在物体跟踪模式中获取的图像序列的自动数据减少,用于检测和测量昏迷轨道物体的位置
Radu Danescu1, Vlad Turcu2,1
1Computer Science Department, Technical University of Cluj-Napoca, Str. Memorandumului nr. 28, 400114 Cluj-Napoca, Romania.
Sensors (Basel, Switzerland)
|March 14, 2026
概括
这项研究引入了一种自动化方法来处理空间物体跟踪图像,改进微弱目标观测和天文测量校准. 这项新技术提高了信号噪声比,并确保了轨道碎片和卫星的精确轨道生成.
科学领域:
- 太空监视和跟踪 太空监视和跟踪
- 计算天体物理学 计算天体物理学
- 轨道力学 轨道力学
背景情况:
- 精确的物体跟踪 (POT) 能够实时定位望远镜用于观测空间物体.
- POT方法的结果是对有条纹的背景星形成点状的目标,使得长时间曝光复杂化天文测量校准.
- 精确跟踪微弱或机动物体仍然是空间局势意识的一个挑战.
研究的目的:
- 开发一种用于精确对象跟踪 (POT) 数据的自动化图像处理方法.
- 为了改善对微弱空间物体的观测,并促进精确的天文测量校准.
- 为太空物体,包括卫星和轨道碎片生成可靠的轨道.
主要方法:
- 实施过机制以识别恒星条纹内的局部最大值,以改进天文测量校准.
- 使用加权堆叠机制来增强微弱目标的信号噪声比,同时排除背景恒星.
- 开发了自动对象检测,天文缩小和基于约束的异常过,用于轨迹生成.
主要成果:
- 该方法成功地处理了精确的物体跟踪观测的图像序列.
- 准确性与欧洲航天局 (ESA) 对CLUSTER II卫星的地面真实数据进行了验证.
- 该技术对距离超过1300公里的物体,包括低地球轨道物体,证明了准确性.
结论:
- 拟议的自动化方法增强了精确的对象跟踪数据的处理.
- 这种方法克服了传统POT的局限性,因为它允许精确的天文学校准和微弱物体检测.
- 经过验证的方法有助于改善空间局势意识和轨道碎片监测.
