[发明专利]基于光度曲线对空间高轨小尺寸目标特征识别方法

摘要

本发明公开了一种基于光度曲线对空间高轨小尺寸目标实时在线特征识别方法，涉及对空间高轨目标特征识别与运动估计的问题，针对光度观测下现有方法难以收敛的缺点，通过对高轨目标的动力学特征与光度观测数据特征的分析，提出结合目标的姿态估计实现对其特征识别的新思路，该方法是建立在目标姿态运动学模型基础上通过多模型方法实现的并行融合算法，较好确保了算法的收敛性与收敛速度，具有对目标形状、尺寸、材料参数等特征有效识别的能力。该方法建立在多模型混合估计框架上，同步最优地实现了对目标姿态估计与特征识别。

主权项

1.基于光度曲线对空间高轨小尺寸目标特征识别方法，其特征在于，包括以下步骤：步骤1、计算在地面站观测高轨目标对太阳光反射的光度信息，考虑太阳、卫星、地面站之间的相对运动关系，并结合目标的各个面对太阳光线的反射以及姿态运动对观测数据的影响，计算得到对目标的光度观测数据；步骤2、构造目标特征识别的动态模型，在目标姿态估计基础上开展对目标特征识别，动态模型由目标的姿态运动模型构成；步骤3、建立由N个模型构成的模型集，在动态模型的基础上基于模型集中目标可能特征构成的模型分别构造多模型算法的成员滤波器，根据光度观测数据进行滤波，得到每个滤波器在当前时刻k的输出；步骤4、计算在当前时刻每个成员滤波器的后验概率密度，第个模型对应的模型概率；步骤5、对步骤2的结果递推计算第个模型当前时刻的模型概率；步骤6、根据步骤3的多模型算法运行之后，根据具有最小似然函数或者最小量测协方差的模型会有最大的模型概率，判断与真实模型最接近或者为真实模型，完成了模型识别；步骤7、通过多模型自适应算法识别出目标特征，以及实现目标运动状态的融合估计，最后的估计结果为每个滤波器估计结果的加权平均。