空间非合作目标非接触式电磁消旋方法综述

太空中大量残留的空间非合作目标危及在轨运行卫星的安全,为规避潜在碰撞风险,采取消旋后再捕获变得尤为重要。针对如何衰减目标的旋转速度,系统调研国内外非接触式电磁消旋方法。首先,介绍电磁消旋原理与旋转非合作目标中两种典型的运动形式。其次,定性地对电磁消旋方法的优势及可行性进行分析。然后,对非接触式电磁消旋方法进行分类,从非均匀/均匀静止磁场、机械式/电磁式旋转磁场方面入手,详细分析最新消旋方法及关键技术。接着,对消旋转矩的计算方法及相关控制技术进行总结归纳。最后,展望电磁消旋方法的未来发展方向。

不均匀光照下的合作目标图像分割方法

针对复杂光照条件下目标测量中,合作目标图像很难被快速、准确分割这一难题,将模糊积分引入图像分割领域,改进传统的局部自适应阈值算法。首先,采用面积求和表(SAT)算法求出合作目标图像的积分图像;其次,根据模糊测度和所选择的离散模糊积分公式计算模糊积分图像;最后,根据模糊积分图像计算每个像素点的阈值,对原图像进行二值化。实验结果表明,改进后的基于模糊积分的局部自适应阈值算法分割的平均结构相似性(SSIM)指标相较于改进前普遍提升了10%~30%,分割效率大幅提升,最终成功地分割合作目标图像。

基于专利数据的产业链视角下企业合作目标预测研究--以新能源汽车产业为例

[目的/意义]企业在产业链不同环节上的技术合作具有不同但相关的特点,并且还受企业自身技术特征影响,因此从产业链视角研究企业的合作关系对企业制定灵活有效的战略规划有重要意义。[方法/过程]文章提出一个基于LDA与GCN模型的产业链多层网络框架MNIC-LG。首先,基于专利数据根据产业链上、中、下游的关系建立企业多层技术合作网络;其次,使用LDA主题模型提取企业的技术主题概率矩阵作为节点的技术特征属性;最后,使用GCN提取网络结构属性,再融入层间关系,通过链路预测得到企业产业链各层环节的技术合作目标。[结果/结论]企业在产业链上特定环节的合作受自身技术主题属性与其他环节合作关系的影响。使用多层网络,结合企业的技术主题属性特征与网络结构特征,引入产业链上的层间关系分析产业链各层企业技术合作关系的方法可行,能够有效预测企业在产业链上各环节的合作目标。

基于TEASER算法的空间非合作目标位姿估计

基于点云的空间非合作目标位姿估计,常受到噪声影响.提出截断最小二乘估计与半定松弛(truncated least squares estimation and semidefinite relaxation,TEASER)与迭代最近点(iterative closest point,ICP)的结合算法,提升空间非合作目标位姿估计精度与鲁棒性.该方法包括粗配准与精配准两个环节:在粗配准环节中,基于局部点云与模型点云的方向直方图特征(signature of histogram of orientation,SHOT)确定匹配对,利用TEASER算法求解初始位姿;在精配准环节中,可结合ICP算法优化位姿估计结果.北斗卫星仿真实验表明:在连续帧位姿估计中,噪声标准差为3倍点云分辨率时,基于TEASER的周期关键帧配准方法的平移误差小于3.33 cm,旋转误差小于2.18°;与传统ICP方法相比,平均平移误差与平均旋转误差均有所降低.这表明所提出的空间非合作目标位姿估计方法具有良好的精度和鲁棒性.

多站联合观测非合作目标的定位批号关联算法

在多站联合对非合作多目标进行定位场景中,提出了一种批号关联算法。该方法利用模糊数学理论描述已关联集和待关联量测中方位信息、连续谱特征信息和线谱特征信息之间的模糊隶属度,构建综合模糊关系矩阵进行二维关联,通过设置隶属度门限消除低隶属度关联的影响。仿真结果表明,所提算法克服了传统算法在目标增多关联成功率下降的问题,在一定的漏报虚警时关联结果召回率可达到0.8以上,关联结果精度也保持在较高水平。仿真结果及试验数据均验证了该方法在复杂水下环境中较好的目标关联定位性能。

基于深度学习的非合作目标关键点检测及匹配方法

针对非合作目标相对位姿测量任务中特征点检测及双目匹配环节易受环境干扰、鲁棒性弱的问题,提出一种更具实用价值的方法。首先,将具有代表性的某型号卫星模型视为非合作目标实验对象,并针对其结构特点开发了关键点标注软件,以生成数据集并用于深度卷积神经网络(DCNN)模型的训练;之后使用不同算法对DCNN模型输出的两类信息进行分析,完成关键点检测;最后通过对识别对象进行双目匹配,从而间接完成关键点双目匹配。将该方法应用到自主搭建的系统平台,并与传统算法进行对比,结果表明,该算法可在实际应用环境中完成非合作目标的关键点检测及其双目匹配,并具有较强的鲁棒性,为非合作目标相对位姿测量任务的关键环节提供了一种新思路。

DMANet:针对空间非合作目标位姿估计的密集多尺度注意力网络

利用单目相机对空间非合作目标进行准确的姿态估计对于空间碎片清除、自主交会和其他在轨服务至关重要。然而,单目姿态估计方法缺乏深度信息,导致尺度不确定性问题,大大降低了其精度和实时性。本文首先提出了一种多尺度注意块(Multi-scale attention block, MAB),从输入图像中提取复杂的高维语义特征。其次,基于MAB模块,提出了空间非合作目标6自由度位姿估计的密集多尺度注意网络(Dense multi-scale attention network, DMANet),该网络由平面位置估计、深度位置估计和姿态估计3个分支组成,通过引入基于欧拉角的软分类方法,将位姿回归问题表述为经典分类问题。此外,设计了空间非合作目标模型,并利用Coppeliasim构建了姿态估计数据集。最后,与其他最先进的方法相比,在SPEED+、URSO数据集和本文数据集上全面评估了所提出的方法。实验结果表明,该方法具有较好的姿态估计精度。

基于奇异谱分析的空间非合作目标无源机动检测方法

针对空间非合作目标无源预警任务中无先验信息条件下的目标轨道异常检测难题,提出了基于奇异谱分析的目标机动无源检测方法。首先,在追踪卫星轨道坐标系下建立了相对动力学模型及无源相对视线角测量模型。然后,通过奇异谱分析对视线角原始测量序列进行特征提取,设计了差异化评价指标及其阈值的计算方法并利用与、或门逻辑进行综合机动判断。最后,在GEO类型轨道应用场景下对所提算法进行了数值仿真验证与结果分析。仿真结果表明,当无源测角精度不低于3×10^(-4)rad时,相对距离1000 km以内目标执行的1 m/s量级以上的小脉冲机动可被有效地检测,检测成功率超过90%。

一种基于点云配准的空间非合作目标相对位姿估计算法

针对空间机器人在轨维修等任务中的非合作目标位姿估计问题,提出一种基于点云配准的空间非合作目标位姿估计算法。在粗配准阶段,利用复合滤波算法保留点云外形并降低点云密度,通过主成分分析法求出特征向量,建立特征向量变换关系,利用RANSAC算法检验匹配效果。在精配准阶段,使用基于改进ICP算法的精配准算法,求出旋转矩阵和平移矩阵,得到位姿估计值。采用经旋转平移变换和高斯噪声处理的6组数字卫星点云模型进行点云配准性能验证,并利用TOF相机采集的卫星缩比模型点云进行位姿估计算法验证。经验证,算法的姿态角测量误差小于0.4°,位移测量误差小于3 mm,是一种针对空间相对位姿测量问题的抗噪性能更好、鲁棒性更高的有效解决手段。

基于Lyapunov-MPC方法的非合作目标近距离抵近控制

针对航天器近距离视线抵近同时存在轨道与姿态机动的非合作目标特定方位控制问题,提出了一种基于控制Lyapunov函数(CLF)的模型预测控制方法 (LMPC)。首先,根据视线坐标系下的轨道动力学方程,建立了满足视线指向要求的航天器相对轨道动力学模型,并推导了期望轨道的解析表达式。其次,利用MPC方法设计控制器进行在线优化控制,并通过纳入基于李雅普洛夫方法的非线性反步控制的显式特征,构建收缩约束式,以确保闭环稳定性。接着,对基于LMPC的控制方法的递归可行性和闭环稳定性进行了证明。最后,仿真结果证明了所设计的LMPC轨迹跟踪方法的有效性和鲁棒性。

面向非合作目标抓捕的协作式单目深度估计

准确的位置信息对于太空机械臂在轨操作至关重要。为了解决传统单目深度估计在辅助双机械臂获取任务环境时出现尺度模糊和左右预测尺度不一致的问题,研究提出了一种融合了多尺度膨胀卷积模块和多尺度膨胀注意力的协作式单目深度估计网络(CMoDE-Net)来协助在轨双机械臂抓取非合作目标。实验结果表明,CMoDE-Net可最大限度地减少左右视角之间的整体预测偏差,且当输入视野重叠率超过85%时,可帮助双机械臂获得最高的抓取成功率。

基于合作目标的空间目标尺寸反演模型

传统基于亮度的空间目标尺寸反演方法需结合探测器响应,其误差会影响尺寸反演的精度。为了解决这一问题,文章提出引入合作目标亮度信息来辅助尺寸反演的方法,将合作目标亮度信息与空间目标进行比对,消去误差较大的探测器响应,转化成精度更高的合作目标位置信息,从而实现反演精度的提高。首先建立了基于合作目标亮度和位置信息的空间目标观测模型,然后依据辐射度学推导空间目标尺寸反演解析式,给出计算误差,最后结合实例对模型进行验证。结果显示基于合作目标亮度信息的尺寸反演精度较传统方法提高约46.9%,说明引入合作目标辅助尺寸反演能够有效提升反演精度。

基于数据生成和深度神经网络的空间非合作目标行为意图识别

在信息化条件下,空间环境变得日益复杂,空间非合作目标数量日益增长,地面操作人员难以迅速准确地根据非合作目标的运动规律识别其意图,因此提出基于堆叠自编码器(SAE)和门控循环网络(GRU)的空间非合作目标行为意图识别模型,用于协助地面操作人员识别非合作目标的意图.该模型利用自编码器对时间序列数据进行压缩,提取其中的关键特征,并采用GRU网络对轨迹进行分类.由于目前尚无公开的非合作目标行为的轨道数据可供使用,仅依靠少量已知数据难以充分训练模型.为解决样本不足导致识别效果不佳的问题,提出一种仿真样本生成方法,通过仿真得到大量目标行为的轨道数据,可用于空间非合作目标行为意图的识别.得到仿真数据后,将仿真数据集作为输入开展实验,结果显示,与仅使用长短期记忆网络(LSTM)、门控循环单元–全卷积网络(GRU-FCN)、堆叠自编码器(SAE)以及反向传播(BP)等单一模型相比,本方法在准确率、损失值性能指标上均有显著提升,准确率达到了97.8%.

空间非合作目标粘附捕获动力学建模与仿真研究

针对使用粘附抓捕方法进行空间非合作目标捕获能力界限不清的问题,对具有Stewart碰撞缓冲平台的服务航天器的粘附抓捕动力学建模问题展开研究,提出了基于混合坐标多柔体动力学建模方法、罚函数接触建模方法和Cohesive模型的粘附捕获动力学模型;在此基础之上,对粘附捕获过程中的动力学行为仿真分析,探究碰撞速度、缓冲器阻尼对系统动力学行为的影响。仿真结果表明:随着碰撞速度的增加,粘附捕获失败的可能性会增加;增加缓冲器阻尼可提高捕获的成功率。

面向合作目标的多无人机时钟同步算法

针对具有随机通信时延的无人机集群的分布式时钟同步问题,提出一种基于合作目标的多无人机时钟同步算法。结合合作目标的运动参数信息和状态估计信息,将时钟同步问题转换成时钟偏差和时钟漂移估计问题,给出了基于优化的同步时间估计方法,并通过最大似然估计方法校准时钟偏移和时钟漂移。最后,针对线性和非线性观测模型以及不同的观测噪声法方差进行了仿真。仿真结果表明,所提算法具有较高的时钟同步精度,初始偏差估计误差可稳定在毫秒级别,时钟速率估计误差可稳定在0.2 ms/s,且观测噪声方差越小的情况下精度越高。所提方法对随机通信时延、节点故障和动态拓扑情况具有良好的鲁棒性,可有效实现无人机集群在GNSS拒止环境中的时钟同步。

基于合作目标的无人机精准引导降落技术

针对无人机起飞降落过程中对定位精度的需求,开发了基于合作目标的无人机精准引导降落系统。系统设计了基于AprilTag的多层嵌套编码标识作为视觉定位合作标志,用于解算降落场地编码信息和计算无人机视觉定位数据,并融合惯性导航数据实现无人机的准确定位。通过视觉图像质量、位姿数据准确度、定位数据跳变情况等参数估算出无人机位置姿态数据的置信度值,通过加权滤波算法优化系统的定位精度。系统进行了实物测试,实验结果表明:该视觉引导降落系统定位精度0.2 m以内,能够满足垂直起降无人机起飞降落阶段的定位精度需求。

基于合作目标与非合作目标的一体化空间配准新算法

针对移动平台雷达同时探测到合作目标与非合作目标怎样进行空间配准的问题,提出了一种一体化的空间配准算法,将基于合作目标的雷达系统偏差估计结果作为附加条件输入到基于非合作目标建立的线性方程组中,一起采用递推最小二乘法(RLS)重新估计两平台的系统偏差大小。仿真结果表明该新方法切实可行,合理地利用了合作目标信息与共同量测的非合作目标信息,提高了雷达量测系统偏差估计的准确性和最终目标航迹的配准精度,相信在多机协同探测领域具有一定的应用价值。

ToF相机在空间非合作目标近距离测量中的应用

针对已有测量手段在空间非合作目标近距离测量中的问题,本文主要分析了To F(Time-of-Flight)相机在空间应用中的可能性。首先总结了空间非合作目标近距离测量现状及已有测量手段;随后介绍了To F相机的原理及发展,并以非合作目标典型特征为例对其性能指标进行分析;接着将To F相机与现有空间近距离测量手段进行性能比较;并对其中的关键技术进行梳理;最后对To F相机的未来发展趋势及其在空间中的应用进行展望。

空间机器人捕获非合作目标的测量与规划方法

提出了基于立体视觉的空间机器人捕获非合作目标的测量与规划方法,包括图像处理与特征提取、3D重构及位姿测量、自主规划与控制等.同时,还建立了一套仿真系统,可进行包括图像采集、位姿测量、追踪星GNC、空间机器人规划与控制、航天器动力学计算等在内的闭环仿真.仿真结果验证了算法的有效性.

空间非合作目标捕获方法综述

随着空间事故和失效航天器的增多,地球附近的轨道资源越来越紧张。如今世界各国都在大力发展在轨服务和太空碎片清除,作为其中最关键的技术之一,空间非合作目标捕获近年来成了太空研究领域的重点。目前,国内外各大研究机构针对非合作目标进行了深入研究,并提出了多种捕获方法,取得了较大的进展。对非合作目标进行分类,基于现有的捕获方法介绍了国内外非合作目标捕获技术发展的最新状况,总结了原理方案,分析了捕获方法和关键技术,为我国后续开展相关研究提供了一种研究思路。