基于微纳星群抵近侦察的空间目标特性测量、侦察方法技术

技术编号:32626684 阅读:20 留言:0更新日期:2022-03-12 18:00
微纳星群抵近侦察的空间目标特性测量、侦察方法,包括任务准备阶段和任务执行阶段;任务准备阶段包括以空间目标特性测量为目标,结合微纳卫星机动能力与载荷探测能力,分解单颗卫星工作任务目标和能力需求,基于此构建星群;任务执行阶段包括迁移机动、抵近侦察等。本发明专利技术建立了一种星间智能、协同、自主的工作模式示范,可推广应用于在轨维护、天基通信、对地遥感等使用编队/星群/星座的领域,极大的改变未来空间卫星测控和工作的方式与方法;通过星群抵近侦察进行空间目标特性测量,并给出了任务执行的工作流程,作为目标特性的新型数据源,能够提供空间应用亟需的在轨视角目标特性信息,及时填补相关领域目标特性信息获取的空白,极大的提高进入空间和利用空间的能力。极大的提高进入空间和利用空间的能力。极大的提高进入空间和利用空间的能力。

【技术实现步骤摘要】
基于微纳星群抵近侦察的空间目标特性测量、侦察方法


[0001]本专利技术涉及航空航天
,是一种基于微纳星群抵近侦察的空间目标特性测量方法以 及应用于该测量方法抵近侦察高价值非合作航天器的侦察方法。

技术介绍

[0002]目标特性是航天器探测设备发展、使用和决策的战略基础信息。及时获取详实准确的未知 空间目标特性,是精确筹划与决策、掌控空间态势的基础条件,也是应对日益激烈的空间对抗 形势的重要基点。抵近侦察能够获得更高精度、更高可靠些和更符合在轨操作等需求的目标特 性数据。美国曾利用GSSAP间谍卫星多次抵近我国高轨卫星,开展多尺度全方位绕飞侦察, 对我国核心通信卫星的安全产生极大威胁。X

37B飞行期间也曾被曝光开展了抵近测量任务。
[0003]相比传统大卫星的建设成本高、研制周期长、任务目的性易发觉等,微纳星群有隐蔽性好、 覆盖范围广、形成工作能力迅速等优点,是空间抵近侦察的极佳选择。鉴于微纳星群的优点, 针对空间目标特性信息的迫切需求,利用微纳星群开展对某些高价值非合作航天器的抵近侦 察,获取特性测量数据,有着重要的价值及应用前景。实际上,微纳星群相关技术虽然已经在 国内外得到广泛重视,且国外已开展多个在轨验证计划,如康奈尔大学芯片卫星集群KickSat、 DARPA分离模块航天器集群(F6)计划、以色列纳星自主集群与地理定位计划(SAMSON)。 然而,现有公开的星群研发计划中,尚无针对空间目标特性测量的工作模式,抵近侦察方式更 是没有涉及。此外,报道中的人工智能方法在航天领域的应用多是针对某些技术点展开,缺乏 针对目标非合作特征的完整技术方案。
[0004]通过已在轨部署的微纳星群抵近空间目标进行特性测量,不但需要通过复杂的卫星姿轨变 换,实现对星群构型、卫星轨道、载荷工作状态的有效规划与协同控制,完成目标抵近过程; 还需要不断快速自主感知星群状态、目标状态和环境的变化,辅助任务决策与控制策略的动态 优化,自适应获取所需测量信息。因此,需要解决三个核心难题:一是经验缺乏、需求与约束 时变的动态规划问题,该问题的有效解决,是飞抵目标前实现星群任务决策、抵近侦察轨道与 星群构型设计、载荷工作策略制定等的前提,也是抵近测量过程中实现星群及载荷任务决策动 态调整的重要保障;二是数量庞大、构型时变、状态约束强的群体协同控制问题,该问题的有 效解决,是实现星群精准的轨道机动、姿态控制、构型维持与变换,从而飞抵目标和执行近距 离全方位测量的技术基础;三是目标未知、态势复杂、时效性强的自适应感知问题,该问题的 有效解决,是保障抵近过程有效实现和提高特性测量数据质量的必要技术手段。

技术实现思路

[0005]本专利技术建立基于微纳星群抵近侦察的空间目标特性测量的工作流程,并基于知识学习和 人工智能技术,提出星下、星上综合的抵近测量方法,基于此能够给出抵近测量全任务流程 的初步解决方案,为敏感空间目标特性的及时准确获取提供新途径。
[0006]本专利技术要解决的技术问题是,面向空间目标特性获取需求,提供一种微纳星群抵近侦察的 空间目标特性测量方法,服务于空间目标侦察、预警等领域的信息获取需求。
[0007]本专利技术的技术方案是一种微纳星群抵近侦察的空间目标特性测量方法,其特征在于建立抵 近测量任务流程,综合星下和星上处理过程,提出抵近测量的规划决策、协同控制与智能感知 的全流程数据处理方法,具体如下:
[0008](1)本专利技术提出了一种基于微纳星群抵近侦察的空间目标特性测量工作流程,该流程包 含任务准备和任务执行两个主要阶段:
[0009]a)任务准备阶段,首先,以空间目标特性测量为目标,结合微纳卫星机动能力与载荷探 测能力,分解单颗卫星工作任务目标和能力需求,基于此构建星群;其次,利用大型航天器为 载体实现星群发射和在轨释放,运送微纳卫星至指定位置附近释放;所述指定位置附近为:接 近高价值航天器/感兴趣空间目标轨道附近或满足一定覆盖性的区域内;最后,卫星适当机动, 抵达待命区域,完成轨道部署并建立星群内部通信,等待任务指令,保证足够数量的卫星在接 收任务后快速抵近目标并形成工作构型;
[0010]b)任务执行阶段,迁移机动:首先,根据任务指令,针对目标测量需求,进行星群的子群遴 选;其次,根据空间位置关系,遴选后的卫星迁移到一定地点,利用已建立的规划决策模型(这 里的决策模型指“星群知识图谱和对抗深度强化学习系统”),按照任务需求进行侦察任务自 主规划,重构星群构型,完成转移与探测轨道设计、载荷工作方式与时机选择;最后,星群协 同控制,自主进行轨道机动,抵达任务区域;
[0011]抵近侦察:根据目标特征及卫星探测能力,星群协同控制,自主实现交会、伴飞、饶飞轨 道姿态控制过程,并控制传感器自适应获取目标特性测量数据,同时及时感知目标、环境和任 务态势等的变化,自主调整规划决策与控制策略。
[0012](2)本专利技术将抵近侦察过程分解为星下和星上两部分,建立星群规划决策、协同控制与 智能感知等方法,提供星群抵近测量的体系化解决方案。
[0013]a)星下处理部分完成任务前的星群规划决策,通过面向任务的星群知识图谱完成星群知 识的关联分析与体系构建,通过对抗深度强化学习系统完成星群任务规划决策建模,该部分是 星群的静态知识学习,在星下完成小样本/零样本的智能决策知识体系构建,并将其在星群部 署或等待任务阶段上注到卫星,作为执行任务的能力基础。
[0014]b)星上处理部分完成抵近侦察任务过程中的星群协同控制、智能感知与动态决策,利用 群体智能方法实现星群轨道、姿态与载荷等的协同控制,利用主动感知和迁移学习技术完成目 标信息与任务态势等的智能感知,利用持续学习技术完成抵近侦察工作的在轨动态决策,该部 分是星群的动态知识学习,在星上完成自适应感知与自主决策,并获得在线知识,达到更新任 务知识体系,提高任务执行能力的目的。
[0015]本专利技术还公开一种高价值非合作航天器的抵近侦察方法,包括上述的微纳星群抵近侦察的 空间目标特性测量方法。
[0016]有益效果
[0017]抵近侦察是星群未来发展的主要工作模式之一,本专利技术建立星群在轨抵近测量的工作流 程和技术方案,具有体制新颖、应用广泛、军事价值突出和理论效益显著等有益性。
[0018]本专利技术建立基于微纳星群抵近侦察的空间目标特性测量的工作流程,并基于知识学习和 人工智能技术,提出星下、星上综合的抵近测量方法,基于此能够给出抵近测量全
任务流程 的初步解决方案,为敏感空间目标特性的及时准确获取提供新途径。
附图说明
[0019]图1是基于微纳星群抵近测量空间目标特性的工作流程示意图;
[0020]图2是通过知识体系构建及应用实现星群抵近测量的方法步骤示意图;
[0021]图3是微纳星群知识图谱示例;
[0022]图4是基于对抗深度强化学习的星群智能决策的基本思路;
[0023]图5是自主控制策略的决策树示意图;
[0本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.微纳星群抵近侦察的空间目标特性测量方法,所述测量方法分为任务准备阶段和任务执行阶段;其特征为:所述任务准备阶段包括如下步骤:首先,以空间目标特性测量为目标,结合微纳卫星机动能力与载荷探测能力,分解单颗卫星工作任务目标和能力需求,基于此构建星群;其次,利用大型航天器为载体实现星群发射和在轨释放,运送微纳卫星至指定位置附近释放;所述指定位置附近为:接近高价值航天器/感兴趣空间目标轨道附近或满足一定覆盖性的区域内;最后,卫星适当机动,抵达待命区域,完成轨道部署并建立星群内部通信,等待任务指令,保证足够数量的卫星在接收任务后快速抵近目标并形成工作构型;所述任务执行阶段包括如下步骤:迁移机动:首先,根据任务指令,针对目标测量需求,进行星群的子群遴选;其次,根据空间位置关系,遴选后的卫星迁移到一定地点,利用已建立的规划决策模型,按照任务需求进行侦察任务自主规划,重构星群构型,完成转移与探测轨道设计、载荷工作方式与时机选择;最后,星群协同控制,自主进行轨道机动,抵达任务区域;抵近侦察:根据目标特征及卫星探测能力,星群协同控制,自主实现交会、伴飞、饶飞轨道姿态控制过程,并控制传感器自适应获取目标特性测量数据,同时及时感知目标、环境和任务态势等的变化,自主调整规划决策与控制策略。2.根据权利要求1所述的微纳星群抵近侦察的空间目标特性测量方法,其特征为:所述抵近侦察过程分解为星下和星上两部分;所述星下部分包括基于小样本/零样本的星下智能决策知识体系构建;所述星上部分包括面向抵近策略任务的星上协同控制、智能感知与动态决策。3.根据权利要求2所述的微纳星群抵近侦察的空间目标特性测量方法,其特征为:所述基于小样本/零样本的星下智能决策知识体系构建包括面向任务的星群知识图谱构建和基于对抗深度强化学习的星群任务规划决策建模步骤。4.根据权利要求3所述的微纳星群抵近侦察的空间目标特性测量方法,其特征为:所述面向任务的星群知识图谱构建包括如下步骤:对微纳星群的任务特点进行分析,将任务分解,基于先验信息构建微纳星群知识体系,即针对微纳卫星组网、特性测量与抵近侦察任务背景,获取相关先验信息,在建立数据支撑平台基础上,按照知识建模、抽取、融合与挖掘的步骤,建立知识图谱作为星群自主决策的知识依据。5.根据权利要求3所述的微纳星群抵近侦察的空间目标...

【专利技术属性】
技术研发人员:刘也赵泽亚马岩金雪石晟玮刘传凯聂祥丽王荣韩晓磊李秀红
申请(专利权)人:中国人民解放军六三九二一部队
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1