基于光变特性的火箭体姿态估计研究
文献类型：学位论文
| 作者 | 李徽 |
| 答辩日期 | 2025-07-01 |
| 文献子类 | 硕士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 李荣旺 |
| 关键词 | 空间碎片 光变曲线 姿态估计 机器学习 |
| 学位专业 | 天体测量与天体力学 |
| 其他题名 | A study of Attitude Estimation of Rocket Body Based on Photometric Characteristics |
| 英文摘要 | 随着太空活动的日益频繁和空间目标数量的迅速增加，空间目标解体和碰撞所产生的大量空间碎片可能引发灾难性后果，因此对空间目标进行监测与表征变得愈发重要。空间目标的形状、运动以及材料等特性对于目标识别、碰撞规避和主动清除具有重要意义。火箭体末级作为空间目标中的一类典型，因其体积大易观测，质量大解体威胁高而受到广泛关注，是空间目标主动清除任务中的高优先级目标。本研究聚焦于火箭体末级的姿态估计，通过地面望远镜对目标进行连续光度观测，记录其光度随时间的变化以形成光变曲线，并基于光变特性对目标进行姿态参数估计即旋转轴指向参数估计。 在光度测量中因各种原因，获得的目标光度数据会存在一些野值，以往采用人工检查的方法判断观测图片是否被污染，但是人工检查会耗费大量的时间、精力。获得光度数据后，利用其光变特性对目标进行旋转周期分析和旋转轴指向估计。当前空间目标姿态估计领域，通过针对特定目标建立封闭元模型、二面元模型，利用相位角、极值点等特征信息，采用非线性滤波、机器学习等手段进行姿态估计，但是缺乏一种较为普适的姿态估计方法。为解决上述问题，本研究开展了以下研究工作： （1）基于猎鹰九号火箭体末级的几何形状、观测几何、目标表面反射特性等信息，分析从与目标固连的本体坐标系到惯性系的旋转矩阵，构建姿态依赖的光度模型，建立姿态参数与观测星等的映射关系。 （2）使用地面光学望远镜对火箭体末级进行跟踪观测，对于数据中的污染情况提出使用机器学习方法代替人工检查，对数据处理流程进行自动化改造。通过应用卷积神经网络，支持向量机模型分别对污染图像进行识别，结果表明所训练的模型具有高准确度和良好的泛化能力，此外还尝试了其他机器学习方法比如残差神经网络、轻量级梯度提升机，并进行性能对比分析。 （3）将理论光变曲线与实测光变曲线相结合，构建包含待估姿态参数的损失函数。引入自动微分技术计算损失函数对待估姿态参数的偏导数，并结合梯度下降法实现姿态参数的快速准确估计，即AEAD算法（Attitude Estimation based on Automatic Differentiation, AEAD）。应用旋转轴指向真值已知的模拟光变曲线对AEAD算法进行有效性验证。由于不同日期的光变曲线对应不同的观测几何条件，本研究利用观测几何的不同对最优参数解的数量进行约束，得到的最优指向参数和真值符合良好。 （4）将AEAD算法应用于云南天文台1.2米光学望远镜系统实测获取的目标光变曲线，在给定初始参数组合的情况下，算法能够快速收敛至最优解且均方误差小。通过该算法还发现了由于目标本身对称性所导致的多解现象。为进一步验证AEAD算法的泛化能力，本文选取了来自第三方数据库的同一目标实测光变曲线进行姿态估计，结果表明该算法对不同观测站的数据来源依然表现出良好的稳定性和泛化能力。 综上所述，本研究提出了一种基于光变特性的火箭体姿态估计算法，结合机器学习方法实现了观测数据质量提升以及数据处理自动化。通过在模拟数据与多源实测数据上的应用，验证了该算法的有效性以及在不同观测日期、不同数据来源下的稳定性与泛化能力。 |
| 学科主题 | 天文学 |
| 语种 | 中文 |
| 页码 | 0 |
| 源URL | [http://ir.ynao.ac.cn/handle/114a53/28959]  |
| 专题 | 云南天文台_应用天文研究组 |
| 作者单位 | 中国科学院云南天文台 |
| 推荐引用方式 GB/T 7714 | 李徽. 基于光变特性的火箭体姿态估计研究[D]. 北京. 中国科学院大学. 2025. |
入库方式： OAI收割
来源：云南天文台
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。