[發明專利]一種基于RANSAC算法改進的用于空間碎片光電跟蹤的軌跡預測方法

有效

• 申請號: 201710345938.0
• 申請日: 2017-05-17
• 公開（公告）號: CN107273659B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 嚴靈杰;張涯輝;黃永梅
• 申請（專利權）人: 中國科學院光電技術研究所
• 主分類號: G06F17/10
• 分類號: G06F17/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于RANSAC算法改進的用于空間碎片光電跟蹤的軌跡預測方法，涉及空間碎片實時引導跟蹤領域。針對光電跟蹤設備對空間碎片進行跟蹤測量時，由于云層遮擋或地影等的影響，造成有時目標難以提取，甚至導致目標完全丟失的問題，在廣泛用于計算機視覺領域的隨機抽樣一致性(RANSAC)算法的基礎上加以改進，提出該基于RANSAC算法改進的用于空間碎片光電跟蹤的軌跡預測方法，并用于實時處理光電觀測設備的歷史觀測數據，采用理論引導的方式，利用預測軌跡繼續跟蹤搜索。引入該方法后，進行軌跡預測時對觀測數據的容錯能力提高，對模型的敏感性降低，預測結果的準確性和魯棒性顯著提升。

技術領域

本發明涉及空間碎片光電跟蹤領域，具體是一種基于RANSAC算法改進的用于光電跟蹤設備實時處理觀測數據進行軌跡預測的空間碎片光電跟蹤方法。

背景技術

對空間碎片的監視和測量是當前光電跟蹤測量設備的一個重要工作，但當對空間碎片進行跟蹤測量時，由于目標距離遠，等效星等較大，為了增強設備的探測能力，一般探測器的口徑設計較大，為了抑制雜光，探測器視場一般較小——角分量級。在目標被云層遮擋、目標進入地影或者半影等情況時，由于目標難以提取，導致基于脫靶量的閉環跟蹤方式不能平穩進行。在此情況下，如果采用理論軌道數據進行理論引導，雖然可以短時間內保持對目標的指向，但卻丟掉了此前跟蹤過程的大量高精度觀測數據。因而預測跟蹤方式是解決該問題的一個重要途徑，特別是在空間碎片沒有多站進行交匯測量定軌的情況下。本發明將以更難交會測量的空間碎片為對象，對基于單站短弧段觀測數據的實時預測跟蹤問題提出解決方案。

在預測跟蹤時，最小二乘法是曲線或者曲面擬合最常用最有效的方法之一，不過由于使用整個樣本空間且給每個樣本相同的權值，易形成病態或者奇異的方程組是最小二乘曲線擬合的通病。由Fishler和Bolles提出的RANSAC(Random Sample Consensus)算法，能夠對錯誤率超過50％的數據進行處理，是最有效的Robust估計算法之一，在計算機視覺領域得到了廣泛的應用，如基礎矩陣估計、特征匹配、運動模型選擇等。本發明提出一種基于RANSAC改進的用于空間碎片光電跟蹤的隨機抽樣一致性軌跡預測算法。引入該算法后，軌跡預測時對觀測數據的容錯能力提高，對模型的敏感性降低，預測結果的準確性和魯棒性遠遠優于最小二乘法。通過對比預測軌道和實際軌道，證明了該算法的有效性。通過2小時觀測數據預測72分鐘軌道的精度可以控制在27角秒以內，可以保證光電跟蹤系統觀測空間碎片時經過地影不丟失目標。

發明內容

本發明的目的在于：克服上述現有技術的缺陷，提供一種基于RANSAC改進的用于空間碎片光電跟蹤的軌跡預測方法。

本發明采用的技術方案為：一種基于RANSAC算法改進的用于空間碎片光電跟蹤的軌跡預測方法，該方法步驟如下：

步驟(1)、確定觀測數據的系統誤差分布進而確定觀測數據錯誤率ε；

步驟(2)、根據置信概率P和觀測數據錯誤率ε計算觀測數據最小抽樣數M；

步驟(3)、計算抽樣觀測數據對應的抽樣觀測數據模型參數θ_s；

步驟(4)、用所有原始觀測數據檢驗抽樣觀測數據模型參數質量，獲得每個抽樣觀測數據模型參數對應的損失函數L；

步驟(5)、在保證一定置信概率的情況下重復以上步驟M次，根據損失函數和觀測數據誤差特性來選擇最優的抽樣觀測數據模型參數θ_b；

步驟(6)、根據損失函數定義所有觀測數據內點的權值，用提純后得到的加權最優觀測數據內點集S來估計最終軌道模型的參數θ；

步驟(7)、根據最終軌道模型對空間碎片的軌跡進行預測。