太空目标目录化的高效多线程数据起点匹配方法

科学领域:

• 太空监视和跟踪 (SST) 系统
• 轨道力学 轨道力学
• 计算天文学计算天文学

背景情况:

• 多目标测距望远镜阵列产生大量未归属的观测数据,这对于太空物体目录维护至关重要.
• 传统的数据匹配方法与庞大的数据集作斗争,导致成功率低,计算时间长.
• 准确地对空间物体进行分类对于避免碰撞和空间交通管理至关重要.

研究的目的:

• 开发一种高效准确的方法,将观测数据与现有的空间物体目录条目进行匹配.
• 克服传统预测方法在处理大规模空间监测数据方面的局限性.
• 提高空间物体识别和目录维护的速度和成功率.

主要方法:

• 开发了一种多线程数据起点匹配方法,利用来自空间监视和跟踪 (SST) 数据库的轨道元素.
• 最接近观测时代的轨道元素被过,以创建一个主要候选目录.
• 采用多线程穿越和轨道预测来计算观测残余,并应用匹配误差值来形成二次目录.
• 观测残余的根平均平方误差 (RMSE) 被计算为基于最佳性的最终匹配.

主要成果:

• 拟议的方法在8天的数据弧段中实现了97.62%的平均匹配成功率.
• 在1°的匹配误差值下,系统平均每分钟处理2164个数据弧段.
• 与传统预测方法相比,在SST数据库中,匹配效率提高了115倍,超过25,000个目标.

结论:

• 多线程数据起点匹配方法显著提高了空间物体目录的效率和准确性.
• 这种方法有效地解决了太空监视中大量观测数据所带来的挑战.
• 开发的方法为维护全面和最新的空间物体数据库提供了实质性的改进.