基于立方星编队的语义向量空间一体化辨识暗弱目标检测与跟踪

With the intensification of exploration and utilization of near earth space, how to effectively mitigate, protect and remove space debris has become an international issue of concern. The monitoring of centimeter level space debris has become an international issue of concern. The traditional method of optical imaging by the imaging equipment space platform, lightweight, load type limit, and deep space radiation is inevitable and multi factor coupling leads to the decrease of the image quality, only by means of hardware improvement, it is difficult to satisfy the demand of the space-based platform imaging. The centimeter fragments weak and faint, This project will introduce the multi-dimensional detection of the cubesat formation into the imaging process, and provide a new idea for solving the limitations of traditional physical imaging in detecting ability. The space target of space-based platform is weak, the signal to noise ratio is low, and the near distance target is difficult to distinguish. A method of target detection and tracking based on semantic vector space and integrated identification network is proposed, which provides a new method for better detection of dim small targets under complex conditions. The research results can be applied to the monitoring of space debris and the monitoring of space targets, and it also plays an important role in improving the ability of space exploration and space surveillance.

随着人类对近地空间探索和利用的加剧，如何有效减缓、防护和移除空间碎片已成为一个备受关注的国际性问题，而厘米级空间碎片监测已成为一个备受关注的国际性问题。传统的光学成像方法受天基平台成像设备小型化、轻量化、载荷类型单一的限制，以及不可避免的深空辐射和多因素耦合作用导致图像降质，仅通过硬件改进的途径，很难较好的满足天基平台的成像需求。本项目针对厘米级碎片弱小、暗弱，立足天基，将基于立方星编队的多维探测引入成像过程中，为较好的解决传统物理成像在探测能力方面具有的局限性问题提供一条新思路；针对天基平台空间目标弱小、信噪比低、近距离目标难分辨等现象，提出基于语义向量空间的一体化辨识网络的目标检测与跟踪方法，为较好的解决复杂条件下弱小目标检测提供一个新方法。研究成果可应用于空间碎片的监测与空间目标监测中，并且对提高航天探测及空间监视能力具有重要作用。

目前地球外层空间已经成为各国必争之地，各国竞相发射的卫星和其他航天器导致空间碎片大量增加，本项目针对厘米级空间碎片更加弱小、暗弱的特点，立足天基，将基于立方星编队的多维数据测量方式引入厘米级碎片探测成像过程，采用基于一体化辨识网络的低信噪比暗弱目标检测方法和基于多运动模型多特征的多目标关联方法，较好的解决了“厘米级碎片探测难、获取的数据处理难、碎片特性辨识难”的问题，既能掌握空间碎片的运动数据，又能掌握空间碎片的特征数据，对碎片的编目、预警规避和决策提供支持，为航天探测和空间碎片监测硬件水平潜能的发挥提供理论和技术支撑。本项目在国家自然科学基金青年项目的支持下，目前已在SCI索引源期刊Neurocomputing等国际和国内重要学术期刊和会议上发表或撰写学术论文6篇，其中SCI索引1篇，EI索引1篇，1篇被评为“第十六届中国体视学与图像分析学术会议优秀论文”，另外3篇论文在投。2019年申请国家发明专利3项，进行软件著作权登记3项。本项目的部分研究成果已成功支撑973项目（西北工业大学为技术首席单位）的基础理论突破提供支撑，对研究过程中发现的问题进行归纳、总结，全程参与了我国重大任务的指标、能力分析，方案设计等过程中，有效支撑了任务的成功立项。并且，在暗弱目标检测方面的相关研究成果，已成功应用于中国科学院西安光学精密机械研究所、中国科学院上海小卫星、中国科学院紫金山天文台等的合作任务中，为我国的空间碎片监测能力的提升提供了技术支撑。