【技术实现步骤摘要】
本专利技术涉及天基无源探测，具体为一种面向高轨安全预警的空间非合作目标机动无源检测方法。
技术介绍
1、在太空商业化日益加剧，众多发射任务的时代背景下，制造小卫星的成本下降从而可进行批量生产。由于卫星无线电频率和轨道资源有限，大部分可用、好用的卫星频率和轨道资源已经被占用，其中通信、导航卫星的空间资源尤为紧张。当前世界各国轨道和频谱资源争夺已趋于白热化，随之而来的空间安全问题日益加剧。空间碎片、失效卫星、卫星武器等空间非合作目标对在轨的现役航天器带来的威胁越来越多，其机动次数的指数性上升对航天器在空间进行轨道操作的安全性造成极大威胁。在此背景下，对于非合作目标，具备及时对其轨道脉冲机动进行检测、感知、采取行动的能力就显得尤为重要。
2、目前，对于天基非合作目标的探测任务，基于光学相机无源仅测角的相对定轨系统应用较为广泛。光学相机相比其他常用的星载测量敏感器具有隐蔽性高、能耗低、简单便捷可靠等特点，特别适合完成对空间非合作目标的无源探测任务。
3、在天基仅角度观测系统中，常规的机动检测方法通常应用在跟踪滤波阶段，即将滤波方法中的新息序列或距离信息等作为检测量筛选其异常点；但在初始定轨阶段，作为输入的观测量仅有两个角度值，并无其他先验信息，且由于卫星在不同轨道和不同初始相对轨道下的特性对角度观测量均有影响，即角度观测量的变化规律是不同的，所以无法使用最大/小值、平均值等特征量，故该阶段的机动检测任务较为艰难。但在一定时间段内，自由飞行的卫星间都符合一定的轨道动力学规律，所以其角度观测量的变化趋势也会符合一定的
4、与一般的时间序列（一组观测值y1, …, yn且按时间顺序排列）的特征一致，角度观测量的基本模型为加法模型，具有下式中的三种变化特征：
5、
6、其中的趋势性分量反映的是测角序列在各种因素影响下长周期的变化趋势；不规则分量反映测角序列的观测误差等误差总和；而由目标卫星机动引起的异常通常对应时间序列中的周期性变化特征的突变量。此时的机动检测问题便转化为时间序列的周期性特征突变量的提取问题。
7、目前应用于天基仅测角系统的时间序列异常检测算法如：主成分分析、小波变化、经验模态分解等的确可以解决目标机动检测的问题，但是这些异常检测方法对先验信息的要求较高，要么是需要大量的历史信息作为输入以完成精确的机动时刻筛选，要么是需要完成初始定轨任务，在跟踪滤波阶段运用丰富的轨道参数作为检验统计量实现机动检测。天基仅角度观测中的初始定轨阶段，一组观测量仅有两个角度值，没有假设参数模型、假设平稳性条件等先验条件，以上单一的异常检测算法应用难度较大。
技术实现思路
1、针对现有异常检测算法中存在的问题，本专利技术提供一种面向高轨安全预警的空间非合作目标机动无源检测方法，在先验信息不足的情况下，仅使用角度数据，在轻量级星载计算负载情况下实时对目标进行持续且精确的机动检测判别。
2、一种面向高轨安全的空间非合作目标机动无源检测方法，包括以下步骤：
3、步骤1，将光学相机安装在感知卫星的质心处，在当地垂直当地水平坐标系下建立光学相机相对视线测量模型，得到二维的相对视线测量角序列作为检测量序列；步骤2，定义奇异谱分析算法，定义适当的安全区间、滑动窗口长度值，对二维的检测量序列在当前滑动窗口内进行双通道同步的奇异值分解，得到不同趋势成分的时间序列演变型，即时间经验正交函数；步骤3，定义权相关系数计算算法，通过计算不同时间经验正交函数间的权相关系数以自适应分类，去除趋势性分量、不规则分量等并计算重构后的周期性分量、半周期性分量；步骤4，定义差异化评价指标、基础窗口长度、滞后窗口长度，分别计算周期项和半周期项的差异化评价指标并设置检测阈值，基于检测阈值判断差异化评价指标的变化是否由目标机动引起；步骤5，将所述仅测角机动检测算法部署在感知卫星上，将光学相机测量的相对测量角输入该算法中，实现对目标卫星机动检测的在线判别。
4、作为优选，步骤1中建立的光学相机相对视线测量模型具体为：，其中分别表示追踪航天器a和目标航天器b在lvlh系下时刻的位置矢量。
5、方位角、俯仰角作为后续步骤的输入，是相互独立同步进行的，只在步骤5进行综合处理。
6、作为优选，步骤2的奇异谱分析算法不需要假设参数模型、假设平稳性条件等先验条件，适用于先验信息不足的初始定轨阶段，通过对所要研究的时间序列的轨迹矩阵进行分解、重构等操作，提取出时间序列中的不同成分，从而完成特征分析、去噪等任务。
7、作为优选，步骤2具体为：步骤2.1，在设置的安全区间长度后，将步骤1中获得的某一维角度序列进行滑动窗口处理；步骤2.2，依次对每一滑动窗口内检测序列进行嵌入处理，滞后排列得到轨迹矩阵；步骤2.3，对轨迹矩阵进行奇异值分解，并按奇异值从大到小排列，得到不同趋势成分对应的时间经验正交函数。
8、作为优选，步骤2.1中滑动窗口长度设为n。步骤2.2中选取轨迹矩阵行数为l，对检测序列进行滞后排列，令，则轨迹矩阵为的矩阵：，其由个长度为l的迟滞向量：组成。
9、作为优选，步骤2.3中为避免奇异值分解可能遇到的维数不同、计算量较大的问题，选择等效替代的方法，计算轨迹矩阵的方阵：，对其进行特征值分解，得到特征值：和对应的特征向量：，反映了时间序列的演变型，称为时间经验正交函数。
10、作为优选，步骤3中，将分解得到的不同趋势成分的时间经验正交函数两两计算相关系数，对于时间序列，权相关系数的具体计算方法为：对于时间序列，其中，其权相关系数。计算l个时间经验正交函数的互相关系数并将其可视化——画出其权相关系数热力图。
11、作为优选，权相关系数热力图只作为可视化分析的一部分，具体选取过程如下：计算迟滞向量在上的投影，即时间主成分：，通过时间经验正交函数和时间主成分来进行重建：。设置互相关系数阈值，互相关系数满足时两序列视为一组，按特征值从大到小依次排列，各序列组别数记为，去除的高频趋势性分量及的不规则分量，分别将和组别内的序列加权求和，依次对应当前滑动窗口序列的周期性特征分量及半周期性特征分量。
12、作为优选，步骤4中，定义的差异化评价指标计算流程如下：设定基础窗口长度为、滞后窗口长度为，采样窗口个数为，将两个窗口内的检测序列同时进行步骤2.2-2.3的操作，分别得到：
13、基础轨迹矩阵及其特征值和对应特征向量；
14、滞后轨迹矩阵及其特征值对应特征向量；
15、选取前个特征向量构建差异化评价指标：首先将滞后轨迹矩阵与基础轨迹矩阵进行对比，即求解的单一变化特征并进行归一化处理：，进一步的，同时按照滞后轨迹矩阵的奇异值计算不同权重，加权求解最终的差异化评价指标。
16、作为优选，自适应选取检测阈值的具体流程如下：计算当前滑动窗口内轨迹矩阵的行本文档来自技高网...
【技术保护点】
1.一种面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤1中建立的光学相机相对视线测量模型具体为：，
3.根据权利要求1所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤2具体为：步骤2.1，设置安全区间长度、滑动窗口长度值，将步骤1中获得的某一维角度序列进行滑动窗口处理，设置双通道同时进行，以实现二维序列处理；步骤2.2，依次对每一滑动窗口内检测序列进行嵌入处理，滞后排列得到轨迹矩阵；步骤2.3，对轨迹矩阵进行奇异值分解，并按奇异值从大到小排列，得到不同趋势成分对应的时间经验正交函数。
4.根据权利要求3所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤2.2中，选取轨迹矩阵行数L，对检测序列进行滞后排列，令，N为滑动窗口长度，则轨迹矩阵表示为的矩阵：，
5.根据权利要求4所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤2.3中，基于等效替代的方法计算轨迹矩阵的方阵
6.根据权利要求1所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤3中，将分解得到的不同趋势成分的时间经验正交函数两两计算相关系数，具体的，对于时间序列，其中，N为滑动窗口长度，其权相关系数表示为：，式中，、为选定窗口内对应数据平均值；计算L个时间经验正交函数的互相关系数并将其可视化——画出其权相关系数热力图。
7.根据权利要求6所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，权相关系数热力图作为可视化分析的一部分，具体选取过程如下：计算i时刻迟滞向量在上的投影，即时间主成分：，通过时间经验正交函数和时间主成分来进行重建：，式中，为时间主成分，为特征向量，下标i表示轨迹矩阵行数，j表示轨迹矩阵列数，m表示趋势成分的序数；设置互相关系数阈值，互相关系数满足时两序列视为一组，按特征值从大到小依次排列，各序列组别数记为，去除的高频趋势性分量及的不规则分量，分别将和组别内的序列加权求和，依次对应当前滑动窗口序列的周期性特征分量及半周期性特征分量。
8.根据权利要求3至7任意一项所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤4包括：
9.根据权利要求1所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，将步骤3得到的周期性特征分量及半周期性特征分量分别作为步骤4的输入，将步骤4对应输出的两个判定结果进行与门逻辑判断，输出最终结果：0表示当前时刻为无异常点位，1表示当前时刻为异常点位。
10.根据权利要求1或9所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤5中，将两个测角序列：偏航角、俯仰角分别作为步骤2的输入而对应得到的步骤4的两个判断结果进行或门逻辑判断，每一时刻对应一位标定的逻辑，输出最终判定结果：逻辑0表示表示当前滑动窗口内无异常，中心时刻点为未发生机动时刻点；逻辑1表示当前滑动窗口内数据异常由机动引起，中心时刻点为机动时刻点。
...【技术特征摘要】
1.一种面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤1中建立的光学相机相对视线测量模型具体为：，
3.根据权利要求1所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤2具体为：步骤2.1，设置安全区间长度、滑动窗口长度值，将步骤1中获得的某一维角度序列进行滑动窗口处理，设置双通道同时进行，以实现二维序列处理；步骤2.2，依次对每一滑动窗口内检测序列进行嵌入处理，滞后排列得到轨迹矩阵；步骤2.3，对轨迹矩阵进行奇异值分解，并按奇异值从大到小排列，得到不同趋势成分对应的时间经验正交函数。
4.根据权利要求3所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤2.2中，选取轨迹矩阵行数l，对检测序列进行滞后排列，令，n为滑动窗口长度，则轨迹矩阵表示为的矩阵：，
5.根据权利要求4所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤2.3中，基于等效替代的方法计算轨迹矩阵的方阵：，对其进行特征值分解，得到特征值：和对应的特征向量：，反映了时间序列的演变型，称为时间经验正交函数。
6.根据权利要求1所述的面向高轨安全的空间非合作目标机动无源检测方法，其特征在于，步骤3中，将分解得到的不同趋势成分的时间经验正交函数两两计算相关系数，具体的，对于时间序列，其中，n为滑动窗口长度，其权相关系数表示为：，式中，、为选定窗口内对应数据平均值；计算l个时间经验正交函数的互相关系...
【专利技术属性】
技术研发人员：龚柏春，杨世航，冷雪飞，廖文和，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
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。