CN115752384A - 天基光学监测平台空间目标轨道确定方法及系统 - Google Patents
天基光学监测平台空间目标轨道确定方法及系统 Download PDFInfo
- Publication number
- CN115752384A CN115752384A CN202211482298.5A CN202211482298A CN115752384A CN 115752384 A CN115752384 A CN 115752384A CN 202211482298 A CN202211482298 A CN 202211482298A CN 115752384 A CN115752384 A CN 115752384A
- Authority
- CN
- China
- Prior art keywords
- space
- monitoring platform
- based optical
- optical monitoring
- state quantity
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 75
- 230000003287 optical effect Effects 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005457 optimization Methods 0.000 claims abstract description 46
- 238000003384 imaging method Methods 0.000 claims abstract description 32
- 230000006872 improvement Effects 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000002922 simulated annealing Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Images
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种天基光学监测平台空间目标轨道确定方法及系统,包括:步骤S1:获取天基光学监测平台在一段时间内对同一目标成像的信息;步骤S2:根据相机观测能力,设置目标距离天基光学监测平台的距离上限和距离下限;步骤S3:以成像时长内起点与终点的距离为待定参数,构造最优化目标函数并求解最优化问题,将求解结果转化为轨道状态量;步骤S4:以轨道状态量为待定参数,构造最优化目标函数,并以轨道状态量为初值进行最小二乘改进,以改进过程最优化目标函数的最优值为目标轨道状态量的估计值。本发明能够无需空间目标的额外轨道先验信息,可以普遍适用于天基光学监测平台空间目标轨道确定。
Description
技术领域
本发明涉及轨道确定技术领域,具体地,涉及一种天基光学监测平台空间目标轨道确定方法及系统。
背景技术
随着太空资源的开发,地球外空间正逐步成为各国关注的重要领域,空间目标的探测具有重要的应用价值,如可以预测空间目标的轨道对可能发生的碰撞等进行告警。空间目标包括人造物体(航天器、空间碎片)以及一些自然天体、微流星体等。空间目标的目标特性包含尺寸、形状、轨道参数等。
为适应空间目标探测的需求,目前多国正在研究和部署天基光学监测系统,重点发展可见光、红外等成像系统,同时研究天基微波雷达、激光雷达等。天基光学监测平台可以用于对空间目标进行识别、分类、编目,建立目标数据库。其中至关重要的环节即为对空间目标进行轨道确定。
由于空间目标、监测平台均在运动,空间目标一般仅在很短暂的时间出现在天基光学监测平台的相机视场,轨道确定需要通过仅有的测角信息推算目标的轨道信息。针对单弧段无初值的轨道确定,文献1(刘翔春,《天基照相跟踪空间碎片轨道确定方法研究》,国防科技大学硕士学位论文,2009)及文献2(吴俊中,《基于天基测角信息的目标轨道确定及跟踪》,哈尔滨工业大学硕士学位论文,2017)给出了基于广义Laplace方法的初始轨道确定方法。文献3(章品,《一种仅适用角度观测值的空间目标初始轨道确定方法》,武汉大学硕士学位论文,2017)给出了Gauss方法、Gooding方法及数值方法。文献4(杜建立,《面向空间碎片编目的天基监测系统研究》,武汉大学博士学位论文,2018)给出了一种基于距离搜索法的空间碎片初始轨道确定方法。文献5(李鑫冉,《基于进化计算的极短弧定轨方法》中国科学技术大学博士学位论文,2018)给出了基于遗传算法、粒子群方法与差分进化的轨道确定方法。
由于利用仅有的测角信息推算目标的轨道问题本身的病态性,现有方法会出现迭代过程不收敛或收敛致平凡解的情况,为了提供一种精度高、鲁棒性好的天基光学监测平台空间目标轨道确定方法,本发明分别构造了2维最优化目标函数和6维最优化目标函数并分别求解,无需目标轨道的先验信息,可以有效、稳定地解算空间目标轨道。
发明内容
针对现有技术中的缺陷,本发明提供一种天基光学监测平台空间目标轨道确定方法及系统。
根据本发明提供的一种天基光学监测平台空间目标轨道确定方法及系统,所述方案如下:
第一方面,提供了一种天基光学监测平台空间目标轨道确定方法,所述方法包括:
步骤S1:获取天基光学监测平台在一段时间内对同一目标成像的信息,包含成像时刻、天基光学监测平台在历元地心天球坐标系中的位置、标定后的目标在历元地心天球坐标系中相对天基光学监测平台的指向信息;
步骤S2:根据相机观测能力,设置目标距离天基光学监测平台的距离上限和距离下限;
步骤S3:以成像时长内起点与终点的距离为待定参数,构造最优化目标函数并求解最优化问题,将求解结果转化为轨道状态量;
步骤S4:以轨道状态量为待定参数,构造最优化目标函数,并以轨道状态量为初值进行最小二乘改进,以改进过程最优化目标函数的最优值为目标轨道状态量的估计值。
优选地,轨道状态量参数定义在历元地心天球坐标系中,若需要其他坐标系中的轨道参数,则根据其他坐标系中的轨道参数与历元地心天球坐标系的转换关系进行变换。
优选地,所述步骤S3中最优化问题目标函数待定参数为二维,且无明显解析形式,采用模拟退火、神经网络或遗传算法。
优选地,所述步骤S4中,多元偏导数矩阵Hi采用数值导数计算方法。
第二方面,提供了一种天基光学监测平台空间目标轨道确定系统,所述系统包括:
模块M1:获取天基光学监测平台在一段时间内对同一目标成像的信息,包含成像时刻、天基光学监测平台在历元地心天球坐标系中的位置、标定后的目标在历元地心天球坐标系中相对天基光学监测平台的指向信息;
模块M2:根据相机观测能力,设置目标距离天基光学监测平台的距离上限和距离下限;
模块M3:以成像时长内起点与终点的距离为待定参数,构造最优化目标函数并求解最优化问题,将求解结果转化为轨道状态量;
模块M4:以轨道状态量为待定参数,构造最优化目标函数,并以轨道状态量为初值进行最小二乘改进,以改进过程最优化目标函数的最优值为目标轨道状态量的估计值。
与现有技术相比,本发明具有如下的有益效果:
1、本发明能够提供一种天基光学监测平台空间目标轨道确定方法,无需目标轨道初值或其他额外轨道信息,能够普遍适用于不同轨道类型的空间目标;
2、本发明方法合理、计算简单、实施简易,能够普遍应用天基光学监测平台的空间目标初始轨道确定。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的流程图;
图2为待定参数为起点距离、终点距离时目标函数随迭代次数的变化关系;
图3为待定参数为6维轨道状态量时目标函数随改进次数的变化关系。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明实施例提供了一种天基光学监测平台空间目标轨道确定方法,参照图1所示,具体包括:
步骤S1:获取天基光学监测平台在一段时间内对同一目标成像的信息,包含成像时刻、天基光学监测平台在历元地心天球坐标系中的位置、标定后的目标在历元地心天球坐标系中相对天基光学监测平台的指向信息(单位向量)。
步骤S2:根据相机观测能力,设置目标距离天基光学监测平台的距离上限和距离下限。
步骤S3:以成像时长内起点与终点的距离为待定参数,构造最优化目标函数并求解最优化问题,将求解结果转化为轨道状态量。
步骤S4:以轨道状态量为待定参数,构造最优化目标函数,并以轨道状态量为初值进行最小二乘改进,以改进过(含初值)程最优化目标函数的最优值为目标轨道状态量的估计值。
其中,轨道状态量参数定义在历元地心天球坐标系中,若需要其他坐标系中的轨道参数,则根据其他坐标系中的轨道参数与历元地心天球坐标系的转换关系进行变换。描述空间碎片轨道信息的状态量参数为位置(单位:km)、速度(单位:km/s),位置速度可转换为开普勒根数或无奇点根数。
步骤S3中最优化问题目标函数待定参数为2维,且无明显解析形式,可采用模拟退火、神经网络或遗传算法等。
本发明还提供了一种天基光学监测平台空间目标轨道确定系统,具体包括:
模块M1:获取天基光学监测平台在一段时间内对同一目标成像的信息,包含成像时刻、天基光学监测平台在历元地心天球坐标系中的位置、标定后的目标在历元地心天球坐标系中相对天基光学监测平台的指向信息。
模块M2:根据相机观测能力,设置目标距离天基光学监测平台的距离上限和距离下限。
模块M3:以成像时长内起点与终点的距离为待定参数,构造最优化目标函数并求解最优化问题,将求解结果转化为轨道状态量。
模块M4:以轨道状态量为待定参数,构造最优化目标函数,并以轨道状态量为初值进行最小二乘改进,以改进过程最优化目标函数的最优值为目标轨道状态量的估计值。
接下来,对本发明进行更为具体的说明。
对于天基光学监测平台,可以获取的信息包括:在一段时间内对同一目标成像的信息,包含成像时刻、天基光学监测平台在历元地心天球坐标系中的位置、标定后的目标在历元地心天球坐标系中相对天基光学监测平台的指向信息(单位向量)。其数学模型即为根据这些信息,解算空间目标的轨道状态量。
轨道状态量参数定义在历元地心天球坐标系中,若需要其他坐标系中的轨道参数,可以根据其与历元地心天球坐标系的转换关系进行变换。描述空间碎片轨道信息的状态量参数为位置(单位:km)、速度(单位:km/s),位置速度可转换为开普勒根数或无奇点根数。
一般根据相机观测能力,可以设置目标距离天基光学监测平台的距离上限、下限。在相机观测能力无法准确量化的情况下,也可以将该距离上限、下限设置为合理数值的最宽泛边界。
解算空间目标的轨道状态量,其本质为一个包含6维待定参数的逆运算求解,直接在6维空间寻优面临着巨大的运算量,故而考虑首先以成像时长内起点与终点的距离为待定参数,构造最优化目标函数并求解最优化问题,并将求解结果转化为轨道状态量。
若成像时刻依次为t0,t1,…,tk,对应的天基光学监测平台在历元地心天球坐标系中的位置为标定后的目标在历元地心天球坐标系中相对天基光学监测平台的指向为目标距离天基光学监测平台的距离上限为ρmax,距离下限为ρmin,以成像时长内起点ρ0与终点的距离ρk为待定参数,目标函数定义为:
其中,||||表示对向量取模,<>表示对两个向量计算内积,为由确定的轨道在t0,t1,…,tk时刻的位置。由确定轨道的方法即为Lambert问题求解。求解结果可转化为轨道状态量,如位置速度该最优化问题目标函数待定参数为2维,且无明显解析形式,可采用模拟退火、神经网络或遗传算法等。
式(1)对应的最优化问题的解,从物理意义上表示严格过成像时长内起点与终点的最优化轨道,起点与终点的测量值也存在测量误差,故而公式(1)构造的最优化问题的解并非最接近测量值的轨道。故而将2维待定参数空间扩展至原始的6维空间,以6维轨道状态量为待定参数,构造最优化目标函数,并以已经获取的轨道状态量为初值进行最小二乘改进,以改进过程(含初值)最优化目标函数的最优值为目标轨道状态量的估计值。
下面结合仿真验证本发明方法的有效性,生成仿真的成像时刻、天基光学监测平台自身位置、目标相对天基光学监测平台的测角数据,其中测角信息误差(3σ)6”,天基光学监测平台自身位置误差10m,目标观测时长10min。图2所示为以起点距离、终点距离为待定参数时最优化目标函数值随迭代次数的变化关系。图3所示为以轨道状态量为待定参数时最优化目标函数值随改进次数的变化关系。改进前最优化目标函数值为2388.44毫角秒,通过比较改进过程中最优化目标函数的最小值(2056.21毫角秒),得到轨道状态量的估计值。目标实际位置为[-19943.42894259,-37132.50468067,516.09877262]km,速度为[2.7039634,-1.45572064,-0.15142241]km/s。估算结果为:位置[-19951.33058628,-37147.67367162,516.3470737]km,速度[2.69227267,-1.47091244,-0.15126814]km/s。
本发明实施例提供了一种天基光学监测平台空间目标轨道确定方法及系统,分别构造了2维最优化目标函数和6维最优化目标函数并分别求解,无需目标轨道的先验信息,可以有效、稳定地解算空间目标轨道。本发明方法合理、计算简单、实施简易,能够普遍应用天基光学监测平台的空间目标初始轨道确定。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种天基光学监测平台空间目标轨道确定方法,其特征在于,包括:
步骤S1:获取天基光学监测平台在一段时间内对同一目标成像的信息,包含成像时刻、天基光学监测平台在历元地心天球坐标系中的位置、标定后的目标在历元地心天球坐标系中相对天基光学监测平台的指向信息;
步骤S2:根据相机观测能力,设置目标距离天基光学监测平台的距离上限和距离下限;
步骤S3:以成像时长内起点与终点的距离为待定参数,构造最优化目标函数并求解最优化问题,将求解结果转化为轨道状态量;
步骤S4:以轨道状态量为待定参数,构造最优化目标函数,并以轨道状态量为初值进行最小二乘改进,以改进过程最优化目标函数的最优值为目标轨道状态量的估计值。
2.根据权利要求1所述的天基光学监测平台空间目标轨道确定方法,其特征在于,轨道状态量参数定义在历元地心天球坐标系中,若需要其他坐标系中的轨道参数,则根据其他坐标系中的轨道参数与历元地心天球坐标系的转换关系进行变换。
4.根据权利要求1所述的天基光学监测平台空间目标轨道确定方法,其特征在于,所述步骤S3中最优化问题目标函数待定参数为二维,且无明显解析形式,采用模拟退火、神经网络或遗传算法。
7.根据权利要求6所述的天基光学监测平台空间目标轨道确定方法,其特征在于,所述步骤S4中,多元偏导数矩阵Hi采用数值导数计算方法。
10.一种天基光学监测平台空间目标轨道确定系统,其特征在于,包括:
模块M1:获取天基光学监测平台在一段时间内对同一目标成像的信息,包含成像时刻、天基光学监测平台在历元地心天球坐标系中的位置、标定后的目标在历元地心天球坐标系中相对天基光学监测平台的指向信息;
模块M2:根据相机观测能力,设置目标距离天基光学监测平台的距离上限和距离下限;
模块M3:以成像时长内起点与终点的距离为待定参数,构造最优化目标函数并求解最优化问题,将求解结果转化为轨道状态量;
模块M4:以轨道状态量为待定参数,构造最优化目标函数,并以轨道状态量为初值进行最小二乘改进,以改进过程最优化目标函数的最优值为目标轨道状态量的估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211482298.5A CN115752384A (zh) | 2022-11-24 | 2022-11-24 | 天基光学监测平台空间目标轨道确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211482298.5A CN115752384A (zh) | 2022-11-24 | 2022-11-24 | 天基光学监测平台空间目标轨道确定方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115752384A true CN115752384A (zh) | 2023-03-07 |
Family
ID=85336949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211482298.5A Pending CN115752384A (zh) | 2022-11-24 | 2022-11-24 | 天基光学监测平台空间目标轨道确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115752384A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117387636A (zh) * | 2023-12-13 | 2024-01-12 | 上海卫星互联网研究院有限公司 | 一种空间目标轨道确定方法及装置 |
-
2022
- 2022-11-24 CN CN202211482298.5A patent/CN115752384A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117387636A (zh) * | 2023-12-13 | 2024-01-12 | 上海卫星互联网研究院有限公司 | 一种空间目标轨道确定方法及装置 |
CN117387636B (zh) * | 2023-12-13 | 2024-03-08 | 上海卫星互联网研究院有限公司 | 一种空间目标轨道确定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Robust unscented Kalman filter with adaptation of process and measurement noise covariances | |
Xiwei et al. | Factor graph based navigation and positioning for control system design: A review | |
Chen et al. | Extended target probability hypothesis density filter based on cubature Kalman filter | |
Moraffah et al. | Random infinite tree and dependent Poisson diffusion process for nonparametric Bayesian modeling in multiple object tracking | |
CN115752384A (zh) | 天基光学监测平台空间目标轨道确定方法及系统 | |
Xiong et al. | Intelligent optimization strategy based on statistical machine learning for spacecraft thermal design | |
CN111798494A (zh) | 广义相关熵准则下的机动目标鲁棒跟踪方法 | |
CN107391446A (zh) | 基于随机矩阵的不规则形状多扩展目标形状和状态估计方法 | |
Moon et al. | State prediction of high-speed ballistic vehicles with Gaussian process | |
Su et al. | A variational Bayesian approach for partly resolvable group tracking | |
CN113030940A (zh) | 一种转弯机动下的多星凸型扩展目标跟踪方法 | |
CN116047495A (zh) | 一种用于三坐标雷达的状态变换融合滤波跟踪方法 | |
Wei et al. | Global tracking of space debris via CPHD and consensus | |
Mortazavi et al. | Optimal midcourse guidance of an air-to-air missile via SVM and RVM | |
Hu et al. | Hybrid sampling-based particle filtering with temporal constraints | |
Son et al. | Fuzzy c‐means clustering‐based smart tracking model for three‐dimensional manoeuvring target including unknown acceleration input | |
Stringer et al. | Improving Predictive Navigation Through the Optimization of Counterfactual Track Evaluation | |
Claraco | Contributions to localization, mapping and navigation in mobile robotics | |
Gao et al. | Bayesian approach to multiple extended targets tracking with random hypersurface models | |
Chen et al. | Improved Unscented Kalman Filtering Algorithm Applied to On-vehicle Tracking System | |
Huang et al. | Analytically-guided-sampling particle filter applied to range-only target tracking | |
Havangi et al. | A novel particle filter based SLAM | |
Liu et al. | Gaussian‐like measurement likelihood based particle filter for extended target tracking | |
Han et al. | An Extended Target Tracking Algorithm Based on Gaussian Surface Fitting | |
Paul et al. | An analysis of sampling based techniques in bearing-only tracking |
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 |