一種基于超低色散光譜特征的空間碎片分類方法
【專利摘要】本發明公開了一種基于超低色散光譜特征的空間碎片分類方法，該方法基于模式識別理論，采用支持向量機(SVM)分類方法對碎片類別進行判別；根據光譜數據對碎片進行分類，在離線訓練分類模型后，可以在線形式對所獲取的光譜數據作實時的碎片分類；另外，SVM分類器具有較好的魯棒性，使得碎片分類所得結果更可靠。
【專利說明】一種基于超低色散光譜特征的空間碎片分類方法
【技術領域】
[0001] 本發明屬于航天觀測【技術領域】，具體涉及一種基于超低色散光譜特征的空間碎片 分類方法。
【背景技術】
[0002] 空間碎片，是人類航天活動的產物。自1957年10月前蘇聯發射首顆人造地球衛 星以來，人類幾十年的空間探索活動產生了大量的空間碎片；正式編目的可跟蹤目標超過 28000個，目前仍在軌的數量超過9600個，其中工作衛星占6%左右。空間碎片已嚴重威脅 人類航天活動的安全，成為空間環境的主要污染源，并在一定程度上對航天活動的正常開 展產生了影響。
[0003] 中國是航天大國，今后的空間活動將愈來愈多，目前我國在軌運行的應用衛星已 有數十顆，承擔了氣象觀測、通信、偵察和科學研究等任務，在未來五到十年內，應用衛星的 數量可能增加到上百顆。這些應用衛星與國民經濟關系密切，一旦受損，社會影響、經濟影 響巨大，甚至危及國家安全；而這些衛星運行區域大都分布在低軌道，處于空間碎片密集區 域，受碰撞損傷的威脅很高。同時，持續開展載人航天活動、建立永久的有人值守軌道空間 站，將會是中國航天事業發展的必然趨勢。所以可以預期，對載人航天實施空間監測、預警 也會成為中國航天不可回避的事實。在這樣的背景下，對空間碎片的觀測技術進行研究，具 有重要的現實意義和研究價值。
[0004] 傳統空間碎片測量以位置信息測量為主，包括碎片的三維位置坐標、速度、加速度 等參數，可衍生出各類地球軌道參數。為了提高碎片的監測預警能力，對測量系統除了要 求獲得其位置信息之外，更需要獲得碎片的特征信息，如碎片的形狀、體積、表面材料參數 等特征信息，它對空間監測、預警尤為重要。現有空間碎片的測量技術有雷達測量和光學 測量；其中，雷達測量可以克服天氣、太陽和及地影的影響，能全天候全天時工作，但由于雷 達測量時，其反射回波信號的強度與距離的四次方成反比，因而雷達測量比較適合于低地 球軌道的小碎片，另外雷達測量需要發射信號，屬于主動探測形式，這在某些情形下可能不 合適；而對于無源光學測量，信號反射強度與物體的距離的平方成反比，因而能探測高軌道 碎片，另外它僅接收碎片對太陽光的反射，屬于被動探測形式，可較好的適合于某些特殊場 合。
[0005] 光譜測量技術是天體碎片分析的一種重要方法，人造天體碎片一般本身并不發 光，其亮度來自太陽光的反射，僅由亮度變化不足以分辨碎片的種類，分析其光譜特征成為 我們辨認碎片類別的主要手段。但在地基（地面觀測站）條件下，光譜儀所獲取光譜由碎 片材料成分、太陽光譜、地球大氣吸收譜以及測量過程中產生的噪聲等因素綜合決定，因而 由光譜推斷碎片種類并沒有一個準確的解析式，且上述現有技術均為離線測量，無法在線 實時對空間碎片進行探測分析。
【發明內容】
[0006] 針對現有技術所存在的上述技術問題，本發明提供了一種基于超低色散光譜特征 的空間碎片分類方法，能夠在線對所獲取的光譜數據進行實時的碎片分類，更好的對航天 實施空間環境監測和預警。
[0007] -種基于超低色散光譜特征的空間碎片分類方法，包括如下步驟：
[0008] (1)利用光譜儀，采集關于多個碎片樣本對應的多條光譜特征向量；
[0009] (2)對所述的光譜特征向量進行預處理；
[0010] ⑶根據關于碎片形狀、體積以及材質的認知，對碎片進行類別標定；進而利用現 有雷達離線測量技術，確定各光譜特征向量所對應的碎片類別；
[0011] (4)對于任意兩種碎片類別E1和E2組合，根據屬于這兩種碎片類別的光譜特征向 量，利用二分類支持向量機建立對應類別組合關于光譜特征的分類模型，依此得到所有類 別組合對應的
【權利要求】
1. 一種基于超低色散光譜特征的空間碎片分類方法，包括如下步驟： (1) 利用光譜儀，采集關于多個碎片樣本對應的多條光譜特征向量； (2) 對所述的光譜特征向量進行預處理； (3) 根據關于碎片形狀、體積以及材質的認知，對碎片進行類別標定；進而利用現有雷 達離線測量技術，確定各光譜特征向量所對應的碎片類別； (4) 對于任意兩種碎片類別El和E2組合，根據屬于這兩種碎片類別的光譜特征向量， 利用二分類支持向量機建立對應類別組合關于光譜特征的分類模型，依此得到所有類別組 合對應的
個分類模型，n為對碎片標定的類別數； (5) 利用光譜儀在線采集待測碎片的光譜特征向量，并輸入至所述的分類模型中以獲 得該待測碎片的類別信息。
2. 根據權利要求1所述的空間碎片分類方法，其特征在于：所述的步驟（2)中對光譜 特征向量進行預處理依次包括閾值化和歸一化兩部分；所述的閾值化的計算表達式如下：
其中：X和X'分別為光譜特征向量中任一波長對應的光譜數據閾值化前后的值，Th為 預設的閾值； 所述的歸一化的計算表達式如下：
其中G為X'歸一化后的值，y和〇分別為各光譜特征向量中所有X'的平均值和標 準差。
3. 根據權利要求1所述的空間碎片分類方法，其特征在于：所述的分類模型的表達式 如下：
其中=Xi和yi分別為歸屬于碎片類別El和E2的光譜特征向量集合中的第i個光譜特 征向量及其對應的類別標簽，i為自然數且I<i<N，N為歸屬于碎片類別El和E2的光譜 特征向量集合中的光譜特征向量總數，％為光譜特征向量Xi對應的拉格朗日乘子，K(Xi，X) 為關于Xi和X的核函數，b為分類超平面的截距，X和y分別為待測碎片的光譜特征向量及 其對應的類別標簽，sgn為符號函數。
4. 根據權利要求3所述的空間碎片分類方法，其特征在于：所述的拉格朗日乘子％通 過以下方程求解得到：
其中：a為由拉格朗日乘子％組成的N維向量，y為由碎片類別yi組成的N維向量，e為元素值均為1的N維向量，Q為NXN維的中間矩陣，C為大于O的正則化因子，T表示轉 置。
5. 根據權利要求4所述的空間碎片分類方法，其特征在于：所述的中間矩陣Q的表達 式如下：
其中：Qu為中間矩陣Q中第i行第j列的元素值，和t分別為歸屬于碎片類別El和E2的光譜特征向量集合中的第j個光譜特征向量及其對應的類別標簽，j為自然數且 1彡j彡N，K(Xi, Xj)為關于Xi和Xj的核函數。
6. 根據權利要求3所述的空間碎片分類方法，其特征在于：所述的截距b通過以下方 程求解得到：
其中：Xj和y」分別為歸屬于碎片類別El和E2的光譜特征向量集合中的第j個光譜特 征向量及其對應的類別標簽，j為自然數且I<j<N。
7. 根據權利要求1所述的空間碎片分類方法，其特征在于：所述的步驟（5)中，將待測 碎片的光譜特征向量分別輸入至
個分類模型中，根據得到的
個類別標簽對應 的碎片類別按投票的方式，得票最多的碎片類別即為待測碎片的所屬類別。
【文檔編號】G06K9/62GK104268569SQ201410478696
【公開日】2015年1月7日 申請日期:2014年9月18日 優先權日:2014年9月18日
【發明者】莊德文, 唐軼峻, 秦珍珍 申請人:浙江工業大學