基于光变曲线的空间碎片基本形状分类

作者：鹿瑶,赵长印

摘要：将未编目的空间碎片正确分类是空间态势感知的重要组成部分.基于光变曲线,通过仿真和实测实验,探讨了空间碎片基本类型的机器学习分类方法.在数据集中的仿真光变来自形状或材料不同的4类碎片,实测光变从Mini-Mega TORTORA(MMT)数据库中提取,实验以深度神经网络作为分类模型,并和其他机器学习方法进行了比较.结果显示深度卷积网络优于其他算法,在仿真实验中对不同材料的圆柱体都能准确识别,对其余两类卫星的识别率在90%左右;实测实验中对火箭体和失效卫星的2分类准确率超过99%,然而在进一步的型号/平台分类中,准确率有所降低.

发文机构：中国科学院紫金山天文台 中国科学院空间目标与碎片观测重点实验室 中国科学院大学

关键词：空间碎片方法:数据分析方法:观测方法:统计技术:测光space debrismethods:data analysismethods:observationalmethods:statisticaltechniques:photometric

分类号： P128[天文地球—天体测量]