CN114111806B - 基于光度频谱特征的空间目标姿态稳定性估计方法及装置 - Google Patents

基于光度频谱特征的空间目标姿态稳定性估计方法及装置 Download PDF

Info

Publication number
CN114111806B
CN114111806B CN202210069807.5A CN202210069807A CN114111806B CN 114111806 B CN114111806 B CN 114111806B CN 202210069807 A CN202210069807 A CN 202210069807A CN 114111806 B CN114111806 B CN 114111806B
Authority
CN
China
Prior art keywords
data
frequency domain
photometric
luminosity
domain response
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
Application number
CN202210069807.5A
Other languages
English (en)
Other versions
CN114111806A (zh
Inventor
张荣之
刘宏
徐蓉
梁华
马鑫
杨洋
宋平
宫语含
刘齐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese People's Liberation Army 32035
Original Assignee
Chinese People's Liberation Army 32035
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chinese People's Liberation Army 32035 filed Critical Chinese People's Liberation Army 32035
Priority to CN202210069807.5A priority Critical patent/CN114111806B/zh
Publication of CN114111806A publication Critical patent/CN114111806A/zh
Application granted granted Critical
Publication of CN114111806B publication Critical patent/CN114111806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/24—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明公开了基于光度频谱特征的空间目标姿态稳定性估计方法及装置；该方法包括：对空间目标的光度数据进行去野值处理，并对处理后的光度数据进行距离归一化处理；根据距离归一化处理后的光度数据，利用多阶多项式拟合光度曲线；利用所述光度曲线消去所述距离归一化处理后的光度数据中对应低频响应分量的趋势项，得到去趋势项后的光度数据；对所述去趋势项后的光度数据进行时频转换，得到当前光度数据的频域响应；根据所述频域响应的峰值与对应的第一阈值的大小关系，和/或，所述频域响应的峰值均值比与对应的第二阈值的大小关系，确定所述空间目标的姿态稳定性。本发明可以提高空间目标姿态稳定性估计的准确性和时效性。

Description

基于光度频谱特征的空间目标姿态稳定性估计方法及装置
技术领域
本发明属于航天测量与控制领域，具体涉及基于光度频谱特征的空间目标姿态稳定性估计方法及装置。
背景技术
在航天测量与控制领域中，空间目标的姿态对于空间目标的状态评估及故障诊断等具有重要意义。例如，多数空间目标的运行姿态是三轴稳定的，而火箭箭体和空间碎片的姿态往往是旋转翻滚的，因此可以通过判别目标运行姿态来对新发射的卫星和箭体进行识别，从而与轨道特征配合进行新目标的编目。再例如，在卫星测控信号发生异常时，精确判别卫星的运行姿态可以为卫星故障诊断提供重要的信息支撑。另外，对于非合作的在轨目标而言，通过对其姿态进行判别，可以对该目标为在用或失效的状态进行判断，从而便于对其威胁度进行分析评估。
目前，判别空间目标的姿态主要依赖人工经验对空间目标的时域光度数据进行判读，从而根据时序光度曲线是否具有显著的周期性来确定空间目标是稳定的或失稳的。然而，这种依赖个人经验的方式可能造成误判，对空间目标的稳定性判别的准确性不高。
发明内容
为了解决现有技术中所存在的上述问题，本发明提供了一种基于光度频谱特征的空间目标姿态稳定性估计方法及装置。
本发明要解决的技术问题通过以下技术方案实现：
第一方面，本发明提供了一种基于光度频谱特征的空间目标姿态稳定性估计方法，包括：
对空间目标的光度数据进行去野值处理，并对处理后的光度数据进行距离归一化处理；
根据距离归一化处理后的光度数据，利用多阶多项式拟合光度曲线；
利用所述光度曲线消去所述距离归一化处理后的光度数据中对应低频响应分量的趋势项，得到去趋势项后的光度数据；
对所述去趋势项后的光度数据进行时频转换，得到当前光度数据的频域响应；
根据所述频域响应的峰值与对应的第一阈值的大小关系，和/或，所述频域响应的峰值均值比与对应的第二阈值的大小关系，确定所述空间目标的姿态稳定性。
可选地，所述第一阈值为300视星等±10视星等；所述第二阈值为30±4。
可选地，对空间目标的光度数据进行去野值处理，包括：
计算空间目标的光度数据的平均趋势项；
根据所述平均趋势项和预设的肖维涅判据剔除空间目标的光度数据中的野值。
可选地，所述多阶多项式的阶数不超过7。
可选地，根据所述频域响应的峰值与对应的第一阈值的大小关系，以及所述频域响应的峰值均值比与对应的第二阈值的大小关系，确定所述空间目标的姿态稳定性，包括：
若所述频域响应的峰值小于所述第一阈值，且所述频域响应的峰值均值比小于所述第二阈值，确定所述空间目标处于稳定状态；
若所述频域响应的峰值不小于所述第一阈值，且所述频域响应的峰值均值比不小于所述第二阈值，确定所述空间目标处于失稳状态。
第二方面，本发明提供了一种基于光度频谱特征的空间目标姿态稳定性估计装置，包括：
第一数据处理模块，用于对空间目标的光度数据进行去野值处理，并对处理后的光度数据进行距离归一化处理；
曲线拟合模块，用于根据距离归一化处理后的光度数据，利用多阶多项式拟合光度曲线；
第二数据处理模块，用于利用所述光度曲线消去所述距离归一化处理后的光度数据中对应低频响应分量的趋势项，得到去趋势项后的光度数据；
时频转换模块，用于对所述去趋势项后的光度数据进行时频转换，得到当前光度数据的频域响应；
确定模块，用于根据所述频域响应的峰值与对应的第一阈值的大小关系，和/或，所述频域响应的峰值均值比与对应的第二阈值的大小关系，确定所述空间目标的姿态稳定性。
可选地，所述第一阈值为300视星等±10视星等；所述第二阈值为30±4。
可选地，所述第一数据处理模块，对空间目标的光度数据进行去野值处理，包括：
计算空间目标的光度数据的平均趋势项；
根据所述平均趋势项和预设的肖维涅判据剔除空间目标的光度数据中的野值。
可选地，所述多阶多项式的阶数不超过7。
可选地，所述确定模块，具体用于：
若所述频域响应的峰值小于所述第一阈值，且所述频域响应的峰值均值比小于所述第二阈值，确定所述空间目标处于稳定状态；
若所述频域响应的峰值不小于所述第一阈值，且所述频域响应的峰值均值比不小于所述第二阈值，确定所述空间目标处于失稳状态。
本发明还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一种基于光度频谱特征的空间目标姿态稳定性估计方法所述的方法步骤。
本发明提供的基于光度频谱特征的空间目标姿态稳定性估计方法中，通过对光度数据进行去野值、距离归一化、去趋势项等一系列的处理，使得可以根据处理得到的光度数据的频率响应建立出标准化的判别准则，从而根据该准则确定空间目标的姿态稳定性。这一实现方式解决了现有技术中因人工判读导致的空间目标姿态判定准确性低的问题。并且，由于本发明中使用的判别准则仅在于频域响应的峰值、峰值均值比与对应阈值的大小关系的比较，无需复杂的算法辅助，故而相较于现有技术中人工判读的方式，本发明还可以提高空间目标姿态稳定性估计的时效性。
以下将结合附图及对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于光度频谱特征的空间目标姿态稳定性估计方法的流程图；
图2为观测弧段的示意图；
图3为本发明实施例中对一组光度数据进行去野值处理的效果示意图；
图4为一组待进行距离归一化处理的光度数据的曲线图；
图5为探测图4中所示的光度数据时的空间目标探测距离的曲线图；
图6为对图4中所示的光度数据进行距离归一化后的曲线图；
图7为一组待消除趋势项的光度数据的曲线图；
图8为对图7中所示的光度数据进行趋势项消除后的曲线图；
图9为图8中所示的光度数据的频率响应的示意图；
图10为一稳定空间目标与一翻滚空间目标两者的频率响应的峰值的对比示意图；
图11为一稳定空间目标与一翻滚空间目标两者的频率响应的峰值均值比的对比示意图；
图12是本发明实施例提供的一种基于光度频谱特征的空间目标姿态稳定性估计装置的结构示意图；
图13是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
为了提高空间目标姿态稳定性估计的准确性和时效性，本发明实施例提供了一种基于光度频谱特征的空间目标姿态稳定性估计方法及装置。
首先，对本发明实施例提供的基于光度频谱特征的空间目标姿态稳定性估计方法进行详细说明。参见图1所示，该方法包括以下步骤：
S10：对空间目标的光度数据进行去野值处理，并对处理后的光度数据进行距离归一化处理。
在实际应用中，空间目标的光度数据通常会在一段观测弧段(参见图2)内进行连续采集，得到的一组采样点数据即构成空间目标的光度数据。
由于空间中湍流扰动、大气时间不均匀性会造成所采集的光度数据中存在野值，即异常点，因此有必要对这些野值进行去除。具体的去野值处理方式存在多种。示例性的，在一种实现方式中，对空间目标的光度数据进行去野值处理，可以包括：
(1)计算空间目标的光度数据的平均趋势项；
(2)根据该平均趋势项和预设的肖维涅判据剔除空间目标的光度数据中的野值。
其中，在步骤(1)中，对于光度数据所包括的每个采样点而言，可以求取与该采样点相邻的多个采样点的平均值，作为该采样点的平均趋势项，具体计算过程表示如下：
Figure 202587DEST_PATH_IMAGE001
该式中，
Figure 57411DEST_PATH_IMAGE002
表示单个的采样点，
Figure 837148DEST_PATH_IMAGE003
表示该采样点及其左右各相邻的
Figure 232357DEST_PATH_IMAGE004
个采样点的总数，
Figure 984413DEST_PATH_IMAGE005
表示所计算的平均趋势项，
Figure 806875DEST_PATH_IMAGE006
表示采样时间。
然后，在步骤(2)中，计算每个采样点与对应的平均趋势的差值，将差值的模与预设的肖维涅判据进行比较，如果比肖维涅判据大，确定采样点为野值并进行剔除，否则保留采样点。
在一个优选实施例中，
Figure 73908DEST_PATH_IMAGE004
可以取20~30，肖维涅判据的数值可以取4~5.5。
按照上述去野值方式，示例性地对一组光度数据进行去野值处理，处理效果参见图3所示；其中，“实测光度曲线”表示的是未对该组光度数据进行去野值处理时的原始采样数据，利用上述的去野值方式，能够对该原始采样数据中的野值点进行准确的判定，如图3中所示出的“判定野值点”。从图3中可以看到，利用平均趋势项+肖维涅判据的方法可以较好地检测出光度数据中存在的野值。
除上文所示出的去野值方式之外，本发明实施例也可以利用莱特准则判别光度数据中的野值并进行去除，或者通过对光度数据进行一阶差分或者二阶差分计算来实现去野值等等，都是可以的。
由于光度特性的探测距离相关性，不同的探测距离对光度数据中包含的目标姿态信息造成不同的影响，故而可以通过对光度数据进行距离归一化处理，以消除探测距离对目标姿态信息本身的特征带来的影响。其中，对光度数据进行距离归一化处理可通过下式来实现：
Figure 210492DEST_PATH_IMAGE007
；
该式中，
Figure 879370DEST_PATH_IMAGE008
表示空间目标的斜距，
Figure 810417DEST_PATH_IMAGE009
表示归算距离，
Figure 564747DEST_PATH_IMAGE010
表示空间目标的光度数据的实际测量值，
Figure 301759DEST_PATH_IMAGE011
表示距离归一化后的数值。
举例而言，对于低轨空间目标来说，上式中的R c可以设置为1000千米，即可以将该类目标的光度数据归算至探测距离为1000千米的条件下，以便进行进一步的处理和分析。
图4示出了一组待进行距离归一化处理的光度数据的曲线图；图5为探测图4中所示的光度数据时的空间目标探测距离的曲线图；图6为对图4中所示的光度数据进行距离归一化后的曲线图；对比图4和图6可见，探测距离对光度数据中包含的目标姿态信息的影响是有必要去除的，否则可能会对最终的估计结果产生影响。
S20：根据距离归一化处理后的光度数据，利用多阶多项式拟合光度曲线。
其中，多阶多项式优选是低阶多项式；优选地，多阶多项式的阶数不超过7，例如等于7。
S30：利用光度曲线消去距离归一化处理后的光度数据中对应低频响应分量的趋势项，得到去趋势项后的光度数据。
具体的，将光度曲线与距离归一化处理后的光度数据作差，便可以将光度数据中对应低频响应分量的趋势项去除，得到去趋势项后的光度数据。
其中，低频响应分量指的是将光度数据进行时频转换后，响应在低频范围的分量，这种分量对于空间目标的姿态判定来说是一种干扰，应对其进行消除。本领域技术人员均知晓的是，低频范围指的是30Hz~150Hz。
图7示出了一组待消除趋势项的光度数据的曲线图；图8为对图7中所示的光度数据进行趋势项消除后的曲线图；图9为图8中所示的光度数据的频率响应的示意图；从图9中可以看到，趋势项消除后的光度数据的频率响应中的低频响应分量被消除了，仅保留了代表失稳的空间目标翻滚的高频分量。
S40：对去趋势项后的光度数据进行时频转换，得到当前光度数据的频域响应。
可以理解的是，该步骤中是对去趋势项后的光度数据做傅里叶变换，得到其频域响应。
S50：根据频域响应的峰值与对应的第一阈值的大小关系，和/或，频域响应的峰值均值比与对应的第二阈值的大小关系，确定空间目标的姿态稳定性。
可以理解的是，频域响应的峰值均值比，即是频域响应的峰值与均值之比。
发明人在实现本发明的过程中发现，对于姿态稳定的空间目标而言，其光度数据的频域响应的峰值普遍较低，而对于失稳的空间目标而言，其光度数据的峰值较高；因此，光度数据的频域响应的峰值可以作为判别空间目标的姿态稳定性的一种有效参考依据。具体而言，若频域响应的峰值小于第一阈值，则确定空间目标处于稳定状态，若频域响应的峰值不小于该第一阈值，则确定空间目标处于失稳状态。
图10示例性的示出了一稳定空间目标与一翻滚空间目标两者的频率响应的峰值的对比示意图；对比可见，翻滚目标的频域响应的峰值明显高于稳定目标的频域响应的峰值。
在一些特殊情况下，例如空间中存在强光干扰的情况下，稳定的空间目标的光度数据在整个频域可能都存在比较强烈的响应，此时可以利用另一种有效参考依据，即利用光度数据的频率响应的峰值均值比来判别空间目标的姿态稳定性。具体而言，若频域响应的峰值均值比小于第二阈值，则确定空间目标处于稳定状态，若频域响应的峰值均值比不小于该第二阈值，则确定空间目标处于失稳状态。
图11示例性的示出了一稳定空间目标与一翻滚空间目标两者的频率响应的峰值均值比的对比示意图；对比可见，翻滚目标的频域响应的峰值均值比明显高于稳定目标的频域响应的峰值均值比。
当然，频率响应的峰值以及峰值均值比两种参考依据也可以同时使用，从而更加准确地判断空间目标的稳定性。具体的，若频域响应的峰值小于第一阈值，且频域响应的峰值均值比小于第二阈值，则确定空间目标处于稳定状态；若频域响应的峰值不小于第一阈值，且频域响应的峰值均值比不小于第二阈值，则确定空间目标处于失稳状态。
需要说明的是，实际情况中，频域响应的峰值小于第一阈值、且频域响应的峰值均值比不小于第二阈值的情况，以及频域响应的峰值不小于第一阈值、且频域响应的峰值均值比小于第二阈值的情况几乎不存在。
上述确定空间目标的姿态稳定性的三种方式中，第一阈值和第二阈值的具体数值与空间目标的类型相关；例如，对于常见的火箭、卫星、航天飞机等航天器以及空间碎片而言，发明人发现第一阈值设置在300视星等±10视星等(优选300视星等)、第二阈值设置在30±4(优选30)时，能够更好地对空间目标的姿态进行准确的判断和估计。
本发明实施例提供的基于光度频谱特征的空间目标姿态稳定性估计方法中，通过对光度数据进行去野值、距离归一化、去趋势项等一系列的处理，使得可以根据处理得到的光度数据的频率响应建立出标准化的判别准则，从而根据该准则确定空间目标的姿态稳定性。这一实现方式解决了现有技术中因人工判读导致的空间目标姿态判定准确性低的问题。并且，由于本发明实施例中使用的判别准则仅在于频域响应的峰值、峰值均值比与对应阈值的大小关系的比较，无需复杂的算法辅助，故而相较于现有技术中人工判读的方式，本发明实施例还可以提高空间目标姿态稳定性估计的时效性。
相应于上述的基于光度频谱特征的空间目标姿态稳定性估计方法，本发明实施例还提供了一种基于光度频谱特征的空间目标姿态稳定性估计装置，该装置可以应用于电子设备中。在实际应用中，该电子设备可以为：计算机、雷达等，在此不作限定，任何可加载本发明实施例所提供装置的电子设备，均属于本发明的保护范围。
参见图12所示，本发明实施例提供的基于光度频谱特征的空间目标姿态稳定性估计装置，包括：
第一数据处理模块1201，用于对空间目标的光度数据进行去野值处理，并对处理后的光度数据进行距离归一化处理。
曲线拟合模块1202，用于根据距离归一化处理后的光度数据，利用多阶多项式拟合光度曲线。
第二数据处理模块1203，用于利用该光度曲线消去距离归一化处理后的光度数据中对应低频响应分量的趋势项，得到去趋势项后的光度数据。
时频转换模块1204，用于对去趋势项后的光度数据进行时频转换，得到当前光度数据的频域响应。
确定模块1205，用于根据该频域响应的峰值与对应的第一阈值的大小关系，和/或，该频域响应的峰值均值比与对应的第二阈值的大小关系，确定空间目标的姿态稳定性。
可选地，第一阈值为300视星等±10视星等；第二阈值为30±4。
可选地，第一数据处理模块1201，对空间目标的光度数据进行去野值处理，包括：
计算空间目标的光度数据的平均趋势项；
根据平均趋势项和预设的肖维涅判据剔除空间目标的光度数据中的野值。
可选地，上述多阶多项式的阶数不超过7。
可选地，确定模块1205，具体用于：
若频域响应的峰值小于第一阈值，且频域响应的峰值均值比小于第二阈值，确定空间目标处于稳定状态；
若频域响应的峰值不小于第一阈值，且频域响应的峰值均值比不小于第二阈值，确定空间目标处于失稳状态。
本发明实施例提供的基于光度频谱特征的空间目标姿态稳定性估计装置，通过对光度数据进行去野值、距离归一化、去趋势项等一系列的处理，使得可以根据处理得到的光度数据的频率响应建立出标准化的判别准则，从而根据该准则确定空间目标的姿态稳定性，解决了现有技术中因人工判读导致的空间目标姿态判定准确性低的问题。并且，由于本发明实施例中使用的判别准则仅在于频域响应的峰值、峰值均值比与对应阈值的大小关系的比较，无需复杂的算法辅助，故而相较于现有技术中人工判读的方式，本发明实施例还可以提高空间目标姿态稳定性估计的时效性。
基于同一发明构思，本发明实施例还提供了一种电子设备；参见图13所示，该电子设备包括处理器1301、通信接口1302、存储器1303和通信总线1304，其中，处理器1301，通信接口1302，存储器1303通过通信总线1304完成相互间的通信，
存储器1303，用于存放计算机程序；
处理器1301，用于执行存储器1303上所存放的程序时，实现上述任一种基于光度频谱特征的空间目标姿态稳定性估计方法所述的方法步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表征，图中仅用一条粗线表征，但并不表征仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明还提供了一种计算机可读存储介质。在该计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时，实现上述任一种基于光度频谱特征的空间目标姿态稳定性估计方法所述的方法步骤。
可选地，该计算机可读存储介质可以为非易失性存储器(Non-Volatile Memory，NVM)，例如为至少一个磁盘存储器。
可选的，所述计算机可读存储器还可以是至少一个位于远离前述处理器的存储装置。
在本发明的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一种基于光度频谱特征的空间目标姿态稳定性估计方法所述的方法步骤。
需要说明的是，对于装置/电子设备/存储介质/计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外，本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管在此结合各实施例对本申请进行了描述，然而，在实施所要求保护的本申请过程中，本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书，可理解并实现所述公开实施例的其他变化。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (8)

1.一种基于光度频谱特征的空间目标姿态稳定性估计方法，其特征在于，包括：
对空间目标的光度数据进行去野值处理，并对处理后的光度数据进行距离归一化处理；
根据距离归一化处理后的光度数据，利用多阶多项式拟合光度曲线；
利用所述光度曲线消去所述距离归一化处理后的光度数据中对应低频响应分量的趋势项，得到去趋势项后的光度数据；
对所述去趋势项后的光度数据进行时频转换，得到当前光度数据的频域响应；
根据所述频域响应的峰值与对应的第一阈值的大小关系，和/或，所述频域响应的峰值均值比与对应的第二阈值的大小关系，确定所述空间目标的姿态稳定性；
所述第一阈值为300视星等±10视星等；所述第二阈值为30±4。
2.根据权利要求1所述的基于光度频谱特征的空间目标姿态稳定性估计方法，其特征在于，对空间目标的光度数据进行去野值处理，包括：
计算空间目标的光度数据的平均趋势项；
根据所述平均趋势项和预设的肖维涅判据剔除空间目标的光度数据中的野值。
3.根据权利要求1所述的基于光度频谱特征的空间目标姿态稳定性估计方法，其特征在于，所述多阶多项式的阶数不超过7。
4.根据权利要求1所述的基于光度频谱特征的空间目标姿态稳定性估计方法，其特征在于，根据所述频域响应的峰值与对应的第一阈值的大小关系，以及所述频域响应的峰值均值比与对应的第二阈值的大小关系，确定所述空间目标的姿态稳定性的方式，包括：
若所述频域响应的峰值小于所述第一阈值，且所述频域响应的峰值均值比小于所述第二阈值，确定所述空间目标处于稳定状态；
若所述频域响应的峰值不小于所述第一阈值，且所述频域响应的峰值均值比不小于所述第二阈值，确定所述空间目标处于失稳状态。
5.一种基于光度频谱特征的空间目标姿态稳定性估计装置，其特征在于，包括：
第一数据处理模块，用于对空间目标的光度数据进行去野值处理，并对处理后的光度数据进行距离归一化处理；
曲线拟合模块，用于根据距离归一化处理后的光度数据，利用多阶多项式拟合光度曲线；
第二数据处理模块，用于利用所述光度曲线消去所述距离归一化处理后的光度数据中对应低频响应分量的趋势项，得到去趋势项后的光度数据；
时频转换模块，用于对所述去趋势项后的光度数据进行时频转换，得到当前光度数据的频域响应；
确定模块，用于根据所述频域响应的峰值与对应的第一阈值的大小关系，和/或，所述频域响应的峰值均值比与对应的第二阈值的大小关系，确定所述空间目标的姿态稳定性；
所述第一阈值为300视星等±10视星等；所述第二阈值为30±4。
6.根据权利要求5所述的基于光度频谱特征的空间目标姿态稳定性估计装置，其特征在于，所述第一数据处理模块，对空间目标的光度数据进行去野值处理，包括：
计算空间目标的光度数据的平均趋势项；
根据所述平均趋势项和预设的肖维涅判据剔除空间目标的光度数据中的野值。
7.根据权利要求5所述的基于光度频谱特征的空间目标姿态稳定性估计装置，其特征在于，所述多阶多项式的阶数不超过7。
8.根据权利要求5所述的基于光度频谱特征的空间目标姿态稳定性估计装置，其特征在于，所述确定模块，具体用于：
若所述频域响应的峰值小于所述第一阈值，且所述频域响应的峰值均值比小于所述第二阈值，确定所述空间目标处于稳定状态；
若所述频域响应的峰值不小于所述第一阈值，且所述频域响应的峰值均值比不小于所述第二阈值，确定所述空间目标处于失稳状态。
CN202210069807.5A 2022-01-21 2022-01-21 基于光度频谱特征的空间目标姿态稳定性估计方法及装置 Active CN114111806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210069807.5A CN114111806B (zh) 2022-01-21 2022-01-21 基于光度频谱特征的空间目标姿态稳定性估计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210069807.5A CN114111806B (zh) 2022-01-21 2022-01-21 基于光度频谱特征的空间目标姿态稳定性估计方法及装置

Publications (2)

Publication Number Publication Date
CN114111806A CN114111806A (zh) 2022-03-01
CN114111806B true CN114111806B (zh) 2022-04-26

Family

ID=80360947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210069807.5A Active CN114111806B (zh) 2022-01-21 2022-01-21 基于光度频谱特征的空间目标姿态稳定性估计方法及装置

Country Status (1)

Country Link
CN (1) CN114111806B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110059292A (zh) * 2019-04-24 2019-07-26 中国人民解放军战略支援部队航天工程大学 一种空间目标姿态识别方法
CN113204909A (zh) * 2021-06-04 2021-08-03 哈尔滨工业大学 基于地基观测光度信号的卫星几何特征与姿态估计方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102680969A (zh) * 2012-05-02 2012-09-19 中国西安卫星测控中心 一种利用rcs的航天器姿态稳定性判别方法
US9100586B2 (en) * 2013-03-14 2015-08-04 Pelican Imaging Corporation Systems and methods for photometric normalization in array cameras
CN105180926B (zh) * 2015-09-21 2018-01-12 中国科学院国家天文台 同步轨道空间物体姿态稳定方式的判定方法
CN108627667B (zh) * 2018-05-15 2020-11-03 中国人民解放军战略支援部队航天工程大学 基于光度序列同时估计空间失稳目标进动和自旋速率方法
CN112835116B (zh) * 2020-12-25 2023-05-26 中国人民解放军战略支援部队航天工程大学 一种地球同步轨道自旋稳定空间目标功能判定方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110059292A (zh) * 2019-04-24 2019-07-26 中国人民解放军战略支援部队航天工程大学 一种空间目标姿态识别方法
CN113204909A (zh) * 2021-06-04 2021-08-03 哈尔滨工业大学 基于地基观测光度信号的卫星几何特征与姿态估计方法

Also Published As

Publication number Publication date
CN114111806A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
Hamadache et al. Principal component analysis based signal-to-noise ratio improvement for inchoate faulty signals: Application to ball bearing fault detection
CN113567603B (zh) 色谱谱图的检测分析方法及电子设备
US8200022B2 (en) Method and system for edge detection
US11748523B2 (en) Unauthorized connection detection apparatus, unauthorized connection detection method, and non-transitory computer-readable medium
JP2004150439A (ja) 故障事象を判定する方法
CN110717472B (zh) 基于改进的小波阈值去噪的故障诊断方法及系统
CN112816895A (zh) 电化学阻抗谱的分析方法、系统、设备及计算机存储介质
CN111191671A (zh) 一种用电器波形检测方法、系统、电子设备及存储介质
Hyun et al. A new OS-CFAR detector design
US11789144B2 (en) Method for determining the mobility status of a target object
CN114111806B (zh) 基于光度频谱特征的空间目标姿态稳定性估计方法及装置
CN102542284B (zh) 辨识光谱的方法
CN111259311B (zh) 尖峰噪声处理方法
CN115267035B (zh) 一种色谱仪故障诊断分析方法及系统
Rodrigues et al. Testing for causality in variance under nonstationarity in variance
EP3561718A1 (en) Method for identifying raman spectrogram, and electronic device
CN111506045B (zh) 一种基于单值中智集相关系数的故障诊断方法
CN114877926A (zh) 传感器故障检测与诊断方法、介质、电子设备及系统
CN114254705A (zh) 异常数据的检测方法、装置、存储介质及计算机设备
CN114529543A (zh) 一种航空发动机外周螺钉垫片的安装检测方法及装置
CN112084541A (zh) 硬件木马检测方法、系统、计算机设备及可读存储介质
CN110737922A (zh) 一种基于独立成分分析的硬件木马检测方法
CN117129480B (zh) 基于机器视觉的计算机主板元器件智能检测方法及装置
US9245322B2 (en) Method and arrangement for suppressing noise in digital signal sequences and a corresponding computer program and a corresponding computer-readable storage medium
CN112436863B (zh) 一种基于频谱离散度分析的信号快速检测搜索方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant