通信等。这些技术的成功应用，不仅实现了中国首次地外天体软着陆和巡视勘察，还取得了丰富的科学成果，为后续探月任务和深空探测奠定了坚实基础。嫦娥三号的成功，标志着中国已具备独立开展深空探测的能力，为人类探索月球和深空做出了重要贡献。
参考文献
- 中国国家航天局. 嫦娥三号任务报告.
- 叶培建, 等. 嫦娥三号探测器技术. 航天器工程, 2014.
- 欧阳自远, 等. 月球科学概论. 科学出版社, 2005.
- NASA. Lunar Reconnaissance Orbiter Mission. 2009.
- ESA. SMART-1 Mission. 2003.
（注：本文中的代码示例为简化模型，用于说明原理，实际工程中使用更复杂的算法和硬件系统。）