將未編目的空間碎片正確分類是空間態(tài)勢(shì)感知的重要組成部分.基于光變曲線,通過(guò)仿真和實(shí)測(cè)實(shí)驗(yàn),探討了空間碎片基本類型的機(jī)器學(xué)習(xí)分類方法.在數(shù)據(jù)集中的仿真光變來(lái)自形狀或材料不同的4類碎片,實(shí)測(cè)光變從Mini-Mega TORTORA （MMT）數(shù)據(jù)庫(kù)中提取,實(shí)驗(yàn)以深度神經(jīng)網(wǎng)絡(luò)作為分類模型,并和其他機(jī)器學(xué)習(xí)方法進(jìn)行了比較.結(jié)果顯示深度卷積網(wǎng)絡(luò)優(yōu)于其他算法,在仿真實(shí)驗(yàn)中對(duì)不同材料的圓柱體都能準(zhǔn)確識(shí)別,對(duì)其余兩類衛(wèi)星的識(shí)別率在90%左右;實(shí)測(cè)實(shí)驗(yàn)中對(duì)火箭體和失效衛(wèi)星的2分類準(zhǔn)確率超過(guò)99%,然而在進(jìn)一步的型號(hào)/平臺(tái)分類中,準(zhǔn)確率有所降低. 

【文章頁(yè)數(shù)】：14 頁(yè)

【部分圖文】：

深度神經(jīng)網(wǎng)絡(luò)中的卷積層和全連接層(a) 1維卷積層、(b)全連接層

實(shí)測(cè)光變提取誤差的χ分布(a)火箭體、(b)失效衛(wèi)星

深度卷積網(wǎng)絡(luò)的模型參數(shù)優(yōu)化(a)濾波器數(shù)量、(b)卷積核大小、(c)欠采樣率、(d)模型深度.


本文編號(hào)：3668259