CN115408566A - 一种空间目标物理特征库构建方法 - Google Patents

一种空间目标物理特征库构建方法 Download PDF

Info

Publication number
CN115408566A
CN115408566A CN202210975717.2A CN202210975717A CN115408566A CN 115408566 A CN115408566 A CN 115408566A CN 202210975717 A CN202210975717 A CN 202210975717A CN 115408566 A CN115408566 A CN 115408566A
Authority
CN
China
Prior art keywords
target
space
key
data
type
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
CN202210975717.2A
Other languages
English (en)
Inventor
张聪
袁利
孙栋
刘磊
汤亮
严晗
王铎
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.)
Beijing Institute of Control Engineering
Original Assignee
Beijing Institute of Control Engineering
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 Beijing Institute of Control Engineering filed Critical Beijing Institute of Control Engineering
Priority to CN202210975717.2A priority Critical patent/CN115408566A/zh
Publication of CN115408566A publication Critical patent/CN115408566A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9027—Trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明公开了一种空间目标物理特征库构建方法，包括如下步骤：确定空间目标类型及总类型数量；确定每类空间目标的物理特征种类；针对每类物理特征分别确定其关键特征项，构建特征信息库；获得已知空间目标类型的空间目标或仿真生成目标的关键特征数据，输入特征信息库，形成物理特征库；获取待分类空间目标的关键特征数据，将待分类空间目标的关键特征数据与物理特征库中已有关键特征数据进行匹配，确定待分类空间目标的空间目标类型；将待分类空间目标的空间目标类型及其关键特征数据输入物理特征库中，完成物理特征库的更新。本发明构建通用共性类型的特征集合，实现可以根据目标物理特征智能归类并完善空间目标类别物理特征属性。

Description

一种空间目标物理特征库构建方法
技术领域
本发明属于空间目标物理特征研究领域，尤其涉及一种空间目标物理特征库构建方法。
背景技术
空间目标的物理特征包含光度特征、红外特征、结构特征、雷达RCS特征等。空间目标多种多样，其特征也千差万别，根据空间目标的不同特征，可将空间目标进行分类，确定空间目标类型，如遥感空间目标、侦查空间目标、通讯空间目标、作战空间目标等。不同的空间目标种类所对应的空间目标物理特征有明显的区别，通过构建空间目标物理特征库，空间目标在获取空间目标部分物理特性后，可根据空间目标物理特性进行匹配归类，同时被检测目标的物理特征也应以一定的方式存储进空间目标特征库，进行更新。传统的空间目标数据库一般包括物理数据库和逻辑数据库，由于空间目标包含各类航天器及空间碎片，数量庞大，针对物理特征库构建，需要辅助专用数据库软件进行维护，这种空间目标物理特征数据库并没有整合并归纳同类型空间目标的共性特性，构建通用共性类型的特征集合。传统空间目标数据库若要实现此功能，需要开发专用的特征归纳软件进行重新归类。因此需要建立一套可综合归纳不同类型空间目标物理特性的空间目标物理特征库构建方法。
发明内容
本发明解决的技术问题是：克服现有方法的不足，提供了一种空间目标物理特征库构建方法，整合并归纳同类型空间目标的共性特性，构建通用共性类型的特征集合，最终实现可以根据目标物理特征智能归类并完善空间目标类别物理特征属性。
本发明目的通过以下技术方案予以实现：
本发明公开了一种空间目标物理特征库构建方法，包括：
确定空间目标类型及总类型数量；
确定每类空间目标的物理特征种类，所述物理特征种类包括光度、红外、轨道、外形结构；
针对每类物理特征分别确定其关键特征项，构建特征信息库；
获得已知空间目标类型的空间目标或仿真生成目标的关键特征数据，输入所述特征信息库，形成物理特征库；
获取待分类空间目标的关键特征数据，将待分类空间目标的关键特征数据与所述物理特征库中已有关键特征数据进行匹配，根据匹配结果确定待分类空间目标的空间目标类型；
将待分类空间目标的空间目标类型及其关键特征数据输入所述物理特征库中，完成物理特征库的更新。
在上述空间目标物理特征库构建方法中，分别确定每类物理特征的关键特征信息，构建特征信息库，具体步骤为：
确定所述光度的关键特征项为形状、尺寸、材料、目标与观测点距离、观测点-太阳-目标夹角、光度值，依此排列顺序按树形方式存储，形成光度特征表；
确定所述红外的关键特征项为材料、尺寸、温度红外辐射亮度，依此排列顺序按树形方式存储，形成红外特征表。
确定所述轨道的关键特征项为轨道6根数，存储轨道6根数形成轨道特征表；
确定所述外形结构的关键特征项为目标特点、关键部件信息、空间目标二值化渲染图像，其中，目标特点包括目标形状、材料、尺寸；关键部件信息包含部件类型，部件尺寸；空间目标二值化渲染图像包括成像时目标与观测点距离，观测点在以目标为天球中心时的经纬夹角，二值化图像；存储所述外形结构的关键特征项，形成外形结构特征表；
将树形光度特征表、红外特征表、轨道特征表、外形结构特征表存储到输入库中，形成特征信息库。
在上述空间目标物理特征库构建方法中，获得已知空间目标类型的空间目标或仿真生成目标的关键特征数据，输入所述特征信息库，形成物理特征库，具体步骤为：
(1)依托仿真手段或实测数据，获取光度的关键特征数据，具体方法为：
按历史经验数据确定可测量关键特征数据，可测量关键特征数据包括目标形状、目标面积S、目标与观测点距离R、观测点-太阳-目标夹角βi；
根据可测量关键特征数据，计算空间目标面元ds捕获太阳光在波段范围内太阳总能量dE；
根据所述太阳总能量dE，计算空间目标面元反射亮度分布；
根据可测量关键特征数据，计算目标反射太阳光在观测点处所产生的光度值Em；
(2)依托仿真手段或实测数据，获取红外的关键特征数据，具体方法为：实测目标材料、尺寸、温度、观测点-太阳-目标夹角、目标与观测点距离、红外辐射亮度值；在仿真中，根据所需目标类型，按历史经验数据确定目标材料、尺寸、温度的值；计算空间目标自身红外辐射亮度；
(3)依托仿真手段或实测数据，获取目标的关键特征数据，包括：轨道6根数的值；
(4)依托仿真手段或实测数据，获取外形结构的关键特征数据，具体方法为：
通过实测数据获得已知空间目标类型的空间目标的关键特征数据包括目标形状、材料、尺寸、关键部件类型、关键部件尺寸、成像时目标与观测点距离、观测点在以目标为天球中心时的经纬夹角、二值化图像的值；通过仿真手段生成二值化图像；
(5)将光度的关键特征数据、红外的关键特征数据、目标的关键特征数据、外形结构的关键特征数据输入所述特征信息库，形成物理特征库。
在上述空间目标物理特征库构建方法中，所述太阳总能量dE，计算公式为：
Figure BDA0003798265450000041
其中，λ为可见光波长，S为尺寸面积，R为目标与观测点距离，βi为观测点-太阳-目标夹角。
在上述空间目标物理特征库构建方法中，所述计算空间目标面元反射亮度分布，公式为：
Lr(βi,θr,Φr)＝fr(βi,θr,Φr)·dE(βi)
其中，fr(βi,θr,Φr)为不同材料的双向反射分布函数，Lr(βi,θr,Φr)为以(θr,φr)为方向的反射亮度，(θr,φr)为观测点位置矢量相对于空间目标表面法线方向，在空间目标表面坐标系下的两个夹角。
在上述空间目标物理特征库构建方法中，所述目标反射太阳光在观测点处所产生的光度值Em，计算公式为：
Figure BDA0003798265450000042
其中，式中R为观测平台到空间目标的距离，D为观测点处观测设备口径，S为目标面积。
在上述空间目标物理特征库构建方法中，所述计算空间目标自身红外辐射亮度，公式为：
Figure BDA0003798265450000043
其中，c1为第一辐射系数，c2为第二辐射系数，ελ为空间目标表面的发射率谱可根据目标材料、观测点-太阳-目标夹角计算得到，λ为红外辐射波长，T为绝对温度。
在上述空间目标物理特征库构建方法中，所述通过仿真手段生成二值化图像，具体方法为：
采用正交投影的成像模式，添加自由摄像机，镜头对准空间目标模型，保证两者z轴方向一致，使初始状态下摄像机视图中模型位于像面中心且全部可见；
摄像机初始位置后方添加自由平行光光源，无衰减，灯光颜色为白色；
调整摄像机、光源与模型三者之间的相对位置，相对位置变化引起视点变化和光照变化，将光源与摄像机绑定，保持相对位置不变，模型不动，将摄像机在以模型中心为球心的球面上移动；
利用分割图将模型本体可见部分输出到像面上，生成二值化图像。
在上述空间目标物理特征库构建方法中，所述获取待分类空间目标的关键特征数据，将待分类空间目标的关键特征数据与所述物理特征库中已有关键特征数据进行匹配，根据匹配结果确定待分类空间目标的空间目标类型，具体方法为：
(1)获取N组待分类空间目标的关键特征数据；
(2)根据待分类空间目标的一组关键特征数据，判断待分类空间目标的关键特征数据所属物理特征种类；
(3)利用相关性分析方法，将待分类空间目标的一组关键特征数据与所述物理特征库中的关键特征数据进行匹配，预判断该组关键特征数据对应的待分类空间目标所属空间目标类型；
(4)重复步骤(3)，直到遍历完N组关键特征数据；获得对应N组待分类空间目标所属空间目标类型；
(5)采用直接投票表决、贝叶斯推理或D-S证据理论判断的方式，结合所述空间目标类型的总类型数量，对N组待分类空间目标所属空间目标类型进行判断，确定待分类空间目标所属空间目标类型，其中，N为大于1的正整数。
在上述空间目标物理特征库构建方法中，所述空间目标类型为遥感类、通信类、导航类、侦查类或攻防类。
本发明与现有技术相比具有如下有益效果：
(1)本发明采用整合并归纳同类型空间目标的共性特性的方式，面向空间目标类型分类，构建通用共性类型的特征集合，实现了对空间目标物理特征的量化。
(2)本发明采用树状结构构建空间目标物理特征库，建立了空间目标观测物理特征量与观测条件之间的对应关系，提高了空间目标的分类效率。
附图说明
图1是本发明空间目标物理特征库构建方法流程图；
图2是本发明实施例提供的空间目标光度特性模拟特征库建立示意图；
图3是本发明实施例提供的空间目标红外特性模拟特征库建立示意图；
图4是本发明实施例提供的外形结构特性仿真流程示意图；
图5是本发明实施例提供的外形结构特性库数据结构示意图；
图6是本发明实施例提供的空间目标物理特征库总体框架示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示本发明公开了一种空间目标物理特征库构建方法，包括：
步骤(一)、确定空间目标类型及总类型数量；空间目标类型包括遥感类、通信类、导航类、侦查类、攻防类。
步骤(二)、确定每类空间目标的物理特征种类，物理特征种类包括光度、红外、轨道、外形结构。
步骤(三)、针对每类物理特征分别确定其关键特征项，构建特征信息库，具体步骤为：
确定光度的关键特征项为形状、尺寸、材料、目标与观测点距离、观测点-太阳-目标夹角、光度值，依此排列顺序按树形方式存储，形成光度特征表；
确定红外的关键特征项为材料、尺寸、温度红外辐射亮度，依此排列顺序按树形方式存储，形成红外特征表。
确定轨道的关键特征项为轨道6根数，存储轨道6根数形成轨道特征表；
确定外形结构的关键特征项为目标特点、关键部件信息、空间目标二值化渲染图像，其中，目标特点包括目标形状、材料、尺寸；关键部件信息包含部件类型，部件尺寸；空间目标二值化渲染图像包括成像时目标与观测点距离，观测点在以目标为天球中心时的经纬夹角，二值化图像；存储外形结构的关键特征项，形成外形结构特征表；
将树形光度特征表、红外特征表、轨道特征表、外形结构特征表存储到输入库中，形成特征信息库。
步骤(四)、获得已知空间目标类型的空间目标或仿真生成目标的关键特征数据，输入特征信息库，形成物理特征库，具体步骤为：
(1)依托仿真手段或实测数据，获取光度的关键特征数据，具体方法为：
按历史经验数据确定可测量关键特征数据，可测量关键特征数据包括目标形状、目标面积S、目标与观测点距离R、观测点-太阳-目标夹角βi；
根据可测量关键特征数据，计算空间目标面元ds捕获太阳光在波段范围内太阳总能量dE；太阳总能量dE，计算公式为：
Figure BDA0003798265450000071
其中，λ为可见光波长，S为尺寸面积，R为目标与观测点距离，βi为观测点-太阳-目标夹角。
根据所述太阳总能量dE，计算空间目标面元反射亮度分布，公式为：
Lr(βi,θr,Φr)＝fr(βi,θr,Φr)·dE(βi)
其中，fr(βi,θr,Φr)为不同材料的双向反射分布函数，Lr(βi,θr,Φr)为以
Figure BDA0003798265450000084
为方向的反射亮度，
Figure BDA0003798265450000083
为观测点位置矢量相对于空间目标表面法线方向，在空间目标表面坐标系下的两个夹角。
根据可测量关键特征数据，计算目标反射太阳光在观测点处所产生的光度值Em，计算公式为：
Figure BDA0003798265450000081
其中，式中R为观测平台到空间目标的距离，D为观测点处观测设备口径，S为目标面积。
(2)依托仿真手段或实测数据，获取红外的关键特征数据，具体方法为：实测目标材料、尺寸、温度、观测点-太阳-目标夹角、目标与观测点距离、红外辐射亮度值；在仿真中，根据所需目标类型，按历史经验数据确定目标材料、尺寸、温度的值；
计算空间目标自身红外辐射亮度，公式为：
Figure BDA0003798265450000082
其中，c1为第一辐射系数，c2为第二辐射系数，ελ为空间目标表面的发射率谱可根据目标材料、观测点-太阳-目标夹角计算得到，λ为红外辐射波长，T为绝对温度。
(3)依托仿真手段或实测数据，获取目标的关键特征数据，包括：轨道6根数的值；
(4)依托仿真手段或实测数据，获取外形结构的关键特征数据，具体方法为：
通过实测数据获得已知空间目标类型的空间目标的关键特征数据包括目标形状、材料、尺寸、关键部件类型、关键部件尺寸、成像时目标与观测点距离、观测点在以目标为天球中心时的经纬夹角、二值化图像的值；
通过仿真手段生成二值化图像，具体方法为：
采用正交投影的成像模式，添加自由摄像机，镜头对准空间目标模型，保证两者z轴方向一致，使初始状态下摄像机视图中模型位于像面中心且全部可见；
摄像机初始位置后方添加自由平行光光源，无衰减，灯光颜色为白色；
调整摄像机、光源与模型三者之间的相对位置，相对位置变化引起视点变化和光照变化，将光源与摄像机绑定，保持相对位置不变，模型不动，将摄像机在以模型中心为球心的球面上移动；
利用分割图将模型本体可见部分输出到像面上，生成二值化图像。
(5)将光度的关键特征数据、红外的关键特征数据、目标的关键特征数据、外形结构的关键特征数据输入所述特征信息库，形成物理特征库。
步骤(五)、获取待分类空间目标的关键特征数据，将待分类空间目标的关键特征数据与所述物理特征库中已有关键特征数据进行匹配，根据匹配结果确定待分类空间目标的空间目标类型，具体方法为：
(1)通过测量手段获取N组待分类空间目标的关键特征数据；
(2)根据待分类空间目标的一组关键特征数据，判断待分类空间目标的关键特征数据所属物理特征种类；
(3)利用相关性分析方法，将待分类空间目标的一组关键特征数据与所述物理特征库中的关键特征数据进行匹配，预判断该组关键特征数据对应的待分类空间目标所属空间目标类型；
(4)重复步骤(3)，直到遍历完N组关键特征数据；获得对应N组待分类空间目标所属空间目标类型；
(5)采用直接投票表决、贝叶斯推理或D-S证据理论判断的方式，结合所述空间目标类型的总类型数量，对N组待分类空间目标所属空间目标类型进行判断，确定待分类空间目标所属空间目标类型。
步骤(六)、将待分类空间目标的空间目标类型及其关键特征数据输入所述物理特征库中，完成物理特征库的更新。
实施例1
本施例提供了一种空间目标物理特征库构建方法，该方法包括如下步骤：
步骤一、对空间目标物理特征进行拆解分析，采用仿真的方法构建初步数据库，并拟定数据库存储结构。其中，空间目标物理拆解特征包括光度、红外、轨道、外形结构4部分，分别分为4个步骤对4个部分进行仿真数据库建立。
步骤二、根据步骤一中的空间目标物理特征分类，对捕获的空间目标物理特征进行分类，并将目标物理特征分配至各个空间目标类别中去。
空间目标物理拆解特征包括光度、红外、轨道、外形结构4部分，分别分为4个步骤对4个部分进行仿真数据库建立：
步骤S11：空间目标光度特性仿真数据库建立。光度信息与空间目标的尺度大小、形状、距离和方向等因素有关；被探测的空间目标一般距离很远，为典型的点源目标探测；空间目标表面形状复杂，大致可分为方体、圆柱体和球体三大类。按照上述归纳出的变量，光度信息受空间目标尺度大小、形状、距离、太阳夹角方向、表面材料等及5方面有关。建立过程由如下4步组成：
(1)计算空间目标面元ds捕获太阳光于(500-800nm)波段范围内太阳总能量，计算公式为：
Figure BDA0003798265450000101
其中，βi为太阳-目标空间目标连线与目标空间目标表面面元ds法线的夹角(rad)。
(2)根据(1)中的计算得到的空间目标面源捕获500nm～800nm波段范围太阳总能量，可计算空间目标面元ds反射亮度分布为：
Lr(βi,θr,Φr)＝fr(βi,θr,Φr)·dE(βi)
其中，
Figure BDA0003798265450000102
为双向反射分布函数，
Figure BDA0003798265450000103
为以
Figure BDA0003798265450000104
为方向的反射亮度。
Figure BDA0003798265450000105
为观测点位置矢量相对于空间目标表面法线方向，在空间目标表面坐标系下的两个夹角。
(3)根据(2)中计算得到的空间目标面元在的指定方向的反射亮度，设目标的方位角为
Figure BDA0003798265450000113
则在此时目标反射太阳光在观测空间目标探测敏感器处所产生的光度为：
Figure BDA0003798265450000111
其中，式中R为观测空间目标到目标空间目标的距离。
(4)按照(1)-(3)步骤过程，如图2所示，分别对球形，方形，圆柱形3种空间目标形态进行光度信息模拟，按照各自特点，构建树形的光度信息存储结构。
步骤S12：空间目标轨道特性数据库建立。空间目标轨道特性不需要仿真进行模拟，可直接获取公开资料中的空间目标编目轨道数据(轨道6根数)，加入到空间目标物理数据库中。
步骤S13：空间目标红外特性数据库建立。目标的红外辐射特性与目标表面温度、尺寸、材料、太阳夹角方向、距离5方面因素有关。在确定影响空间目标红外特性的内容后，按照如下分析过程，利用控制变量法，针对不同变量，构建空间目标不同特性下的红外特性库描述，主要由如下4步构成：
(1)定义空间目标自身红外辐射亮度为：
Figure BDA0003798265450000112
其中，c1为第一辐射系数，c2为第二辐射系数，ελ为空间目标表面的发射率谱，λ为波长，T为绝对温度[K]。因此空间目标的表面温度决定了空间目标的红外辐射特性。将空间目标表面温度影响因素分解为包含太阳对空间目标表面的直接辐射加热、地球反照太阳辐射对空间目标的辐射加热、地球/大气热辐射对空间目标的辐射加热、空间目标内部发热部件产生的热传导几部分。
(2)计算太阳直接辐射加热温升。从地球上看，太阳只占0.5球面度。因此，在日地距离的量级上，太阳可当作点光源处理，而且空间目标的体积相对很小，所以将太阳光看成平行光，其辐射热流密度为一个太阳常数S＝1353W/m2。空间目标外表面任一表面单元dA上所接受的太阳直接辐射热流为：
dq1＝SαSφ1cosβSdA
其中，αS为表面对太阳辐射的吸收率，βS为太阳入射方向与表面单元法线方向的夹角，当cosβS＜0时，表明太阳没有照射到单元表面上，dq1＝0。φ1为表面单元太阳辐射传递系数，当空间目标处于地球阴影区内，空间目标表面接收不到太阳热流，此时φ1＝0。
(3)计算地球反照太阳辐射加热温升。由于地表的地物类型分布复杂，且反射特性随时间、季节变化，因此在描述地表反射太阳辐射时需要进行简化。假设地球为漫反射体，对太阳辐射的反射遵守朗伯定律，反射光谱与太阳光谱相同，反射率取全球平均的反射率0.35，则空间目标表面上任一表面单元dA接受到的地球反照辐射热流为：
dq2＝ρSαSφ2dA
其中，αS为空间目标表面对太阳光的吸收率；φ2为地球反照角系数。当空间目标处于地球的阴影区内时，φ2＝0；当空间目标处于日照区时：φ2＝φ3cosΦ，Φ是太阳光线与空间目标和地心连线的夹角。
(4)计算地球反照太阳辐射加热温升。地球/大气系统吸收太阳辐射，同时向空间辐射能量，向空间辐射的能量与吸收的太阳辐射能量达到平衡，地球/大气可近似作为一个均匀辐射的热平衡体。在实际工程热设计中，一般假定地球为漫发射体。空间目标表面任一表面单元dA收到整个地球的红外辐射热流为：
Figure BDA0003798265450000121
其中，εe为空间目标表面的红外发射率(假定空间目标表面为漫射体，吸收率等于发射率)；ρ为地球对太阳辐射的反射率；φ3为地球红外角系数。
(5)根据步骤(1)-(5)计算热平衡方程，从而计算空间目标表面温度T。忽略空间目标结构的体效应，将空间目标表面作为薄壁结构进行传热分析，表面单元所满足的热平衡方程为：
Figure BDA0003798265450000131
其中，qP为表面单元的内热源，A表面单元的表面积，Aj为表面单元j的面积，δ表面单元的厚度，c表面单元的比热，ρ表示表面单元密度，ε表面单元的热辐射率，σ为空间目标表面辐射率系数，T为空间目标表面温度，Rj为表面单元j对表面单元i的辐射交换系数，τ为时间；在计算太阳能电池帆板的温度时，考虑到电池帆板的光电转化效率，将耗散在电池帆板中的热能作为内热源项进行处理。
(6)利用上述步骤(5)中计算得到的温度，带入步骤(1)中的热辐射计算，得出红外辐射值，同时进行目标模拟仿真，如图3所示，建立目标的红外辐射特性与目标表面温度、尺寸、材料、太阳夹角方向、距离5方面因素有关的数据库。
步骤S14：建立空间目标三维模型时生成空间目标可见光仿真图像的必要前提，是构建空间目标库的基础，利用直接使用CAD软件建模或利用相关软件提供的三维模型的方式，建立三维模型库所需的空间目标三维模型，空间目标外形结构特征库主要以图片的形式存储，并辅助以必要的检测识别结果信息，随后基于三维模型进行目标库的建立，特征库的模拟图片具体生成如图4所示，具体步骤如下：
(1)摄像机参数设置。空间目标天基可见光成像探测中，目标距离观测相机一般较远，且观测距离远远大于目标尺寸，为简单起见，仿真时采用正交投影的成像模式。添加自由摄像机，镜头对准空间目标模型，保证两者z轴方向一致，使得初始状态下摄像机视图中模型位于像面中心且全部可见。
(2)光源参数设置。考虑空间环境中太阳光近似为平行光，故在摄像机初始位置后方添加自由平行光光源，无衰减，灯光颜色为白色。
(3)相对位置调整。摄像机、光源与模型三者之间相对位置变化引起视点变化和光照变化，为得到模型全视点仿真图像，将光源与摄像机绑定，保持相对位置不变，模型不动，将摄像机在以模型中心为球心的球面上移动。为清楚描述视点位置变化，借用地理学中经纬度的表示方法，规定摄像机的初始位置经纬度均为零。
(4)渲染输出。设置输出图像分辨率，设置图像属性，利用分割图将模型本体可见部分全部输出到像面上，且边缘存在渐变，经过二值化后作为与彩色图像对应的二值化图像，保存目标的轮廓信息。同时根据上述(1)-(3)步构建空间目标结构特征数据库。空间目标外形结构特征库数据结构如图5所示。
在针对空间目标物理特征进行分类后，并将目标物理特征分配至各个空间目标类别中去。针对在轨采集到的空间目标特性，进行特征归类需要进行如下几个步骤,最终形成空间目标物理特征库框架如图6所示:
步骤S21：首先进行物理特征分类，判定采集信息所属空间目标特征种类。
步骤S22：将空间目标特性采集条件与物理特征库中的数据进行匹配，找到与对应的物理特征属性值最接近的空间目标模拟仿真环境，并根据匹配结果确定每组物理特征对应的空间目标类型，直到遍历完N组待分类目标关键特征数据；获得对应N组待分类空间目标所属空间目标类型；
步骤S23：采用直接投票表决、贝叶斯推理或D-S证据理论判断的方式，结合所述空间目标类型的总类型数量，对N组待分类空间目标所属空间目标类型进行判断，确定待分类空间目标所属空间目标类型。
步骤三、将待分类空间目标的空间目标类型及其关键特征数据输入所述物理特征库中，完成物理特征库的更新。
通过上述若干步骤，即实现了空间目标物理特征库的构建。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (10)

1.一种空间目标物理特征库构建方法，其特征在于，包括：
确定空间目标类型及总类型数量；
确定每类空间目标的物理特征种类，所述物理特征种类包括光度、红外、轨道、外形结构；
针对每类物理特征分别确定其关键特征项，构建特征信息库；
获得已知空间目标类型的空间目标或仿真生成目标的关键特征数据，输入所述特征信息库，形成物理特征库；
获取待分类空间目标的关键特征数据，将待分类空间目标的关键特征数据与所述物理特征库中已有关键特征数据进行匹配，根据匹配结果确定待分类空间目标的空间目标类型；
将待分类空间目标的空间目标类型及其关键特征数据输入所述物理特征库中，完成物理特征库的更新。
2.根据权利要求1所述的一种空间目标物理特征库构建方法，其特征在于：分别确定每类物理特征的关键特征信息，构建特征信息库，具体步骤为：
确定所述光度的关键特征项为形状、尺寸、材料、目标与观测点距离、观测点-太阳-目标夹角、光度值，依此排列顺序按树形方式存储，形成光度特征表；
确定所述红外的关键特征项为材料、尺寸、温度红外辐射亮度，依此排列顺序按树形方式存储，形成红外特征表。
确定所述轨道的关键特征项为轨道6根数，存储轨道6根数形成轨道特征表；
确定所述外形结构的关键特征项为目标特点、关键部件信息、空间目标二值化渲染图像，其中，目标特点包括目标形状、材料、尺寸；关键部件信息包含部件类型，部件尺寸；空间目标二值化渲染图像包括成像时目标与观测点距离，观测点在以目标为天球中心时的经纬夹角，二值化图像；存储所述外形结构的关键特征项，形成外形结构特征表；
将树形光度特征表、红外特征表、轨道特征表、外形结构特征表存储到输入库中，形成特征信息库。
3.根据权利要求1所述的一种空间目标物理特征库构建方法，其特征在于：获得已知空间目标类型的空间目标或仿真生成目标的关键特征数据，输入所述特征信息库，形成物理特征库，具体步骤为：
(1)依托仿真手段或实测数据，获取光度的关键特征数据，具体方法为：
按历史经验数据确定可测量关键特征数据，可测量关键特征数据包括目标形状、目标面积S、目标与观测点距离R、观测点-太阳-目标夹角βi；
根据可测量关键特征数据，计算空间目标面元ds捕获太阳光在波段范围内太阳总能量dE；
根据所述太阳总能量dE，计算空间目标面元反射亮度分布；
根据可测量关键特征数据，计算目标反射太阳光在观测点处所产生的光度值Em；
(2)依托仿真手段或实测数据，获取红外的关键特征数据，具体方法为：实测目标材料、尺寸、温度、观测点-太阳-目标夹角、目标与观测点距离、红外辐射亮度值；在仿真中，根据所需目标类型，按历史经验数据确定目标材料、尺寸、温度的值；计算空间目标自身红外辐射亮度；
(3)依托仿真手段或实测数据，获取目标的关键特征数据，包括：轨道6根数的值；
(4)依托仿真手段或实测数据，获取外形结构的关键特征数据，具体方法为：
通过实测数据获得已知空间目标类型的空间目标的关键特征数据包括目标形状、材料、尺寸、关键部件类型、关键部件尺寸、成像时目标与观测点距离、观测点在以目标为天球中心时的经纬夹角、二值化图像的值；通过仿真手段生成二值化图像；
(5)将光度的关键特征数据、红外的关键特征数据、目标的关键特征数据、外形结构的关键特征数据输入所述特征信息库，形成物理特征库。
4.根据权利要求3所述的一种空间目标物理特征库构建方法，其特征在于：所述太阳总能量dE，计算公式为：
Figure FDA0003798265440000031
其中，λ为可见光波长，S为尺寸面积，R为目标与观测点距离，βi为观测点-太阳-目标夹角。
5.根据权利要求3所述的一种空间目标物理特征库构建方法，其特征在于：所述计算空间目标面元反射亮度分布，公式为：
Lr(βi,θr,Φr)＝fr(βi,θr,Φr)·dE(βi)
其中，fr(βi,θr,Φr)为不同材料的双向反射分布函数，Lr(βi,θr,Φr)为以
Figure FDA0003798265440000032
为方向的反射亮度，
Figure FDA0003798265440000033
为观测点位置矢量相对于空间目标表面法线方向，在空间目标表面坐标系下的两个夹角。
6.根据权利要求3所述的一种空间目标物理特征库构建方法，其特征在于：所述目标反射太阳光在观测点处所产生的光度值Em，计算公式为：
Figure FDA0003798265440000034
其中，式中R为观测平台到空间目标的距离，D为观测点处观测设备口径，S为目标面积。
7.根据权利要求3所述的一种空间目标物理特征库构建方法，其特征在于：所述计算空间目标自身红外辐射亮度，公式为：
Figure FDA0003798265440000035
其中，c1为第一辐射系数，c2为第二辐射系数，ελ为空间目标表面的发射率谱可根据目标材料、观测点-太阳-目标夹角计算得到，λ为红外辐射波长，T为绝对温度。
8.根据权利要求3所述的一种空间目标物理特征库构建方法，其特征在于：所述通过仿真手段生成二值化图像，具体方法为：
采用正交投影的成像模式，添加自由摄像机，镜头对准空间目标模型，保证两者z轴方向一致，使初始状态下摄像机视图中模型位于像面中心且全部可见；
摄像机初始位置后方添加自由平行光光源，无衰减，灯光颜色为白色；
调整摄像机、光源与模型三者之间的相对位置，相对位置变化引起视点变化和光照变化，将光源与摄像机绑定，保持相对位置不变，模型不动，将摄像机在以模型中心为球心的球面上移动；
利用分割图将模型本体可见部分输出到像面上，生成二值化图像。
9.根据权利要求1所述的一种空间目标物理特征库构建方法，其特征在于：所述获取待分类空间目标的关键特征数据，将待分类空间目标的关键特征数据与所述物理特征库中已有关键特征数据进行匹配，根据匹配结果确定待分类空间目标的空间目标类型，具体方法为：
(1)获取N组待分类空间目标的关键特征数据；
(2)根据待分类空间目标的一组关键特征数据，判断待分类空间目标的关键特征数据所属物理特征种类；
(3)利用相关性分析方法，将待分类空间目标的一组关键特征数据与所述物理特征库中的关键特征数据进行匹配，预判断该组关键特征数据对应的待分类空间目标所属空间目标类型；
(4)重复步骤(3)，直到遍历完N组关键特征数据；获得对应N组待分类空间目标所属空间目标类型；
(5)采用直接投票表决、贝叶斯推理或D-S证据理论判断的方式，结合所述空间目标类型的总类型数量，对N组待分类空间目标所属空间目标类型进行判断，确定待分类空间目标所属空间目标类型，其中，N为大于1的正整数。
10.根据权利要求1所述的一种空间目标物理特征库构建方法，其特征在于：所述空间目标类型为遥感类、通信类、导航类、侦查类或攻防类。
CN202210975717.2A 2022-08-15 2022-08-15 一种空间目标物理特征库构建方法 Pending CN115408566A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210975717.2A CN115408566A (zh) 2022-08-15 2022-08-15 一种空间目标物理特征库构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210975717.2A CN115408566A (zh) 2022-08-15 2022-08-15 一种空间目标物理特征库构建方法

Publications (1)

Publication Number Publication Date
CN115408566A true CN115408566A (zh) 2022-11-29

Family

ID=84158657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210975717.2A Pending CN115408566A (zh) 2022-08-15 2022-08-15 一种空间目标物理特征库构建方法

Country Status (1)

Country Link
CN (1) CN115408566A (zh)

Similar Documents

Publication Publication Date Title
CN109884619B (zh) 一种能够区分不同粗糙面的被动毫米波辐射模拟方法
Gartley et al. Polarimetric scene modeling in the thermal infrared
Moorhead et al. CAMEO-SIM: a physics-based broadband scene simulation tool for assessment of camouflage, concealment, and deception methodologies
Wu et al. Real-time mid-wavelength infrared scene rendering with a feasible BRDF model
CN115408566A (zh) 一种空间目标物理特征库构建方法
CN115546393A (zh) 一种基于Open GL的红外虚拟场景辐射度绘制方法
CN113701886B (zh) 一种复杂天气下偏振光成像系统能量计算方法
Morin et al. SHIPIR: a model for simulating infrared images of ships at sea
Sheffer et al. Computer generated IR imagery: a first principles modeling approach
Owens et al. IRMA 5.0 MultiSensor signature prediction model
CN109241554B (zh) 一种临边全波段超光谱图像仿真方法
Wu et al. Signature simulation of infrared target by tracing multiple areal sources
CN113568889A (zh) 面向天基光学探测的空中目标特征库及其构建方法
Gilmore et al. CAMEO-SIM: a broadband scene generation system that is fit for purpose
Li et al. Airborne infrared imaging simulation for target recognition
Francis et al. Comparison of physically-and computer-generated imagery
CN109255198A (zh) 基于数据模型的空天环境建模方法及系统
CN118037926B (zh) 一种基于纹理的迷彩伪装目标红外辐射确定方法
Watson et al. Irma multisensor predictive signature model
Guobei et al. Method for generating infrared big data for deep learning algorithm training by using small sample data
Jiang et al. Real-time generation of dynamic infrared scene
Li et al. Progressive photon mapping algorithm for digital imaging of a space target
Jiang et al. Infrared image synthesis for bridges
CN114820912A (zh) 基于多级分布式光束追踪的复杂目标天基光学成像仿真方法
CN118212343A (zh) 一种实时红外偏振图像仿真方法

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