稀疏样本条件下曲率引导的探测-扩散反演方法用于小行星物理参数

《Icarus》：Curvature-guided probe-diffuse inversion approach for asteroid physical parameters with sparse samples

　　

# 摘要

小行星物理参数反演是一个易陷入局部最优的难题，而为了提高精度采用的大量采样在计算成本上代价高昂。针对这些问题，我们提出了一种曲率引导的探测-扩散反演方法（CG-PDIA），该方法能够在稀疏样本下运行。我们发现，核心挑战在于存在一个解子空间，在该子空间中卡方值几乎恒定，尽管小行星物理参数存在显著误差。我们将此定义为低敏感子空间，并将其正交补集定义为高敏感子空间。为了形式化这一认识，我们提出并证明了两个定理：曲率不可约性定理，论证了引入曲率的必要性；卡方约束定理，验证了利用低敏感子空间的可行性。CG-PDIA 分为两个顺序阶段运行。在探测阶段，Levenberg-Marquardt (LM) 算法作为探测器，在参数空间中定位一个有希望的点，得到一个探测参数向量。在随后的扩散阶段，在曲率分析的指导下构建低敏感子空间。探测向量的高敏感分量被保留，而通过将探测向量在低敏感子空间内扩散生成的稀疏样本作为初始点。这些稀疏样本随后由 LM 算法进一步精化，以获得最终的小行星物理参数估计。仿真结果表明，与传统 LM 方法单独使用相比，所提出的 CG-PDIA 在仅需 2.30% 计算时间的情况下，实现了 60% 更高的估计精度。

# 引言

小行星作为太阳系形成的原始遗存，是保存太阳系形成动力学记录和重建行星系统动力学历史的的关键"化石"记录（Nesvorny, 2018; Chen and Li, 2024; Tsai et al., 2024; Misra et al., 2024）。其物理参数，包括大小、形状、旋转状态和表面特性，在揭示行星系统动力学历史方面具有重要的科学价值。小行星物理参数可以为行星形成理论（如小行星吸积模型）（Mordasini et al., 2015; Winter et al., 2024）和迁移机制（如 nice 模型）（Zlimen et al., 2024; Griveaud et al., 2024）提供关键约束。目前，地基光度观测（Buratti et al., 2024; Tatsumi et al., 2025; Beniyama et al., 2024）是获取小行星物理参数的一种经济且通用的主要方法。该技术涉及测量小行星亮度的变化，即其光变曲线（Waszczak et al., 2015; Varakian et al., 2024），这是由小行星的自转和轨道运动调制的太阳光反射产生的。一些研究人员通过分析小行星的光变曲线来推断关键物理参数，包括形态、自转动力学、反照率分布和测光相位函数（Bernardinelli et al., 2023; Feng et al., 2024）。这些参数不仅表征了小行星的物理性质，还揭示了其形成环境和碰撞演化的特征。国际天文界实施了一系列大规模天空巡天，系统地收集小行星光度数据。近地小行星监测工程，包括林肯近地小行星研究（Stokes et al., 2000）、Spacewatch（Brucker et al., 2024）、近地小行星追踪（Hicks et al., 2007）、卡塔琳娜天空巡天（Nesvorny et al., 2024）和天问二号（Zhang et al., 2025b）。深空小行星巡天工程包括洛厄尔天文台近地天体搜索（Chandler et al., 2022）、坎波伊姆佩拉托尔近地天体巡天（Boattini et al., 2007）和拉萨格拉天空巡天（Mastropietro et al., 2024）。此外，新一代天空巡天工程包括全景巡天望远镜和快速响应系统（Aftab et al., 2024），以及大型综合巡天望远镜（Schwamb et al., 2023）。这些雄心勃勃的工程项目持续为小行星观测和发现提供不断扩展的机会。

测光（Monteiro et al., 2023）是研究小行星物理性质的基本方法，其反演算法已从早期的线性近似显著演进到复杂的非线性建模方法（Xu et al., 2025; Cellino et al., 2024; Podlewska-Gaca et al., 2021）。尽管其应用广泛，行业标准 Levenberg-Marquardt (LM) 算法（Li et al., 2023; Fischer et al., 2024; Kanakadhurga et al., 2025）在求解高维非线性反演问题方面存在显著局限性。当前的主流测光模型主要包括三种模型：三轴椭球模型、Cellinoid 模型和凸模型。三轴椭球模型（?urech et al., 2022; Muinonen et al., 2022）提供了参数简洁性，但精度有限。Cellinoid 模型（Zhang et al., 2024b; Zhang et al., 2025b）通过引入八面体变形改进了椭球拟合。凸模型（Lee et al., 2022; ?urech et al., 2022）提供了小行星的三维形状近似。在该反演框架中，全局形状由球谐系数参数化，旋转状态由极轴方向和旋转周期描述，表面反射特性由相位函数参数反映。通过将这些参数嵌入测光模型，并使用 LM 算法迭代最小化观测光变曲线与模型光变曲线之间的卡方残差，反演过程同时恢复小行星的三维形态、旋转动力学和测光散射特性。正是由于其综合反演能力，凸模型成为反演中常用的测光模型之一。随着行星探测工程的进步（M. S. Xia et al., 2024; J. N. Zhao et al., 2025; G. L. Gao et al., 2025; M. Z. Gui et al., 2024b; J. Calderón et al., 2025），小行星物理参数反演成为天体物理信号处理的前沿研究领域（T. Guo et al., 2022; E. A. Magnier et al., 2020; G. L. Gao et al., 2023）。小行星探测和参数反演具有重要意义（M. Z. Gui et al., 2024a; Z. S. C. Picker, 2025）。天问二号任务（M. Fenucci et al., 2025）代表了中国的首次小行星采样返回任务，并确立了深空探测能力的关键里程碑。Kiselev 等人通过增加观测小行星光变曲线来提高小行星物理参数的估计精度（N. N. Kiselev et al., 2022）。Lettermann 等人展示了如何使用伴随方法，该方法可以有效处理具有许多未知参数的大型系统（L. Lettermann et al., 2024）。Liu 等人建立了一种多普勒模型，并将其与测光模型结合用于小行星物理参数的联合反演，以补偿多普勒速度偏差（J. Liu et al., 2025a）。Li 等人对小行星测光模型的不确定性进行了理论研究（Y. Y. Li et al., 2025）。Mignone 和 De Carolis 提出了一种机器学习框架，优先筛选潜在的戴森球候选体。他们将其应用于 Gaia DR3（A. Vallenari et al., 2023）和 AllWISE（Mainzer et al., 2011）光度测量数据中，以识别异常恒星用于大规模技术特征搜索和进一步的天体物理学研究（Mignone and De Carolis, 2026）。与地基巡天不同，Gaia 和 NEOWISE 等空间任务提供不受大气效应和日夜间隙影响的中断性高精度测光，能够实现更准确和连续的光变曲线覆盖。此外，NEOWISE 的中红外能力提供了热辐射测量，与光学观测互补，允许获取反照率和热惯量等额外物理性质，而这些性质仅靠地基光学测光是无法获取的。这种互补观测能力对于约束小行星物理参数尤为重要，特别是对短旋转周期天体或位于拥挤星场的天体。然而，尽管天空巡天提供了丰富的观测数据，实现高效准确的参数反演仍然是一个持续而紧迫的挑战。当前反演小行星物理参数的方法面临三个根本性挑战，这些挑战源于问题的复杂几何结构。

**（1）强非线性和曲率效应。** 反演问题本质上是一个高维非凸优化问题。参数之间的复杂相互作用导致表面上产生显著的内在曲率。这种高曲率（通过曲率变化量化）使优化景观变得复杂，导致传统基于梯度的方法收敛到局部极小值。

**（2）病态和低敏感性。** 反演问题通常是病态的，表现为表面上平坦的、谷状区域，这是低敏感性的特征。在此低敏感子空间中，Fisher 信息矩阵近乎奇异，难以区分物理上不同的参数向量。这种几何特性导致大量虚假解，它们具有类似的低卡方值但截然不同的物理含义，从而放大了求解不确定性。

**（3）计算成本。** 传统方法，如使用蒙特卡洛（MC）样本初始化的 LM 方法，试图通过暴力计算来导航这个复杂表面。它们通常需要大量样本（10^4 量级）才能达到收敛，这既计算昂贵，又由于未能有效探索低敏感方向而容易错过全局最优解。

上述说明了问题的表面特征。接下来，我们探究其本质。小行星物理参数空间可以划分为高敏感子空间和低敏感子空间。在高敏感子空间中，小行星物理参数的微小误差会导致高卡方值，这有利于小行星物理参数的搜索。在低敏感子空间中，小行星物理参数的高误差仅对光变曲线造成微小扰动。由于其局部平坦性和部分不均匀区域的存在，难以有效收敛到最优值，需要密集的 MC 样本。在高敏感子空间中，使用相对稀疏的 MC 样本即可实现收敛。尽管 LM 方法在整个参数空间上进行大量 MC 采样，但在低敏感子空间中的样本不够。因此，传统算法没有必要在整个参数空间上进行大量 MC 采样。

为了解决这些挑战，在提高估计精度、降低计算成本并支持工程决策的同时，我们提出了一种用于小行星物理参数的稀疏样本探测-扩散反演方法，该方法由曲率引导（CG-PDIA）。在光滑表面上，切向量上的方向导数均为零，这无法反映曲面的特征。幸运的是，曲率（S. Ilias et al., 2016; F. Huang et al., 2025; Hassler and Sakatani, 2024; Y. Zhang et al., 2024b）避免了这一问题。在微分几何领域（Kazdan, 2006; C. Collischon et al., 2024），曲率阐明曲线和曲面所表现出的弯曲程度。低敏感子空间反映了小行星物理参数空间中的曲率。因此，微分几何中的曲率有助于有效地构建低敏感子空间。在此指引下，CG-PDIA 被设计用于小行星物理参数估计中的智能探索和高效收敛，实现高精度结果。在探测阶段，该方法通过消除高曲率变化的变量并执行魏恩加滕矩阵分解来定位低敏感子空间。在随机扩散阶段，我们将预估计参数向量在高敏感子空间中的分量与低敏感子空间中的稀疏 MC 样本相结合，形成优化样本。通过 LM 方法和这些优化样本，我们估计小行星物理参数。通过这种结构化的探测-扩散机制，CG-PDIA 将计算工作集中在低敏感子空间，并利用稀疏 MC 样本实现反演，从而获得小行星物理参数的高精度估计。

本文其他各节的结构安排如下。在第 2 节中，我们详细阐述了 CG-PDIA 的理论基础，并提供了相应的定理和证明。在第 3 节中，我们介绍了 CG-PDIA 的算法机制。仿真结果在第 4 节中给出。最后，第 5 节总结了本文的结论。

# 各节摘要

**小行星物理参数综述**

在本节中，我们回顾了测光模型和参数反演的目标函数，并描述了反演中使用的搜索算法。

**探测-扩散反演方法**

在本节中，我们建立了探测-扩散反演方法的理论基础，介绍了基于魏恩加滕矩阵和两个基本定理的核心机制，并分析了 MC 样本与低敏感子空间之间的关系。其合理性源自一个关键认识：在光滑曲面的临界点上，切向量上的方向导数均为零，使其不足以表征局部几何。因此，我们转向……

**仿真结果与分析**

本节通过系统仿真对 CG-PDIA 的可行性和有效性进行了系统评估。我们的仿真实验设计如下……

我们首先将CG-PDIA与传统SVD方法进行比较，以证明其有效性，并分析其在阈值下的性能。随后，我们研究了其在不同信噪比下的估计精度，以评估其在噪声条件下的鲁棒性。为了进一步突出其优越性，进行了对比。结论：小行星物理参数的反演本质上是一个具有挑战性的非线性高维优化问题。基线方法因依赖大量MC样本而效率低下，且因忽略关键的低敏感子空间而不稳定。这导致算法不稳定并过早收敛到局部最优。我们提出了CG-PDIA来解决这些核心问题。我们的方法具有理论基础，并经验证具有以下特点。CRediT作者贡献声明：刘金：写作–审阅与编辑、写作–原稿、方法学、概念构思；李扬扬：写作–原稿、验证、软件、数据整理；康志伟：资源、经费获取；宁晓林：监督、项目管理；马鑫：验证、监督；方建程：监督、调查。未引用参考文献：Zhang等，2024a；Zhang等，2025a。利益冲突声明：作者声明他们没有任何已知的可能影响本文报告工作的竞争性财务利益或个人关系。致谢：本研究得到了中国国家自然科学基金[项目编号：61873196、61772187、62373030]以及量子科学与技术创新项目[项目编号：2021ZD0303400]的资助。刘金 | 李扬扬 | 康志伟 | 宁晓林 | 马鑫 | 方建程；武汉科技大学电子信息学院，中国武汉 430081。