2. 坐标系与姿态表示：地心惯性坐标系、本体坐标系、欧拉角、四元数、方向余弦矩阵
做卫星仿真，第一件事不是写代码，而是把坐标系搞明白。我见过太多新手，代码写得飞起，结果姿态算出来全是错的——最后发现是坐标系搞反了。说白了，坐标系就是卫星的「世界观」，你用什么尺子量，结果就长什么样。
这一节，我们聊聊卫星仿真里最常用的几个坐标系，以及怎么描述卫星「转了多少、朝向哪」。嗯，内容有点干，但都是硬通货。
2.1 地心惯性坐标系（ECI）
地心惯性坐标系，简称 ECI。你可以把它想象成宇宙里的一个「绝对参考系」——它不跟着地球转。
它的定义是这样的：
- 原点：地球质心
- X 轴：指向春分点（就是太阳从南往北穿过赤道那一点）
- Z 轴：指向北极（地球自转轴方向）
- Y 轴：右手定则，X 叉乘 Z 得到
为什么需要它？因为卫星的轨道运动，在惯性系里描述最方便。牛顿定律只适用于惯性系，你想想看，如果坐标系跟着地球转，那卫星的受力分析就多了一堆科里奥利力，多麻烦。
我个人的习惯：在仿真里，所有轨道积分、太阳位置计算，一律在 ECI 下做。等算完了，再转到其他坐标系去用。
小提示：常用的 ECI 系有 J2000 和 TEME 两种。J2000 是标准版本，TEME 是两行轨道根数（TLE）用的。如果你用 TLE 数据，记得用 TEME，别混了。我曾经在这上面吃过亏，算出来的星下点偏了十几公里。
2.2 本体坐标系（Body Frame）
本体坐标系，就是「长在卫星身上的坐标系」。它跟着卫星一起转。
定义很简单：
- 原点：卫星质心
- X 轴：通常指向卫星飞行方向（前向）
- Y 轴：指向卫星右侧
- Z 轴：指向地面（或天顶，看具体定义）
为什么需要它？因为卫星上的传感器、推力器、太阳帆板，都是固定在卫星本体上的。你要知道「太阳帆板朝哪」，就得用本体坐标系。
我做过一个项目，卫星上装了 4 个反作用飞轮，每个飞轮的安装方向都不一样。如果不把飞轮的力矩从本体坐标系转到惯性系，控制律根本没法写。
2.3 方向余弦矩阵（DCM）
方向余弦矩阵，说白了就是一个 3x3 的旋转矩阵。它能把一个向量从一个坐标系转到另一个坐标系。
假设你有一个向量 v 在坐标系 A 里表示为 v_A，你想知道它在坐标系 B 里长什么样：
v_B = C_AB * v_A其中 C_AB 就是方向余弦矩阵。它的每一列，其实就是坐标系 A 的基向量在坐标系 B 里的投影。
举个例子：
import numpy as np
# 绕 Z 轴转 30 度
theta = np.radians(30)
C = np.array([
[np.cos(theta), np.sin(theta), 0],
[-np.sin(theta), np.cos(theta), 0],
[0, 0, 1]
])
v_A = np.array([1, 0, 0])
v_B = C @ v_A
print(v_B) # 输出：[0.866, -0.5, 0]注意：方向余弦矩阵是正交矩阵，它的逆等于它的转置。也就是说，C_BA = C_AB^T。这个性质在仿真里非常有用——你只需要存一个矩阵，来回转就行了。
2.4 欧拉角
欧拉角，可能是最直观的姿态表示法。它用三个角度来描述旋转：
- 滚转角（Roll）：绕 X 轴转
- 俯仰角（Pitch）：绕 Y 轴转
- 偏航角（Yaw）：绕 Z 轴转
但这里有个坑——旋转顺序。同样是 (30°, 20°, 10°)，按 ZYX 顺序转和按 XYZ 顺序转，结果完全不同。
我建议你统一用 ZYX 顺序（先偏航、再俯仰、最后滚转），这是航空航天领域的惯例。
from scipy.spatial.transform import Rotation as R
# 欧拉角转方向余弦矩阵
euler = [30, 20, 10] # 单位：度
r = R.from_euler('zyx', euler, degrees=True)
C = r.as_matrix()
print(C)避坑指南：欧拉角有个著名的「万向锁」问题。当俯仰角接近 ±90° 时，滚转和偏航会变得无法区分。我当年做半物理仿真时，就因为这个 bug 查了整整两天。所以，如果你要做大角度机动，别用欧拉角，用四元数。
2.5 四元数
四元数，是姿态仿真的「瑞士军刀」。它没有万向锁，计算效率高，插值平滑。
一个四元数长这样：
q = [q0, q1, q2, q3]其中 q0 是标量部分，[q1, q2, q3] 是向量部分。它满足：
q0^2 + q1^2 + q2^2 + q3^2 = 1四元数乘法的规则有点绕，但别怕，直接用库：
from scipy.spatial.transform import Rotation as R
import numpy as np
# 定义两个旋转
q1 = R.from_euler('z', 30, degrees=True).as_quat()
q2 = R.from_euler('y', 45, degrees=True).as_quat()
# 四元数乘法：先转 q1，再转 q2
q_total = R.from_quat(q2) * R.from_quat(q1)
print(q_total.as_quat())我的经验：在仿真里，我通常用四元数做姿态积分，用方向余弦矩阵做坐标变换，用欧拉角做可视化。各取所长，别死磕一种。
2.6 知识体系总览
下面这张图，是我自己总结的坐标系与姿态表示的核心逻辑。你照着这个思路走，基本不会乱。
2.7 总结与建议
这一节内容不少，我帮你捋一下重点：
- ECI 系：做轨道计算用，别偷懒
- 本体系：做姿态控制用，传感器数据都在这里
- DCM：做坐标变换用，简单直接
- 欧拉角：做可视化用，但小心万向锁
- 四元数：做姿态积分用，稳定可靠
我个人建议，刚开始做仿真时，先把 ECI 和本体系之间的 DCM 写对。这一步对了，后面所有姿态计算都不会跑偏。嗯，就这些，动手试试吧。