[发明专利]多类型海量空间目标数据的数据融合与数据挖掘方法

说明书

技术领域

本发明涉及航天系统任务分析与计算机仿真技术领域，特别是多类型海量空间目标数据的数据融合与数据挖掘方法，为航天系统任务分析与体系效能仿真提供数据支持和信息支持。

背景技术

随着航天技术的发展，在轨空间目标数量急剧增加，在对航天系统进行统计分析和体系效能仿真时，均需调用多种空间目标的多种信息，包括轨道、载荷、通信、状态等多种数据，而目前空间在轨目标数量十分庞大，因此所需的数据量也是海量的。

目前国际上针对空间目标的各项数据，不同的国际组织只是基于自己的考虑，采取各自的统计方法，对空间目标的不同属性信息进行统计，并将其全部或部分发布在网上，格式与下载方式各不相同，信息非常分散，如美国北美防空司令部(NORAD)只向公众发布了部分空间目标的TLE(两行轨道要素)数据、SATCAT(空间目标状态报告)数据和BOXSCORE(空间目标统计信息)数据，只包含空间目标的轨道、横截面积、发射离轨等信息；国际电信联盟(ITU)发布了卫星通信数据库：SRS(空间无线电通信电台数据)和SPS(空间规划系统数据)，仅记录了所有空间无线电台站的频率、指向和带宽等数据；国际卫星对地观测委员会(CEOS)统计了部分空间目标的组织信息、任务数据、传感器信息和观测因子信息等数据。可见，这些信息由不同组织发布，各自侧重点不同，信息发布的格式和下载方式也各异，而且数据并不完善，有些信息被加密，有些则没有统计。这些数据的分散性、差异性以及不完整性给航天系统任务分析和体系效能仿真带来了极大的不便。

目前我国针对空间目标各项数据信息的统计并没有公开发布的综合数据系统，针对空间目标数据的统计分析，多为用户根据需求自行统计和应用，因此同样面临空间目标数据统计上分散、差异和不完整的问题，更缺乏面向航天系统任务分析进行空间目标数据统计分析相关技术方法的研究。此外，进行数据挖掘时，需要访问多种数据，这些数据的存放及访问形式将直接影响到数据挖掘的工作性能。此时，传统的数据文件在数据存贮和数据更新等方面已满足不了数据挖掘的需要。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了多类型海量空间目标数据的数据融合与数据挖掘方法，克服多种格式海量空间目标数据的分散性、差异性和不完整性给航天系统任务分析与体系效能仿真带来的困难，利用多源数据融合技术将所需的多种数据进行采集整理和高效融合，在此基础上形成格式统一的空间目标数据库和空间目标信息库，并根据需要对海量空间目标数据进行数据挖掘及统计分析，找到更多的有用信息和知识，为航天系统任务分析和效能仿真计算提供数据支撑和决策支持。

本发明的技术解决方案是：多类型海量空间目标数据的数据融合与数据挖掘方法，包括如下步骤：

(1)采集多源空间目标数据，包括空间目标的标志、姿轨、任务、结构、通信数据；

(2)对步骤(1)得到的多源空间目标数据进行数据融合，形成空间目标信息库，根据空间目标信息库构建空间目标数据管理系统，并将空间目标数据管理系统与仿真分析软件连接；

(3)对空间目标信息库中的多源空间目标数据进行数据挖掘，同时为卫星对地观测任务调度规划仿真提供数据输入，并进行卫星对地观测任务调度规划仿真分析，得到优化后的卫星对地观测任务调度。

所述的步骤(1)中多源空间目标数据包括空间目标标志、姿轨、任务、结构、通信五大属性；其中，

空间目标标志包括空间目标的名称、编号、国别、类型数据；姿轨包括空间目标的历元时刻、轨道要素、轨道类型、轨道特性、姿态、定向方式、发射时间、发射场、陨落时间数据；任务包括空间目标的任务类型、任务要素、任务执行方式、载荷类型、载荷编号、分辨率、平台数据；结构包括空间目标的外形、结构、雷达反射面积数据；通信包括空间目标的传输频率、带宽、指向方式信息。

所述的对多源空间目标数据进行数据融合包括如下步骤：

(1)读取多源空间目标数据，并转换数据类型、进行数据降维，形成结构化数据文件；

(2)进行数据融合；

(21)校验数据文件中的多源空间目标数据，包括清除噪声、推导计算填补缺省和不完整数据、修正异常数据、清除重复数据，去除错误数据；

(22)将校验后的结构化数据文件根据多源空间目标数据的属性数据，采用数据融合中的粗糙集理论，进行决策、关联；

(23)将关联后的数据文件中同一空间目标数据中的重叠、冗余、冲突、矛盾数据进行筛选和清洗。