CN115201863A - 基于干涉测量数据的geo卫星轨道机动检测方法 - Google Patents

基于干涉测量数据的geo卫星轨道机动检测方法 Download PDF

Info

Publication number
CN115201863A
CN115201863A CN202210818092.9A CN202210818092A CN115201863A CN 115201863 A CN115201863 A CN 115201863A CN 202210818092 A CN202210818092 A CN 202210818092A CN 115201863 A CN115201863 A CN 115201863A
Authority
CN
China
Prior art keywords
cooperative
geo satellite
geo
data
dor
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.)
Pending
Application number
CN202210818092.9A
Other languages
English (en)
Inventor
陈静
刘友永
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.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
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 CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202210818092.9A priority Critical patent/CN115201863A/zh
Publication of CN115201863A publication Critical patent/CN115201863A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于干涉测量数据的GEO卫星轨道机动检测方法，涉及空间态势监视技术领域，主要解决非合作GEO卫星轨道机动的实时检测问题。其实现过程是：布设三个地面干涉测量站，包括一个主站和两个副站，同时接收非合作GEO卫星的下行信号；对测量站接收信号进行相关处理，获得空间目标在两条基线上的干涉测量数据，包括距离差和距离差变化率；根据正常轨道运行时的干涉测量数据，建立数据模型并实时进行更新修正，通过检测测量数据偏离模型预测值的变化，实现对非合作GEO卫星轨道机动的实时检测。本发明避免了建立复杂的动力学模型，无需对目标定位，计算简单，实时性好。

Description

基于干涉测量数据的GEO卫星轨道机动检测方法
技术领域
本发明涉及空间态势监视技术领域，尤其涉及一种基于干涉测量数据的GEO卫星轨道机动检测方法。
背景技术
与低轨或中轨航天器相比，GEO航天器的空间感知项目的情报搜集能力是前者的600倍以上，在该轨道上的资源竞争态势变得明显，GEO轨道势必会成为空间攻防的主要战场。目前，地球GEO轨道包括多个国家的通信和观测卫星，最具代表性的就属地球同步轨道卫星感知项目(GSSAP)。
2016年8月起，“地球同步轨道空间态势感知计划”开始实施。截止目前，已有多颗(GSSAP)卫星发射升空，组成卫星星座，共同对地球同步轨道上的目标执行巡视侦察任务。GSSAP具有高精确轨道机动能力，通过与地球同步轨道目标的相对漂移，实现全轨道巡视探测，最短重访周期约15天，可支撑高轨态势感知能力向目标技术侦察、行动意图判断等多个领域拓展。此外，GSSAP卫星还具有攻击地球同步轨道目标的潜力。我国对GEO空间资源的依赖程度将日益加深，面对GSSAP针对性的侦查和潜在的攻击，为满足我国高轨态势感知需求和维护GEO卫星资源的安全，应该积极发展空间与反空间能力，有针对性的提升高轨非合作目标的监视能力，监视非合作GEO卫星的位置及运行状态，快速发现异常的轨道机动，为光学或雷达引导监测、持续重点监测、敌方行为判别、反抵近侦查、反攻击等提供支撑。
现有的态势感知系统以有源雷达、光学探测系统为主，但有源雷达面临着功率限制探测范围、对GEO空间探测受限的问题；光学探测系统虽然容易克服监测距离的问题，但受光线和气象条件影响较大，无法全天候工作。对于非合作GEO卫星的轨道机动检测，一种方法是利用雷达测角、测距信息求得目标的位置和速度，通过分析目标位置和速度的异常来识别轨道机动，但是由于测量噪声会引入较大的位置和速度误差，导致识别误判率较大；还有一种SACM方法，基于航天器轨道半长轴的变化进行轨道机动判断，以及基于两行根数的综合判定方法等，此类方法大多是事后分析，无法满足实时态势监测的需求。
发明内容
本发明的目的在于避免上述背景技术中的不足之处而提供一种基于干涉测量数据的GEO卫星轨道机动检测方法。本发明采用了无源探测体制，不主动发射信号，利用三个干涉测量站接收GEO卫星下行信号，并对主副站信号进行相关处理获得高精度干涉测量数据，通过监测干涉测量数据的异常变化，实现对非合作GEO卫星轨道机动的实时检测。
本发明采用的技术方案为：
一种基于干涉测量数据的GEO卫星轨道机动检测方法，包括以下步骤：
①布设三个地面干涉测量站，包括一个主站和两个副站，主站与两个副站构成的基线互相垂直，三站的时频共源，并实时接收非合作GEO卫星的下行信号；
②对主站和两个副站实时接收的信号进行相关处理，获取非合作GEO卫星到两条基线的干涉测量数据，包括距离差和距离差变化率；
③根据干涉测量数据的变化规律，利用正常轨道运行一个周期以上的干涉测量数据建立数据模型，数据模型包括常量参数、线性偏移参数和余弦振荡参数；
④根据数据模型，不断预测下一个观测时刻非合作GEO卫星到两条基线的距离差以及距离差变化率，并分别计算非合作GEO卫星到两条基线的真实测量值与模型预测值之间的偏差值；
⑤设定时间窗口T，分别对两个偏差值进行观测时刻上的滑动积分，并将一个运行周期内积分值平均值的k倍作为判断GEO卫星轨道机动是否发生的经验阈值THDOR和THDOD，其中k≥5，根据实际应用条件进行设置；
⑥若当前检测时刻有VsDOR＞THDOR或者VsDOD＞THDOD，则判定监测的非合作GEO卫星发生轨道机动，否则，判定监测的非合作GEO卫星未发生轨道机动，并利用当前检测时刻的干涉测量数据对数据模型进行更新修正；其中，VsDOR和VsDOD为当前检测时刻下，非合作GEO卫星到两条基线的真实测量值与模型预测值之间偏差值的积分值。
其中,步骤④中偏差值VDOR和VDOD的计算方式为：
Figure BDA0003743086800000031
Figure BDA0003743086800000032
式中，DOR12、DOR13分别为真实测量的非合作GEO卫星到两条基线的距离差，DOD12、DOD13分别为真实测量的非合作GEO卫星到两条基线的距离差变化率，
Figure BDA0003743086800000033
分别为模型预测的非合作GEO卫星到两条基线的距离差，
Figure BDA0003743086800000034
分别为模型预测的非合作GEO卫星到两条基线的距离差变化率。
本发明相比背景技术具有如下优点：
本发明基于干涉测量体制，不主动发射信号，属于无源电磁感知系统，具有监测距离远、隐蔽性强、可全天候工作等优点；通过监测高精度干涉测量数据的异常来快速发现轨道机动，无需对目标定位或定轨，避免了因定位或定轨造成的测量误差放大，检测性能高；不用建立复杂的动力学模型，计算简单，实时性好。
附图说明
图1是本发明基于干涉测量数据的GEO卫星轨道机动检测方法的流程图。
图2是本发明地面干涉测量站接收卫星下行信号的示意图。
具体实施方式
参照图1，本实施例的一种基于干涉测量数据的GEO卫星轨道机动检测方法具体实现步骤如下：
步骤1，布设三个地面干涉测量站，包括一个主站和两个副站，主站与两个副站构成的基线互相垂直，三站的时频共源，同时接收非合作GEO卫星的下行信号；
实施例中，三个地面站包括主站1、副站2和副站3，同时实时接收非合作GEO卫星的下行信号，并将接收数据经过光纤链路传送到位于主站位置的数据处理中心，如图2所示；
步骤2，对主站和两个副站实时接收的信号进行相关处理，获取非合作GEO卫星到两条基线的干涉测量数据，包括距离差和距离差变化率；
步骤3，根据干涉测量数据的变化规律，利用正常轨道运行一个周期以上的干涉测量数据建立数据模型，数据模型包括常量参数、线性偏移参数和余弦振荡参数；
实施例中，选取三个正常轨道运行周期的干涉测量数据进行建模；
步骤4，根据数据模型，不断预测下一个观测时刻非合作GEO卫星到两条基线的距离差以及距离差变化率，并分别计算非合作GEO卫星到两条基线的真实测量值与模型预测值之间的偏差值；
偏差值VDOR和VDOD的计算方式为：
Figure BDA0003743086800000041
Figure BDA0003743086800000051
式中，DOR12、DOR13分别为真实测量的非合作GEO卫星到两条基线的距离差，DOD12、DOD13分别为真实测量的非合作GEO卫星到两条基线的距离差变化率，
Figure BDA0003743086800000052
分别为模型预测的非合作GEO卫星到两条基线的距离差，
Figure BDA0003743086800000053
分别为模型预测的非合作GEO卫星到两条基线的距离差变化率。
步骤5，设定时间窗口T，分别对两个偏差值进行观测时刻上的滑动积分，并将一个运行周期内积分值平均值的k倍作为判断GEO卫星轨道机动是否发生的经验阈值THDOR和THDOD，其中k≥5，根据实际应用条件进行设置；
实施例中，T＝2分钟，k＝10；
步骤6，若当前检测时刻有VsDOR＞THDOR或者VsDOD＞THDOD，则判定监测的GEO卫星发生轨道机动；
步骤7，若当前检测时刻有VsDOR＞THDOR或者VsDOD＞THDOD，则判定监测的非合作GEO卫星发生轨道机动，否则，判定监测的非合作GEO卫星未发生轨道机动，并利用当前检测时刻的干涉测量数据对数据模型进行更新修正；其中，VsDOR和VsDOD为当前检测时刻下，非合作GEO卫星到两条基线的真实测量值与模型预测值之间偏差值的积分值；；
完成基于干涉测量数据的GEO卫星轨道机动检测。

Claims (2)

1.一种基于干涉测量数据的GEO卫星轨道机动检测方法，其特征在于,包括以下步骤：
①布设三个地面干涉测量站，包括一个主站和两个副站，主站与两个副站构成的基线互相垂直，三站的时频共源，并实时接收非合作GEO卫星的下行信号；
②对主站和两个副站实时接收的信号进行相关处理，获取非合作GEO卫星到两条基线的干涉测量数据，包括距离差和距离差变化率；
③根据干涉测量数据的变化规律，利用正常轨道运行一个周期以上的干涉测量数据建立数据模型，数据模型包括常量参数、线性偏移参数和余弦振荡参数；
④根据数据模型，不断预测下一个观测时刻非合作GEO卫星到两条基线的距离差以及距离差变化率，并分别计算非合作GEO卫星到两条基线的真实测量值与模型预测值之间的偏差值；
⑤设定时间窗口T，分别对两个偏差值进行观测时刻上的滑动积分，并将一个运行周期内积分值平均值的k倍作为判断GEO卫星轨道机动是否发生的经验阈值THDOR和THDOD，其中k≥5，根据实际应用条件进行设置；
⑥若当前检测时刻有VsDOR＞THDOR或者VsDOD＞THDOD，则判定监测的非合作GEO卫星发生轨道机动，否则，判定监测的非合作GEO卫星未发生轨道机动，并利用当前检测时刻的干涉测量数据对数据模型进行更新修正；其中，VsDOR和VsDOD为当前检测时刻下，非合作GEO卫星到两条基线的真实测量值与模型预测值之间偏差值的积分值；
完成基于干涉测量数据的GEO卫星轨道机动检测。
2.根据权利要求1所述的基于干涉测量数据的GEO卫星轨道机动检测方法，其特征在于,步骤④中偏差值VDOR和VDOD的计算方式为：
Figure FDA0003743086790000021
Figure FDA0003743086790000022
式中，DOR12、DOR13分别为真实测量的非合作GEO卫星到两条基线的距离差，DOD12、DOD13分别为真实测量的非合作GEO卫星到两条基线的距离差变化率，
Figure FDA0003743086790000023
分别为模型预测的非合作GEO卫星到两条基线的距离差，
Figure FDA0003743086790000024
分别为模型预测的非合作GEO卫星到两条基线的距离差变化率。
CN202210818092.9A 2022-07-13 2022-07-13 基于干涉测量数据的geo卫星轨道机动检测方法 Pending CN115201863A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210818092.9A CN115201863A (zh) 2022-07-13 2022-07-13 基于干涉测量数据的geo卫星轨道机动检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210818092.9A CN115201863A (zh) 2022-07-13 2022-07-13 基于干涉测量数据的geo卫星轨道机动检测方法

Publications (1)

Publication Number Publication Date
CN115201863A true CN115201863A (zh) 2022-10-18

Family

ID=83580203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210818092.9A Pending CN115201863A (zh) 2022-07-13 2022-07-13 基于干涉测量数据的geo卫星轨道机动检测方法

Country Status (1)

Country Link
CN (1) CN115201863A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115855069A (zh) * 2023-02-28 2023-03-28 中国人民解放军国防科技大学 基于sce的geo航天器机动检测与位置预测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115855069A (zh) * 2023-02-28 2023-03-28 中国人民解放军国防科技大学 基于sce的geo航天器机动检测与位置预测方法

Similar Documents

Publication Publication Date Title
CN106291488B (zh) 一种雷达标定误差校正方法
EP0776484B1 (en) Differential gps ground station system
US11014576B2 (en) Beidou-based grid augmentation autonomous driving multi-level warning system
CN101655561A (zh) 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法
US8094064B2 (en) Ground-based system and method to monitor for excessive delay gradients
CN108318868A (zh) 基于ads-b数据源的雷达战术性能测试评估方法
CN104849702B (zh) 利用ads‑b数据的gm‑ephd滤波雷达系统误差联合估计方法
CN107656266B (zh) 基于ads-b的s模式二次雷达信息融合系统及其融合方法
CN102692621A (zh) 一种ads-b与雷达的联合系统误差估计方法
Liu et al. Synchronization-free GPS spoofing detection with crowdsourced air traffic control data
US11361667B2 (en) Systems and methods for exploiting ADS-B frequency of arrival for flight surveillance, cyber security and meteorology
CN104297739A (zh) 一种通航监视中对光电跟踪设备的引导方法
Aernouts et al. Combining TDoA and AoA with a particle filter in an outdoor LoRaWAN network
CN115201863A (zh) 基于干涉测量数据的geo卫星轨道机动检测方法
Besada et al. Generic multisensor multitarget bias estimation architecture
CN109343096B (zh) 基于gsm-r通信系统的gnss辅助相对导航方法及系统
CN107576932A (zh) 合作目标与非合作目标共存的交替卡尔曼空间配准方法
CN113453149A (zh) 一种基于rssi测距的水质监测网络定位方法
CN101587652B (zh) 基于不完全观测的信息处理方法和系统
CN110703272A (zh) 一种基于车车通信和gmphd滤波的周边目标车辆状态估计方法
NL2026449B1 (en) Abnormal grain condition detection method based on radio tomographic imaging
Conde et al. Collaborative vehicle self-localization using multi-GNSS receivers and V2V/V2I communications
Lei et al. Multi-platform and multi-sensor data fusion based on ds evidence theory
Zhu et al. Joint sensor localization and data collection in uav-assisted wireless sensor network
CN115542307B (zh) 一种基于高精度地图的高速场景多雷达航迹融合方法

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