本發(fā)明涉及航天測量與控制,具體地涉及一種衛(wèi)星異常變軌識別方法及系統(tǒng)。
背景技術(shù):
1、隨著衛(wèi)星數(shù)量激增導(dǎo)致有限的軌道資源變得更加寶貴,衛(wèi)星間的相對運動變得更為復(fù)雜,潛在的碰撞風(fēng)險也隨之增加。因此,對于非合作目標,即那些可能由于故障、失控或其他原因而偏離預(yù)定軌道的衛(wèi)星,及時發(fā)現(xiàn)其軌道異常情況具有重要的現(xiàn)實意義。
2、目前基于所選軌道要素的變化特征檢測軌道異常的方法通常包括以下幾種:一是基于統(tǒng)計分析的閾值檢測技術(shù),利用軌道高度相近的空間目標歷史數(shù)據(jù)訓(xùn)練生成檢測閾值,采用n-σ準則實現(xiàn)變軌行為檢測,然而若是過于依賴軌道高度相近的空間目標的歷史數(shù)據(jù),如果歷史數(shù)據(jù)不足或存在偏差,會影響檢測閾值的準確性,進而使得軌道異常檢測的誤差較大;二是基于軌道傳播的數(shù)據(jù)擬合技術(shù),通常使用天體運動學(xué)模型向后預(yù)測,分析預(yù)測軌道與實際軌道的差異實現(xiàn)軌道機動識別,然而天體運動學(xué)模型存在一定的誤差,無法區(qū)分是模型誤差、數(shù)據(jù)誤差或機動行為,且隨時間的延長,誤差會更大;三是采用機器學(xué)習(xí)聚類技術(shù),然而相關(guān)技術(shù)中通常根據(jù)聚類的輪廓系數(shù)進行特征變量和聚類簇數(shù)的選擇,忽略了變量之間的相關(guān)性和時間序列數(shù)據(jù)的特性,且需要人工指定聚類簇數(shù)或數(shù)據(jù)標簽,限制了算法的通用性和可擴展性,并使得軌道異常檢測的誤差較大。
技術(shù)實現(xiàn)思路
1、鑒于上述問題,本發(fā)明提供了一種衛(wèi)星異常變軌識別方法及系統(tǒng)。
2、根據(jù)本發(fā)明的一個方面,提供了一種衛(wèi)星異常變軌識別方法,包括:基于目標數(shù)據(jù)集,確定多個候選特征數(shù)據(jù),其中,候選特征數(shù)據(jù)為與衛(wèi)星運行軌道相關(guān)的特征數(shù)據(jù);基于與多個候選特征數(shù)據(jù)各自對應(yīng)的方差值和多個候選特征數(shù)據(jù)各自之間的相關(guān)性值,對多個候選特征數(shù)據(jù)進行數(shù)據(jù)過濾,得到目標特征數(shù)據(jù);基于目標特征數(shù)據(jù)包括的與多個時間段各自對應(yīng)的目標特征子數(shù)據(jù),確定特征變化數(shù)據(jù),其中,特征變化數(shù)據(jù)表征目標特征子數(shù)據(jù)在相鄰時間段之間的變化情況;基于目標特征數(shù)據(jù)和特征變化數(shù)據(jù),生成與多個時間段各自對應(yīng)的軌道特征向量;將與多個時間段各自對應(yīng)的軌道特征向量進行聚類處理,得到聚類結(jié)果;在確定聚類結(jié)果表征與多個時間段各自對應(yīng)的軌道特征向量中存在異常特征向量的情況下,確定衛(wèi)星存在異常變軌現(xiàn)象。
3、本發(fā)明的另一方面提供了衛(wèi)星異常變軌識別系統(tǒng),包括:第一確定模塊,用于基于目標數(shù)據(jù)集,確定多個候選特征數(shù)據(jù),其中,候選特征數(shù)據(jù)為與衛(wèi)星運行軌道相關(guān)的特征數(shù)據(jù);過濾模塊,用于基于與多個候選特征數(shù)據(jù)各自對應(yīng)的方差值和多個候選特征數(shù)據(jù)各自之間的相關(guān)性值,對多個候選特征數(shù)據(jù)進行數(shù)據(jù)過濾,得到目標特征數(shù)據(jù);第二確定模塊,用于基于目標特征數(shù)據(jù)包括的與多個時間段各自對應(yīng)的目標特征子數(shù)據(jù),確定特征變化數(shù)據(jù),其中,特征變化數(shù)據(jù)表征目標特征子數(shù)據(jù)在相鄰時間段之間的變化情況;生成模塊,用于基于目標特征數(shù)據(jù)和特征變化數(shù)據(jù),生成與多個時間段各自對應(yīng)的軌道特征向量;處理模塊,用于將與多個時間段各自對應(yīng)的軌道特征向量進行聚類處理,得到聚類結(jié)果;現(xiàn)象確定模塊,用于在確定聚類結(jié)果表征與多個時間段各自對應(yīng)的軌道特征向量中存在異常特征向量的情況下,確定衛(wèi)星存在異常變軌現(xiàn)象。
4、根據(jù)本發(fā)明的衛(wèi)星異常變軌識別方法,通過從目標數(shù)據(jù)集中得到與衛(wèi)星運行軌道相關(guān)的多個候選特征數(shù)據(jù),并從單個候選特征數(shù)據(jù)自身變化情況即多個候選特征數(shù)據(jù)各自對應(yīng)的方差值以及多個候選特征數(shù)據(jù)各自之間的相關(guān)情況即相關(guān)性值的角度出發(fā),對多個候選特征數(shù)據(jù)進行數(shù)據(jù)過濾,從而實現(xiàn)了對于冗雜信息進行篩除,即實現(xiàn)了對于后續(xù)處理的特征降維,并通過目標特征數(shù)據(jù)包括的與多個時間段各自對應(yīng)的目標特征子數(shù)據(jù),確定特征變化數(shù)據(jù),從而關(guān)注到了目標特征數(shù)據(jù)的時間信息,以及對由目標特征數(shù)據(jù)和特征變化數(shù)據(jù)生成的與多個所述時間段各自對應(yīng)的軌道特征向量進行聚類處理,并根據(jù)聚類結(jié)果確定是否存在異常變軌現(xiàn)象,從而至少部分的解決了相關(guān)技術(shù)中存在的對于衛(wèi)星異常變軌識別誤差較大的問題,實現(xiàn)了提升衛(wèi)星異常變軌識別準確度的技術(shù)效果。
1.一種衛(wèi)星異常變軌識別方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于與多個候選特征數(shù)據(jù)各自對應(yīng)的方差值和多個所述候選特征數(shù)據(jù)各自之間的相關(guān)性值,對多個所述候選特征數(shù)據(jù)進行數(shù)據(jù)過濾,得到目標特征數(shù)據(jù),包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述基于多個所述中間特征數(shù)據(jù)各自之間的相關(guān)性值,對多個所述中間特征數(shù)據(jù)進行數(shù)據(jù)過濾,得到所述目標特征數(shù)據(jù),包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述時間段包括至少一個時間點;所述時間點與所述目標特征子數(shù)據(jù)一一對應(yīng);所述基于所述目標特征數(shù)據(jù)包括的與多個時間段各自對應(yīng)的目標特征子數(shù)據(jù),確定特征變化數(shù)據(jù),包括:
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述特征變化數(shù)據(jù)包括特征變化程度序列、特征變化速度序列和特征變化加速度序列;所述特征變化程度序列包括多個變化程度子數(shù)據(jù);所述特征變化速度序列包括多個變化速度子數(shù)據(jù);所述特征變化加速度序列包括多個變化加速度子數(shù)據(jù);
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述方法還包括:
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述候選特征數(shù)據(jù)包括與多個時間段對應(yīng)的候選特征子數(shù)據(jù);所述方法還包括:
8.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述將與多個所述時間段各自對應(yīng)的軌道特征向量進行聚類處理,得到聚類結(jié)果,包括:
9.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述目標特征數(shù)據(jù)的特征類型包括半長軸、偏心率或傾角;所述目標數(shù)據(jù)集包括兩行軌道元素集。
10.一種衛(wèi)星異常變軌識別系統(tǒng),其特征在于,所述系統(tǒng)包括: