CN105825053B - 一种基于可见光谱的空间碎片姿态分析方法 - Google Patents
一种基于可见光谱的空间碎片姿态分析方法 Download PDFInfo
- Publication number
- CN105825053B CN105825053B CN201610146136.2A CN201610146136A CN105825053B CN 105825053 B CN105825053 B CN 105825053B CN 201610146136 A CN201610146136 A CN 201610146136A CN 105825053 B CN105825053 B CN 105825053B
- Authority
- CN
- China
- Prior art keywords
- space junk
- spectrum
- space
- directed toward
- junk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
一种基于可见光谱的空间碎片姿态分析方法,包括如下步骤:步骤1,空间碎片光谱数据采集,记为观测谱;步骤2,光谱数据预处理;步骤3,建立空间碎片的三维模型,确定各面元的法线方向及材料谱;步骤4,利用在轨测量,确定空间碎片质心到测站的方向矢量和空间碎片质心到太阳的方向矢量;步骤5,记空间碎片的偏航角、俯仰角、滚动角,计算旋转矩阵R;步骤6,计算在本体参考系下的空间碎片指向测站的方向矢量和空间碎片指向太阳的方向矢量;步骤7,由朗伯散射模型计算预测谱;步骤8,计算预测谱与观测谱之差的欧氏范数(残余)作为姿态指向判别度量;步骤9,估计目标指向,以最小残余所对应的偏航角、俯仰角、滚动角作为空间碎片姿态的空间指向。本发明有效适用于深空环境、准确性更高。
Description
技术领域
本发明涉及载人航天实施空间监测技术领域,尤其是一种基于可见光谱的空间碎片姿态分析方法。
背景技术
自1957年10月前苏联发射首颗人造地球卫星以来,美国、法国、日本也相继发射了人造地球卫星,中国也于1970年发射了第一颗自己的人造地球卫星“东方红一号”;据2013年统计,截止2013年5月31号,在轨运行的人造地球卫星总数为1071颗;而目前具体有多少颗卫星,并不确定,因为该数字几乎每天都会在变,有新的卫星发射,也有老卫星失效后被废弃;并且随着小(纳、皮)卫星的发射,其数量变化更快。
人类几十年的空间探索活动产生了大量的空间碎片,对人类航天活动的安全造成严重威胁,成为空间环境的主要污染源,并在一定程度上对航天活动的正常开展产生了影响。
传统空间碎片测量以位置信息测量为主,包括空间碎片的三维位置坐标、速度、加速度等参数,可衍生出各类地球轨道参数。为了提高空间碎片的监测预警能力,对测量系统除了要求获得其位置信息之外,更需要获得空间碎片的特征信息,如空间碎片姿态等特征信息,它对空间监测、预警尤为重要。
光谱测量技术是空间碎片状态分析的一种重要方法,空间碎片一般本身并不发光,其亮度来自太阳光的反射,仅由亮度变化不足以分辨空间碎片的材料组成及空间指向,分析其光谱特征成为我们辨认空间碎片姿态的主要手段。
在地基(地面观测站)条件下,光谱仪所获取光谱由空间碎片材料成分、太阳光谱、地球大气吸收谱,以及测量过程中产生的噪声等因素综合决定,因而由光谱推断空间碎片指向并没有一个解析解。本发明采用穷举搜索方法,对空间碎片姿态指向作判别。
空间碎片的测量有雷达测量和光学测量,雷达测量可以克服天气、太阳和及地影的影响,能全天候全天时工作,但由于雷达测量时,其反射回波信号的强度与距离的四次方成反比,因而雷达测量比较适合于低地球轨道的空间碎片;而对于无源光学测量,信号反射强度与物体的距离的平方成反比,因而能探测高轨道空间碎片,另外它仅接收空间碎片对太阳光的反射,属于被动探测形式,可较好的适合于某些特殊场合。
发明内容
为了克服已有空间碎片姿态指向分析方法无法适用于深空环境、准确性较差的不足,本发明提供一种有效适用于深空环境、准确性更高的基于可见光谱的空间碎片姿态分析方法。
本发明解决其技术问题所采用的技术方案是:
一种基于可见光谱的空间碎片姿态分析方法,所述方法包括如下步骤:
步骤1,空间碎片光谱数据采集:利用光谱仪,采集空间碎片光谱数据,记为观测谱Ytest;
步骤2,光谱数据预处理:进行去噪处理;
步骤3,建立空间碎片的3维模型,确定各面元的法线方向及材料谱;
步骤4,利用在轨测量,确定空间碎片质心到测站的方向矢量o*和空间碎片质心到太阳的方向矢量s*;
步骤5,记空间碎片的偏航角Yaw、俯仰角Pitch、滚动角Roll,计算旋转矩阵R,有:
R=Rx(Roll)*Ry(Pitch)Rz(Yaw)
其中:
步骤6,计算在本体参考系下的空间碎片指向测站的方向矢量o和空间碎片指向太阳的方向矢量s
步骤7,由朗伯散射模型计算预测谱:
其中,A为k个材料谱所组成矩阵,ai表示第i面元的面积,ni表示第i面元的法线矢量,其中,点积运算符〈·,·〉还要求满足,对任意实数y∈R,y表示由点积运算结果值:
步骤8,计算预测谱Ypred与观测谱Ytest之差的欧氏范数(残余)作为姿态指向判别度量,记残余:
残余=||Ypred-Ytest||2
步骤9,估计空间碎片姿态指向,以最小残余所对应的偏航角Yaw、俯仰角Pitch、滚动角Roll作为空间碎片姿态的空间指向。
进一步,所述步骤2中,去噪处理的过程如下:
2.1)阈值化;
选取阈值Th,若光谱数据x大于该阈值,则设置该项数据为所选择的阈值Th;若小于0,则设置该值为0;其它情形,保持不变;
2.2)将可见光范围数据规整到[400-700]nm,以消除二级谱的混入。
本发明的有益效果主要表现在:有效适用于深空环境、准确性更高。
附图说明
图1是一种基于可见光谱的空间碎片姿态分析方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1,一种基于可见光谱的空间碎片姿态分析方法,包括如下步骤:
步骤1,空间碎片光谱数据采集:利用光谱仪,采集空间碎片光谱数据;
步骤2,光谱数据预处理;
由于测量仪器精度及大气湍流等因素影响,所获取光谱数据中存在噪声,为此采用如下方法作数据预处理:
2.1)阈值化;
选取阈值Th,若光谱数据x大于该阈值,则设置该项数据为所选择的阈值Th;若小于0,则设置该值为0;其它情形,保持不变。
2.2)将可见光范围数据规整到[400-700]nm,以消除二级谱的混入;
步骤3,建立空间碎片的3维模型,确定各面元的法线方向及材料谱;
步骤4,利用在轨测量,确定空间碎片质心到测站的方向矢量o*和空间碎片质心到太阳的方向矢量s*;
步骤5,记空间碎片的偏航角(Yaw)、俯仰角(Pitch)、滚动角(Roll),计算旋转矩阵R,有:
R=Rx(Roll)*Ry(Pitch)Rz(Yaw)
其中:
步骤6,计算在本体参考系下的空间碎片指向测站的方向矢量o和空间碎片指向太阳的方向矢量s
步骤7,由朗伯散射模型计算预测谱:
其中A为k个材料谱所组成矩阵,ai表示第i面元的面积,ni表示第i面元的法线矢量,其中,点积运算符〈·,·〉还要求满足,对任意实数y∈R,y表示由点积运算结果值:
步骤8,计算预测谱Ypred与测试谱Ytest之差的欧氏范数(残余)作为姿态指向判别度量,记残余:
残余=||Ypred-Ytest||2
步骤9,估计空间碎片指向,以最小残余所对应的偏航角Yaw、俯仰角Pitch、滚动角Roll作为空间碎片姿态的空间指向。
实例:一种基于可见光谱的空间碎片姿态分析方法,包括如下步骤
(1)构造空间碎片3D模型;利用STK的VO模块设置验证空间碎片的3D模型;
(2)选择空间碎片表面覆盖材料谱,基于公开报道文献获取材料光谱数据;
(3)计算以空间碎片本体为参考系下的面元法线矢量,如单位立方体,则六面的法线矢量表示为
(4)由仿真观测谱验证空间碎片姿态指向,取三个姿态角的搜索范围为[-180,180],搜索步长为5°,设置的三个姿态角为[13.6,-37.9,167.0];在前10个最小残余所对应的姿态角中有两个满足我们的要求(估计姿态角与实际姿态角之差小于10°):[15.0,-40,160]、[20,-35,165]。
Claims (2)
1.一种基于可见光谱的空间碎片姿态分析方法,其特征在于:所述方法包括如下步骤:
步骤1,空间碎片光谱数据采集:利用光谱仪,采集空间碎片光谱数据,记为观测谱Ytest;
步骤2,光谱数据预处理:进行去噪处理;
步骤3,建立空间碎片的3维模型,确定各面元的法线方向及材料谱;
步骤4,利用在轨测量,确定空间碎片质心到测站的方向矢量o*和空间碎片质心到太阳的方向矢量s*;
步骤5,记空间碎片的偏航角Yaw、俯仰角Pitch、滚动角Roll,计算旋转矩阵R,有:
R=Rx(Roll)*Ry(Pitch)Rz(Yaw)
其中:
步骤6,计算在本体参考系下的空间碎片指向测站的方向矢量o和空间碎片指向太阳的方向矢量s
步骤7,由朗伯散射模型计算预测谱:
其中,A为k个材料谱所组成矩阵,ai表示第i面元的面积,ni表示第i面元的法线矢量,其中,点积运算符<·,·>还要求满足,对任意实数y∈R,y表示由点积运算结果值:
步骤8,计算预测谱Ypred与观测谱Ytest之差的欧氏范数(残余)作为姿态指向判别度量,记残余:
残余=||Ypred-Ytest||2
步骤9,估计空间碎片指向,以最小残余所对应的偏航角Yaw、俯仰角Pitch、滚动角Roll作为空间碎片姿态的空间指向。
2.如权利要求1所述的一种基于可见光谱的空间碎片姿态分析方法,其特征在于:所述步骤2中,去噪处理的过程如下:
2.1)阈值化;
选取阈值Th,若光谱数据x大于该阈值,则设置该项数据为所选择的阈值Th;若小于0,则设置该值为0;其它情形,保持不变;
2.2)将可见光范围数据规整到[400-700]nm,以消除二级谱的混入。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610146136.2A CN105825053B (zh) | 2016-03-15 | 2016-03-15 | 一种基于可见光谱的空间碎片姿态分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610146136.2A CN105825053B (zh) | 2016-03-15 | 2016-03-15 | 一种基于可见光谱的空间碎片姿态分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105825053A CN105825053A (zh) | 2016-08-03 |
CN105825053B true CN105825053B (zh) | 2019-04-23 |
Family
ID=56987904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610146136.2A Active CN105825053B (zh) | 2016-03-15 | 2016-03-15 | 一种基于可见光谱的空间碎片姿态分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105825053B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101718867A (zh) * | 2009-11-06 | 2010-06-02 | 北京航空航天大学 | 适用于高光谱图像压缩的预测系数估计方法及装置 |
-
2016
- 2016-03-15 CN CN201610146136.2A patent/CN105825053B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101718867A (zh) * | 2009-11-06 | 2010-06-02 | 北京航空航天大学 | 适用于高光谱图像压缩的预测系数估计方法及装置 |
Non-Patent Citations (4)
Title |
---|
Adaptive fuzzy sliding mode control for flexible satellite;Ping Guan et al;《Engineering Application of Artificial Intelligence》;20050209;第2005年卷(第18期);451-459 |
Surface Material Characterization from Multi-band Optical Observations;Hall D et al;《Advanced Maui Optical & Space Surveillance Technologies Conference》;20101231;摘要以及第1-4节 |
实时星场模拟器中的坐标变换;许世文;《哈尔滨工业大学学报》;19981031;第30卷(第5期);118-120 |
空中目标姿态测量技术及其仿真实验研究;李清安;《万方学位论文库》;20070807;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN105825053A (zh) | 2016-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sutherland et al. | Field measurements and scaling of ocean surface wave‐breaking statistics | |
Pal et al. | Elastic-backscatter-lidar-based characterization of the convective boundary layer and investigation of related statistics | |
Kaufman et al. | Determination of surface albedos and aerosol extinction characteristics from satellite imagery | |
CN106021864B (zh) | 星载散射计后向散射系数的检验方法和装置 | |
CN109298410A (zh) | 一种海洋溢油探测激光雷达 | |
Qie et al. | Characteristics of positive cloud‐to‐ground lightning in Da Hinggan Ling forest region at relatively high latitude, northeastern China | |
CN110095784A (zh) | 一种复杂环境影响下的海洋-低层大气激光传输建模方法 | |
CN106949907B (zh) | 一种舷窗式星敏系统测试方法 | |
CN103278861A (zh) | 水下高光谱成像系统 | |
CN107368617B (zh) | 基于Lowtran7大气软件的地空探测红外成像系统作用距离计算方法 | |
CN115797760B (zh) | 主被动融合的水质立体遥感反演方法、系统及存储介质 | |
Chen et al. | OLE: A novel oceanic LiDAR emulator | |
CN107976686A (zh) | 一种多视场角海洋激光雷达及其视场角择优方法 | |
CN103278804A (zh) | 一种波导超视距雷达 | |
Pettersson et al. | Directional wave measurements from three wave sensors during the FETCH experiment | |
Stine et al. | Light diffusion through high-speed turbulent boundary layers | |
CN107870332A (zh) | 一种风廓线雷达大气湍流能量探测系统及方法 | |
Cossio et al. | Predicting topographic and bathymetric measurement performance for low-SNR airborne lidar | |
CN102445712B (zh) | 面向岩矿的特征窗口加权相关光谱匹配方法 | |
CN105825231A (zh) | 一种基于人工智能的空间碎片光谱特征分类方法 | |
Nie et al. | Signal-to-noise ratio–based quality assessment method for ICESat/GLAS waveform data | |
CN105825053B (zh) | 一种基于可见光谱的空间碎片姿态分析方法 | |
CN203444122U (zh) | 一种水下高光谱成像系统 | |
Arst et al. | Data processing and interpretation of sea radiance factor measurements | |
CN104268569B (zh) | 一种基于超低色散光谱特征的空间碎片分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |