基于空间物体目录的自主光学导航

《Acta Astronautica》：Autonomous optical navigation using the space object catalog

　　

• 不依赖全球导航卫星系统（GNSS）的弹性定位导航授时（PNT）系统。
• 利用对常驻空间物体（RSO）的视线路径，实现自主的"迷失太空"导航能力。
• 利用空间物体目录进行自主光学导航。

## 引言

现代社会的需要日益依赖基于空间的资产，在过去三十年中导致了空间活动的激增。卫星被用于通过全球导航卫星系统（GNSS）提供可靠的定位、导航和授时（PNT）解决方案，通过SpaceX等私人提供商提供基于空间的互联网，为天气预报提供遥感能力，监测人类对环境的影响以及与自然灾害响应协调。这，连同微型化和商用现成卫星组件的进步，以及空间可及性成本的降低，自2010年以来使受跟踪的常驻空间物体（RSO）数量增加了三倍[1]。截至2025年6月，已有超过42000个RSO在地面被主动跟踪[2]。空间活动的日益增长及相关国防威胁，为未来空间资产的安全和可持续发展带来了独特挑战，需要一种不依赖GNSS且具有抗信号干扰和欺骗能力的弹性PNT。实现此目标的唯一硬件需求是存在光学传感器，这已在现代航天器中以星敏感器的形式普遍存在。

常驻空间物体可能是合作的或非合作的、已知的或未知的，通常使用地面站通过雷达或光学望远镜进行被动测量跟踪。这些信息是公开可获取和存储的，通常以两行根数（TLE）的形式存储[3]，存储在与空域相关的大型空间物体目录中，例如由美国空军太空司令部（AFSPC）运营的目录[4]。本文提出的关键思想是：让观测者航天器使用对可见RSO的光学方位角测量，结合在轨存储的目录星历，将这些目录星历作为导航信标，从而获得完全独立于GNSS测量的自主定位和导航解决方案。

所提出的导航解决方案，名为快速自主迷失太空基于目录的光学导航（FALCON），由四个核心算法组件构成，详见本文：(1) 图像处理（IMP）用于检测视场内RSO并获取相机定向；(2) 目录匹配（CAM）用于将观测到的信标与在轨目录关联；(3) 批量轨道确定（BOD）用于从迷失太空状态初始化观测者状态；以及(4) 顺序轨道确定（SOD）用于在接收到新测量时优化估计。

FALCON概念的可行性通过高保真度仿真进行了验证，以评估其对动力学、感知和目录不确定性的鲁棒性。在引言之后，本文将概述光学PNT的最先进技术，随后详细介绍所提出的FALCON架构。然后描述目标识别、初始观测者定位和顺序轨道优化的算法。最后讨论验证场景并评估算法性能，随后给出结论和经验总结。

## 章节片段

### 最先进技术

对于FALCON，一个主要挑战是将目标测量与RSO目录中的已知身份进行匹配，而无需知道观测者位置。类似的任务通常在通过星敏感器进行姿态确定时与恒星一起完成[5]、[6]。然而，恒星在惯性坐标系中基本上是静止的，其角位置精确到亚角秒级；相反，RSO是动态物体，RSO目录通常具有数百角秒级的大型轨道不确定性。

### FALCON架构

图1展示了所提出的FALCON架构单个实例的核心系统模块和数据流，该架构运行在通用观测者航天器上。有四个核心软件模块，以绿色显示：图像处理（IMP）、目录匹配（CAM）、批量轨道确定（BOD）和顺序轨道确定（SOD）。FALCON由五个核心步骤组成，这些步骤调用图1中所示的各种功能。

### 初步

在步骤(1)中，在轨基于视觉的传感器（VBS）获取观测场景。

### IMP

IMP产生检测到的VBS图像中物体的时间标记方位角。首先，定义观测者VBS坐标系V，它由正交基向量$\hat{\mathbf{x}}_\mathcal{V}$、$\hat{\mathbf{y}}_\mathcal{V}$和$\hat{\mathbf{z}}_\mathcal{V}$组成，其中$\hat{\mathbf{z}}_\mathcal{V} = \hat{\mathbf{x}}_\mathcal{V} \times \hat{\mathbf{y}}_\mathcal{V}$与相机光轴对齐。方位角由方位角和仰角$[\alpha, \epsilon]^\top$组成，跨越从观测者到目标的视线向量$\delta\mathbf{r}_\mathcal{V}$。从观测者到目标的方位角测量模型$\mathbf{y}$为[24]：

$$\delta\mathbf{r}_\mathcal{V} = \mathbf{r}_{\mathcal{V},\text{tar}} - \mathbf{r}_{\mathcal{V},\text{obs}} = [\delta r_{\mathcal{V},x},\, \delta r_{\mathcal{V},y},\, \delta r_{\mathcal{V},z}]^\top$$

$$\mathbf{y}_\mathcal{V}(\delta\mathbf{r}_\mathcal{V}) = [\alpha_\mathcal{V},\, \epsilon_\mathcal{V}]^\top$$

### 验证场景

所提出的方法在数值仿真框架中进行验证，以展示性能并评估其对挑战性可见性条件以及动力学、感知和目录不确定性的鲁棒性。本节描述的验证流程如图5所示。

所考虑的场景是一个位于低地球轨道（LEO）极轨道中的观测者。观测者的初始近非奇异轨道根数见表1。

### 升交点地方时

### 结果

本节展示前述三个场景的结果，讨论所提出算法所有关键组件：IMP、CAM、BOD和SOD的性能。提供了与最先进技术的性能比较，并讨论了观察到的行为及相关见解。

图8展示了IMP中应用于RSO检测时定心算法的精度，分别为像素坐标和角坐标。IMP在三种场景中的表现相似。

### 结论

本文解决了一种不依赖GNSS的鲁棒且可靠的定位导航解决方案的需求。这一能力对未来发展空间资产至关重要。

本文提出了一种新颖的算法流程，用于执行观测者航天器的迷失太空绝对轨道确定，仅使用在轨视觉传感器拍摄的常驻空间物体（RSO）的方位角测量。被跟踪的RSO被匹配到空间物体目录中的现有身份。

### CRediT作者贡献声明

Antonio Rizza：撰写——审阅与编辑，撰写——原始稿件，验证，软件，方法学，调查，正式分析，概念构思。
Justin Kruger：撰写——审阅与编辑，撰写——原始稿件，验证，软件，方法学，调查，正式分析，概念构思。
Simone D'Amico：撰写——审阅与编辑，可视化，指导，方法学，获取资金，概念构思。

### 利益冲突声明

作者声明他们没有已知的相互竞争的财务利益或个人关系，这些关系可能影响本文所述工作的判断。

### 致谢

本工作由美国空军科学研究办公室和Andrew Sinclair博士资助（奖项编号FA9550-24-1-0314），项目名称为"利用仅角度测量对编目常驻空间物体进行弹性定位、导航和授时"。

Antonio Rizza | Justin Kruger | Simone D'Amico