基于非线性偏差演化的航天器轨道机动检测方法和装置与流程

本申请涉及空间目标态势感知与轨道异常检测领域，特别是涉及一种基于非线性偏差演化的航天器轨道机动检测方法和装置。
背景技术：
：随着航天活动日益频繁，在轨空间目标数量不断增多。由于各种原因，这些在轨空间目标的轨道不是一成不变的。例如，处于正常工作状态的航天器具有轨道控制能力，为了完成相应的任务，需要执行轨道机动进行轨道维持或交会逼近特定目标。又如，低轨航天器失效后，不具备轨道机动能力，轨道高度会持续衰减。此外，各类空间事件包括航天器机动、在轨碰撞、解体、空间环境突变等，都会引起空间目标的轨道异常。为了监测航天器的运行状态，以及确保航天器不受干扰地安全运行，需要对关注的目标航天器进行轨道检测，特别是发现目标航天器的轨道变化，一方面可以判断航天器是否处于正常工作状态，另一方面可以判断目标航天器是否进行了机动，并可以据此进一步判断其机动的意图和目的。对于非合作的航天器，目前采取的方法是进行持续的轨道检测。首先，根据第一次测定轨数据确定a目标，根据后一次测定轨数据确定b目标，如果前后两次测定轨间目标没有执行轨道机动，则可以将a、b两目标匹配关联为同一目标，否则就将b目标暂时编目为新出现目标。现有轨道机动检测方法主要是基于历史轨道数据的事后机动检测方法，包括移动窗口曲线拟合法、轨道预报误差拟合法、聚类分析法，通过事后识别某一目标以往执行的机动，虽然可以用来检测目标当前在轨状态，分析某类目标的在轨机动能力，但无法解决机动前后目标匹配与实时机动异常告警的问题。技术实现要素：基于此，有必要针对上述技术问题，提供一种能够对两次检测获得的目标航天器进行匹配并实现在轨航天器近实时轨道机动异常告警的一种基于非线性偏差演化的航天器轨道机动检测方法和装置。一种基于非线性偏差演化的航天器轨道机动检测方法，所述方法包括：根据第0时刻和第n时刻的目标航天器的测量定轨状态统计值矢量。测量定轨状态统计值矢量包括测量定轨状态均值矢量和状态协方差矩阵，定轨状态均值矢量包括位置统计值分量和速度统计值分量。根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量。当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量，其中，0≤i＜n。当第i时刻的所述后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。其中一个实施例中，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量的步骤之后还包括：当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为未机动。其中一个实施例中，当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量的步骤包括：计算第n时刻的前向预测定轨状态均值矢量和状态协方差矩阵，以及计算第n时刻的测量定轨状态均值矢量和状态协方差矩阵。根据第n时刻的前向预测定轨状态均值矢量、测量定轨状态均值矢量和对应的协方差，通过非线性协方差分析得到第n时刻的前向预测定轨状态均值矢量和测量定轨状态均值矢量的位置均值分量的马氏距离。当马氏距离大于预设值时，根据第0时刻的测量定轨状态均值矢量，通过非线性协方差分析得到第i时刻的前向预测定轨状态均值矢量，根据第n时刻的测量定轨状态均值矢量，通过非线性协方差分析得到第i时刻的后向预测定轨状态均值矢量。其中一个实施例中，当第i时刻的后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动的步骤之后，还包括：获取状态值为机动的目标航天器在第i时刻的后向预测定轨状态统计值矢量和前向预测定轨状态统计值矢量之间的偏差最小值，将偏差最小值对应的时刻设为对应目标航天器的机动时间。其中一个实施例中，获取状态值为机动的目标航天器在第i时刻的后向预测定轨状态统计值矢量和前向预测定轨状态统计值矢量之间的偏差最小值，将偏差最小值对应的时刻设为对应目标航天器的机动时间的步骤之后，还包括：根据所述机动时间的所述后向预测定轨状态统计值矢量和所述前向预测定轨状态统计值矢量之间的速度统计值分量差值，计算对应目标航天器的机动速度增量。其中一个实施例中，当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量的步骤之后，还包括：当第i时刻的后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差均大于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量分别关联到不同的目标航天器。其中一个实施例中，从第0时刻到第n时刻的n+1个时刻均匀分布，相邻时刻的间隔小于10秒。一种基于非线性偏差演化的航天器轨道机动检测装置，所述装置包括：测量定轨状态统计值矢量计算模块，用于根据第0时刻和第n时刻的目标航天器的测量定轨状态统计值矢量。测量定轨状态统计值矢量包括测量定轨状态均值矢量和状态协方差矩阵，定轨状态均值矢量包括位置统计值分量和速度统计值分量。前向定轨状态预报模块，用于根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量。双向定轨状态预报模块，用于当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量，其中，0≤i＜n。目标航天器机动检测模块，用于当第i时刻的后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：根据第0时刻和第n时刻的目标航天器的测量定轨状态统计值矢量。测量定轨状态统计值矢量包括测量定轨状态均值矢量和状态协方差矩阵，定轨状态均值矢量包括位置统计值分量和速度统计值分量。根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量。当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量，其中，0≤i＜n。当第i时刻的所述后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：根据第0时刻和第n时刻的目标航天器的测量定轨状态统计值矢量。测量定轨状态统计值矢量包括测量定轨状态均值矢量和状态协方差矩阵，定轨状态均值矢量包括位置统计值分量和速度统计值分量。根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量。当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量，其中，0≤i＜n。当第i时刻的所述后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。上述一种基于非线性偏差演化的航天器轨道机动检测方法、装置、计算机设备和存储介质，根据在前测量数据预测在后测量时刻的前向预测定轨状态统计值矢量，并与在后测量时刻的测量定轨状态统计值矢量比较，当二者间偏差大于预设值时，继续判断两次测量数据对应的是发生过变轨的同一目标航天器，还是不同的目标航天器。通过非线性偏差演化，在预设的预测时刻，基于在前时刻的测量定轨状态统计值矢量进行前向预测，基于在后的测量定轨状态统计值矢量进行后向预测，在每个预测时刻上得到两个定轨状态统计值矢量，当某个预测时刻二者的偏差小于预设值时，判定两次测量数据对应的是发生过变轨的同一目标航天器。本申请能够对两次检测获得的目标航天器数据进行匹配，近实时地识别出目标航天器的轨道机动情况。附图说明图1为一个实施例中一种基于非线性偏差演化的航天器轨道机动检测方法的应用场景图；图2为一个实施例中一种基于非线性偏差演化的航天器轨道机动检测方法的步骤图；图3为另一个实施例中一种基于非线性偏差演化的航天器轨道机动检测方法的流程示意图；图4为一个实施例中前向预测定轨状态统计值矢量和后向预测定轨状态统计值矢量的数据分布图；图5为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的一种基于非线性偏差演化的航天器轨道机动检测方法，可以应用于如图1所示的应用环境中。其中，航天器轨道检测设备102通过网络与空间监视设备104通过网络进行通信。航天器轨道检测设备102和空间监视设备104可以用独立的服务器或者是多个服务器组成的服务器集群来实现，也可以但不限于是各种个人计算机、笔记本电脑等足以提供方法实施所需计算能力和存储空间的设备。在一个实施例中，如图2所示，提供了一种基于非线性偏差演化的航天器轨道机动检测方法，以该方法应用于图1中的航天器轨道检测设备102为例进行说明，包括以下步骤：步骤202，根据第0时刻和第n时刻的目标航天器的测量定轨状态统计值矢量。测量定轨状态统计值矢量包括测量定轨状态均值矢量和状态协方差矩阵，定轨状态均值矢量包括位置统计值分量和速度统计值分量。具体地，根据地面对目标航天器的轨道测定数据，获得当前时刻（设为第n时刻）和在前时刻（设为第0时刻）的目标航天器的测量定轨状态统计值矢量，测量定轨状态统计值矢量可以在地心惯性系下表示，包括对应时刻目标航天器的实测的位置坐标和速度信息。矢量中各分量为目标航天器的位置分量、速度分量的统计值，步骤204，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量。步骤206，当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量，其中，0≤i＜n。根据在前时刻的测量定轨状态统计值矢量，预测对应的目标航天器在当前时刻的前向预测定轨状态矢量，将其与当前时刻的测量定轨状态统计值矢量进行比较，当二者间偏差大于预设值时，继续判断两次测量数据对应的是否是发生过变轨的同一目标航天器。判断的具体方式为：通过非线性偏差演化，基于在前时刻的测量定轨状态统计值矢量进行前向预测，基于在后的测量定轨状态统计值矢量进行后向预测，在预先设定的预测时刻上得到两个预测定轨状态统计值矢量。在在前测量时刻、预设的预测时刻上分别比较对应的两个预测定轨状态矢量值。步骤208，当第i时刻的所述后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。当两个预测定轨状态矢量在某个时刻上的偏差小于预设值时，判定在前时刻和当前时刻的两次测量数据对应的是发生过变轨的同一目标航天器。上述一种基于非线性偏差演化的航天器轨道机动检测方法基于非线性偏差演化对两次测轨数据进行正向、逆向交叉弧段预报，对两次检测获得的目标航天器进行匹配，能够近实时识别出实施过变轨的目标航天器，并在此基础上发出相应的异常告警信息。其中一个实施例中，如图3所示，提供了一种基于非线性偏差演化的航天器轨道机动检测方法，包括以下步骤：步骤302，根据对目标航天器的轨道测量数据，分别计算时刻和时刻的目标航天器的测量定轨状态均值矢量和状态协方差矩阵。测量定轨状态均值矢量的分量包括位置均值分量和速度均值分量。具体地，以当前时刻为第n时刻，以时刻为第0时刻，设时刻的轨道测量数据对应的目标航天器为目标b，设时刻的轨道测量数据对应的目标航天器为目标a。根据地面轨道测量数据，获得当前时刻目标b在地心惯性系下的定轨状态均值与协方差矩阵，其中为目标航天器的状态位置矢量分量，为航天器状态速度矢量分量，表示以为对角线构造方阵，该方阵非对角线元素全为0，，为对应定轨状态分量的标准差。同理，获得时刻目标a的定轨状态均值与协方差矩阵。步骤304，根据时刻的测量定轨状态均值矢量和状态协方差矩阵，通过非线性偏差演化得到对应的时刻的前向预测定轨状态均值矢量和状态协方差矩阵。具体地，将目标a定轨状态均值及协方差矩阵预报到时刻，获得时刻目标a状态均值及协方差矩阵，在位置空间计算时刻目标b的定轨状态均值相对a状态分布的马氏距离，其中为b目标时刻位置矢量分量，为a目标时刻位置矢量分量，为的对称正定矩阵，为由前3行前3列构成的的对称正定矩阵。步骤306，计算和时刻的前向预测定轨状态统计值矢量和第时刻的测量定轨状态统计值矢量的位置均值分量的马氏距离k，当该马氏距离小于预设值时，将第时刻和第时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为未机动。具体地，预设的马氏距离为，当时，判断目标a与目标b为同一目标，目标a无轨道异常，将目标a的状态值设为未机动。步骤308，当马氏距离大于预设值时，根据第时刻的测量定轨状态均值矢量和状态协方差矩阵，通过非线性协方差分析得到第i时刻的前向预测定轨状态均值矢量和状态协方差矩阵，根据第时刻的测量定轨状态均值矢量和状态协方差矩阵，通过非线性协方差分析得到第i时刻的后向预测定轨状态均值矢量和状态协方差矩阵，其中，0≤i＜n。具体地，当时，判断目标a与目标b可能为：进行了机动的同一目标航天器，或者为不同目标航天器，需要进行进一步判断。具体判断方式包括：将目标a定轨状态均值及协方差矩阵按步长向前预报到时刻，获得个时刻目标a轨道状态均值及协方差矩阵的预报数据。同理，将目标b定轨状态均值及协方差矩阵按步长向后预报到时刻，获得个时刻目标b轨道状态均值及协方差矩阵的预报数据。将目标a、b在个时刻的状态均值、及协方差矩阵、进行合并，获得以a为参考点、个时刻的相对状态及总协方差矩阵，满足：在位置空间计算个时刻目标b的定轨状态均值相对目标a定轨状态均值在合并后的总协方差矩阵中的马氏距离，即：其中，，的前3个分量，为由前3行前3列组成的对称正定矩阵。进一步地，从第时刻到第时刻的n+1个时刻均匀分布，相邻时刻的间隔（即步长）小于10秒。步骤310，当第i时刻的后向预测定轨状态平均值矢量与第i时刻的前向预测定轨状态平均值矢量的位置均值分量之间的马氏距离均大于预设值时，将第时刻和第时刻的测量定轨状态均值矢量分别关联到不同的目标航天器。如果对于所有都有，则目标a和目标b为不同的目标航天器，将第时刻和第时刻的测量定轨状态均值矢量以及对应的轨道测量数据关联到不同目标航天器。步骤312，当第i时刻的所述后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第时刻和第时刻的测量定轨状态均值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。如果对于一个有，目标a和目标b为进行了变轨的同一个目标航天器，将第时刻和第时刻的测量定轨状态均值矢量以及对应的轨道测量数据关联到目标a，并将目标a的状态值设为机动。步骤314，获取状态值为机动的目标航天器在第i时刻的后向预测定轨状态均值矢量和前向预测定轨状态均值矢量的位置分量的马氏距离的最小值，将该最小值出现的时刻设为对应目标航天器的机动时间。步骤316，根据所述机动时间的所述后向预测定轨状态状态均值矢量和所述前向预测定轨状态均值矢量之间的速度统计值分量的差值，计算对应目标航天器的机动速度增量。具体地，对于状态值为机动的目标a，在其个马氏距离中搜索提取出最小值，以及该最小值出现的时刻。设，，则时刻为目标a的发生机动的机动时间，目标a的速度增量及机动量大小为：其中，为的后三个（第4~6个）分量，为的后三个（第4~6个）分量。本实施例提供的一种基于非线性偏差演化的航天器轨道机动检测方法能够近实时地判断目标航天器是否发生过机动，对于发生过机动的目标航天器能够判断其机动时间、速度增量和机动量，提供了丰富的目标状态信息。其中一个实施例中，提供一种基于非线性偏差演化的航天器轨道机动检测方法，包括以下步骤：步骤402，根据对目标航天器的轨道测量数据，分别计算时刻和时刻的目标航天器的测量定轨状态均值矢量和状态协方差矩阵。测量定轨状态均值矢量的分量包括位置均值分量和速度均值分量。具体地，在时刻轨道测量数据如表1所示。设当前定轨时刻为=86400s，航天器在=43200s时刻进行轨道机动，在航天器当地轨道坐标lvlh系（原点o在航天器质心，ox沿航天器地心矢径方向，oz沿轨道面法向，oy构成右手系）下的机动冲量为m/s，机动量大小为，设定轨道机动检测的马氏距离门限=4，设定交叉弧段轨道预报时间步数为n=8640，则预报时间步长，轨道预报采用二体模型。表1在轨航天器初始轨道根数半长轴/m偏心率轨道倾角/°升交点赤经/°近地点角距/°真近点角/°7181727.8640.000545506030根据地面测定轨，由表1数据可计算得在轨航天器机动后，当前时刻目标b在地心惯性系下的定轨状态均值为：协方差矩阵，其中为航天器状态位置矢量分量，为航天器状态速度矢量分量，表示以为对角线构造方阵，该方阵非对角线元素全为0，，。同理，设定存储记录的前一t0(t0<tf)时刻目标a的定轨状态均值为：协方差矩阵，，，。步骤404，根据时刻的测量定轨状态均值矢量和状态协方差矩阵，通过非线性偏差演化得到对应的时刻的前向预测定轨状态均值矢量和状态协方差矩阵。具体地，在地心惯性系中，根据测定轨获得的时刻目标a的定轨状态均值及协方差矩阵，产生（2n+1）个含有一定权重的sigma样本点，即其中，每个样本点对应权重为其中，，与为自由参数，建议取值为，。对高斯分布，。为协方差矩阵的平方根，即；为的第i列。将所有初始sigma点用给定的轨道预报算法预报到终端时刻，该预报过程用非线性映射表示，则终端的sigma样本点可表示为，i=0,1,…,12。用终端sigma样本点计算a目标时刻的状态均值及协方差矩阵，即：在位置空间计算时刻目标b的定轨状态均值相对a状态分布的马氏距离，即：显然，a与b为不同目标或实施机动了的同一目标。步骤406，当马氏距离大于预设值时，根据第时刻的测量定轨状态均值矢量和状态协方差矩阵，通过非线性协方差分析得到第i时刻的前向预测定轨状态均值矢量和状态协方差矩阵，根据第时刻的测量定轨状态均值矢量和状态协方差矩阵，通过非线性协方差分析得到第i时刻的后向预测定轨状态均值矢量和状态协方差矩阵，其中，0≤i＜n。具体地，将目标a定轨状态均值及协方差矩阵按步长向前预报到时刻，获得个时刻目标a轨道状态均值及协方差矩阵的预报数据。同理，将目标b定轨状态均值及协方差矩阵按步长向后预报到时刻，获得个时刻目标b轨道状态均值及协方差矩阵的预报数据。步骤408，在个马氏距离中搜索提取出最小值，以及该最小值出现的时刻，比较和的值，判断目标航天器的机动状态。对于发生了机动的目标判断其机动时间和速度增量和机动量大小。具体地，在个马氏距离中搜索提取出最小值，以及该最小值出现的时刻，计算得，；显然，则a与b为实施机动了的同一目标，a在时刻执行了一次机动。对目标a机动量大小进行估算。获得目标a机动时刻后，则必然满足，设，计算得，则可得时刻，目标a的速度增量及机动量大小为：其中为的后三个（第4~6个）分量，为的后三个（第4~6个）分量。计算得在航天器当地轨道坐标lvlh系下的机动冲量为，机动量大小为。本实施例提供的一种基于非线性偏差演化的航天器轨道机动检测方法，当在英特尔酷睿i7-5500ucpu@2.4ghz的笔记本电脑上运行实施该方法的计算程序时，仅需要16秒便能实现在轨航天器的轨道机动异常检测，基于当前时刻与前一时刻定轨数据，成功检测出航天器的轨道机动，对机动时间估计的相对误差为，对机动量大小估计的相对误差为，可见本发明具有较高的计算精度与效率，且对计算资源的要求不高。本实施例中，将前后两次定轨数据分布预报到轨道机动时刻，其分布结果如图4所示，其中，用“×”符号标示出的是对目标a进行前向预报得到定轨状态均值矢量和状态协方差矩阵的基础上，得到的目标a的状态分布点；用“〇”符号标示出的是在对目标b进行后向预报得到定轨状态均值矢量和状态协方差矩阵的基础上，得到的目标b的状态分布点。显然两组定轨状态数据在机动时刻的分布出现明显交叠，说明航天器此时执行了机动。此外，本实施例采用无极变换理论进行前向与后向轨道偏差传播，仅需要26个sigma样本点就可实现定轨状态及其协方差矩阵的前向与后向高精度非线性预报，计算效率高，且无极变换理论的预报过程将动力系统作为黑箱处理，适应任意高精度轨道动力学模型。应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。在一个实施例中，提供了一种基于非线性偏差演化的航天器轨道机动检测装置，包括：测量定轨状态统计值矢量计算模块，用于根据第0时刻和第n时刻的目标航天器的测量定轨状态统计值矢量。测量定轨状态统计值矢量包括测量定轨状态均值矢量和状态协方差矩阵，定轨状态均值矢量包括位置统计值分量和速度统计值分量。前向定轨状态预报模块，用于根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量。双向定轨状态预报模块，用于当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量，其中，0≤i＜n。目标航天器机动检测模块，用于当第i时刻的后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。其中一个实施例中，还包括未机动目标航天器识别模块，用于当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为未机动。其中一个实施例中，双向定轨状态预报模块用于，计算第n时刻的前向预测定轨状态均值矢量和状态协方差矩阵，以及计算第n时刻的测量定轨状态均值矢量和状态协方差矩阵。根据第n时刻的前向预测定轨状态均值矢量、测量定轨状态均值矢量和对应的协方差，通过非线性协方差分析得到第n时刻的前向预测定轨状态均值矢量和测量定轨状态均值矢量的位置均值分量的马氏距离。当马氏距离大于预设值时，根据第0时刻的测量定轨状态均值矢量，通过非线性协方差分析得到第i时刻的前向预测定轨状态均值矢量，根据第n时刻的测量定轨状态均值矢量，通过非线性协方差分析得到第i时刻的后向预测定轨状态均值矢量。其中一个实施例中，还包括机动时间获取模块，用于获取状态值为机动的目标航天器在第i时刻的后向预测定轨状态统计值矢量和前向预测定轨状态统计值矢量之间的偏差最小值，将偏差最小值对应的时刻设为对应目标航天器的机动时间。其中一个实施例中，还包括机动速度增量计算模块，用于根据所述机动时间的所述后向预测定轨状态统计值矢量和所述前向预测定轨状态统计值矢量之间的速度统计值分量差值，计算对应目标航天器的机动速度增量。其中一个实施例中，还包括不同目标航天器识别模块，用于当第i时刻的后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差均大于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量分别关联到不同的目标航天器。关于基于非线性偏差演化的航天器轨道机动检测装置的具体限定可以参见上文中对于基于非线性偏差演化的航天器轨道机动检测方法的限定，在此不再赘述。上述基于非线性偏差演化的航天器轨道机动检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标航天器轨道测量数据，以及实施一种基于非线性偏差演化的航天器轨道机动检测方法产生的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于非线性偏差演化的航天器轨道机动检测方法。本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：根据第0时刻和第n时刻的目标航天器的测量定轨状态统计值矢量。测量定轨状态统计值矢量包括测量定轨状态均值矢量和状态协方差矩阵，定轨状态均值矢量包括位置统计值分量和速度统计值分量。根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量。当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量，其中，0≤i＜n。当第i时刻的所述后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。在一个实施例中，处理器执行计算机程序时还实现以下步骤：当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为未机动。在一个实施例中，处理器执行计算机程序时还实现以下步骤：计算第n时刻的前向预测定轨状态均值矢量和状态协方差矩阵，以及计算第n时刻的测量定轨状态均值矢量和状态协方差矩阵。根据第n时刻的前向预测定轨状态均值矢量、测量定轨状态均值矢量和对应的协方差，通过非线性协方差分析得到第n时刻的前向预测定轨状态均值矢量和测量定轨状态均值矢量的位置均值分量的马氏距离。当马氏距离大于预设值时，根据第0时刻的测量定轨状态均值矢量，通过非线性协方差分析得到第i时刻的前向预测定轨状态均值矢量，根据第n时刻的测量定轨状态均值矢量，通过非线性协方差分析得到第i时刻的后向预测定轨状态均值矢量。在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取状态值为机动的目标航天器在第i时刻的后向预测定轨状态统计值矢量和前向预测定轨状态统计值矢量之间的偏差最小值，将偏差最小值对应的时刻设为对应目标航天器的机动时间。在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据所述机动时间的所述后向预测定轨状态统计值矢量和所述前向预测定轨状态统计值矢量之间的速度统计值分量差值，计算对应目标航天器的机动速度增量。在一个实施例中，处理器执行计算机程序时还实现以下步骤：当第i时刻的后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差均大于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量分别关联到不同的目标航天器。在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：根据第0时刻和第n时刻的目标航天器的测量定轨状态统计值矢量。测量定轨状态统计值矢量包括测量定轨状态均值矢量和状态协方差矩阵，定轨状态均值矢量包括位置统计值分量和速度统计值分量。根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到对应的第n时刻的前向预测定轨状态统计值矢量。当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差大于预设值时，根据第0时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的前向预测定轨状态统计值矢量，根据第n时刻的测量定轨状态统计值矢量，通过非线性偏差演化得到第i时刻的后向预测定轨状态统计值矢量，其中，0≤i＜n。当第i时刻的所述后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为机动。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当第n时刻的前向预测定轨状态统计值矢量和第n时刻的测量定轨状态统计值矢量之间的偏差小于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量关联到同一个目标航天器，并将对应的目标航天器的状态值设为未机动。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：计算第n时刻的前向预测定轨状态均值矢量和状态协方差矩阵，以及计算第n时刻的测量定轨状态均值矢量和状态协方差矩阵。根据第n时刻的前向预测定轨状态均值矢量、测量定轨状态均值矢量和对应的协方差，通过非线性协方差分析得到第n时刻的前向预测定轨状态均值矢量和测量定轨状态均值矢量的位置均值分量的马氏距离。当马氏距离大于预设值时，根据第0时刻的测量定轨状态均值矢量，通过非线性协方差分析得到第i时刻的前向预测定轨状态均值矢量，根据第n时刻的测量定轨状态均值矢量，通过非线性协方差分析得到第i时刻的后向预测定轨状态均值矢量。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取状态值为机动的目标航天器在第i时刻的后向预测定轨状态统计值矢量和前向预测定轨状态统计值矢量之间的偏差最小值，将偏差最小值对应的时刻设为对应目标航天器的机动时间。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据所述机动时间的所述后向预测定轨状态统计值矢量和所述前向预测定轨状态统计值矢量之间的速度统计值分量差值，计算对应目标航天器的机动速度增量。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当第i时刻的后向预测定轨状态统计值矢量与第i时刻的前向预测定轨状态统计值矢量之间的偏差均大于预设值时，将第0时刻和第n时刻的测量定轨状态统计值矢量分别关联到不同的目标航天器。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink）dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。当前第1页1 2 3 

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除