[发明专利]空间目标激光测距微弱信号识别模型构建方法及装置

权利要求书

1.一种空间目标激光测距微弱信号识别模型构建方法，其特征在于，包括：

对空间目标激光回波信号特性进行分析，提取不同类型观测目标的回波信号特征；

根据所述不同类型观测目标的回波信号特征，构建回波信号实时识别模型；

在利用时间偏差对观测数据进行修正的基础上，采用辨识信号线和最佳阶数的多项式拟合相结合的形式构建有效数据提取模型以提取完整有效回波数据；

所述根据所述不同类型观测目标的回波信号特征，构建回波信号实时识别模型的步骤，具体包括：

考虑实时信号识别搜索代价的要求，根据系统参数估计每次激光发射后获取的回波信号数目，确定合理的一定范围的时间长度；

对一定范围的时间长度内的O-C残差值进行线性拟合，确定拟合后的残差均方根，量化噪声点和信号点的分布特征，并给出噪声点和信号点短时数据线性度和相邻数据关联度；

根据一定范围的时间长度解算当前时刻O-C残差值，并设置残差值的阈值和识别点数阈值，针对不同回波信号强度的观测目标，变换搜索算法的参数设置，建立不同信号强度的信号实时识别模型。

2.根据权利要求1所述的空间目标激光测距微弱信号识别模型构建方法，其特征在于，所述对空间目标激光回波信号特性进行分析，提取不同类型观测目标的回波信号特征的步骤，具体包括：

收集SLR观测站的系统参数、气象参数、各类空间目标的观测数据的时间序列以及相应的回波信号和噪声信号的O-C残差值；

分析空间目标轨道高度、望远镜有效接收面积、望远镜指向误差、大气透过率、激光发射频率对所述SLR观测站回波信号的影响，估算不同系统参数下的观测精度、有效点数和回波率，并在此基础上估算所述SLR观测站的探测性能；

分析观测数据回波信号和噪声信号的O-C残差值随时间变化的趋势性，以及噪声点和信号点的时间相关性，提取不同类型观测目标的回波信号特征。

3.根据权利要求1所述的空间目标激光测距微弱信号识别模型构建方法，其特征在于，所述在利用时间偏差对观测数据进行修正的基础上，采用辨识信号线和最佳阶数的多项式拟合相结合的形式构建有效数据提取模型以提取完整有效回波数据的步骤，具体包括：

根据观测数据点的观测残差解算卫星预报轨道误差，并认为轨道预报误差引起的斜距误差由距离偏差和时间偏差组成，通过平差得到时间偏差，进而对观测数据进行时间偏差修正；

将O-C残差数据点视为图像中的像素点，将图像上的曲线映射为参数空间中的点，通过分数累加的策略寻找信号点所在的目标曲线；

待辨识信号线提取有效回波点数达到规定点数，利用最小二乘原理，根据观测残差平方和最小原则选择最佳的拟合阶数，通过最佳拟合阶数的多项式拟合信号线，提取全部有效回波数据。

4.一种空间目标激光测距微弱信号识别模型构建装置，其特征在于，包括：

特征提取模块，用于对空间目标激光回波信号特性进行分析，提取不同类型观测目标的回波信号特征；

回波信号识别模块，用于根据所述不同类型观测目标的回波信号特征，构建回波信号实时识别模型；

有效数据提取模块，用于在利用时间偏差对观测数据进行修正的基础上，采用辨识信号线和最佳阶数的多项式拟合相结合的形式构建有效数据提取模型以提取完整有效回波数据；

所述回波信号识别模块具体用于：

考虑实时信号识别搜索代价的要求，根据系统参数估计每次激光发射后获取的回波信号数目，确定合理的一定范围的时间长度；

对一定范围的时间长度内的O-C残差值进行线性拟合，确定拟合后的残差均方根，量化噪声点和信号点的分布特征，并给出噪声点和信号点短时数据线性度和相邻数据关联度；

根据一定范围的时间长度解算当前时刻O-C残差值，并设置残差值的阈值和识别点数阈值，针对不同回波信号强度的观测目标，变换搜索算法的参数设置，建立不同信号强度的信号实时识别模型。