基于人工智能的空间碎片探测优化方法研究

For safety use and sustainable development of space resources, accurately monitoring the change of shape, distribution and altitude of space debris are needed. Most of the low earth objects are currently observed by radar facilities, as radar has the ability to simultaneously track multiple objects. Due to the large number of space debris and the unreasonable observation task scheduling,which caused most of the objects are not fully observed, such as the observed data are sparse, the observation time is not continuous, and even some of the objects are missing. The existing observation system is worked under Nyquist sampling theorem and classical digital signal processing theory; it’s hard to extract accurate target information from sparse data, which limits our understanding of the space. This project will conduct the research on the space debris observation task optimization via artificial intelligence and on the application sparse signal processing method for the space debris sparse observation, in order to observe more in-orbit objects with the limited observation resources and to extract the objects’ feature information from the sparse observation data. It is a matter of great significance to get the timely change knowledge from space.

为了安全、持续地开发和利用空间资源，需要对空间进行监测，准确的掌握空间碎片的形状、分布和态势变化。雷达具有全天时、全天候、同时对多目标进行测量的能力，目前大部分低轨道空间碎片主要是用雷达进行观测的，但由于空间碎片数量多、探测任务分配不合理等因素，造成相当大一部分目标的观测数据量少、观测时间不连续，甚至还有一些目标不能被有效的观测。而现有观测系统的工作体制和数据处理方法都是以奈奎斯特采样定理及经典数字信号处理理论为基础，很难从获取的少量不连续的稀疏数据提取准确的目标信息，这些限制了人类对太空的深入认识。本项目开展基于人工智能算法的空间碎片探测优化方法研究和稀疏信号处理方法在空间碎片稀疏探测中的应用研究，以达到基于有限的设备资源观测更多的在轨目标，并从获取的稀疏数据中提取目标特征信息，对及时感知空间态势的变化具有重要意义。

本项目通过对空间目标的轨道、尺寸和姿态信息及雷达设备的探测能力进行综合分析，建立优化的空间目标探测任务调度策略，指导设备进行目标探测，研究了基于压缩感知技术的稀疏采样方法和稀疏探测数据的特征处理方法，获取空间目标稀疏探测数据并有效的提取目标的尺寸和姿态信息，达到在设备探测资源有限的情况下，最大限度发挥设备的探测效能。基于本项目研究成果，初步试验结果表明调度效益可以提升15%以上，本项目研究工作发表了7篇学术论文，支撑了3名博士研究生的研究学习工作，完成了项目研究初期设定的目标。项目研究成果取得了广泛的应用，一是拓展到光学监测领域进行了应用，支撑了项目组望远镜网络的日常运行；二是项目成果支撑了后续项目的论证和立项工作，项目负责人以本项目的研究成果为基础，拓展其应用领域和模式，申请了一项国家项目“地基阵列望远镜智能观测和处理技术”获得批复立项，项目总经费470万；三是本项目的有关成果支撑项目负责人作为主要完成人成功获得一项国防技术发明奖，并入选一项创新人才推进计划重点领域创新团队。