CN114993341A - 一种基于天基测量的运载火箭弹道估计方法及装置 - Google Patents

一种基于天基测量的运载火箭弹道估计方法及装置 Download PDF

Info

Publication number
CN114993341A
CN114993341A CN202210929733.8A CN202210929733A CN114993341A CN 114993341 A CN114993341 A CN 114993341A CN 202210929733 A CN202210929733 A CN 202210929733A CN 114993341 A CN114993341 A CN 114993341A
Authority
CN
China
Prior art keywords
value
target
motion model
estimation value
moment
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.)
Granted
Application number
CN202210929733.8A
Other languages
English (en)
Other versions
CN114993341B (zh
Inventor
程瑞
布向伟
于继超
戴龙鹏
吴考
马旭
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.)
Dongfang Space Jiangsu Aerospace Power Co ltd
Dongfang Space Technology Shandong Co Ltd
Orienspace Hainan Technology Co Ltd
Orienspace Technology Beijing Co Ltd
Original Assignee
Dongfang Space Technology Shandong Co Ltd
Orienspace Technology Beijing Co Ltd
Orienspace Xian Aerospace Technology Co Ltd
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 Dongfang Space Technology Shandong Co Ltd, Orienspace Technology Beijing Co Ltd, Orienspace Xian Aerospace Technology Co Ltd filed Critical Dongfang Space Technology Shandong Co Ltd
Priority to CN202210929733.8A priority Critical patent/CN114993341B/zh
Publication of CN114993341A publication Critical patent/CN114993341A/zh
Application granted granted Critical
Publication of CN114993341B publication Critical patent/CN114993341B/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
    • G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C1/00—Measuring angles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Navigation (AREA)

Abstract

本申请提供了一种基于天基测量的运载火箭弹道估计方法及装置，涉及火箭弹道估计技术领域，包括：根据当前时刻的卫星对目标运载火箭的测量数据,计算得到当前时刻的目标观测值;基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算每个运动模型的目标混合状态估计值及协方差估计值；使用滤波器对当前时刻的每个运动模型的目标混合状态估计值及协方差估计值，以及当前时刻的目标观测向量进行滤波处理，得到下一时刻的每个运动模型的目标状态估计值及协方差估计值；基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值。本申请通过天基测量实现了运载火箭弹道的高精度估计。

Description

一种基于天基测量的运载火箭弹道估计方法及装置
技术领域
本申请涉及火箭弹道估计技术领域，尤其是涉及一种基于天基测量的运载火箭弹道估计方法及装置。
背景技术
运载火箭弹道信息测量与估计一般有两种方法：
一种是地基弹道测量，通过地面光学或是雷达测量站来测量火箭运动情况，经过数据实时解算和后期的再分析得到火箭弹道。
另一种是火箭自主测量，通过火箭自带的GPS设备测量及自身惯性测量元件测量，获取运动信息，对运动信息进行解算，得到火箭弹道。
现有技术方案下，地基弹道测量一般用于初始起飞段测量，随着飞行距离逐渐变远之后由于作用距离问题将会失效，只能通过后续换测量站或者测量船接力测量，而在国外建造长期测量站或是租用测量船的价格都十分高昂；同时地基测量，尤其光学雷达受天气影响较大，并且大气层的大气湍流也会使得随着相对距离的增加，测量精度逐渐下降。
目前，火箭自主测量信息存在超出测控站通信范围后信息传递困难问题，以及无法获取到非合作运载火箭相关信息的问题。
发明内容
有鉴于此，本申请提供了一种基于天基测量的运载火箭弹道估计方法及装置，已解决上述技术问题。
第一方面，本申请实施例提供了一种基于天基测量的运载火箭弹道估计方法，包括：
获取当前时刻的卫星对目标运载火箭的测量数据，所述测量数据包括：距离、相对俯仰角和相对方位角；
根据当前时刻的卫星对目标运载火箭的测量数据,计算得到当前时刻的目标观测值;
基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算当前时刻的每个运动模型的目标混合状态估计值及协方差估计值；
使用滤波器对当前时刻的每个运动模型的目标混合状态估计值及协方差估计值，以及当前时刻的目标观测向量进行滤波处理，得到下一时刻的每个运动模型的目标状态估计值及协方差估计值；
利用下一时刻的每个运动模型的目标状态估计值以及当前时刻的目标观测值，计算下一时刻的每个运动模型的模型概率；
基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值。
进一步，获取当前时刻的卫星对目标运载火箭的测量数据之后还包括：
步骤S1：计算距离残差序列
Figure M_220803161034427_427169001
：
Figure M_220803161034458_458435001
其中，
Figure M_220803161034507_507251001
为
Figure M_220803161034538_538512002
时刻的距离值；
Figure M_220803161034569_569765003
表示当时时刻
Figure M_220803161034585_585367004
；
步骤S2：判断
Figure M_220803161034616_616619001
是否成立，其中，
Figure M_220803161034647_647878002
为
Figure M_220803161034664_664933003
…和
Figure M_220803161034696_696710004
的均值，
Figure M_220803161034712_712330005
为这
Figure M_220803161034743_743587006
次量测的方差,
Figure M_220803161034759_759223007
为阈值，若成立，则上一时刻到当前时刻的距离增量
Figure M_220803161034790_790454008
为：
Figure M_220803161034806_806087001
步骤S3：计算两个变量
Figure M_220803161034837_837325001
和
Figure M_220803161034870_870486002
：
Figure M_220803161034902_902282001
Figure M_220803161034933_933529001
若
Figure M_220803161034980_980399001
，则当前时刻的距离值
Figure M_220803161035011_011653002
为有效值，
Figure M_220803161035042_042427003
为阈值；
若
Figure M_220803161035078_078017001
,且
Figure M_220803161035110_110457002
，
Figure M_220803161035125_125426003
为阈值，则当前时刻的距离值
Figure M_220803161035156_156682004
为野值，此时当前时刻距离的预测值
Figure M_220803161035172_172317005
为：
Figure M_220803161035187_187919001
Figure M_220803161035219_219182002
用
Figure M_220803161035250_250435001
更新当时时刻的距离值
Figure M_220803161035270_270407002
；
若
Figure M_220803161035286_286551001
,且
Figure M_220803161035317_317811002
，进入步骤S4；
步骤S4：令参数
Figure M_220803161035349_349067001
，判断
Figure M_220803161035380_380316002
是否成立，若成立，则当前时刻的距离值
Figure M_220803161035395_395926003
为有效值，否则当前时刻的距离值
Figure M_220803161035427_427182004
为野值，此时当前时刻距离的预测值
Figure M_220803161035442_442814005
为：
Figure M_220803161035475_475486001
Figure M_220803161035507_507280002
用
Figure M_220803161035538_538504001
更新当时时刻的距离值
Figure M_220803161035554_554124002
。
进一步，当目标运载火箭为合作的运载火箭，则运动模型的个数
Figure M_220803161035585_585400001
和运动模型的类型是预先确定的；当目标运载火箭为非合作的运载火箭，则运动模型的个数为运动模型库中的运动模型的个数。
进一步，基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算当前时刻的每个运动模型的目标混合状态估计值及协方差估计值；包括：
获取当前时刻的第
Figure M_220803161035601_601005001
个模型的目标状态估计值
Figure P_220803161035632_632257001
及模型概率
Figure P_220803161035647_647888002
，
Figure M_220803161035681_681069002
表示当时时刻
Figure P_220803161035696_696717003
；
计算第
Figure M_220803161035727_727966001
个运动模型的预测概率
Figure P_220803161035743_743590001
：
Figure P_220803161035774_774844001
其中,
Figure P_220803161035790_790474001
表示目标运载火箭从第
Figure M_220803161035821_821737001
个运动模型转移到第
Figure M_220803161035837_837341002
个运动模型的转移概率；
Figure M_220803161035870_870993003
为运动模型的个数；
则第
Figure M_220803161035887_887122001
个运动模型到第
Figure M_220803161035918_918379002
个运动模型之间的混合概率
Figure P_220803161035934_934028001
为：
Figure P_220803161035965_965268001
第
Figure M_220803161035996_996519001
个运动模型的混合状态估计
Figure P_220803161036012_012150001
为：
Figure P_220803161036043_043388001
第
Figure M_220803161036076_076564001
个运动模型的混合协方差估计
Figure P_220803161036092_092695001
为：
Figure P_220803161036139_139603001
。
进一步，所述滤波器为卡尔曼滤波器、高斯-牛顿滤波器、扩展卡尔曼滤波器、无迹卡尔曼滤波器、粒子滤波器或容积卡尔曼滤波器。
进一步，利用下一时刻的每个运动模型的目标状态估计值以及当前时刻的目标观测值，计算下一时刻的每个运动模型的模型概率；包括：
计算第
Figure M_220803161036186_186475001
个运动模型的似然函数
Figure P_220803161036202_202111001
：
Figure P_220803161036233_233322001
其中，
Figure M_220803161036248_248955001
表示当时时刻
Figure P_220803161036282_282158001
，误差向量
Figure P_220803161036297_297789002
为：
Figure P_220803161036329_329049001
其中，
Figure M_220803161036360_360303001
为当前时刻的目标观测值；
Figure P_220803161036375_375931001
为下一时刻的第
Figure M_220803161036407_407146002
个运动模型的目标状态估计值；
Figure M_220803161036422_422804003
为量测方程的离散系统的观测矩阵：n为误差向量
Figure P_220803161036454_454047002
的维度；
协方差矩阵
Figure P_220803161036487_487239001
为：
Figure P_220803161036502_502858001
其中，
Figure P_220803161036534_534211001
为下一时刻的第
Figure M_220803161036549_549750001
个运动模型的协方差估计值；
Figure M_220803161036580_580996002
为正定的量测噪声方差矩阵；
计算下一时刻的第
Figure M_220803161036596_596600001
个运动模型的模型概率
Figure P_220803161036627_627857001
：
Figure P_220803161036643_643484001
式中，
Figure M_220803161036675_675683001
为归一化常数，且
Figure P_220803161036691_691823001
。
进一步，基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值；包括：
下一时刻的目标状态估计值
Figure M_220803161036723_723080001
为：
Figure P_220803161036754_754341001
下一时刻的总体协方差估计值
Figure M_220803161036785_785572001
为：
Figure P_220803161036801_801194001
。
第二方面，本申请实施例提供了一种基于天基测量的运载火箭弹道估计装置，包括：
获取单元，用于获取当前时刻的卫星对目标运载火箭的测量数据，所述测量数据包括：距离、相对俯仰角和相对方位角；
目标观测值计算单元，用于根据当前时刻的卫星对目标运载火箭的测量数据,计算得到当前时刻的目标观测值;
交互单元，用于基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算当前时刻的每个运动模型的目标混合状态估计值及协方差估计值；
滤波单元，用于使用滤波器对当前时刻的每个运动模型的目标混合状态估计值及协方差估计值，以及当前时刻的目标观测向量进行滤波处理，得到下一时刻的每个运动模型的目标状态估计值及协方差估计值；
运动模型概率计算单元，用于利用下一时刻的每个运动模型的目标状态估计值以及当前时刻的目标观测值，计算下一时刻的每个运动模型的模型概率；
融合单元，用于基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值。
第三方面，本申请实施例提供了一种电子设备，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例的基于天基测量的运载火箭弹道估计方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现本申请实施例的基于天基测量的运载火箭弹道估计方法。
本申请通过天基测量实现了运载火箭弹道的高精度估计。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的基于天基测量的运载火箭弹道估计方法的流程图；
图2为本申请实施例提供的基于天基测量的运载火箭弹道估计装置的功能结构图；
图3为本申请实施例提供的电子设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
首先对本申请实施例的设计思想进行简单介绍。
目前，火箭自主测量信息存在超出测控站通信范围后信息传递困难问题，以及无法获取到非合作运载火箭相关信息的问题。
为解决上述技术问题，本申请提供了一种基于天基测量的运载火箭弹道估计方法，基于卫星上搭载的雷达或者光学测量设备，能够对运载火箭弹道进行预测。由于在大气层外进行测量，可以做到全天候跟踪测量，同时理论精度也高于地基及火箭自测量的方式。同时对合作及非合作运载火箭均能实现同样的弹道预测能力。
本申请的技术优势在于：
1.采用了基于滑动自适应门限法的测量信息保持器：避免了量测野值问题的影响，提升了相对距离测量精度。
2.基于IMM（交互式多模型）的轨迹预测：面对运载火箭主动飞行段、滑翔段、再入烧毁段等全飞行流程的任何阶段均能做到良好的自适应模型适配。
3.智能化自适应算法：对各种速度、各种飞行模式、各种飞行状态的运载火箭弹道均能做到良好的适配和运动分析。
4.精确的弹道预测能力：能基于历史弹道信息给出准确合理的运动趋势预测。
在介绍了本申请实施例的应用场景和设计思想之后，下面对本申请实施例提供的技术方案进行说明。
如图1所示，本申请实施例提供了一种基于天基测量的运载火箭弹道估计方法，包括：
步骤101：获取当前时刻的卫星对目标运载火箭的测量数据，所述测量数据包括：距离、相对俯仰角和相对方位角；
通过自身搭载的激光测距仪或雷达测量获取相对的距离信息
Figure M_220803161036832_832455001
，通过自身搭载的雷达或光学相机的测量获取相对俯仰角
Figure M_220803161036867_867113002
和方位角
Figure M_220803161036914_914488003
的角度信息。
基于滑动自适应门限法对距离测量数据进行检测，实时检测距离量测数值是否为野值，并对野值进行更新，从而保持距离量测信息的稳定性和精确性。所需要选取的主要参量为
Figure M_220803161036930_930098001
，其中
Figure M_220803161036961_961351002
为滑动的检测窗口大小，常可取5~30间的常数；
Figure M_220803161036992_992620003
为野值判据阈值，且均为略大于零的小数。具体的，实时检测距离量测数值是否为野值，并对野值进行更新的过程包括：
步骤S1：计算距离残差序列
Figure M_220803161037023_023877001
：
Figure M_220803161037055_055101001
(1)
其中，
Figure M_220803161037097_097108001
为
Figure M_220803161037128_128358002
时刻的距离值；k表示当时时刻
Figure M_220803161037159_159620003
；
步骤S2：判断
Figure M_220803161037190_190860001
是否成立，其中，
Figure M_220803161037222_222100002
为
Figure M_220803161037237_237754003
…和
Figure M_220803161037269_269907004
的均值，
Figure M_220803161037301_301676005
为这
Figure M_220803161037332_332940006
次量测的方差,若成立，则上一时刻到当前时刻的距离增量
Figure M_220803161037364_364195007
为：
Figure M_220803161037395_395450001
(2)
步骤S3：计算两个变量
Figure M_220803161037426_426695001
和
Figure M_220803161037457_457956002
：
Figure M_220803161037478_478413001
(3)
Figure M_220803161037525_525811001
(4)
若
Figure M_220803161037557_557081001
，则当前时刻的距离值
Figure M_220803161037588_588300002
为有效值；
若
Figure M_220803161037619_619564001
,且
Figure M_220803161037650_650802002
，则当前时刻的距离值
Figure M_220803161037668_668357003
为野值，此时当前时刻距离的预测值
Figure M_220803161037700_700139004
为:
Figure M_220803161037715_715739001
=
Figure M_220803161037747_747016002
(5)
用
Figure M_220803161037778_778355001
更新当时时刻的距离值
Figure M_220803161037809_809522002
；
若
Figure M_220803161037825_825151001
,且
Figure M_220803161037856_856371002
，进入步骤S4；
步骤S4：令参数
Figure M_220803161037890_890094001
，判断
Figure M_220803161037937_937454002
是否成立，若成立，则当前时刻的距离值
Figure M_220803161037968_968668003
为有效值，否则当前时刻的距离值
Figure M_220803161037999_999945004
为野值，此时当前时刻距离的预测值为
Figure M_220803161038031_031187001
Figure M_220803161038065_065810002
用
Figure M_220803161038097_097648001
更新当时时刻的距离值
Figure M_220803161038113_113231002
。
需要说明的是
Figure M_220803161038144_144452001
与预想的信噪比及精度有关，
Figure M_220803161038160_160084002
与轨道倾角有关。
Figure M_220803161038191_191339003
的值既可先期确定，也可按照信噪比及精度水平实现自适应匹配。
步骤102：根据当前时刻的卫星对目标运载火箭的测量数据,计算得到当前时刻的目标观测值;
基于相对距离
Figure M_220803161038222_222575001
、相对俯仰角
Figure M_220803161038238_238222002
和方位角
Figure M_220803161038270_270901003
，在目标航天器轨道坐标系下进行三轴的坐标分解。该坐标系原点在运载火箭质心上，x轴为沿地心指向火箭质心方向，y轴在轨道平面上与x轴垂直且指向火箭速度方向，z轴与轨道平面的法线平行且与x轴和y轴构成右手正交坐标系，则三轴上的投影坐标为：
Figure M_220803161038287_287045001
（6）
选取状态变量为
Figure M_220803161038365_365168001
,观测值为
Figure M_220803161038427_427652002
，且：
Figure M_220803161038458_458913001
(7)
步骤103：基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算当前时刻的每个运动模型的目标混合状态估计值及协方差估计值；
运动模型库中包括：匀加速直线运动模型、匀速直线运动模型、匀速转弯运动模型、相对运动轨道动力学的C-W(也称Hill模型)模型以及Tschauner和Hempel提出的T-H模型等。
当目标运载火箭为合作的运载火箭，则运动模型的个数r和运动模型的类型是确定的；当目标运载火箭为非合作的运载火箭，则运动模型的个数为运动模型库中的运动模型的个数。
设第
Figure M_220803161038534_534115001
个运动模型所表示的状态方程为：
Figure P_220803161038565_565349001
(8)
系统的量测方程为：
Figure M_220803161038596_596631001
(9)
式中，
Figure M_220803161038643_643520001
为高斯白噪声，其协方差矩阵记为Q，
Figure M_220803161038659_659116002
为离散系统的观测矩阵，
Figure M_220803161038691_691395003
为观测量，
Figure M_220803161038707_707454004
为状态变量。马尔可夫转移矩阵P为：
Figure P_220803161038738_738707001
(10)
其中,
Figure P_220803161038785_785567001
表示目标从第
Figure M_220803161038801_801214001
个运动模型转移到第
Figure M_220803161038832_832466002
个运动模型的转移概率;
Figure M_220803161038848_848067003
为运动模型的个数。
将由当前时刻的目标的状态估计值
Figure P_220803161038882_882252001
及每个滤波器的模型概率
Figure P_220803161038897_897890002
可以得到目标的混合状态估计
Figure P_220803161038929_929134003
及协方差
Figure P_220803161038960_960375004
，这两者也将会是当前时刻IMM循环的初始输入，具体计算过程如下：
对第
Figure M_220803161038976_976017001
个运动模型的预测概率（或称归一化常数）
Figure P_220803161039007_007294001
为：
Figure P_220803161039022_022880001
(11)
从第
Figure M_220803161039054_054118001
个运动模型到第
Figure M_220803161039078_078033002
个运动模型之间的混合概率
Figure P_220803161039109_109781001
为：
Figure P_220803161039141_141040001
(12)
第
Figure M_220803161039172_172306001
个运动模型的混合状态估计
Figure P_220803161039187_187929001
为：
Figure P_220803161039203_203573001
(13)
第
Figure M_220803161039250_250460001
个运动模型的混合协方差估计
Figure P_220803161039266_266990001
为：
Figure P_220803161039314_314377001
（14）
步骤104：使用滤波器对当前时刻的每个运动模型的目标混合状态估计值及协方差估计值，以及当前时刻的目标观测向量进行滤波处理，得到下一时刻的每个运动模型的目标状态估计值及协方差估计值；
滤波估计以量测方程式(9)为基础，将步骤103所得的模型状态混合估计
Figure P_220803161039361_361288001
和混合估计方差
Figure P_220803161039376_376888002
作为输入，得到的滤波估计结果即是下一时刻(即
Figure M_220803161039408_408127001
时刻)各模型的状态估计矩阵
Figure P_220803161039423_423775003
和协方差矩阵
Figure P_220803161039455_455005004
。
需要说明的是本申请中滤波算法的选取可以具有独立性，同时本申请中的IMM算法也可以拥有一个或同时拥有多个滤波器。可选的滤波器种类复杂多样，如卡尔曼滤波(Kalman Filtering, KF)、高斯-牛顿滤波(Gauss-Newton Filtering)、扩展卡尔曼滤波(Extended Kalman Filtering, EKF)、无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)、粒子滤波(Particle Filtering, PF)、容积卡尔曼滤波(Cubature KalmanFiltering, CKF)等均可适用，在实际应用中可以按照参数需求和模型情况等因素进行滤波算法的人为筛选。
步骤105：利用下一时刻的每个运动模型的目标状态估计值以及当前时刻的目标观测值，计算下一时刻的每个运动模型的模型概率；
下一时刻的第
Figure M_220803161039473_473041001
个运动模型的模型概率
Figure P_220803161039504_504852001
的更新多采用似然函数来进行，计算第
Figure M_220803161039520_520439002
个运动模型的似然函数
Figure P_220803161039551_551710002
：
Figure P_220803161039582_582957001
(15)
式中
Figure P_220803161039614_614209001
和
Figure P_220803161039645_645440002
为滤波算法得到的各模型实际测量信息和预测测量信息的误差向量和对应的协方差矩阵，两者的计算式分别为：
Figure P_220803161039662_662959001
(16)
Figure P_220803161039694_694292001
(17)
式中
Figure M_220803161039725_725549001
为正定的量测噪声方差矩阵，来自于滤波算法中。
Figure M_220803161039757_757268002
为误差向量
Figure P_220803161039772_772884001
的维度。
则下一时刻的第
Figure M_220803161039804_804129001
个运动模型的模型概率
Figure P_220803161039819_819766001
为：
Figure P_220803161039851_851007001
(18)
式中，
Figure M_220803161039884_884727001
为归一化常数，且
Figure P_220803161039900_900324001
。
步骤106：基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值；
模型输出交互即对各模型的状态估计和协方差进行整合，下一时刻的目标状态估计值
Figure M_220803161039931_931564001
和总体协方差估计值
Figure M_220803161039962_962833002
，其具体算式为：
Figure P_220803161039994_994077001
(19)
Figure P_220803161040025_025323001
(20)
则测量卫星相对运载火箭的状态估计值
Figure M_220803161040056_056581001
为：
Figure P_220803161040095_095649001
将测量卫星相对运载火箭的位置和速度，叠加上卫星自身在WGS-84坐标系下位置和速度，得到火箭当前时刻在WGS-84坐标系下的位置和速度。
每一时刻位置连起来就是运载火箭弹道信息。同时由滤波估计算法一般采用基于卡尔曼滤波的各类算法，则在滤波估计过程中会产生
Figure M_220803161040111_111753001
估计，即未来时刻运载火箭的状态估计值，叠加未来时刻卫星自身位置和速度，即可得到未来时刻运载火箭运动预测信息。
基于上述实施例，本申请实施例提供了一种基于天基测量的运载火箭弹道估计装置，参阅图2所示，本申请实施例提供的基于天基测量的运载火箭弹道估计装置200至少包括：
获取单元201，用于获取当前时刻的卫星对目标运载火箭的测量数据，所述测量数据包括：距离、相对俯仰角和相对方位角；
目标观测值计算单元202，用于根据当前时刻的卫星对目标运载火箭的测量数据,计算得到当前时刻的目标观测值;
交互单元203，用于基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算当前时刻的每个运动模型的目标混合状态估计值及协方差估计值；
滤波单元204，用于使用滤波器对当前时刻的每个运动模型的目标混合状态估计值及协方差估计值，以及当前时刻的目标观测向量进行滤波处理，得到下一时刻的每个运动模型的目标状态估计值及协方差估计值；
运动模型概率计算单元205，用于利用下一时刻的每个运动模型的目标状态估计值以及当前时刻的目标观测值，计算下一时刻的每个运动模型的模型概率；
融合单元206，用于基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值。
需要说明的是，本申请实施例提供的基于天基测量的运载火箭弹道估计装置200解决技术问题的原理与本申请实施例提供的基于天基测量的运载火箭弹道估计方法相似，因此，本申请实施例提供的基于天基测量的运载火箭弹道估计装置200的实施可以参见本申请实施例提供的基于天基测量的运载火箭弹道估计方法的实施，重复之处不再赘述。
如图3所示，本申请实施例提供的电子设备300至少包括：处理器301、存储器302和存储在存储器302上并可在处理器301上运行的计算机程序，处理器301执行计算机程序时实现本申请实施例提供的基于天基测量的运载火箭弹道估计方法。
本申请实施例提供的电子设备300还可以包括连接不同组件（包括处理器301和存储器302）的总线303。其中，总线303表示几类总线结构中的一种或多种，包括存储器总线、外围总线、局域总线等。
存储器302可以包括易失性存储器形式的可读介质，例如随机存储器（RandomAccess Memory，RAM）3021和/或高速缓存存储器3022，还可以进一步包括只读存储器（ReadOnly Memory，ROM）3023。
存储器302还可以包括具有一组（至少一个）程序模块3025的程序工具3024，程序模块3025包括但不限于：操作子系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备300也可以与一个或多个外部设备304（例如键盘、遥控器等）通信，还可以与一个或者多个使得用户能与电子设备300交互的设备通信（例如手机、电脑等），和/或，与使得电子设备300与一个或多个其它电子设备300进行通信的任何设备（例如路由器、调制解调器等）通信。这种通信可以通过输入/输出（Input /Output，I/O）接口305进行。并且，电子设备300还可以通过网络适配器306与一个或者多个网络（例如局域网（Local AreaNetwork，LAN），广域网（Wide Area Network，WAN）和/或公共网络，例如因特网）通信。如图3所示，网络适配器306通过总线303与电子设备300的其它模块通信。应当理解，尽管图3中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列（Redundant Arrays of IndependentDisks，RAID）子系统、磁带驱动器以及数据备份存储子系统等。
需要说明的是，图3所示的电子设备300仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，该计算机指令被处理器执行时实现本申请实施例提供的基于天基测量的运载火箭弹道估计方法。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种基于天基测量的运载火箭弹道估计方法，其特征在于，包括：
获取当前时刻的卫星对目标运载火箭的测量数据，所述测量数据包括：距离、相对俯仰角和相对方位角；
根据当前时刻的卫星对目标运载火箭的测量数据,计算得到当前时刻的目标观测值;
基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算当前时刻的每个运动模型的目标混合状态估计值及协方差估计值；
使用滤波器对当前时刻的每个运动模型的目标混合状态估计值及协方差估计值，以及当前时刻的目标观测向量进行滤波处理，得到下一时刻的每个运动模型的目标状态估计值及协方差估计值；
利用下一时刻的每个运动模型的目标状态估计值以及当前时刻的目标观测值，计算下一时刻的每个运动模型的模型概率；
基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值。
2.根据权利要求1所述的基于天基测量的运载火箭弹道估计方法，其特征在于，获取当前时刻的卫星对目标运载火箭的测量数据之后还包括：
步骤S1：计算距离残差序列
Figure M_220803161028709_709883001
：
Figure M_220803161028788_788038001
其中，
Figure M_220803161028884_884225001
为
Figure M_220803161028915_915458002
时刻的距离值；
Figure M_220803161028946_946710003
表示当时时刻
Figure M_220803161028977_977964004
；
步骤S2：判断
Figure M_220803161028993_993578001
是否成立，其中，
Figure M_220803161029040_040472002
为
Figure M_220803161029056_056070003
…和
Figure M_220803161029113_113221004
的均值，
Figure M_220803161029144_144462005
为这
Figure M_220803161029160_160087006
次量测的方差,
Figure M_220803161029175_175708007
为阈值，若成立，则上一时刻到当前时刻的距离增量
Figure M_220803161029206_206960008
为：
Figure M_220803161029238_238223001
步骤S3：计算两个变量
Figure M_220803161029253_253878001
和
Figure M_220803161029287_287533002
：
Figure M_220803161029303_303156001
Figure M_220803161029350_350034001
若
Figure M_220803161029381_381283001
，则当前时刻的距离值
Figure M_220803161029412_412535002
为有效值，
Figure M_220803161029443_443781003
为阈值；
若
Figure M_220803161029459_459412001
,且
Figure M_220803161029476_476463002
，
Figure M_220803161029508_508237003
为阈值，则当前时刻的距离值
Figure M_220803161029539_539480004
为野值，此时当前时刻距离的预测值
Figure M_220803161029555_555106005
为：
Figure M_220803161029601_601995001
Figure M_220803161029617_617615002
用
Figure M_220803161029648_648845001
更新当时时刻的距离值
Figure M_220803161029665_665915002
；
若
Figure M_220803161029697_697685001
,且
Figure M_220803161029713_713315002
，进入步骤S4；
步骤S4：令参数
Figure M_220803161029744_744561001
，判断
Figure M_220803161029775_775810002
是否成立，若成立，则当前时刻的距离值
Figure M_220803161029807_807046003
为有效值，否则当前时刻的距离值
Figure M_220803161029838_838324004
为野值，此时当前时刻距离的预测值
Figure M_220803161029853_853936005
为：
Figure M_220803161029889_889088001
Figure M_220803161029904_904721002
用
Figure M_220803161029935_935975001
更新当时时刻的距离值
Figure M_220803161029970_970118002
。
3.根据权利要求1所述的基于天基测量的运载火箭弹道估计方法，其特征在于，当目标运载火箭为合作的运载火箭，则运动模型的个数
Figure M_220803161029982_982840001
和运动模型的类型是预先确定的；当目标运载火箭为非合作的运载火箭，则运动模型的个数为运动模型库中的运动模型的个数。
4.根据权利要求1所述的基于天基测量的运载火箭弹道估计方法，其特征在于，基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算当前时刻的每个运动模型的目标混合状态估计值及协方差估计值；包括：
获取当前时刻的第
Figure M_220803161030014_014117001
个运动模型的目标状态估计值
Figure P_220803161030029_029722001
及模型概率
Figure P_220803161030062_062907002
，
Figure M_220803161030079_079034002
表示当时时刻
Figure P_220803161030110_110285003
；
计算第
Figure M_220803161030125_125897001
个运动模型的预测概率
Figure P_220803161030157_157157001
：
Figure P_220803161030172_172808001
其中,
Figure P_220803161030204_204031001
表示目标运载火箭从第
Figure M_220803161030219_219660001
个运动模型转移到第
Figure M_220803161030250_250923002
个运动模型的转移概率；
Figure M_220803161030267_267954003
为运动模型的个数；
则第
Figure M_220803161030299_299740001
个运动模型到第
Figure M_220803161030315_315371002
个运动模型之间的混合概率
Figure P_220803161030346_346618001
为：
Figure P_220803161030362_362322001
第
Figure M_220803161030393_393498001
个运动模型的混合状态估计
Figure P_220803161030424_424738001
为：
Figure P_220803161030440_440370001
第
Figure M_220803161030473_473045001
个运动模型的混合协方差估计
Figure P_220803161030489_489173001
为：
Figure P_220803161030551_551697001
。
5.根据权利要求1所述的基于天基测量的运载火箭弹道估计方法，其特征在于，所述滤波器为卡尔曼滤波器、高斯-牛顿滤波器、扩展卡尔曼滤波器、无迹卡尔曼滤波器、粒子滤波器或容积卡尔曼滤波器。
6.根据权利要求4所述的基于天基测量的运载火箭弹道估计方法，其特征在于，利用下一时刻的每个运动模型的目标状态估计值以及当前时刻的目标观测值，计算下一时刻的每个运动模型的模型概率；包括：
计算第
Figure M_220803161030582_582938001
个运动模型的似然函数
Figure P_220803161030614_614207001
：
Figure P_220803161030645_645439001
其中，
Figure M_220803161030677_677157001
表示当时时刻
Figure P_220803161030693_693299001
，误差向量
Figure P_220803161030724_724550002
为：
Figure P_220803161030740_740173001
其中，
Figure M_220803161030771_771418001
为当前时刻的目标观测值；
Figure P_220803161030802_802675001
为下一时刻的第
Figure M_220803161030818_818292002
个运动模型的目标状态估计值；
Figure M_220803161030849_849544003
为量测方程的离散系统的观测矩阵：
Figure M_220803161030866_866617004
为误差向量
Figure P_220803161030898_898372002
的维度；
协方差矩阵
Figure P_220803161030914_914000001
为：
Figure P_220803161030945_945269001
其中，
Figure P_220803161030976_976505001
为下一时刻的第
Figure M_220803161031007_007774001
个运动模型的协方差估计值；
Figure M_220803161031039_039009002
为正定的量测噪声方差矩阵；
计算下一时刻的第
Figure M_220803161031071_071659001
个运动模型的模型概率
Figure P_220803161031087_087345001
：
Figure P_220803161031119_119064001
式中，
Figure M_220803161031149_149843001
为归一化常数，且
Figure P_220803161031165_165949001
。
7.根据权利要求6所述的基于天基测量的运载火箭弹道估计方法，其特征在于，基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值；包括：
下一时刻的目标状态估计值
Figure M_220803161031197_197212001
为：
Figure P_220803161031227_227976001
下一时刻的总体协方差估计值
Figure M_220803161031259_259228001
为：
Figure P_220803161031275_275781001
。
8.一种基于天基测量的运载火箭弹道估计装置，其特征在于，包括：
获取单元，用于获取当前时刻的卫星对目标运载火箭的测量数据，所述测量数据包括：距离、相对俯仰角和相对方位角；
目标观测值计算单元，用于根据当前时刻的卫星对目标运载火箭的测量数据,计算得到当前时刻的目标观测值;
交互单元，用于基于当前时刻的每个运动模型的目标状态估计值及模型概率，计算当前时刻的每个运动模型的目标混合状态估计值及协方差估计值；
滤波单元，用于使用滤波器对当前时刻的每个运动模型的目标混合状态估计值及协方差估计值，以及当前时刻的目标观测向量进行滤波处理，得到下一时刻的每个运动模型的目标状态估计值及协方差估计值；
运动模型概率计算单元，用于利用下一时刻的每个运动模型的目标状态估计值以及当前时刻的目标观测值，计算下一时刻的每个运动模型的模型概率；
融合单元，用于基于下一时刻的每个运动模型的目标状态估计值以及模型概率，计算得到下一时刻的目标状态估计值和总体协方差估计值。
9.一种电子设备，其特征在于，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的基于天基测量的运载火箭弹道估计方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-7任一项所述的基于天基测量的运载火箭弹道估计方法。
CN202210929733.8A 2022-08-04 2022-08-04 一种基于天基测量的运载火箭弹道估计方法及装置 Active CN114993341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210929733.8A CN114993341B (zh) 2022-08-04 2022-08-04 一种基于天基测量的运载火箭弹道估计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210929733.8A CN114993341B (zh) 2022-08-04 2022-08-04 一种基于天基测量的运载火箭弹道估计方法及装置

Publications (2)

Publication Number Publication Date
CN114993341A true CN114993341A (zh) 2022-09-02
CN114993341B CN114993341B (zh) 2022-10-25

Family

ID=83023225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210929733.8A Active CN114993341B (zh) 2022-08-04 2022-08-04 一种基于天基测量的运载火箭弹道估计方法及装置

Country Status (1)

Country Link
CN (1) CN114993341B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115902980A (zh) * 2023-02-15 2023-04-04 东方空间(西安)宇航技术有限公司 可在线更新的飞行目标天基监视与预测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8052054B1 (en) * 2009-04-21 2011-11-08 Lockheed Martin Corporation Track quality to track error covariance
CN111008364A (zh) * 2019-12-09 2020-04-14 北京壹氢科技有限公司 一种双观测者协同被动定位方法及系统
CN111027204A (zh) * 2019-12-05 2020-04-17 中国人民解放军63620部队 航天发射光、雷、遥与导航卫星测量数据融合处理方法
WO2022111230A1 (zh) * 2020-11-27 2022-06-02 西安空间无线电技术研究所 一种分布式无中心天基时间基准建立与保持系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8052054B1 (en) * 2009-04-21 2011-11-08 Lockheed Martin Corporation Track quality to track error covariance
CN111027204A (zh) * 2019-12-05 2020-04-17 中国人民解放军63620部队 航天发射光、雷、遥与导航卫星测量数据融合处理方法
CN111008364A (zh) * 2019-12-09 2020-04-14 北京壹氢科技有限公司 一种双观测者协同被动定位方法及系统
WO2022111230A1 (zh) * 2020-11-27 2022-06-02 西安空间无线电技术研究所 一种分布式无中心天基时间基准建立与保持系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
A. WU，ET AL.: "SBIRS High Payload LOS Attitude Determination and calibration", 《1998 IEEE AEROSPACE CONFERENCE PROCEEDINGS (CAT. NO.98TH8339)》 *
侯博文等: "弹道跟踪数据野值剔除方法性能分析", 《上海航天》 *
周军等: "基于Sigma点卡尔曼滤波的天基红外低轨卫星目标跟踪", 《红外与激光工程》 *
朱新岩等: "基于残差特性分析的野值检测与剔除方法", 《飞行力学》 *
杨军玲: "无源定位跟踪中野值的检测与剔除方法", 《电子科技》 *
杨桉楠等: "天基红外低轨卫星伪线性自由段弹道估计方法", 《弹道学报》 *
王瑞等: "天基红外低轨卫星系统对自由段空间目标定位方法研究", 《装备指挥技术学院学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115902980A (zh) * 2023-02-15 2023-04-04 东方空间(西安)宇航技术有限公司 可在线更新的飞行目标天基监视与预测方法及装置

Also Published As

Publication number Publication date
CN114993341B (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN103528587B (zh) 自主组合导航系统
CN107315171B (zh) 一种雷达组网目标状态与系统误差联合估计算法
Gross et al. A comparison of extended Kalman filter, sigma-point Kalman filter, and particle filter in GPS/INS sensor fusion
CN114812569B (zh) 一种追逃博弈机动航天器相对状态估计方法、装置和设备
CN106772524A (zh) 一种基于秩滤波的农业机器人组合导航信息融合方法
Srinivas et al. Overview of architecture for GPS-INS integration
CN110763245A (zh) 一种基于流式计算的地图创建方法及其系统
CN114993341B (zh) 一种基于天基测量的运载火箭弹道估计方法及装置
CN116086445A (zh) 一种基于因子图优化的多源信息时延融合导航方法
Liu et al. Navigation algorithm based on PSO-BP UKF of autonomous underwater vehicle
CN118111430A (zh) 基于最小误差熵卡尔曼的交互多模型auv组合导航方法
Dai et al. Unmanned ground vehicle‐unmanned aerial vehicle relative navigation robust adaptive localization algorithm
CN114705223A (zh) 多移动智能体在目标跟踪中的惯导误差补偿方法及系统
Li et al. Exploring the Potential of Deep Learning Aided Kalman Filter for GNSS/INS Integration: A Study on 2D Simulation Datasets
CN102707278B (zh) 奇异值分解的多目标跟踪方法
Mercier et al. Relative Navigation Methods for a Multi-Agent, On-Orbit Inspection Mission
Gong et al. Unscented particle smoother and its application to transfer alignment of airborne distributed POS
Chen et al. Improved Unscented Kalman Filtering Algorithm Applied to On-vehicle Tracking System
Taghizadeh et al. Low-cost integrated INS/GNSS using adaptive H∞ Cubature Kalman Filter
Liu et al. A new algorithm of tightly-coupled GNSS/INS integrated navigation based on factor graph
Lee et al. Performance Verification of a Target Tracking System With a Laser Rangefinder
Guo et al. Research on target localization in airborne electro-optical stabilized platforms based on adaptive extended Kalman filtering
Kuncara et al. Enhancing accuracy in field mobile robot state estimation with GNSS and encoders
CN113490864A (zh) 鲁棒性仅角度九状态目标状态估计器(tse)
Bian et al. Integrated Navigation

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 100176 room 12b03, 12b floor, building 40, yard 1, Desheng North Street, Beijing Economic and Technological Development Zone, Beijing

Patentee after: Oriental space technology (Beijing) Co.,Ltd.

Country or region after: China

Patentee after: Dongfang space technology (Shandong) Co.,Ltd.

Patentee after: Dongfang Space (Jiangsu) Aerospace Power Co.,Ltd.

Address before: 100176 room 12b03, 12b floor, building 40, yard 1, Desheng North Street, Beijing Economic and Technological Development Zone, Beijing

Patentee before: Oriental space technology (Beijing) Co.,Ltd.

Country or region before: China

Patentee before: Dongfang space technology (Shandong) Co.,Ltd.

Patentee before: Oriental space (Xi'an) Aerospace Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240202

Address after: Room 12B03, Floor 12B, Building 40, No.1 Courtyard, Desheng North Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing, 100000

Patentee after: Oriental space technology (Beijing) Co.,Ltd.

Country or region after: China

Patentee after: Dongfang space technology (Shandong) Co.,Ltd.

Patentee after: Dongfang Space (Jiangsu) Aerospace Power Co.,Ltd.

Patentee after: Orient Space (Hainan) Technology Co.,Ltd.

Address before: 100176 room 12b03, 12b floor, building 40, yard 1, Desheng North Street, Beijing Economic and Technological Development Zone, Beijing

Patentee before: Oriental space technology (Beijing) Co.,Ltd.

Country or region before: China

Patentee before: Dongfang space technology (Shandong) Co.,Ltd.

Patentee before: Dongfang Space (Jiangsu) Aerospace Power Co.,Ltd.