卫星异常变轨识别方法及系统

本发明涉及航天测量与控制，具体地涉及一种卫星异常变轨识别方法及系统。

背景技术：

1、随着卫星数量激增导致有限的轨道资源变得更加宝贵，卫星间的相对运动变得更为复杂，潜在的碰撞风险也随之增加。因此，对于非合作目标，即那些可能由于故障、失控或其他原因而偏离预定轨道的卫星，及时发现其轨道异常情况具有重要的现实意义。

2、目前基于所选轨道要素的变化特征检测轨道异常的方法通常包括以下几种：一是基于统计分析的阈值检测技术，利用轨道高度相近的空间目标历史数据训练生成检测阈值，采用n-σ准则实现变轨行为检测，然而若是过于依赖轨道高度相近的空间目标的历史数据，如果历史数据不足或存在偏差，会影响检测阈值的准确性，进而使得轨道异常检测的误差较大；二是基于轨道传播的数据拟合技术，通常使用天体运动学模型向后预测，分析预测轨道与实际轨道的差异实现轨道机动识别，然而天体运动学模型存在一定的误差，无法区分是模型误差、数据误差或机动行为，且随时间的延长，误差会更大；三是采用机器学习聚类技术，然而相关技术中通常根据聚类的轮廓系数进行特征变量和聚类簇数的选择，忽略了变量之间的相关性和时间序列数据的特性，且需要人工指定聚类簇数或数据标签，限制了算法的通用性和可扩展性，并使得轨道异常检测的误差较大。

技术实现思路

1、鉴于上述问题，本发明提供了一种卫星异常变轨识别方法及系统。

2、根据本发明的一个方面，提供了一种卫星异常变轨识别方法，包括：基于目标数据集，确定多个候选特征数据，其中，候选特征数据为与卫星运行轨道相关的特征数据；基于与多个候选特征数据各自对应的方差值和多个候选特征数据各自之间的相关性值，对多个候选特征数据进行数据过滤，得到目标特征数据；基于目标特征数据包括的与多个时间段各自对应的目标特征子数据，确定特征变化数据，其中，特征变化数据表征目标特征子数据在相邻时间段之间的变化情况；基于目标特征数据和特征变化数据，生成与多个时间段各自对应的轨道特征向量；将与多个时间段各自对应的轨道特征向量进行聚类处理，得到聚类结果；在确定聚类结果表征与多个时间段各自对应的轨道特征向量中存在异常特征向量的情况下，确定卫星存在异常变轨现象。

3、本发明的另一方面提供了卫星异常变轨识别系统，包括：第一确定模块，用于基于目标数据集，确定多个候选特征数据，其中，候选特征数据为与卫星运行轨道相关的特征数据；过滤模块，用于基于与多个候选特征数据各自对应的方差值和多个候选特征数据各自之间的相关性值，对多个候选特征数据进行数据过滤，得到目标特征数据；第二确定模块，用于基于目标特征数据包括的与多个时间段各自对应的目标特征子数据，确定特征变化数据，其中，特征变化数据表征目标特征子数据在相邻时间段之间的变化情况；生成模块，用于基于目标特征数据和特征变化数据，生成与多个时间段各自对应的轨道特征向量；处理模块，用于将与多个时间段各自对应的轨道特征向量进行聚类处理，得到聚类结果；现象确定模块，用于在确定聚类结果表征与多个时间段各自对应的轨道特征向量中存在异常特征向量的情况下，确定卫星存在异常变轨现象。

4、根据本发明的卫星异常变轨识别方法，通过从目标数据集中得到与卫星运行轨道相关的多个候选特征数据，并从单个候选特征数据自身变化情况即多个候选特征数据各自对应的方差值以及多个候选特征数据各自之间的相关情况即相关性值的角度出发，对多个候选特征数据进行数据过滤，从而实现了对于冗杂信息进行筛除，即实现了对于后续处理的特征降维，并通过目标特征数据包括的与多个时间段各自对应的目标特征子数据，确定特征变化数据，从而关注到了目标特征数据的时间信息，以及对由目标特征数据和特征变化数据生成的与多个所述时间段各自对应的轨道特征向量进行聚类处理，并根据聚类结果确定是否存在异常变轨现象，从而至少部分的解决了相关技术中存在的对于卫星异常变轨识别误差较大的问题，实现了提升卫星异常变轨识别准确度的技术效果。

技术特征：

1.一种卫星异常变轨识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于与多个候选特征数据各自对应的方差值和多个所述候选特征数据各自之间的相关性值，对多个所述候选特征数据进行数据过滤，得到目标特征数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于多个所述中间特征数据各自之间的相关性值，对多个所述中间特征数据进行数据过滤，得到所述目标特征数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述时间段包括至少一个时间点；所述时间点与所述目标特征子数据一一对应；所述基于所述目标特征数据包括的与多个时间段各自对应的目标特征子数据，确定特征变化数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述特征变化数据包括特征变化程度序列、特征变化速度序列和特征变化加速度序列；所述特征变化程度序列包括多个变化程度子数据；所述特征变化速度序列包括多个变化速度子数据；所述特征变化加速度序列包括多个变化加速度子数据；

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

7.根据权利要求6所述的方法，其特征在于，所述候选特征数据包括与多个时间段对应的候选特征子数据；所述方法还包括：

8.根据权利要求1所述的方法，其特征在于，所述将与多个所述时间段各自对应的轨道特征向量进行聚类处理，得到聚类结果，包括：

9.根据权利要求1所述的方法，其特征在于，所述目标特征数据的特征类型包括半长轴、偏心率或倾角；所述目标数据集包括两行轨道元素集。

10.一种卫星异常变轨识别系统，其特征在于，所述系统包括：

技术总结本发明提供了一种卫星异常变轨识别方法及系统，可以应用于航天测量与控制技术领域。该方法包括：基于目标数据集，确定多个候选特征数据；基于与多个候选特征数据各自对应的方差值和多个候选特征数据各自之间的相关性值，对多个候选特征数据进行数据过滤，得到目标特征数据；基于目标特征数据包括的与多个时间段各自对应的目标特征子数据，确定特征变化数据；基于目标特征数据和特征变化数据，生成与多个时间段各自对应的轨道特征向量；将与多个时间段各自对应的轨道特征向量进行聚类处理，得到聚类结果；在确定聚类结果表征与多个时间段各自对应的轨道特征向量中存在异常特征向量的情况下，确定卫星存在异常变轨现象。技术研发人员：陈经禄,祖全楠,赵晓萌,曾大军,夏明炎受保护的技术使用者：中国科学院自动化研究所技术研发日：技术公布日：2024/9/29