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 PDF

Info

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
Application number
CN202211482298.5A
Other languages
English (en)
Inventor
吴泽鹏
曲耀斌
游月辉
郭玲玲
成飞
叶小舟
王田野
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.)
Shanghai Institute of Satellite Engineering
Original Assignee
Shanghai Institute of Satellite 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 Shanghai Institute of Satellite Engineering filed Critical Shanghai Institute of Satellite Engineering
Priority to CN202211482298.5A priority Critical patent/CN115752384A/zh
Publication of CN115752384A publication Critical patent/CN115752384A/zh
Pending legal-status Critical Current

Links

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

天基光学监测平台空间目标轨道确定方法及系统
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包括：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
Figure BDA0003962222460000021
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
Figure BDA0003962222460000022
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
Figure BDA0003962222460000023
定义为：
Figure BDA0003962222460000024
其中，||||表示对向量取模，<>表示对两个向量计算内积，
Figure BDA0003962222460000025
为由
Figure BDA0003962222460000026
确定的轨道在t0,t1,…,tk时刻的位置。
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中以轨道状态量为待定参数的最优化问题目标函数
Figure BDA0003962222460000031
为：
Figure BDA0003962222460000032
其中，
Figure BDA0003962222460000033
为由状态量位置
Figure BDA0003962222460000034
速度
Figure BDA0003962222460000035
确定的轨道在t0,t1,…,tk时刻的位置，该最优化问题待定参数为六维。
优选地，所述步骤S4中六维状态量记维
Figure BDA0003962222460000036
改进过程为：
Figure BDA0003962222460000037
其中，
Figure BDA0003962222460000038
为改进量，
Figure BDA0003962222460000039
初始值为步骤S3中得到的轨道状态量；
Figure BDA00039622224600000310
通过对如下线性方程组求最小二乘解得到：
Figure BDA00039622224600000311
其中，观测量差值
Figure BDA00039622224600000312
为由当前状态量
Figure BDA00039622224600000313
计算得到的测角量估算值，Hi为偏导数矩阵，
Figure BDA00039622224600000314
Hi为3×6维矩阵；由当前状态量
Figure BDA00039622224600000315
分别计算
Figure BDA00039622224600000316
Hi，从而求解出
Figure BDA00039622224600000317
后更新
Figure BDA00039622224600000318
重复改进直至满足收敛条件。
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。
优选地，所述步骤S4中，改进收敛条件设置为达到迭代次数上限或目标函数
Figure BDA00039622224600000319
小于设定阈值或改进量
Figure BDA00039622224600000320
的模值小于设定阈值。
优选地，所述步骤S4中，记录改进过程各迭代步骤中的目标函数
Figure BDA00039622224600000321
值，比较得到目标函数值最小对应的状态量
Figure BDA00039622224600000322
为最终轨道确定参数估计值。
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，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
Figure BDA0003962222460000051
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
Figure BDA0003962222460000052
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
Figure BDA0003962222460000053
定义为：
Figure BDA0003962222460000054
其中，||||表示对向量取模，<>表示对两个向量计算内积，
Figure BDA0003962222460000055
为由
Figure BDA0003962222460000056
确定的轨道在t0,t1,…,tk时刻的位置。由
Figure BDA0003962222460000057
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
Figure BDA0003962222460000058
速度
Figure BDA0003962222460000059
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。
步骤S4中以轨道状态量为待定参数的最优化问题目标函数
Figure BDA00039622224600000510
为：
Figure BDA00039622224600000511
其中，
Figure BDA0003962222460000061
为由状态量位置
Figure BDA0003962222460000062
速度
Figure BDA0003962222460000063
确定的轨道在t0,t1,…,tk时刻的位置，该最优化问题待定参数为六维。
步骤S4中6维状态量记维
Figure BDA0003962222460000064
改进过程为：
Figure BDA0003962222460000065
其中，
Figure BDA0003962222460000066
为改进量，
Figure BDA0003962222460000067
初始值为步骤S3中得到的轨道状态量；
Figure BDA0003962222460000068
通过对如下线性方程组求最小二乘解得到：
Figure BDA0003962222460000069
其中，观测量差值
Figure BDA00039622224600000610
为由当前状态量
Figure BDA00039622224600000611
计算得到的测角量估算值，Hi为偏导数矩阵，
Figure BDA00039622224600000612
Hi为3×6维矩阵；由当前状态量
Figure BDA00039622224600000613
分别计算
Figure BDA00039622224600000614
Hi，从而求解出
Figure BDA00039622224600000615
后更新
Figure BDA00039622224600000616
重复改进直至满足收敛条件。
步骤S4中，多元偏导数矩阵Hi采用数值导数计算方法。该步骤S4中，改进收敛条件设置为达到迭代次数上限或目标函数
Figure BDA00039622224600000617
小于设定阈值或改进量
Figure BDA00039622224600000618
的模值小于设定阈值。
步骤S4中，记录改进过程(含初值)各迭代步骤中的目标函数
Figure BDA00039622224600000619
值，比较得到目标函数值最小对应的状态量
Figure BDA00039622224600000620
为最终轨道确定参数估计值。
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
Figure BDA0003962222460000071
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
Figure BDA0003962222460000072
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
Figure BDA0003962222460000073
定义为：
Figure BDA0003962222460000074
其中，||||表示对向量取模，<>表示对两个向量计算内积，
Figure BDA0003962222460000075
为由
Figure BDA0003962222460000076
确定的轨道在t0,t1,…,tk时刻的位置。由
Figure BDA0003962222460000077
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
Figure BDA0003962222460000078
速度
Figure BDA0003962222460000079
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。
以轨道状态量为待定参数的最优化问题目标函数
Figure BDA0003962222460000081
为：
Figure BDA0003962222460000082
其中，
Figure BDA0003962222460000083
为由状态量位置
Figure BDA0003962222460000084
速度
Figure BDA0003962222460000085
确定的轨道在t0,t1,…,tk时刻的位置。该最优化问题待定参数为6维。6维状态量记维
Figure BDA0003962222460000086
改进过程为：
Figure BDA0003962222460000087
其中，
Figure BDA0003962222460000088
为改进量，
Figure BDA0003962222460000089
初始值为步骤S3中得到的轨道状态量；
Figure BDA00039622224600000810
通过对如下线性方程组求最小二乘解得到：
Figure BDA00039622224600000811
其中，观测量差值
Figure BDA00039622224600000812
为由当前状态量
Figure BDA00039622224600000813
计算得到的测角量估算值，Hi为偏导数矩阵，
Figure BDA00039622224600000814
Hi为3×6维矩阵；由当前状态量
Figure BDA00039622224600000815
分别计算
Figure BDA00039622224600000816
Hi，从而求解出
Figure BDA00039622224600000817
后更新
Figure BDA00039622224600000818
重复改进直至满足收敛条件。
多元偏导数矩阵Hi采用数值导数计算方法。改进收敛条件设置为达到迭代次数上限或目标函数
Figure BDA00039622224600000819
小于设定阈值或改进量
Figure BDA00039622224600000820
的模值小于设定阈值。
记录改进过程(含初值)各迭代步骤中的目标函数
Figure BDA00039622224600000821
值，比较得到目标函数值最小对应的状态量
Figure BDA00039622224600000822
为最终轨道确定参数估计值。
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。
3.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包括：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
Figure FDA0003962222450000011
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
Figure FDA0003962222450000012
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
Figure FDA0003962222450000013
定义为：
Figure FDA0003962222450000014
其中，|| ||表示对向量取模，<>表示对两个向量计算内积，
Figure FDA0003962222450000015
为由
Figure FDA0003962222450000016
确定的轨道在t0,t1,…,tk时刻的位置。
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。
5.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S4中以轨道状态量为待定参数的最优化问题目标函数
Figure FDA0003962222450000021
为：
Figure FDA0003962222450000022
其中，
Figure FDA0003962222450000023
为由状态量位置
Figure FDA0003962222450000024
速度
Figure FDA0003962222450000025
确定的轨道在t0,t1,…,tk时刻的位置，该最优化问题待定参数为六维。
6.根据权利要求5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中六维状态量记维
Figure FDA0003962222450000026
改进过程为：
Figure FDA0003962222450000027
其中，
Figure FDA0003962222450000028
为改进量，
Figure FDA0003962222450000029
初始值为步骤S3中得到的轨道状态量；
Figure FDA00039622224500000210
通过对如下线性方程组求最小二乘解得到：
Figure FDA00039622224500000211
其中，观测量差值
Figure FDA00039622224500000212
Figure FDA00039622224500000213
为由当前状态量
Figure FDA00039622224500000214
计算得到的测角量估算值，Hi为偏导数矩阵，
Figure FDA00039622224500000215
Hi为3×6维矩阵；由当前状态量
Figure FDA00039622224500000216
分别计算
Figure FDA00039622224500000217
Hi，从而求解出
Figure FDA00039622224500000218
后更新
Figure FDA00039622224500000219
重复改进直至满足收敛条件。
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。
8.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，改进收敛条件设置为达到迭代次数上限或目标函数
Figure FDA00039622224500000220
小于设定阈值或改进量
Figure FDA00039622224500000221
的模值小于设定阈值。
9.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，记录改进过程各迭代步骤中的目标函数
Figure FDA00039622224500000222
值，比较得到目标函数值最小对应的状态量
Figure FDA00039622224500000223
为最终轨道确定参数估计值。
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。
CN202211482298.5A 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 Pending CN115752384A (zh)

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)

* Cited by examiner, † Cited by third party
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

Cited By (2)

* Cited by examiner, † Cited by third party
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