[发明专利]一种基于星群无源感知的非合作目标机动检测及跟踪方法

说明书

本发明一种基于星群无源感知的非合作目标机动检测及跟踪方法，依靠滤波器新息获取检验参数，就能利用星群观测来实现仅测角的非合作目标机动检测和持续跟踪。其以星群对目标的观测量为依据，计算出任意时刻下滤波器新息概率分布，并通过滑动窗口的方式来处理滤波器新息，获取新息滑窗均值的概率分布并归一化处理，获取检测量。然后，通过求取检测量的最大值概率分布以解决观测量对各轴机动敏感性不同的问题。最后，以检验结果为依据，通过对滤波器的协方差矩阵进行自适应放缩，从而实现了对机动后目标的相对导航定轨。

技术领域

本发明属于空间自主相对导航领域，涉及一种星群协同无源感知的机动检测及跟踪方法。

背景技术

随着航天技术的发展与应用，国家安全与经济生活愈加依赖航天器的正常运行，因此保障航天器的安全，维护航天系统的正常运行十分重要。保护自身的安全，需要检测与跟踪对我方航天器具有威胁的空间目标。

当采用无源感知的传感器（通常为相机）对目标进行跟踪时，由于动力学模型与传感器测量具有误差，所以通常采用滤波器对动力学信息与传感器测量信息进行融合滤波，以增加对非合作目标的跟踪精度。但是由于滤波器依赖于上一时刻对目标状态的估计值，如果目标存在机动，由于目标机动是未知的，因此在滤波器的滤波过程中增加误差，导致滤波器性能下降，降低对目标的跟踪精度。

对于非合作目标采用的机动形式，由于技术与成本的限制，通常无法采用大功率的推进器，因此非合作目标在进行机动转移时，由于单位时间内提供的速度增量有限，所以目标的机动更容易被淹没在测量误差与动力学误差中，这导致对目标机动检测难度上升。

目前国内外通常有三种检测方法，即噪声等价、输入检测与估计、模型切换。噪声等价方法将机动过程动力学建模为白噪声或者有效噪声，采用噪声补偿或者动力学模型补偿进行机动检测，由于目标机动并不是白噪声，而是有色噪声，这样的处理方法会使最后对目标跟踪的精度较低。输入检测与估计将机动作为加速度输入进行检测和估计，多将目标机动检测表示为二元假设检验问题，为目前研究最多的方法，针对不同学者采用的优化方法有不同的问题，但是假设检验的检测门限和允许误差率使该方法具有一定的误检率。模型切换方法建立包括轨道机动的多个运动子模型，在滤波过程中通过相应策略选择估计模型，典型如常见的交互多模(IMM)及其改进方法，模型切换方法的性能取决于子模型精度和相应切换策略，且严重依赖于轨道机动检测结果。

发明内容

针对现有技术中存在的问题，本发明提供一种基于星群无源感知的非合作目标机动检测及跟踪方法，具有极高的机动检测分辨率（规定范围下目标总机动量），并且简单易于实现，并可以通过设置自适应的滤波器协方差可以完成对目标机动后的快速跟踪。

本发明是通过以下技术方案来实现：

一种基于星群无源感知的非合作目标机动检测及跟踪方法，通过对星群观测的滤波器新息进行理论大小的推导，得到在当前滤波器参数下，滤波器新息应该满足的概率分布，并以实际的滤波器新息作为检测量进行检测。其中滤波器新息为滤波器内部对下一时刻估计的状态值与测量值之间的差值。当检测出目标存在机动行为时，判断当前对目标跟踪的精度较低，进行滤波器参数的矫正，以提高对目标跟踪的精度，实现对机动后目标的相对导航定轨。

具体的，一种基于星群无源感知的非合作目标机动检测及跟踪方法，包括以下步骤：

步骤1，建立星群对目标卫星的观测模型z；

步骤2，建立基于线性化C-W的星群相对运动动力学模型X_k，表示k时刻下目标卫星相对于星群卫星的状态；