多源信息融合在空間態(tài)勢(shì)感知領(lǐng)域的應(yīng)用與發(fā)展

王興龍 蔡亞星 陳士明 陳余軍

多源信息融合在空間態(tài)勢(shì)感知領(lǐng)域的應(yīng)用與發(fā)展

王興龍 蔡亞星 陳士明 陳余軍

（中國(guó)空間技術(shù)研究院通信與導(dǎo)航衛(wèi)星總體部，北京 100094）

在當(dāng)前復(fù)雜多樣的航天任務(wù)領(lǐng)域中，多源信息融合技術(shù)的重要性日益突出。文章以多源信息融合技術(shù)為核心，調(diào)研分析了其在空間態(tài)勢(shì)感知領(lǐng)域的應(yīng)用現(xiàn)狀與發(fā)展前景；概述了多源信息融合的定義、模型和理論研究現(xiàn)狀；歸納了空間態(tài)勢(shì)感知的信息源種類和典型傳感器；分析了基于多源信息融合的典型空間態(tài)勢(shì)感知系統(tǒng)，包括美國(guó)空間監(jiān)視網(wǎng)（SSN）、“軌道瞭望”（OrbitOutlook）計(jì)劃、“印記”（Hallmark）計(jì)劃和歐盟空間監(jiān)視與跟蹤系統(tǒng)（EUSST）等；最后對(duì)多源信息融合在空間態(tài)勢(shì)感知領(lǐng)域的發(fā)展前景進(jìn)行了展望。文章研究結(jié)果可為中國(guó)空間態(tài)勢(shì)感知和多源信息融合技術(shù)發(fā)展提供參考。

多源信息融合 空間態(tài)勢(shì)感知 航天應(yīng)用 發(fā)展

0 引言

隨著人類空間活動(dòng)的不斷增加，地球周圍空間產(chǎn)生了大量人造物體，包括航天器、火箭末級(jí)和空間碎片等，這些空間物體在給人類帶來(lái)便利的同時(shí)，也影響著人類的空間活動(dòng)。對(duì)空間目標(biāo)態(tài)勢(shì)的感知和掌握，是人類不斷開(kāi)拓視野、不斷進(jìn)步的過(guò)程。空間態(tài)勢(shì)感知[1-2]是通過(guò)探測(cè)獲取空間目標(biāo)信息，分析空間目標(biāo)態(tài)勢(shì)及其對(duì)人類影響的活動(dòng)，其主要任務(wù)是對(duì)空間目標(biāo)進(jìn)行精確探測(cè)與跟蹤，確定可能對(duì)航天系統(tǒng)構(gòu)成威脅的空間目標(biāo)的尺寸、形狀和軌道參數(shù)等重要特性，并對(duì)目標(biāo)特性數(shù)據(jù)進(jìn)行歸類和分發(fā)。

當(dāng)前空間在軌目標(biāo)編目數(shù)量已超過(guò)1.9萬(wàn)個(gè)，此外還有數(shù)十萬(wàn)個(gè)微小空間碎片無(wú)法進(jìn)行跟蹤編目[3]。面對(duì)如此多數(shù)量的空間目標(biāo)，不論地基還是天基探測(cè)手段，僅靠單一傳感器無(wú)法完成其識(shí)別和編目任務(wù)。空間目標(biāo)的特征要素包括形態(tài)、電磁、輻射等多種特征，同一類型的傳感器僅能感知其中一種或幾種特征，無(wú)法系統(tǒng)全面地掌握其全部特征。空間運(yùn)動(dòng)目標(biāo)的軌跡長(zhǎng)、速度快、機(jī)動(dòng)靈活，僅靠單一傳感器無(wú)法對(duì)其全部軌跡進(jìn)行有效覆蓋和精確跟蹤。因此，空間態(tài)勢(shì)感知需要綜合利用天地基望遠(yuǎn)鏡、雷達(dá)等多種探測(cè)手段，并將各傳感器獲得的數(shù)據(jù)信息進(jìn)行有效融合與處理，才能最大限度地提升空間態(tài)勢(shì)感知的作用和能力。

多源信息融合技術(shù)[4-5]通過(guò)將不同位置的多個(gè)同類或異類傳感器所提供的局部不完整信息加以綜合，消除傳感器間可能存在的冗余和矛盾，形成對(duì)空間態(tài)勢(shì)相對(duì)完整一致的感知描述，從而提高航天系統(tǒng)決策、規(guī)劃、反應(yīng)的快速性和正確性，降低系統(tǒng)風(fēng)險(xiǎn)。對(duì)于空間態(tài)勢(shì)感知領(lǐng)域，多源信息融合技術(shù)在增強(qiáng)信息冗余性、擴(kuò)展時(shí)間/空間覆蓋性以及減少信息獲取成本等方面具有較大優(yōu)勢(shì)。

本文通過(guò)調(diào)研多源信息融合技術(shù)，歸納分析其在空間態(tài)勢(shì)感知領(lǐng)域的理論和應(yīng)用現(xiàn)狀，并對(duì)其發(fā)展前景進(jìn)行展望，以期對(duì)我國(guó)空間態(tài)勢(shì)感知領(lǐng)域多源信息融合技術(shù)發(fā)展提供參考。

1 多源信息融合

1.1 定義與模型

多源信息融合（Multi-source Information Fusion）起源于20世紀(jì)70年代美國(guó)對(duì)軍事現(xiàn)代化系統(tǒng)自動(dòng)數(shù)據(jù)融合的研究，又稱多傳感器數(shù)據(jù)融合（Multi-sensor Data Fusion）。多源信息融合目前被普遍接受的定義是由美國(guó)實(shí)驗(yàn)室理事聯(lián)合會(huì)（Joint Directors of Laboratory，JDL）提出的[6]：多源信息融合是一種多層次、多方面的處理過(guò)程，通過(guò)將多個(gè)傳感器和信息源的數(shù)據(jù)信息加以檢測(cè)、關(guān)聯(lián)和組合，獲得對(duì)目標(biāo)位置和身份的精確估計(jì)，以及對(duì)環(huán)境態(tài)勢(shì)和威脅的完整評(píng)估。

多源信息融合的功能模型用以描述信息系統(tǒng)融合過(guò)程中各部分的主要功能及相互作用。美國(guó)JDL提出的多源信息融合功能模型如圖1所示。

圖1 多源信息融合功能模型

從圖1可以看出，多源信息融合功能模型主要包括數(shù)據(jù)源、數(shù)據(jù)預(yù)處理、目標(biāo)評(píng)估、態(tài)勢(shì)評(píng)估、威脅評(píng)估、過(guò)程評(píng)估、數(shù)據(jù)庫(kù)管理系統(tǒng)和人機(jī)接口等模塊。其中，目標(biāo)評(píng)估為一級(jí)處理，主要包括目標(biāo)檢測(cè)融合、目標(biāo)狀態(tài)融合和目標(biāo)屬性融合等。態(tài)勢(shì)評(píng)估為二級(jí)處理，是在目標(biāo)評(píng)估基礎(chǔ)上，對(duì)目標(biāo)之間、目標(biāo)與環(huán)境之間關(guān)系以及這種關(guān)系隨時(shí)間變化趨勢(shì)的分析與描述。威脅評(píng)估為三級(jí)處理，是在態(tài)勢(shì)評(píng)估基礎(chǔ)上，對(duì)目標(biāo)行為的威脅和影響進(jìn)行估計(jì)。過(guò)程評(píng)估為四級(jí)處理，是對(duì)信息融合各個(gè)功能模塊的監(jiān)控和評(píng)價(jià)，主要包括優(yōu)化指標(biāo)建立、傳感器性能評(píng)價(jià)、傳感器資源分配與優(yōu)化等。

1.2 理論研究概況

多源信息融合涉及多方面的理論和方法，在空間態(tài)勢(shì)感知領(lǐng)域主要包括表決法、聚類法、Bayes推理、DS證據(jù)理論、神經(jīng)網(wǎng)絡(luò)等。

表決法[7]類似于日常生活中的投票選舉，由每個(gè)傳感器提供對(duì)被測(cè)對(duì)象狀態(tài)的判斷，然后通過(guò)表決算法進(jìn)行搜索，找到半數(shù)以上傳感器同意的判斷，也可采用加權(quán)平均等其它判定方法，計(jì)算量小、融合速度快，但僅適用于簡(jiǎn)單系統(tǒng)。聚類法[8]按照某種聚類準(zhǔn)則將數(shù)據(jù)樣本聚集成若干類，使同類樣本的相似性最大，不同類樣本的相似性最小，適用于模式類數(shù)目非精確可知的標(biāo)志性應(yīng)用。Bayes推理[9]以最小風(fēng)險(xiǎn)代價(jià)為基本模型，在給定的預(yù)先似然估計(jì)和附加證據(jù)條件下，更新假設(shè)的似然函數(shù)；但其定義先驗(yàn)似然比較困難，且要求對(duì)立的假設(shè)彼此互不相容，缺乏分配總不確定性的能力。DS證據(jù)理論[10]是Bayes推理的廣義擴(kuò)展，考慮了總不確定性程度，利用概率區(qū)間和不確定區(qū)間來(lái)確定多證據(jù)下假設(shè)的似然函數(shù)，規(guī)則組合具有靈活性；但其不能有效處理矛盾證據(jù)，且計(jì)算量隨推理鏈呈指數(shù)增長(zhǎng)。神經(jīng)網(wǎng)絡(luò)[11]通過(guò)將大量計(jì)算節(jié)點(diǎn)互聯(lián)構(gòu)成非線性網(wǎng)絡(luò)系統(tǒng)，具有學(xué)習(xí)、記憶、計(jì)算能力以及各種智能識(shí)別處理能力，可在沒(méi)有外部同步信號(hào)作用的情況下執(zhí)行大容量的并行計(jì)算，適用于目標(biāo)識(shí)別、態(tài)勢(shì)預(yù)測(cè)等多種應(yīng)用場(chǎng)景。

2 信息源分析

2.1 信息源種類與特點(diǎn)

空間態(tài)勢(shì)感知的信息源按部署位置劃分，主要包括地基和天基兩類；按探測(cè)手段劃分，主要包括光學(xué)和雷達(dá)兩類。空間態(tài)勢(shì)感知信息源的種類與特點(diǎn)如表1所示。

表1 空間態(tài)勢(shì)感知信息源種類與特點(diǎn)

Tab.1 Kinds and characteristics of space situational awareness information sources

2.2 態(tài)勢(shì)感知傳感器

美國(guó)空間態(tài)勢(shì)感知的典型傳感器如圖2所示，主要包括“空間籬笆”S頻段雷達(dá)、“空間監(jiān)視望遠(yuǎn)鏡”（SST）、“天基空間監(jiān)視系統(tǒng)”（SBSS）、“地球同步軌道空間態(tài)勢(shì)感知計(jì)劃”（GSSAP）、“增強(qiáng)型地球同步試驗(yàn)衛(wèi)星”（EAGLE）、“地球同步軌道態(tài)勢(shì)感知微型衛(wèi)星”（S5）等。

圖2 空間態(tài)勢(shì)感知典型傳感器

“空間籬笆”S頻段雷達(dá)[12]是世界上最大的S頻段地基相控陣?yán)走_(dá)，部署在馬紹爾群島夸加林環(huán)礁，采用調(diào)頻脈沖信號(hào)，頻率2~4GHz，發(fā)射120°×2°扇面波束，重點(diǎn)對(duì)低/中地球軌道上尺寸不小于5cm的目標(biāo)進(jìn)行跟蹤，每天探測(cè)次數(shù)150萬(wàn)次，跟蹤目標(biāo)20萬(wàn)個(gè)，最大探測(cè)高度40 000km。

“空間監(jiān)視望遠(yuǎn)鏡”（SST）[13]是美軍最新的地基光學(xué)搜索跟蹤望遠(yuǎn)鏡，部署在澳大利亞哈羅德霍爾特海軍通信站，2016年完成測(cè)試交付使用，主要用于探測(cè)跟蹤地球同步軌道目標(biāo)。SST使用主光學(xué)和彎曲焦平面陣列探測(cè)器技術(shù)，具備短焦距、寬視場(chǎng)、高探測(cè)靈敏度及快速伺服反應(yīng)能力，可以快速穩(wěn)定探測(cè)地球同步軌道8~10cm的空間目標(biāo)。

“天基空間監(jiān)視系統(tǒng)”（SBSS）[14]是美軍首顆專門用于空間監(jiān)視的衛(wèi)星，2010年9月發(fā)射，2013年投入業(yè)務(wù)運(yùn)營(yíng)。SBSS運(yùn)行于高度630km的太陽(yáng)同步軌道，帶有1臺(tái)安裝于可旋轉(zhuǎn)萬(wàn)向架的30cm口徑光學(xué)相機(jī)，具有7×24h持續(xù)工作能力，平均每天觀測(cè)1.2萬(wàn)個(gè)目標(biāo)，可以快速掃描識(shí)別跟蹤低軌至高軌的衛(wèi)星、機(jī)動(dòng)飛行器和空間碎片等目標(biāo)。

“地球同步軌道空間態(tài)勢(shì)感知計(jì)劃”（GSSAP）[15]是美軍的高軌空間目標(biāo)監(jiān)測(cè)衛(wèi)星系統(tǒng)，具有較強(qiáng)的機(jī)動(dòng)變軌能力，可對(duì)地球同步軌道目標(biāo)進(jìn)行繞飛巡視、抵近詳查等操作。GSSAP由軌道科學(xué)公司研制，質(zhì)量650~700kg，在軌速度增量大于1 000m/s。2017年9月，GSSAP實(shí)現(xiàn)4星組網(wǎng)，初步具備對(duì)地球同步軌道重點(diǎn)目標(biāo)的實(shí)時(shí)監(jiān)測(cè)能力。

“增強(qiáng)型地球同步試驗(yàn)衛(wèi)星”（EAGLE）[16]是美軍用來(lái)驗(yàn)證空間監(jiān)視數(shù)據(jù)收集的態(tài)勢(shì)感知飛行器，2018年4月發(fā)射，在軌開(kāi)展空間目標(biāo)探測(cè)、敵方威脅行為識(shí)別等試驗(yàn)。EAGLE基于軌道科學(xué)公司的ESPAStar平臺(tái)研制，質(zhì)量740~780kg，帶有1顆可在軌發(fā)射的小衛(wèi)星Mycroft，以及4個(gè)用于空間態(tài)勢(shì)感知和威脅探測(cè)技術(shù)驗(yàn)證的試驗(yàn)載荷。

“地球同步軌道態(tài)勢(shì)感知微型衛(wèi)星”（S5）[17]是美國(guó)最新的空間態(tài)勢(shì)感知試驗(yàn)衛(wèi)星，2019年2月發(fā)射，任務(wù)目標(biāo)是衡量開(kāi)發(fā)低成本星座的可行性，探測(cè)和定位地球同步軌道附近的空間目標(biāo)。S5基于藍(lán)色峽灣科技公司的Microsat/ESPA平臺(tái)研制，起飛質(zhì)量60kg，體積12U（1U=10cm×10cm×10cm），設(shè)計(jì)壽命5年，由美國(guó)應(yīng)用防御系統(tǒng)（ADS）提供星上有效載荷。

3 國(guó)外應(yīng)用現(xiàn)狀

3.1 美國(guó)空間監(jiān)視網(wǎng)（SSN）

美國(guó)空間監(jiān)視網(wǎng)（Space Surveillance Network，SSN）[18]由地基系統(tǒng)和天基系統(tǒng)兩部分組成，由美國(guó)空軍負(fù)責(zé)運(yùn)行管理。地基系統(tǒng)全球布站、類型多樣，建立了由30多部地基光學(xué)系統(tǒng)、射頻信號(hào)探測(cè)系統(tǒng)、雷達(dá)探測(cè)系統(tǒng)以及指揮控制中心組成的空間監(jiān)視系統(tǒng)，具備雷達(dá)探測(cè)、光電探測(cè)、電子信號(hào)偵測(cè)等多種手段，系統(tǒng)規(guī)模和空間監(jiān)視能力遙遙領(lǐng)先于全球其他國(guó)家和地區(qū)。天基系統(tǒng)包括1顆“天基空間監(jiān)視系統(tǒng)”（SBSS）衛(wèi)星、2顆“空間目標(biāo)監(jiān)視與跟蹤系統(tǒng)”（STSS）衛(wèi)星、1顆“作戰(zhàn)響應(yīng)空間-5”（ORS-5）衛(wèi)星、4顆“地球同步軌道空間態(tài)勢(shì)感知計(jì)劃”（GSSAP）衛(wèi)星以及1顆加拿大“藍(lán)寶石”（SAPPHIRE）衛(wèi)星。SSN的傳感器分布如圖3所示。

圖3 SSN的傳感器分布

SSN的各種傳感器根據(jù)其性質(zhì)和所屬關(guān)系的不同，可以分為三類。第一類屬于美國(guó)政府，專門用于空間監(jiān)視的傳感器，稱為專用傳感器（Dedicated Sensors），主要包括“艾格林”（EGLIN）等地基雷達(dá)、“光學(xué)深空監(jiān)視系統(tǒng)”（GEODSS）等地基望遠(yuǎn)鏡、“天基空間監(jiān)視系統(tǒng)”（SBSS）等天基傳感器。第二類屬于美國(guó)國(guó)防部，主要任務(wù)不是空間監(jiān)視，但可以用來(lái)承擔(dān)空間監(jiān)視任務(wù)的傳感器，稱為兼用傳感器（Collateral Sensors），如彈道導(dǎo)彈預(yù)警雷達(dá)和情報(bào)收集雷達(dá)等。第三類屬于其它機(jī)構(gòu)，主要任務(wù)不是空間監(jiān)視，但在空閑時(shí)段能提供空間監(jiān)視數(shù)據(jù)的傳感器，稱為可用傳感器（Contributing Sensors），如靶場(chǎng)雷達(dá)和用于科學(xué)研究的光電探測(cè)器等。

美國(guó)空間態(tài)勢(shì)感知信息融合的起點(diǎn)是地基和天基傳感器，這些傳感器主要由美國(guó)空軍的第21空間聯(lián)隊(duì)和第50空間聯(lián)隊(duì)操作運(yùn)行，其獲取的數(shù)據(jù)通過(guò)SSN傳到太空監(jiān)視中心（SSC）、聯(lián)合太空作戰(zhàn)中心（CSpOC）和國(guó)家太空防御中心（NSDC）三大指揮控制中心，完成多源空間態(tài)勢(shì)感知信息融合并形成各自的通用作戰(zhàn)圖，共同支撐聯(lián)合部隊(duì)太空司令部（JFSCC）指揮控制各戰(zhàn)區(qū)聯(lián)合作戰(zhàn)，進(jìn)而為美國(guó)戰(zhàn)略司令部（USSTRATCOM）、參聯(lián)會(huì)主席、國(guó)防部長(zhǎng)、總統(tǒng)提供太空域作戰(zhàn)信息。SSN的信息融合數(shù)據(jù)流如圖4所示。

圖4 SSN信息融合數(shù)據(jù)流

3.2 美國(guó)“軌道瞭望”（OrbitOutlook）計(jì)劃

美軍的空間監(jiān)視網(wǎng)（SSN）目前承擔(dān)著美國(guó)大部分空間態(tài)勢(shì)感知任務(wù)，但其對(duì)空間目標(biāo)的探測(cè)監(jiān)視能力仍然有限。同時(shí)，民用和商業(yè)太空監(jiān)視網(wǎng)絡(luò)發(fā)展迅速，但由于管理、技術(shù)、數(shù)據(jù)類型等問(wèn)題，這些傳感器數(shù)據(jù)無(wú)法實(shí)時(shí)融入SSN。為此，美軍采取多種途徑，積極推動(dòng)空間態(tài)勢(shì)感知信息融合。

美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA）于2015年開(kāi)始實(shí)施“軌道瞭望”（OrbitOutlook）計(jì)劃[19]，旨在將政府、軍方、商業(yè)組織、高校的空間目標(biāo)觀測(cè)數(shù)據(jù)和無(wú)線電遙測(cè)數(shù)據(jù)通過(guò)統(tǒng)一的平臺(tái)集中起來(lái)，通過(guò)數(shù)據(jù)融合，彌補(bǔ)單一信息不完整、不精確所造成的缺陷，實(shí)現(xiàn)空間監(jiān)視數(shù)據(jù)的全面、高效利用，改善目標(biāo)探測(cè)跟蹤精度和信息可信度，提升威脅研判的實(shí)時(shí)性和準(zhǔn)確度，生成一致的空間態(tài)勢(shì)視圖。OrbitOutlook系統(tǒng)組成如圖5所示。

2016年6月，OrbitOutlook完成對(duì)7家空間態(tài)勢(shì)感知數(shù)據(jù)提供方的實(shí)時(shí)數(shù)據(jù)集成，包括4家DARPA為集成來(lái)自特別利益群體的空間態(tài)勢(shì)感知數(shù)據(jù)而發(fā)展的網(wǎng)絡(luò)，分別為：光學(xué)望遠(yuǎn)鏡及無(wú)源射頻望遠(yuǎn)鏡網(wǎng)絡(luò)（StellarView）、私人光學(xué)望遠(yuǎn)鏡網(wǎng)絡(luò)（SpaceView）、商業(yè)民用雷達(dá)與無(wú)源射頻望遠(yuǎn)鏡網(wǎng)絡(luò)（EchoView）和小傾角低地球軌道空間目標(biāo)（LILO）探測(cè)光學(xué)望遠(yuǎn)鏡；以及3家為商業(yè)和政府提供付費(fèi)數(shù)據(jù)的網(wǎng)絡(luò)，分別為光學(xué)及無(wú)源射頻望遠(yuǎn)鏡商業(yè)網(wǎng)絡(luò)（ExoAnalytic Solutions）、美國(guó)政府小型光學(xué)望遠(yuǎn)鏡系統(tǒng)網(wǎng)絡(luò)（Raven）和無(wú)源射頻望遠(yuǎn)鏡商業(yè)網(wǎng)絡(luò)（Rincon）。

3.3 美國(guó)“印記”（Hallmark）計(jì)劃

美軍目前的空間態(tài)勢(shì)感知工具和技術(shù)開(kāi)發(fā)時(shí)間較早，已經(jīng)無(wú)法滿足指揮官的太空態(tài)勢(shì)感知及指揮控制需求。為此，DARPA于2016年啟動(dòng)實(shí)施“印記”（Hallmark）計(jì)劃[20]，旨在為美軍提供一個(gè)全方位的突破性實(shí)時(shí)空間態(tài)勢(shì)感知系統(tǒng)平臺(tái)，用于幫助指揮人員及時(shí)獲取完整的空間事件信息，并快速做出應(yīng)對(duì)策略。Hallmark將對(duì)多源信息進(jìn)行融合，通過(guò)3D可視化技術(shù)，實(shí)現(xiàn)直觀的用戶界面，以全新方式呈現(xiàn)復(fù)雜信息，并允許預(yù)先模擬潛在的行動(dòng)和確定效果，大幅縮短做出決策和從執(zhí)行決策到觀察結(jié)果的總體時(shí)間。

2019年3月初，DARPA與美國(guó)Ball Aerospace公司簽訂合作協(xié)議，協(xié)議將用于Hallmark-ST項(xiàng)目的第2階段“空間評(píng)估與分析能力測(cè)試平臺(tái)”（SEAC）的技術(shù)開(kāi)發(fā)工作。在Hallmark-ST項(xiàng)目的第1階段工作中，Ball Aerospace公司曾經(jīng)成功完成了5項(xiàng)測(cè)試平臺(tái)的評(píng)估工作。第2階段工作Ball Aerospace公司將著重解決簡(jiǎn)化平臺(tái)流程，大幅度提高平臺(tái)處理基礎(chǔ)任務(wù)的速度，并消除傳統(tǒng)采辦模式中只能對(duì)單一制造商集成進(jìn)行評(píng)估的瓶頸。

3.4 歐盟空間監(jiān)視與跟蹤系統(tǒng)（EUSST）

歐盟空間監(jiān)視與跟蹤系統(tǒng)（European Union Space Surveillance and Tracking Framework，EUSST）[21]由歐盟議會(huì)和理事會(huì)于2014年4月批準(zhǔn)成立，致力于在歐洲層面建立空間監(jiān)視和跟蹤能力，并保持適當(dāng)?shù)淖灾嗡剑源_保歐洲和泛歐各國(guó)國(guó)家層面的空間基礎(chǔ)設(shè)施和服務(wù)長(zhǎng)期運(yùn)行。EUSST的成員國(guó)包括法國(guó)、德國(guó)、意大利、西班牙、波蘭、羅馬尼亞、葡萄牙和英國(guó)等。EUSST將分布在各個(gè)成員國(guó)的地基雷達(dá)和望遠(yuǎn)鏡整合成統(tǒng)一的傳感器網(wǎng)絡(luò)，根據(jù)用戶服務(wù)產(chǎn)生的空間目標(biāo)觀測(cè)和跟蹤需求，進(jìn)行傳感器操作、控制和關(guān)聯(lián)，并將采集到的空間態(tài)勢(shì)感知數(shù)據(jù)實(shí)時(shí)傳輸給歐洲數(shù)據(jù)庫(kù)和前導(dǎo)編目庫(kù)。歐洲數(shù)據(jù)庫(kù)和前導(dǎo)編目庫(kù)對(duì)多源態(tài)勢(shì)感知數(shù)據(jù)進(jìn)行融合和處理，對(duì)LEO/MEO/GEO軌道的空間目標(biāo)進(jìn)行編目，并通過(guò)歐盟衛(wèi)星中心（SatCen）向用戶提供碰撞回避、再入分析和碎片分析三種服務(wù)。EUSST空間態(tài)勢(shì)感知信息融合模型如圖6所示。

圖6 EUSST空間態(tài)勢(shì)感知信息融合模型

EUSST傳感器網(wǎng)絡(luò)由各個(gè)成員國(guó)的地基雷達(dá)和望遠(yuǎn)鏡組成，如圖7所示，目前包括11個(gè)監(jiān)視跟蹤雷達(dá)、4個(gè)跟蹤激光站、19個(gè)監(jiān)視跟蹤望遠(yuǎn)鏡，并計(jì)劃在2021年發(fā)展到12個(gè)監(jiān)視跟蹤雷達(dá)、4個(gè)跟蹤激光站、35個(gè)監(jiān)視跟蹤望遠(yuǎn)鏡的規(guī)模。EUSST根據(jù)用戶提出的觀測(cè)和跟蹤需求，對(duì)相應(yīng)傳感器進(jìn)行操作、控制和關(guān)聯(lián)，以產(chǎn)生空間目標(biāo)觀測(cè)數(shù)據(jù)。

圖7 EUSST傳感器網(wǎng)絡(luò)

來(lái)自各個(gè)成員國(guó)傳感器的空間目標(biāo)觀測(cè)數(shù)據(jù)通過(guò)歐洲數(shù)據(jù)庫(kù)進(jìn)行分享并存儲(chǔ)在歐洲數(shù)據(jù)庫(kù)中。歐洲數(shù)據(jù)庫(kù)（European Database）是一個(gè)用于提供高效數(shù)據(jù)分享的公共平臺(tái)，從2019年4月1日開(kāi)始運(yùn)行。EUSST希望將歐洲數(shù)據(jù)庫(kù)最終建設(shè)發(fā)展成歐洲前導(dǎo)編目庫(kù)（European Precursor Catalogue）。來(lái)自歐洲數(shù)據(jù)庫(kù)的觀測(cè)數(shù)據(jù)在前導(dǎo)編目庫(kù)中進(jìn)行預(yù)處理、分析和關(guān)聯(lián)，形成目標(biāo)軌道數(shù)據(jù)，以供各個(gè)成員國(guó)訪問(wèn)和獲取。

EUSST正在制定相關(guān)方案，以提升未來(lái)空間態(tài)勢(shì)感知能力。到2021年和2028年，EUSST對(duì)GEO和LEO空間目標(biāo)的覆蓋和編目能力預(yù)計(jì)分別如表2和表3所示。

表2 EUSST對(duì)GEO目標(biāo)的編目能力

Tab.2 Cataloguing abilities of EUSST to GEO objects

表3 EUSST對(duì)LEO目標(biāo)的覆蓋和編目能力

Tab.3 Coverage and cataloguing abilities of EUSST to LEO objects

4 發(fā)展前景展望

4.1 不完善多源信息的融合與處理

現(xiàn)如今，多源信息融合技術(shù)已深入應(yīng)用到包括空間態(tài)勢(shì)感知在內(nèi)的許多領(lǐng)域。在實(shí)際應(yīng)用過(guò)程中，經(jīng)常會(huì)由于一些主觀或客觀的原因而導(dǎo)致信息的不完善，如由于外界環(huán)境的干擾而導(dǎo)致傳感器獲取到的信息失真和缺失，由于傳感器本身性能有限使得獲取的信息有限，由于觀察角度的不同而導(dǎo)致信息相異甚至沖突，甚至采用人為描述信息時(shí)由于個(gè)人主觀意識(shí)的差別以及自然語(yǔ)言描述的模糊而導(dǎo)致最終信息的不確定等。因此，多源信息融合需要強(qiáng)有力的數(shù)學(xué)工具作支撐，尤其在處理不完善多源信息時(shí)顯得尤為迫切。

不完善信息的主要特征包括4個(gè)方面：不確定性、不精確性、不完全性和不一致性。傳統(tǒng)多源信息融合方法在處理不完善信息方面都有一定的局限性，使其應(yīng)用受到很大的限制。近年來(lái)，在模糊、粗集等理論基礎(chǔ)上結(jié)合中智哲學(xué)思想提出來(lái)的中智理論以及在概率論和DS證據(jù)理論基礎(chǔ)上發(fā)展形成的DSmT證據(jù)理論，為不完善多源信息融合與處理開(kāi)辟了新的解決思路。

4.2 多傳感器系統(tǒng)動(dòng)態(tài)優(yōu)化管理

多傳感器動(dòng)態(tài)優(yōu)化管理是指利用多個(gè)傳感器收集目標(biāo)與環(huán)境信息，以任務(wù)為導(dǎo)向，在一定的約束條件下，動(dòng)態(tài)合理地選擇參與執(zhí)行任務(wù)的傳感器，通過(guò)網(wǎng)絡(luò)共享傳感器信息，恰當(dāng)?shù)胤峙浠蝌?qū)動(dòng)多傳感器協(xié)同完成相應(yīng)任務(wù)，實(shí)現(xiàn)任務(wù)性能最優(yōu)的過(guò)程。

當(dāng)多個(gè)傳感器同時(shí)用于多個(gè)空間目標(biāo)的探測(cè)、跟蹤和識(shí)別時(shí)，必須解決傳感器與空間目標(biāo)之間以及傳感器與傳感器之間的資源調(diào)度問(wèn)題，即在一定條件下合理充分地利用傳感器資源以滿足空間態(tài)勢(shì)感知系統(tǒng)性能最優(yōu)的要求。此外，客觀環(huán)境的限制使得某些傳感器不能充分發(fā)揮其功能，再加上傳感器本身的限制，這些都需要對(duì)傳感器資源進(jìn)行協(xié)調(diào)分配，以使系統(tǒng)取得整體性能最優(yōu)。因此，多傳感器動(dòng)態(tài)優(yōu)化管理逐漸成為信息融合系統(tǒng)的一個(gè)重要組成部分。

4.3 基于天基信息港的多源信息融合

天基信息港是一個(gè)全新的空間信息網(wǎng)絡(luò)節(jié)點(diǎn)概念，由GEO軌道共位的多顆模塊化衛(wèi)星組成，并通過(guò)星間鏈路連接形成虛擬大衛(wèi)星[22]。模塊化衛(wèi)星之間通過(guò)池化技術(shù)，將其內(nèi)部的計(jì)算、處理和存儲(chǔ)資源統(tǒng)一起來(lái)，形成空間分散、邏輯統(tǒng)一的并行異構(gòu)計(jì)算處理平臺(tái)，通過(guò)軟件加載實(shí)現(xiàn)各類數(shù)據(jù)/信息的匯聚、處理、交換和分發(fā)等功能，為用戶提供高性能、高效能的空間信息處理服務(wù)。

以天基信息港空間高性能計(jì)算能力和面向服務(wù)的網(wǎng)絡(luò)架構(gòu)體系為基礎(chǔ)，開(kāi)展多源信息融合應(yīng)用，充分利用天基信息港的高性能、高效能在軌實(shí)時(shí)處理和分發(fā)能力，根據(jù)任務(wù)驅(qū)動(dòng)，動(dòng)態(tài)重構(gòu)算法模塊和按需選擇數(shù)據(jù)源，實(shí)現(xiàn)多源信息在軌融合與處理。基于天基信息港的多源信息融合能夠充分利用多種傳感器所獲取數(shù)據(jù)中包含的目標(biāo)特征信息，擴(kuò)展天基信息服務(wù)的時(shí)間與空間覆蓋范圍，增加天基網(wǎng)絡(luò)系統(tǒng)信息的利用率，提高融合信息的可信度和精度，滿足多樣化航天應(yīng)用需求。

5 結(jié)束語(yǔ)

隨著人工智能、大數(shù)據(jù)、云計(jì)算等新技術(shù)的發(fā)展，未來(lái)空間態(tài)勢(shì)信息呈現(xiàn)海量分布和爆炸式增長(zhǎng)的特點(diǎn)，多源信息融合技術(shù)將成為空間態(tài)勢(shì)感知領(lǐng)域的主流發(fā)展方向，并將從低層融合和高層融合兩方面出發(fā)來(lái)提高空間態(tài)勢(shì)感知能力。低層融合充分利用各種新型雷達(dá)和光學(xué)傳感器技術(shù)以及文字、情報(bào)等其它途徑來(lái)擴(kuò)大信息獲取范圍；高層融合充分挖掘現(xiàn)有傳感器網(wǎng)絡(luò)和信息資源的潛力，提高空間態(tài)勢(shì)感知信息融合系統(tǒng)的效能及智能化程度。

調(diào)研國(guó)外相關(guān)技術(shù)應(yīng)用現(xiàn)狀，借鑒國(guó)外先進(jìn)發(fā)展思路，促進(jìn)多源信息融合技術(shù)在空間態(tài)勢(shì)感知領(lǐng)域的廣泛應(yīng)用，對(duì)于我國(guó)提高技術(shù)水平、增強(qiáng)經(jīng)濟(jì)實(shí)力和建設(shè)航天強(qiáng)國(guó)都具有十分重要的意義。

[1] 隋起勝, 張洪太, 陳小前, 等. 太空安全防御技術(shù)[M]. 北京: 國(guó)防工業(yè)出版社, 2018. SUI Qisheng, ZHANG Hongtai, CHEN Xiaoqian, et al. Space Security and Defense Technology[M]. Beijing: National Defense Industry Press, 2018. (in Chinese)

[2] 耿文東, 杜小評(píng), 李智, 等. 空間態(tài)勢(shì)感知導(dǎo)論[M]. 北京: 國(guó)防工業(yè)出版社, 2015. GENG Wendong, DU Xiaoping, LI Zhi, et al. Space Situational Awareness Introduction[M]. Beijing: National Defense Industry Press, 2015. (in Chinese)

[3] ESA Space Debris Office. ESA’s Annual Space Environment Report: GEN-DB-LOG-00271-OPS-SD[R]. Darmstadt: ESA, 2019.

[4] 陳科文, 張祖平, 龍軍. 多源信息融合關(guān)鍵問(wèn)題、研究進(jìn)展與新動(dòng)向[J]. 計(jì)算機(jī)科學(xué), 2013, 40(8): 6-13. CHEN Kewen, ZHANG Zuping, LONG Jun. Multisource Information Fusion: Key Issues, Research Progress and New Trends[J]. Computer Science, 2013, 40(8): 6-13. (in Chinese)

[5] 王大軼, 李茂登, 黃翔宇, 等. 航天器多源信息融合自主導(dǎo)航技術(shù)[M]. 北京: 北京理工大學(xué)出版社, 2018. WANG Dayi, LI Maodeng, HUANG Xiangyu, et al. Spacecraft Autonomous Navigation Technology Based on Multi-source Information Fusion [M]. Beijing: Beijing Institute of Technology Press, 2018. (in Chinese)

[6] WHITE F E. Data Fusion Lexicon[C]//Technical Panel for C3 in Joint Directors of Laboratories. San Diego: Naval Ocean Systems Center, 1991: 1-16.

[7] RIZVI S A, NASRABADI N M. Fusion Techniques for Automatic Target Recognition[C]// Proceedings of 32nd Applied Imagery Pattern Recognition Workshop, October 15-17, 2003, Washington D C, USA.IEEE, 2003: 201-207.

[8] NAKAMURA E F, LOUREIRO A F, FRERY A C. Information Fusion for Wireless Sensor Networks: Methods, Models, and Classifications[J]. ACM Computing Surveys, 2007, 39(3): 56-62.

[9] WANG J L, ZHANG J Y. Recognition of Target Using Bayesian Data Fusion Method[J]. Journal of Transducer Technology, 2005, 24(10): 86-88.

[10] KHALEGHI B, KHAMIS A, KARRAY F Q. Multisensor Data Fusion: A Review of the State-of-the-art[J]. Information Fusion, 2013, 14(1): 28-44.

[11] BARBERA H M, SKARMETA A G, IZQUIERDO M Z. Neural Networks for Sonar and Infrared Sensors Fusion[C]// The 3rd International Conference on Information Fusion, July 10-13, 2000, Paris, France. 2000: 3-4.

[12] 李炎, 康開(kāi)華. 美國(guó)空間監(jiān)視系統(tǒng)最新發(fā)展及趨勢(shì)分析[J]. 航天器工程, 2008, 17(2): 76-82. LI Yan, KANG Kaihua. Research and Analysis on Development of US Space Based Surveillance System[J]. Spacecraft Engineering, 2008, 17(2): 76-82. (in Chinese)

[13] DARPA. Space Surveillance Telescope (SST) [EB/OL]. [2020-09-16]. https://www.darpa.mil/program/space-surveillance-telescope.

[14] 李青, 劉愛(ài)芳, 王永梅, 等. 美國(guó)空間攻防體系發(fā)展與能力研究[J]. 航天器工程, 2018, 27(3): 95-103. LI Qing, LIU Aifang, WANG Yongmei, et al. Research on Development and Ability of American Space Offensive and Defensive System[J]. Spacecraft Engineering, 2018, 27(3): 95-103. (in Chinese)

[15] AFSPC. Geosynchronous Space Situational Awareness Program [EB/OL]. [2020-09-16]. http://www.afspc.af.mil/About-Us/ Fact-Sheets/Article/730802/geosynchronous-space-situational-awareness-program-gssap.

[16] MESSIER D. Successful Launch for AFRL Eagle Spacecraft Experiment on AFSPC-11 Mission[EB/OL]. [2020-09-16]. http://www.parabolicarc.com/2018/04/24/successful-launch-afrl-eagle-spacecraft-experiment -afspc11-mission.

[17] 田甜. 美空軍太空態(tài)勢(shì)感知技術(shù)驗(yàn)證星S5即將發(fā)射[EB/OL]. [2020-09-16]. http://www.dsti.net/infor mation/News/114113. TIAN Tian. The Technical Test Satellite S5 of USA Air Force for Space Situational Awareness Will be Launched[EB/OL]. [2020-09-16]. http://www.dsti.net/information/News/114113.

[18] MCKISSOCK D. Foundational Space Situational Awareness[C]//The 3th Military Space Situational Awareness Conference, London: SMI, 2018: 1-25.

[19] 宋博. 美國(guó)天基空間態(tài)勢(shì)感知系統(tǒng)發(fā)展[J]. 國(guó)際太空, 2015(12): 13-20. SONG Bo. Development of U.S. Space-based Space Situational Awareness System[J]. Space International, 2015(12): 13-20. (in Chinese)

[20] Tactical Technology Office. Hallmark Tools, Capabilities and Evaluation Methodology (Hallmark-TCEM): DARPA-BAA- 16-49[R]. Washington D C: DARPA, 2016.

[21] FAUCHER P. EU Space Surveillance and Tracking Framework: A Consortium of Member States Safeguarding European Space Infrastructure and Orbital Environment[C]//The 4th Military Space Situational Awareness Conference. London: SMI, 2019: 1-15.

[22] 李斌, 劉乘源, 章宇兵, 等. 天基信息港及其多源信息融合應(yīng)用[J]. 中國(guó)電子科學(xué)研究院學(xué)報(bào), 2017, 12(3): 251-256. LI Bin, LIU Chengyuan, ZHANG Yubing, et al. Space-based Information Port and Its Multi-Information Fusion Application[J]. Journal of China Academy of Electronics and Information Technology, 2017, 12(3): 251-256. (in Chinese)

Application and Development of Multi-source Information Fusion in Space Situational Awareness

WANG Xinglong CAI Yaxing CHEN Shiming CHEN Yujun

（Institute of Telecommunication and Navigation Satellites, China Academy of Space Technology, Beijing 100094, China）

The multi-source information fusion technology is expected to play an increasingly important role in current various space missions. This paper focuses on the multi-source information fusion technology and analyzes its application and development in space situational awareness. Firstly, the definition, model and theoretical research of multi-source information fusion are introduced. The information source kinds and the typical sensors of space situational awareness are summarized. Then, the foreign typical space situational awareness systems based on multi-source information fusion are analyzed, such as USA Space Surveillance Network (SSN), OrbitOutlook, Hallmark and European Union Space Surveillance and Tracking Framework (EUSST). Finally, the future development of multi-source information fusion in space situational awareness is prospected. The results of this paper can provide references for the development of China space situational awareness and multi-source information fusion technologies.

multi-source information fusion; space situational awareness; space application; development

V11

A

1009-8518(2021)01-0011-10

10.3969/j.issn.1009-8518.2021.01.002

王興龍，男，1987年生，2018年獲中國(guó)空間技術(shù)研究院飛行器設(shè)計(jì)專業(yè)工學(xué)博士學(xué)位，工程師。研究方向?yàn)楹教炱骺傮w設(shè)計(jì)、空間態(tài)勢(shì)感知等。E-mail：wangxinglong1987@163.com。

2020-12-05

王興龍, 蔡亞星, 陳士明, 等. 多源信息融合在空間態(tài)勢(shì)感知領(lǐng)域的應(yīng)用與發(fā)展[J]. 航天返回與遙感, 2021, 42(1): 11-20.

WANG Xinglong, CAI Yaxing, CHEN Shiming, et al. Application and Development of Multi-source Information Fusion in Space Situational Awareness[J]. Spacecraft Recovery & Remote Sensing, 2021, 42(1): 11-20. (in Chinese)

（編輯：王麗霞）