title	tags	summary
场景与事件仿真	simulation, scenario, discrete-event, montecarlo, validation	航天器系统仿真能告诉你什么、不能告诉你什么，以及为什么它给出的数字不是答案。

场景与事件仿真

航天器系统的仿真是模型的模型。它擅长的是设计之间的比较与参数空间的探索；它不擅长的是给单个数字背书。

定义

场景是一组指定的初始条件与事件：轨道、失效模式、环境以及仿真的时段。同场景不同实现的两次运行构成一次比较。

离散事件是状态发生改变的某一瞬间：指令被执行、传感器上报、部件失效。事件驱动仿真从一个这样的瞬间推进到下一个而非按固定步长推进，其精度取决于事件如何排程而非步长。

蒙特卡洛是在采样参数下重复一个场景，以得到分布而非一个值。

仿真结果是某个量在一定假设下算出的值。其不确定度由三部分构成，且量级通常很不一样：

把第二项当作第一项报告是仿真工作的典型失败，这也是为什么缺少模型假设陈述的蒙特卡洛数字不构成结果。

事件之间状态恒定，因此一次传播或一个区间可以解析计算而非按步进。这使轨道系统的事件驱动仿真在同等工作量下比定步长既更快也更准，也因此事件何时触发是建模决策而非实现细节。

即模型的单位。真正要紧的失效是场景以与实现不同的单位给出，这会产生一个合理的、但差了一千倍之某次幂的数字。

仿真很好地回答比较性问题：在定轨质量相同的前提下，两种位保策略五年内哪个更耗推进剂。它很差地回答绝对性问题，因为结果带有模型误差，再多次运行也无法去除。

最强的用法是检查设计中是否遗漏了分析者未发现的失效，做法是仿真该失效而非分析它。最弱的用法是为报告给出一个数字，而上述三种不确定度之别通常正是在那里丢失。

验证是最常被跳过也最重要的部分：仿真在能复现已测量的程度上才可信。若未做，仿真结果是一个带小数的假设。