基于光變曲線的空間碎片基本形狀分類

作者：鹿瑤,趙長印

摘要：將未編目的空間碎片正確分類是空間態勢感知的重要組成部分.基于光變曲線,通過仿真和實測實驗,探討了空間碎片基本類型的機器學習分類方法.在數據集中的仿真光變來自形狀或材料不同的4類碎片,實測光變從Mini-Mega TORTORA(MMT)數據庫中提取,實驗以深度神經網絡作為分類模型,并和其他機器學習方法進行了比較.結果顯示深度卷積網絡優于其他算法,在仿真實驗中對不同材料的圓柱體都能準確識別,對其余兩類衛星的識別率在90%左右;實測實驗中對火箭體和失效衛星的2分類準確率超過99%,然而在進一步的型號/平臺分類中,準確率有所降低.

發文機構：中國科學院紫金山天文臺 中國科學院空間目標與碎片觀測重點實驗室 中國科學院大學

關鍵詞：空間碎片方法:數據分析方法:觀測方法:統計技術:測光space debrismethods:data analysismethods:observationalmethods:statisticaltechniques:photometric

分類號： P128[天文地球—天體測量]