哈尔滨工业大学工学硕士学位论文
摘要
随着近地空间态势感知的需求日益增多，对空间目标的标识定位需求也随之
增多。低轨卫星星座具有低时延、低成本及高覆盖范围的优势，在对空间目标的
状态估计及异常判断等标识任务中占据着越来越重要的地位。实际观测场景中，
低轨星座的协同观测及数据融合过程，会受到卫星和目标相对运动及卫星间传输
信息准确性等多种因素影响。针对上述问题，本文面向实际观测场景中的典型工
况开展目标融合定位算法研究，并进行实验验证。主要研究内容如下：
（1）空间目标及观测场景仿真。从空间目标的物理模型出发，研究空间目标
的力学特性与辐射特性。在此基础上，对经典的低轨星座特点进行分析，并使用
STK仿真软件构建卫星观测场景。通过建立目标到卫星像平面的映射模型和像面
响应将卫星观测场景和目标运动轨迹耦合关联，实现不同观测角度下目标像平面
图像序列仿真。此外，在仿真图像中添加运动模糊等像质退化因素以实现与真实
成像更逼近的成像结果。为后续融合定位算法的性能评估提供了支撑。
（2）单目标融合定位及异动判断。针对低轨星座对单目标实现定位过程中存
在的单个卫星无法持续观测目标、融合信息可能出现错误、融合定位精度不高等
问题，研究了基于多星融合的单目标定位算法。在容积卡尔曼滤波的基础上，采
用分布式的融合结构解决单星无法持续观测目标的问题。并添加了基于Metropolis
权重和推土机（EarthMover，EM）距离的一致性协议，分别解决融合精度不高和
融合信息出现错误的问题。采用基于滑窗的动态时间规划算法将目标的时序定位
数据转化为相似性度量并结合序贯概率比算法完成目标异动的判断。实验结果表
明，所提方法能够在25帧内实现对目标的异动判断。
（3）群目标融合定位。针对群目标观测对象像面形态复杂多变、像面响应相
互堆叠、低轨星座无法融合、融合网络计算时间过长等问题，针对性地研究了多
星融合的群目标定位方法。采用模糊C均值聚类方法实现群目标像素级划分以便
高精度提取目标质心。在此基础上，结合目标能量相似度，构建收益度量及基于
拍卖算法的同目标关联方法。通过状态转移方程，将多个高维非线性问题转化为
线性问题，降低了计算所需资源。实验结果表明，本文方法可适用于多源融合场
景下群目标的定位任务，在4000km等效观测距离定位误差小于0.3km。
关键词：空间目标仿真；容积卡尔曼滤波；异常判断；分布式融合；状态估计
-I-
哈尔滨工业大学工学硕士学位论文
Abstract
Withtheincreasingdemandfornear-spacesituationalawareness,thereisalsoan
increasingneedfortheidentificationandpositioningofspacetargets.LowEarthOrbit
(LEO)satelliteconstellationshaveadvantagessuchaslowlatency,lowcost,andwide
coverage,andtheyareplayinganincreasinglyimportantroleinidentificationtasks
suchasestimatingthestatusofspacetargetsanddetectinganomalies.Inactual
observationscenarios,thecooperativeobservationanddatafusionprocessesofLEO
constellationsareinfluencedbyvariousfactors,suchastherelativemotion