CN106772466B - 一种基于形状特征搜索的近地卫星目标自动捕获算法 - Google Patents

Abstract

本发明提供了一种基于形状特征搜索的近地卫星目标自动捕获算法，利用建立天线的方向图模型，然后将目标与天线相对运动形成的电压的变化率曲线作为待检测曲线，在天线的方向图模型中搜索最符合该曲线特征的起始点和终止点，最后利用终止点确定目标与天线电轴的相对位置，从而控制天线完成目标的捕获跟踪。实际验证结果表明，当目标在天线副瓣范围内运动时，该方法能自动完成目标的捕获跟踪，而无需人工的扫描干预，同时该方法也可用于主副瓣判别。该方法能有效提高天线的搜索范围，缩短捕获时间，提高自动化成功率。

Description

一种基于形状特征搜索的近地卫星目标自动捕获算法

技术领域

本发明属于在轨航天器测控管理领域，适用于动态目标的智能搜索和捕获。

背景技术

大部分近地卫星具有机动性强、轨道高度低、衰减快的特点，地面测控站为了获得更精确的轨道测量数据，常使用大口径的天线，但天线口径的增大也就意味着主瓣宽度的变窄，特别是当大动态目标或当航天器失去控制轨道变得不可准确预测时，目标的搜索和捕获成为难题。此时完成目标的捕获跟踪通常的做法是依靠操作人员对目标进行人工扫描搜索，这样更多依赖于操作员的经验积累，并且操作时长不确定，成功与否不确定，极大影响了正常测控流程的进行。

发明内容

为了克服现有技术的不足，本发明提供一种基于形状特征的捕获算法SASG(Search Algorithm on Sharp Graph)，建立天线TE21跟踪模的方向图模型，然后根据目标运动轨迹和接收电压的变化曲线，获得目标相对于测控站的真实位置，利用形状特征匹配模型对其定位，最后驱动天线向目标运动完成搜索捕获，本发明能有效提高天线的搜索范围，缩短捕获时间，提高捕获自动化成功率。

本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤一，收集测控天线A的特征参数T＝{f，r}，f是该天线的接收工作频率，r是该天线的半径；

步骤二，根据特征参数T生成天线A的方向图P＝{(a₁,e₁|g₁₁),…,(a_i,e_j|g_ij),…,(a_m,e_n|g_mn)}，其中，m是天线方向图方位方向的点数量，n是天线方向图俯仰方向的点数量，a_i是天线方向图在方位方向的坐标，e_j是天线方向图在俯仰方向的坐标，g_ij是该点对应的增益值，一个方位、俯仰坐标对(a_i,e_j)对应该点的天线增益值g_ij；从方向图P中，获取(a_i,e_j)点对应的天线增益g_ij＝F_P(a_i,e_j)；

步骤三，根据方向图P生成搜索结构S＝{(a₁,e₁|g₁₁ ⁰,g₁₁ ¹,g₁₁ ²,g₁₁ ³,g₁₁ ⁴),(a_i,e_j|g_ij ⁰,g_ij ¹,g_ij ²,g_ij ³,g_ij ⁴),…,(a_m,e_n|g_mn ⁰,g_mn ¹,g_mn ²,g_mn ³,g_mn ⁴)}，对于S中每一个点(a_i,e_j)，其对应的g_ij ⁰＝F_P(a_i,e_j)，g_ij ¹＝F_P(a_i+1,e_j)-F_P(a_i,e_j)，g_ij ²＝F_P(a_i-1,e_j)-F_P(a_i,e_j)，g_ij ³＝F_P(a_i,e_j+1)-F_P(a_i,e_j)，g_ij ⁴＝F_P(a_i,e_j-1)-F_P(a_i,e_j)，即g_ij ⁰是(a_i,e_j)点的增益值，g_ij ¹、g_ij ²、g_ij ³、g_ij ⁴是该点与其四个相邻点之间的增益差值，表示(a_i,e_j)点向四个不同方向继续搜索得到的增益差值，

步骤四，保持天线A静止，目标与天线相对运动形成的接收信噪比曲线点集为V_curve＝{v₁,…,v_p}，p是接收信噪比曲线中点的数量；

步骤五，将V_curve信噪比序列转换为增益差值序列D_curve＝{d₁,…,d_p-1}，其中d_i＝v_i+1-v_i，0≤i≤p-1；

步骤六，在天线A的方向图搜索结构S中查找一段曲线P_search＝{(a_i,e_j),…,(a_i+p-1,e_j+p-1)}，(a_i,e_j)为搜索路径的起点，(a_i+p-1,e_j+p-1)为搜索路径的终点，使得点集P_search中所有点形成的搜索结果集合D_search＝{d_ij,…,d_i+p-1,j+p-1}与D_curve的欧拉距离最小，即Dis(D_search,D_curve)取得最小值；

步骤七，则控制天线向点(a_i+p-1,e_j+p-1)运动搜索目标。

本发明的有益效果是：利用建立天线的方向图模型，然后将目标与天线相对运动形成的电压的变化率曲线作为待检测曲线，在天线的方向图模型中搜索最符合该曲线特征的起始点和终止点，最后利用终止点确定目标与天线电轴的相对位置，从而控制天线完成目标的捕获跟踪。实际验证结果表明，当目标在天线副瓣范围内运动时，该方法能自动完成目标的捕获跟踪，而无需人工的扫描干预，同时该方法也可用于主副瓣判别。该方法能有效提高天线的搜索范围，缩短捕获时间，提高自动化成功率。

附图说明

图1是本发明的方法流程图；

图2是球坐标系下目标的位置表示。

图3是天线和路方向图；

图4是跟踪曲线在搜素结构中的搜索结果；

图5是天线跟踪目标曲线图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。

本发明的技术方案包括以下步骤：

步骤一：收集天线参数

选取一台测控天线A，其特征参数为T＝{f，r}，f是该天线的接收工作频率，r是该天线的半径；

步骤二：生成天线方向图

根据特征参数T生成天线A的方向图P＝{(a₁,e₁|g₁₁),…,(a_i,e_j|g_ij),…,(a_m,e_n|g_mn)}，其中，m是天线方向图方位方向的点数量，n是天线方向图俯仰方向的点数量，a_i是天线方向图在方位方向的坐标，e_j是天线方向图在俯仰方向的坐标，g_ij是该点对应的增益值，一个方位、俯仰坐标对(a_i,e_j)对应该点的天线增益值g_ij。从方向图P中，获取(a_i,e_j)点对应的天线增益g_ij值使用F_p表示，即g_ij＝F_P(a_i,e_j)；

步骤三：生成搜索结构

根据方向图P生成搜索结构S＝{(a₁,e₁|g₁₁ ⁰,g₁₁ ¹,g₁₁ ²,g₁₁ ³,g₁₁ ⁴),(a_i,e_j|g_ij ⁰,g_ij ¹,g_ij ²,g_ij ³,g_ij ⁴),…,(a_m,e_n|g_mn ⁰,g_mn ¹,g_mn ²,g_mn ³,g_mn ⁴)}，对于S中每一个点(a_i,e_j)，其对应的g_ij ⁰＝F_P(a_i,e_j)，g_ij ¹＝F_P(a_i+1,e_j)-F_P(a_i,e_j)，g_ij ²＝F_P(a_i-1,e_j)-F_P(a_i,e_j)，g_ij ³＝F_P(a_i,e_j+1)-F_P(a_i,e_j)，g_ij ⁴＝F_P(a_i,e_j-1)-F_P(a_i,e_j)，即g_ij ⁰是(a_i,e_j)点的增益值，g_ij ¹，g_ij ²，g_ij ³，g_ij ⁴是该点与其四个相邻点之间的增益差值。g_ij ¹，g_ij ²，g_ij ³，g_ij ⁴表示(a_i,e_j)点向四个不同方向继续搜索得到的增益差值，例如当(a_i,e_j)点确定向方位正方向继续搜索时，得到该点的搜索结果d_ij＝g_ij ¹。

步骤四：收集跟踪曲线

天线A静止，目标与天线相对运动形成的接收信噪比曲线点集为V_curve＝{v₁,…,v_p}，p是接收信噪比曲线中点的数量；

步骤五：曲线形状转换

将V_curve信噪比序列转换为增益差值序列D_curve＝{d₁,…,d_p-1}，其中d_i＝v_i+1-v_i，0≤i≤p-1。

步骤六：相似序列搜索

在天线A的方向图搜索结构S中查找一段曲线P_search＝{(a_i,e_j),…,(a_i+p-1,e_j+p-1)}，(a_i,e_j)为搜索路径的起点，(a_i+p-1,e_j+p-1)为搜索路径的终点，使得点集P_search中所有点形成的搜索结果集合D_search＝{d_ij,…,d_i+p-1,j+p-1}与D_curve的欧拉距离最小，即Dis(D_search,D_curve)取得最小值；

步骤七：驱动天线跟踪

在得到了搜索点集P_search后，就能判断目标与天线的相对位置最可能在(a_i+p-1,e_j+p-1)点，则控制天线向该点运动搜索目标。

本发明的实施例包括以下步骤，算法流程如图1所示：

步骤一：天线参数收集

为检验算法的可行性，选取参数半径r＝7.5m，接收频率f＝2200MHZ的天线对卫星目标进行跟踪实验分析。

步骤二：天线方向图生成

TE₁₁模和TE₂₁模在球坐标下的远场辐射场强可用(1)-(4)式表示，方向图可用(5)式表示。

其中J_n(u)是n阶第一类Bessel函数，u＝kasinθ，并且c为光速，f为接收频率，a为天线口径，θ，Φ为球坐标下目标相对天线的夹角，如图2所示。

同时由于(1)-(4)式是在球坐标系下的计算结果，需要将其转换为天线基座坐标系下的表达方式，如(6)和(7)式所示。

根据天线参数生成和路TE₁₁模的方向图如图3所示，x轴为天线指向方位角度值，y轴为天线指向俯仰角度值，z轴为该点对应的天线增益值。在图3中示例的天线电轴指向方位角为22°，俯仰角为15°，在算法搜索过程中该角度值为天线静止等待目标运动时的实际指向角度值，可取为天线运动范围内的任意值。

步骤三：生成搜索结构

在生成天线的方向图G后，即可根据每一个点的增益值计算得到搜索结构S。对方向图中的每一个点分别计算与其相邻的方位正方向、方位负方向、俯仰正方向、俯仰负方向四个点之间的增益差值。

步骤四：收集跟踪曲线

首先天线转为指向状态，收集目标相对于天线运动的信噪比曲线V。

步骤五：曲线形状转换

将接收到的信噪比曲线中的每一个点依次与后一个点作差，得到增益差值序列D_curve。

步骤六：相似序列搜索

在搜索结构S中查找与D_curve最匹配的路径，算法步骤如下：

(1)将S中每个节点P_ij＝(a_i,e_i)作为搜索起点，i＝1:m，j＝1:n；

(2)搜索路径集P_search和累计差值Dis_ij清空初始化，将p_ij加入P_search；

(3)对D_curve中每个节点d_k进行以下匹配，k＝1:q；

(4)选取点p_ij四向增益差值g_ij ¹,g_ij ²,g_ij ³,g_ij ⁴中与d_k差值最小的值d_ij作为搜索结果，加入D_search，p_ij更新为搜索前进方向的下一个节点，将新的p_ij加入P_search；

(5)Dis_ij累加运算，Dis_ij＝Dis_ij+d_ij；

(6)如果D_curve中仍有节点未进行匹配，跳转到(3)；

(7)Dis_ij计算完成，如果S中仍有节点未作为搜索起始点，跳转到(1)；

(8)查找具有最小值的Dis_min＝min{Dis_ij,i＝1:m,j＝1:n}。

Dis_min就是搜索结构S中与D_curve最小的搜索路径累计差值，其对应的搜索路径点集P_search，就是天线指向静止期间，目标相对于天线的运动轨迹，如图4中所示。

步骤七：驱动天线跟踪

查找到配置的搜索路径路径后，就得到目标相对于天线电轴的方位、俯仰位置差值，最后控制天线向目标运动进行捕获跟踪，如图5所示，A点为目标相对于天线的位置，B点为天线完成跟踪目标位置。整个算法流程结束。

Claims (1)

1.一种基于形状特征搜索的近地卫星目标自动捕获算法，其特征在于包括下述步骤：

步骤一，收集测控天线A的特征参数T＝{f，r}，f是该天线的接收工作频率，r是该天线的半径；

步骤二，根据特征参数T生成天线A的方向图P＝{(a₁,e₁|g₁₁),…,(a_i,e_j|g_ij),…,(a_m,e_n|g_mn)}，其中，m是天线方向图方位方向的点数量，n是天线方向图俯仰方向的点数量，a_i是天线方向图在方位方向的坐标，e_j是天线方向图在俯仰方向的坐标，g_ij是该点对应的增益值，一个方位、俯仰坐标对(a_i,e_j)对应该点的天线增益值g_ij；从方向图P中，获取(a_i,e_j)点对应的天线增益g_ij＝F_P(a_i,e_j)；

步骤三，根据方向图P生成搜索结构S＝{(a₁,e₁|g₁₁ ⁰,g₁₁ ¹,g₁₁ ²,g₁₁ ³,g₁₁ ⁴),(a_i,e_j|g_ij ⁰,g_ij ¹,g_ij ²,g_ij ³,g_ij ⁴),…,(a_m,e_n|g_mn ⁰,g_mn ¹,g_mn ²,g_mn ³,g_mn ⁴)}，对于S中每一个点(a_i,e_j)，其对应的g_ij ⁰＝F_P(a_i,e_j)，g_ij ¹＝F_P(a_i+1,e_j)-F_P(a_i,e_j)，g_ij ²＝F_P(a_i-1,e_j)-F_P(a_i,e_j)，g_ij ³＝F_P(a_i,e_j+1)-F_P(a_i,e_j)，g_ij ⁴＝F_P(a_i,e_j-1)-F_P(a_i,e_j)，即g_ij ⁰是(a_i,e_j)点的增益值，g_ij ¹、g_ij ²、g_ij ³、g_ij ⁴是该点与其四个相邻点之间的增益差值，表示(a_i,e_j)点向四个不同方向继续搜索得到的增益差值，

步骤四，保持天线A静止，目标与天线相对运动形成的接收信噪比曲线点集为V_curve＝{v₁,…,v_p}，p是接收信噪比曲线中点的数量；

步骤五，将V_curve信噪比序列转换为增益差值序列D_curve＝{d₁,…,d_p-1}，其中d_i＝v_i+1-v_i，0≤i≤p-1；

步骤六，在天线A的方向图搜索结构S中查找一段曲线P_search＝{(a_i,e_j),…,(a_i+p-1,e_j+p-1)}，(a_i,e_j)为搜索路径的起点，(a_i+p-1,e_j+p-1)为搜索路径的终点，使得点集P_search中所有点形成的搜索结果集合D_search＝{d_ij,…,d_i+p-1,j+p-1}与D_curve的欧拉距离最小，即Dis(D_search,D_curve)取得最小值；

步骤七，则控制天线向点(a_i+p-1,e_j+p-1)运动搜索目标。