基于时序向量相似性的空间目标群匹配技术研究
网络安全与数据治理
张学文，于兴伟，侯鑫宇，姚云鹏，范光明
（解放军95921部队，山东济南250000）
摘要： 分析了空间低轨目标群的运行特点，提出了基于时序向量相似性的空间目标群匹配算法，提高了对低轨巨型星座的识别管理能力。首先，介绍了时序向量的降维方法，将目标群高维观测时序向量简化为空间构型序列；而后，提出了基于动态时间规整（Dynamic Time Warping，DTW）的目标群空间构型序列相似性判别算法；最后，利用星链卫星目标群仿真和实测数据对算法的匹配能力进行验证。结果表明该算法可实现空间目标群监测数据快速匹配，仿真数据匹配过程中，在群内目标缺失30%的条件下匹配成功率可达100%，在低缺失条件下（缺失率5%以内）群内目标识别成功率平均超过75%；实测数据匹配成功率可达100%。
中图分类号：TN953文献标识码：ADOI: 10.19358/j.issn.2097-1788.2024.02.005
引用格式：张学文，于兴伟，侯鑫宇，等. 基于时序向量相似性的空间目标群匹配技术研究［J］.网络安全与数据治理，2024，43（2）：29-36.
引用格式：张学文，于兴伟，侯鑫宇，等. 基于时序向量相似性的空间目标群匹配技术研究［J］.网络安全与数据治理，2024，43（2）：29-36.
Research on space target group matching technology based on time series vector similarity
Zhang Xuewen，Yu Xingwei，Hou Xinyu，Yao Yunpeng，Fan Guangming
The Unit 95921 of PLA, Jinan 250000, China
Abstract： This article analyzes the motion characteristics of loworbit space target groups and proposes a space target group matching algorithm based on time series vector similarity, which improves the recognition and management ability of low orbit satellite constellations. Firstly, this article introduces the dimensionality reduction method of time series vectors, which simplifies the highdimensional observation time series vectors of the target group into spatial configuration sequences. Secondly, an algorithm based on Dynamic Time Warping (DTW) is proposed to identify the phase sequence similarity of observed data of target group. Finally, the matching ability of the algorithm is verified by the simulation and measured data of Starlink satellite target group. The results show that this algorithm can match the observed data of the space target group rapidly. During the simulation data matching process, the success rate of matching can reach 100% under the condition of 30% random missing targets within the group, and the average success rate of target recognition within the group exceeds 75% under low missing conditions (with a missing rate of less than 5%). The success rate of matching real observed data can also reach 100%.
Key words : low orbit space target group; time series vector; dynamic time warping; similarity identify
引言
近年来，全球范围内掀起了低轨互联网星座建设的浪潮，随着“星链（Starlink）”“一网（OneWeb）”等多个卫星星座系统成功入轨，人们对空间低轨资源使用［1］、低轨巨型星座高效管理［2］等领域产生了极大关注。低轨巨型星座的快速发展，导致低轨空间目标数量的迅猛增长，不仅为航天器在轨运行、载人航天等活动带来巨大风险［3］，也为空间目标编目管理提出了更高的要求。同时，星链等低轨星座形成的对地观测、定位、通信、控制等体系能力，对相关工作中侦察、判断、决策等方面产生深刻影响［4-5］。由于“星链”等低轨巨型星座发射频次高、卫星规模庞大，采用一箭多星方式的发射入轨［6-7］，入轨初期卫星以集群方式运行在低地球轨道，过境地基雷达视场时通常呈现为复杂目标群形式。群内各目标在一段时间内保持空间相对位置固定、速度相似的特点，造成目标间相互遮挡干扰地基雷达对目标群的完整观测。入轨后，“星链”等卫星在星载电推力器作用下，将运行轨道抬升至目标轨道，卫星目标群在电推力的作用下逐渐散开。
作者信息：
张学文，于兴伟，侯鑫宇，姚云鹏，范光明
（解放军95921部队，山东济南250000）
文章下载地址：https://www.chinaaet.com/resource/share/2000005899
此内容为AET网站原创，未经授权禁止转载。