基于TLE的空间目标碰撞预警计算

地球轨道上数量日益增长的空间飞行物体对在轨航天器及人类航天活动构成了严重威胁.分析了空间目标两行轨道根数(TLE)的格式及构成;阐述了相应的SGP4/SDP4轨道近似解析解模型算法;提供了轨道坐标系和惯性坐标系之间的转换关系;利用TLE数据和SGP4/SDP4模型进行了空间目标碰撞预警计算.该方法对于航天器初步威胁评估具有重要意义.     

基于静地特性的GEO带目标混合函数型星历表征设计

地球同步轨道(GEO)卫星带是一类独具高空战略地位的轨道资源.长期以来GEO带编目目标采用双行轨道根数(TLE)和简化常规/深空摄动4模型(SGP4/SDP4)进行通用轨道计算,但该解析算法存在外推精度受限、使用过程复杂、用户难以理解等缺点.本文针对GEO的静地特性,结合经典开普勒根数和多项式-傅里叶级数设计了混合函数型参数星历模型,可用于高精度数值积分轨道的12～24 h轨位拟合和多组星历参数的同步发布,用户计算模型简单.对三颗代表性GEO目标为期一年的星历参数拟合实验表明,1 d拟合均方根(RMS)均值优于20 m;当缩短拟合时长至12 h,拟合精度可优于0.15 m.可为我国空间目标编目库的分级管理提供参考.     

基于TLE时序的GEO目标东西机动预报

赤道带GEO非合作目标的频繁机动监测是空间态势感知的重要工作.文中给出了GEO卫星东西漂移律和周期性位置保持机动原理,指出相关轨道特征参数有规律性跃变;利用公开下载的双行轨道根数TLE(Two-line Element),提出基于平经度及其漂移率的GEO东西机动周期提取和预报方法.为了提高数据源质量,利用SDP4模型将...     

基于SGP4模型的空间站轨道精度分析

针对在地面站天线对空间站观测任务中,通常基于卫星工具包(satellite tool kit,STK)软件规划出天线对空间站的方位角和俯仰角,实现天线对空间站的自动跟踪.为了保证天线跟踪的准确性和可靠性,需要定期计算出准确的空间站轨道和天线的方位俯仰角,并更新规划任务.因此科学分析与评估空间站两行轨道根数(two line elements,TLE)长期预报精度,对地面站实现空间站的精准跟踪具有重要意义.本文以中国空间站(China Space Station,CSS)梦天实验舱为例,基于TLE数据,利用STK软件提供的简化常规摄动规模型(simplified general perturbations4,SGP4)模型计算空间站轨道以及空间站相对于西安地面站的方位角和俯仰角,并分析不同策略下的精度效果.试验结果表明：在第二天更新空间站的TLE,可以获得较好的轨道结果,从而更好地保障天线的跟踪精度.     

基于SGP4模型的空间站跟踪算法

中国空间站天和核心舱的成功发射标志着我国空间站在轨组装建设进入全面实施阶段。空间站入轨运行后,实现地面站对空间站的跟踪观测是获取科学数据的前提。本文根据空间站TLE轨道参数,基于现有的简化常规摄动（SGP4）模型,研究地面观测站地平式设备观测空间站的跟踪角度的计算算法;根据研究方法计算西安站观测空间站的跟踪角度,并与利用STK软件的计算结果进行对比,发现两者差值小于0.001°,证明了该算法的正确性;在此基础上,进一步研究TLE轨道参数的有效预报时长,为地面站观测空间站等低轨目标提供支持。     

基于SDP4模型的导航卫星仰角及方位角预报

地面站可控天线可以不借助接收机而直接监测导航卫星的信号质量,地面天线伺服系统根据卫星的实时位置计算出仰角及方位角来确定天线的指向。广播星历及历书等常用的计算卫星位置的方法虽误差较小,但其误差随时间迅速扩大,基于该问题,论文论述了双行星历（TLE）结合SDP4模型进行卫星轨道预报方法,利用SDP4模型计算GPS导航卫星的实时位置并预报卫星的仰角及方位角,采用IGS 事后精密星历对其角度预报误差进行了评估,同时,还将该方法的预报误差与广播星历、历书、STK高精度轨道预报等方法的预报误差进行了对比。实验结果表明：采用SDP4模型对导航卫星进行位置预报可满足误差要求,且时间有效性长、通用性好,具备实际应用价值。     

SDP4模型用于北斗导航卫星轨道预报的精度分析

为了实现对北斗导航卫星的监测与跟踪,需要对其轨道进行预报。利用双行星历(TLE)采用SDP4模型对北斗导航系统的3类卫星(GEO、IGSO、MEO)进行轨道预报,并对比了Trimble公司的接收机历书星历和HPOP高精度轨道外推模型预报出的星历,采用GFZ公布的北斗精密星历对其预报精度进行了评估。分析表明,SDP4模型计算速度快,可以实现对于北斗导航卫星的轨道预报,满足跟踪和监测的精度要求,具有实用价值;该模型对于MEO卫星轨道预报效果最好,IGSO卫星次之,GEO卫星最差;3日以内的短期轨道预报可以采用历书星历或者HPOP外推模型预报的星历,但是3日以上轨道预报利用SDP4模型更好;对不同预报时间下的预报轨道可以使用的领域提出了建议。     

北斗卫星轨道预报模型对比

针对关于北斗卫星轨道预报的研究远不如全球定位系统卫星的现状,该文基于双行星历的SDP4模型、基于高精度轨道外推模型、基于Bern光压模型的自编动力学模型等3种方法,对北斗导航系统的3类卫星(地球静止轨道卫星/倾斜地球同步轨道卫星/中地球轨道卫星)进行轨道预报;并对比了Trimble公司的接收机历书星历和德国地学中心发布的北斗精密星历对模型的预报精度,研究了不同模型的预报特点;最后对不同预报期下的预报轨道可以使用的领域提出了建议。     

空间目标激光测距轨道预报研究

为了实现地面卫星激光观测站对空间目标的轨道预报,设计了空间目标激光测距轨道预报软件。首先,利用空间目标的两行根数结合轨道外推算法,计算出空间目标在地心惯性坐标系下的坐标;其次,通过空间目标、地心和观测站三者之间的坐标系转换,计算出空间目标相对于站心坐标系下的位置;再次,根据空间目标相对地面激光观测站的方位角和俯仰角,画出空间目标的测站预报图;最后,以北斗卫星的测站预报实例对该软件进行验证,所得出的测站轨道预报图与同类商业软件的图结果一致。结果表明,该软件能够为地面观测站捕获空间目标,并同步跟踪其轨道运行提供测站轨道预报服务。     

GNSS技术在GEO、IGSO航天器中的导航精度与适用性分析

现阶段高轨道航天器导航主要依靠地基测控系统,为了研究全球卫星导航系统(GNSS)技术用于高轨道航天器导航的可行性,对GNSS技术在地球静止轨道(GEO)卫星、倾斜地球同步轨道(IGSO)卫星航天器中的导航精度及适用性展开了分析研究. 采用2021年11月9日的两行轨道数据(TLE)仿真GNSS星座,以不同星下点的GEO卫星和不同倾角的IGSO卫星作为目标星展开导航仿真试验. 实验结果表明:为了满足GNSS解算所需的卫星数量,须通过接收旁瓣信号来增加可见卫星数目. 对GEO目标星而言,当接收机灵敏度高于?169 dB时,导航精度可达30 m;利用GPS对7个不同的GEO或IGSO轨道目标星进行导航实验表明,GPS对目标星导航的位置误差约为35 m;北斗三号(BDS-3)、GPS、GLONASS、Galileo的导航位置误差均值分别为28.03 m、21.16 m、37.15 m、25.09 m,具有良好的内符合精度,其中GPS精度最高,GLONASS精度最低,但大部分时段也在45 m内.      

用于空间目标表达的智能化判决方法

面对海量的空间目标,用户在感知空间态势过程中,需要解决"哪些空间目标需要表达出来,表达出来的目标中哪些需要重点表达"的问题。手工设置可以一定程度上满足需求,但是其过程复杂、繁琐。因此引入人工智能领域的智能代理和人工神经元网络来解决空间目标表达问题,分别将其应用于空间目标表达内容辅助筛选及重点目标确定上,共同完成空间目标的表达;并进行了实验验证。实验结果表明:Agent与神经网络结合可有效解决空间目标表达问题,并且具有一定的智能性。     

利用多级弦长弯曲度复函数构建复杂面实体综合形状相似度量模型

介绍了一种复杂带洞面实体空间对象的几何相似度度量方法。该方法提取面实体的中心距离、轮廓线的多级弦长、弯曲度及凸凹性等特征,构造多级弯曲度半径复函数对其局部和整体特征进行描述,并通过傅里叶变换得到傅里叶形状描述子对面实体间的形状相似性进行度量。同时根据场景完整度和相似性度量模型计算复杂带洞多边形中每个场景的匹配度,利用多级特征完成复杂面实体间的几何相似性度量。对不同空间复杂度的面实体的几何相似性的度量试验表明,该方法简单可行且不失精度,结果符合人类认知。     

面向对象的高分辨率影像特征选择研究

本文主要研究面向对象的高分辨影像信息提取中的特征选择问题.文中分别选择光谱、纹理、形状等特征57个和28个进行特征优化,得到两组分别由46个和4个特征组成的不同的最优特征集,并利用这些特征集采用K近邻、模糊与K近邻级联两种不同的面向对象分类策略进行分类研究.最后从合理性、效率和精度三方面进行了对比分析.实验结果表明,对...     

卫星海洋水色遥感信息特征量的研究

首先从卫星海洋水色遥感机理出发,提出了水色遥感信息的两个特征量──归一化反照率（Ａｌｂｅｄｏ）和辐射信噪比（ＳＮＲ）。其次,针对中国“九五”期间计划发射的海洋水色卫星的轨道参数和安装在卫星上的水色扫描仪（ＣＯＣＴＳ）水色通道为对象,上中国海区为遥感目标,通过两个特征量的模拟计算结果,进行了大洋和沿岸两类不同水体信息特征量的比较。最后,研究了信息特征量的时间和空间响应。研究的结果为中国计划发射的海洋水色卫星图像质量预测和应用潜力的评估提供了一定的科学依据。     

空间碎片轨道协方差传播及其动态校正

轨道误差传播研究在空间碰撞风险分析、任务规划等空间态势感知领域具有重要作用。轨道误差常用误差协方差矩阵表达,其传播方式主要有线性传播模型与非线性传播模型两种。线性传播模型通过状态转移矩阵外推初始协方差矩阵,计算快速,但因将高度非线性化的轨道动力学问题线性化描述,导致传播精度随时间快速降低。非线性传播模型精度高但计算慢,难以进行大规模碎片群的轨道误差传播。在轨道误差传播特性分析的基础上,提出了一种获得较为真实的空间碎片轨道预报误差的方法,分3步进行:初始协方差矩阵的构建、初始轨道协方差线性传播以及基于实测数据对轨道预报协方差的动态校正。经大量案例统计分析,结果表明,校正后的轨道预报协方差,相较于线性传播结果,精度提高了60%以上,可服务于空间碰撞风险分析等高精度空间任务。     

光流特征聚类的车载全景序列影像匹配方法

提出一种光流特征聚类的车载全景序列影像匹配方法.采用非参数化的均值漂移特征聚类思想,以SIFT多尺度特征匹配点的位置量和光流矢量,构建了影像特征空间的空域和值域;利用特征空间中对应的显著图像光流特征为聚类条件,实现了全景序列影像的匹配;最后以全景极线几何约束为条件进行粗差的剔除.通过相同、不同内点率以及不同数据的试验对比分析,本文方法在匹配正确点数和正确率方面要优于经典的Ransac法和金字塔Lucas-Kanade光流法,尤其在场景复杂造成的低内点率情况下,算法表现较为稳定,并可较好地剔除由重复纹理、运动物体、尺度变化等产生的匹配点粗差.     

基于空间行为的面向对象空间数据模型

本文根据面向对象空间数据模型的相关概念和特点,将地理空间中的空间行为进行建模后纳入面向对象空间数据模型的框架中。面向对象空间数据模型由数据模型和空间行为模型两个部分组成:数据模型包括空间特征数据和属性特征数据;同时将空间行为模型分为两大类,即静态空间行为模型(地理目标间关系)和动态行为模型(地理目标行为)两部分。在此框架提出的基础上,本文利用二进制、XML流等格式文件对该空间数据模型进行了整合和组织。     

Stereological Estimation of Uncertain and Changing Objects from Remote Sensing Image Mining

This article combines stereology with image mining. Image mining identifies and models objects from a series of remote sensing images and communicates this information to stakeholders. Stereology is the science of deriving properties of objects from lower dimensional features. This article first applies stereology to quantify properties of crisp objects on single images. Next it addresses the development of an object in space and time. Finally, it quantifies uncertainty of fuzzy objects. The article is illustrated with a case study from Cambodia, where flooding regularly occurs along the Mekong River. Nine Landsat images have been mined to assess the size of the flooding in space and time. Areal estimates obtained with stereology from single images show a high precision. Estimates of a space–time volume of the size of flooding in space and time include uncertainty estimates that could be ascribed to atmospheric distortion and limited resolution. Finally stereology is applied to estimate the effects on area estimates of fuzzified boundaries. All information can be transferred to stakeholders, e.g. to quantify the size of a disaster. The article concludes that stereology successfully and concisely quantifies phenomena and their uncertainties in a remote sensing image mining context.     

基于9-Intersection模型的模糊空间对象间的拓扑关系研究

本文将从地理认知的角度上分析并选择一个适合于在GIS中应用9-Intersection模型的模糊空间对象的边界定义,并构建一个能够采用9-Intersection模型精确判断模糊空间对象之间拓扑关系的模糊拓扑空间(CITfts),并进行相应的证明,最后建立简单模糊区域,采用empty/no-empty算子给出模糊空间对象之间的拓扑关系的表达形式。     

An intelligent geospatial processing unit for image classification based on geographic vector agents (GVAs)

Spatial modeling methods usually use pixels and image objects as fundamental processing units to address real‐world objects, geo‐objects, in image space. To do this, both pixel‐based and object‐based approaches typically employ a linear two‐staged workflow of segmentation and classification. Pixel‐based methods segment a classified image to address geo‐objects in image space. In contrast, object‐based approaches classify a segmented image to identify geo‐objects from raster datasets. These methods lack the ability to simultaneously integrate the geometry and theme of geo‐objects in image space. This article explores Geographical Vector Agents (GVAs) as an automated and intelligent processing unit to directly address real‐world objects in the process of remote sensing image classification. The GVA is a distinct type of geographic automata characterized by elastic geometry, dynamic internal structure, neighborhoods and their respective rules. We test this concept by modeling a set of objects on a subset IKONOS image and LiDAR DSM datasets without the setting parameters (e.g. scale, shape information), usually applied in conventional Geographic Object‐Based Image Analysis (GEOBIA) approaches. The results show that the GVA approach achieves more than 3.5% improvement for correctness, 2% improvement for quality, although no significant improvement for completeness to GEOBIA, thus demonstrating the competitive performance of GVAs classification.