新興數(shù)字技術(shù)驅(qū)動(dòng)的太空態(tài)勢(shì)感知研究

高澤夫，楊文革*，焦義文，楊 卓，李欣宇

（1.航天工程大學(xué)電子與光學(xué)工程系，北京 101416；2.智能化航天測(cè)運(yùn)控教育部重點(diǎn)實(shí)驗(yàn)室，北京 101416；3.西安衛(wèi)星測(cè)控中心，西安 710000）

0 引言

當(dāng)代社會(huì)正深刻依賴導(dǎo)航、通信、遙感、天氣預(yù)報(bào)等方面的空間技術(shù)和應(yīng)用。與此同時(shí)，隨著天基測(cè)控、載人航天、深空探測(cè)等技術(shù)的深入發(fā)展，特別是近年來(lái)低軌互聯(lián)網(wǎng)巨型星座技術(shù)的蓬勃發(fā)展，各國(guó)發(fā)射的在軌航天器數(shù)量激增，與之相伴而生的是各類太空垃圾和失效航天器的數(shù)量正在以接近指數(shù)級(jí)的形式增長(zhǎng)。太空正變得越來(lái)越擁擠和危險(xiǎn)［1］，這對(duì)各航天大國(guó)太空資產(chǎn)的長(zhǎng)期、安全、可靠運(yùn)行構(gòu)成了嚴(yán)重威脅，也對(duì)整個(gè)太空環(huán)境，特別是重要軌道的可持續(xù)性和穩(wěn)定性帶來(lái)了很大挑戰(zhàn)［2］。

綜上，對(duì)于近地空間的各類事件、威脅、活動(dòng)、條件和空間系統(tǒng)的狀態(tài)、能力、約束和使用的當(dāng)前和未來(lái)情況的掌握能力，在未來(lái)日益嚴(yán)峻復(fù)雜的太空環(huán)境中顯得尤為重要。該能力目前被稱為太空態(tài)勢(shì)感知（space situational awareness，SSA），目前對(duì)其定義有較多的研究和說(shuō)法［2-5］，本文采用的定義為：對(duì)地球軌道空間的空間目標(biāo)（包括太空資產(chǎn)和太空垃圾等各類目標(biāo)）進(jìn)行探測(cè)、跟蹤、識(shí)別和編目，稱為太空態(tài)勢(shì)感知。其在保護(hù)太空資產(chǎn)，有效執(zhí)行太空任務(wù)和維護(hù)安全的太空環(huán)境等方面均發(fā)揮著重要作用［2］。

近年來(lái)，以大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能為代表的新興技術(shù)飛速發(fā)展，給智能制造、信息管理、目標(biāo)識(shí)別、數(shù)據(jù)融合、頻譜感知等領(lǐng)域均帶來(lái)了革命性進(jìn)展［8］。以上新型技術(shù)在海量數(shù)據(jù)的高效處理、大規(guī)模目標(biāo)識(shí)別、動(dòng)態(tài)模式監(jiān)測(cè)、數(shù)據(jù)和圖像可視化等方面具有顯著優(yōu)勢(shì)［9］，運(yùn)用這些技術(shù)來(lái)改進(jìn)和增強(qiáng)現(xiàn)有的SSA 手段成為可能，甚至將會(huì)成為未來(lái)SSA 能力的倍增器。

本文在梳理太空態(tài)勢(shì)感知目前面臨的困難及挑戰(zhàn)的基礎(chǔ)上，從大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能4 個(gè)角度，分析了以上技術(shù)與目前太空態(tài)勢(shì)感知所亟需的能力之間的契合點(diǎn)。通過(guò)綜述目前新興技術(shù)在太空態(tài)勢(shì)感知上的研究進(jìn)展，歸納了新技術(shù)下太空態(tài)勢(shì)感知的發(fā)展方向和具體技術(shù)細(xì)節(jié)，并展望了未來(lái)太空態(tài)勢(shì)感知的研究方向。

1 太空態(tài)勢(shì)感知目前面臨的困難及挑戰(zhàn)

1.1 太空態(tài)勢(shì)感知面臨的嚴(yán)峻挑戰(zhàn)

目前，SSA 的主要任務(wù)包括［6］：1）主要空間資產(chǎn)（如空間站、空間望遠(yuǎn)鏡、航天飛船、在軌衛(wèi)星）的精確定位跟蹤和定軌能力增強(qiáng)；2）重要區(qū)域特別是地球同步軌道（ceosynchronous orbit，GEO）和近地軌道（low earth orbit，LEO）的長(zhǎng)期監(jiān)測(cè)；3）被動(dòng)威脅（如與碎片碰撞、太陽(yáng)風(fēng)暴等）的早期預(yù)警；4）對(duì)近地大氣可能影響星載和地面基礎(chǔ)設(shè)施或危及人類生命的氣候變化（如太陽(yáng)風(fēng)、地球磁層、電離層和熱層等）的監(jiān)測(cè)。然而，現(xiàn)有的SSA 能力逐漸無(wú)法滿足以上日益緊迫的需求。目前跟蹤空間資產(chǎn)的主要手段如雷達(dá)和光學(xué)傳感器等技術(shù)，均存在一定的局限性［7］。面對(duì)未來(lái)日益嚴(yán)峻復(fù)雜的空間環(huán)境和空間任務(wù)，現(xiàn)有的SSA 手段和能力顯得力不從心。

根據(jù)美國(guó)國(guó)家航空航天局（NASA）的數(shù)據(jù)，截至2021 年5 月26 日，圍繞地球軌道運(yùn)行的衛(wèi)星數(shù)量已超過(guò)3 300 顆［3］，這一數(shù)量還在隨著由數(shù)千顆小型衛(wèi)星組成的低軌互聯(lián)網(wǎng)巨型星座的不斷發(fā)射而繼續(xù)增長(zhǎng)（截至2020 年3 月1 日，由低軌衛(wèi)星星座帶來(lái)的相關(guān)空間資產(chǎn)和空間碎片數(shù)量的增長(zhǎng)情況如表1 所示），所有這些都構(gòu)成了具有重要軍事和商業(yè)價(jià)值的太空資產(chǎn)。

表1 截至2020 年3 月1 日，低軌衛(wèi)星星座相關(guān)的空間資產(chǎn)和空間碎片數(shù)量的增長(zhǎng)情況Table 1 Growth in the number of space assets and space debris associated with the LEO satellite constellation by the end of March 1，2020

然而，這些太空資產(chǎn)目前正被超過(guò)1 億個(gè)各種太空碎片所包圍，這些太空碎片中有近23 000 個(gè)的直徑超過(guò)10 cm［3］。主要可分為兩類：1）人造碎片，包括航天器碎片、失效衛(wèi)星、火箭殘骸和失控衛(wèi)星；2）自然碎片，包括隕石、小行星和高能粒子。

正如凱斯勒效應(yīng)所預(yù)測(cè)的那樣［4］，由于空間碎片均以極高的速度（有時(shí)高達(dá)28 000 km/h）進(jìn)出某個(gè)軌道，即使是最微小的空間碎片也將可能導(dǎo)致嚴(yán)重的太空事故，近些年來(lái)愈發(fā)頻繁的太空碰撞事件證實(shí)了這一點(diǎn)：2009 年2 月10 日，一顆已報(bào)廢的俄羅斯衛(wèi)星與一顆正常工作的美國(guó)通信衛(wèi)星相撞。更嚴(yán)重的是，變化頻繁的太空天氣進(jìn)一步增加了在軌航天器故障的風(fēng)險(xiǎn)［5］。與此同時(shí)，目前各國(guó)進(jìn)行監(jiān)測(cè)的太空物體中，約95%為太空碎片而非在軌運(yùn)行的太空資產(chǎn)，這也造成了太空監(jiān)視資源的進(jìn)一步緊缺。

1.2 現(xiàn)有太空態(tài)勢(shì)感知手段的不足

圖1 為美國(guó)目前的主要太空態(tài)勢(shì)感知手段和空間物體監(jiān)測(cè)范圍，這主要通過(guò)對(duì)重點(diǎn)軌道和太空環(huán)境進(jìn)行地基和天基觀測(cè)來(lái)完成的。目前主要依托的觀測(cè)手段有：地面雷達(dá)和光學(xué)望遠(yuǎn)鏡、天基傳感器、從太空返回的航天器表面分析和地面實(shí)驗(yàn)室實(shí)驗(yàn)（如DebriSat）數(shù)據(jù)等，重要的監(jiān)測(cè)設(shè)備包括美國(guó)的空間監(jiān)視網(wǎng)絡(luò)（SSN）、干草堆X 波段雷達(dá)、太陽(yáng)峰值探測(cè)器、長(zhǎng)時(shí)間曝光設(shè)備（LDEF）、哈勃太空望遠(yuǎn)鏡（HST）和航天飛機(jī)等。

圖1 美國(guó)目前的主要太空態(tài)勢(shì)感知手段和空間物體監(jiān)測(cè)范圍Fig.1 Current primary U.S.space situational awareness means and monitoring ranges of space objects

然而，現(xiàn)有的太空態(tài)勢(shì)感知手段和技術(shù)存在以下不足：雷達(dá)無(wú)法提供所有空間物體的準(zhǔn)確位置和軌道信息，且成本、尺寸和復(fù)雜性均較高；而光學(xué)傳感器對(duì)設(shè)備位置和運(yùn)行條件的要求較為嚴(yán)苛；其他一些太空目標(biāo)監(jiān)視手段目前均處于起步和探索階段，未得到大規(guī)模運(yùn)用。未來(lái)，隨著互聯(lián)網(wǎng)衛(wèi)星星座的蓬勃發(fā)展以及更多的國(guó)家參與到航天發(fā)射與衛(wèi)星運(yùn)營(yíng)中，必將導(dǎo)致本就復(fù)雜多變的太空環(huán)境進(jìn)一步惡化，這給太空態(tài)勢(shì)感知帶來(lái)了前所未有的考驗(yàn)。著眼于高效、安全的空間任務(wù)，將新興技術(shù)與現(xiàn)有的太空態(tài)勢(shì)感知手段相結(jié)合，提升空間感知與目標(biāo)監(jiān)視能力，有效遂行未來(lái)日益艱辛的太空任務(wù)勢(shì)在必行。

2 基于大數(shù)據(jù)的太空態(tài)勢(shì)感知技術(shù)

近年來(lái)興起的大數(shù)據(jù)（big data，BD）技術(shù)將研究重點(diǎn)放在數(shù)據(jù)的數(shù)量、速度、準(zhǔn)確性和多樣性上，這為信息管理及可視化、機(jī)器學(xué)習(xí)和信息融合提供了新的契機(jī)，也對(duì)太空態(tài)勢(shì)感知技術(shù)的進(jìn)一步拓展具有深遠(yuǎn)影響。本章將著重研究大數(shù)據(jù)技術(shù)在太空態(tài)勢(shì)感知中的運(yùn)用，以增強(qiáng)空間操控的相關(guān)手段，強(qiáng)化未來(lái)空間環(huán)境管理的可靠性和有效性。

2.1 大數(shù)據(jù)技術(shù)在未來(lái)太空態(tài)勢(shì)感知中的可能應(yīng)用

大數(shù)據(jù)技術(shù)中，有4 個(gè)關(guān)鍵指標(biāo)：數(shù)量（volume）、速度（velocity）、種類（variety）和準(zhǔn)確性（veracity），簡(jiǎn)稱4 個(gè)V。相應(yīng)的典型應(yīng)用場(chǎng)景包括：1）指揮和控制（如跟蹤）；2）網(wǎng)絡(luò)安全（如衛(wèi)星健康監(jiān)測(cè)（satellite health monitoring，SHM））；3）連接和傳播（如通信）；4）處理和利用（如遙感）。

以上關(guān)鍵指標(biāo)和典型應(yīng)用場(chǎng)景完美對(duì)應(yīng)了太空態(tài)勢(shì)感知的幾個(gè)重要目標(biāo)，主要包括：

1）駐留空間物體（resident space objects，RSO）的跟蹤和表征，對(duì)應(yīng)BD 技術(shù)指標(biāo)中的數(shù)量確定、速度識(shí)別和種類區(qū)分，BD 應(yīng)用場(chǎng)景中的指揮和控制；

2）衛(wèi)星健康監(jiān)測(cè)和通信，對(duì)應(yīng)BD 技術(shù)指標(biāo)中的數(shù)量確定、速度識(shí)別和準(zhǔn)確性，BD 應(yīng)用場(chǎng)景中的網(wǎng)絡(luò)安全、連接和傳播；

3）信息管理傳感和導(dǎo)航，對(duì)應(yīng)BD 技術(shù)指標(biāo)中的速度識(shí)別和準(zhǔn)確性，BD 應(yīng)用場(chǎng)景中的連接和傳播、處理和利用；

4）數(shù)據(jù)可視化，對(duì)應(yīng)BD 技術(shù)指標(biāo)中的數(shù)量確定、速度識(shí)別、種類區(qū)分和準(zhǔn)確性，BD 應(yīng)用場(chǎng)景中的處理和利用。

圖2 為大數(shù)據(jù)技術(shù)在未來(lái)太空態(tài)勢(shì)感知中的可能應(yīng)用領(lǐng)域。

圖2 大數(shù)據(jù)技術(shù)在未來(lái)太空態(tài)勢(shì)感知中的應(yīng)用設(shè)想Fig.2 Scenarios for the application of big data technology in future space situational awareness

在此基礎(chǔ)上，借助大數(shù)據(jù)技術(shù)對(duì)于海量數(shù)據(jù)的處理和挖掘能力，結(jié)合太空態(tài)勢(shì)感知的實(shí)際需求和進(jìn)一步發(fā)展，未來(lái)的太空態(tài)勢(shì)感知中的大數(shù)據(jù)技術(shù)還應(yīng)包括新的4V：

1）可變性（variability），通過(guò)對(duì)于海量的多模態(tài)空間監(jiān)視數(shù)據(jù)進(jìn)行空間及光譜分析，與傳統(tǒng)的圖像、信號(hào)、音頻、文本等多源分析相結(jié)合，以增強(qiáng)態(tài)勢(shì)分析能力；

2）貪婪性（voracity），即充分收集、使用和處理與太空態(tài)勢(shì)感知相關(guān)的大量數(shù)據(jù)。基于大規(guī)模計(jì)算技術(shù)，借助海量高價(jià)值數(shù)據(jù)，未來(lái)的態(tài)勢(shì)感知系統(tǒng)將能夠?qū)崿F(xiàn)性能優(yōu)化、自動(dòng)執(zhí)行、及時(shí)行動(dòng)；

3）可見(jiàn)性（visibility），對(duì)海量數(shù)據(jù)集的時(shí)間分析，以優(yōu)化動(dòng)態(tài)空間監(jiān)視任務(wù)、行動(dòng)過(guò)程開發(fā)和任務(wù)網(wǎng)絡(luò)分析能力。通過(guò)大規(guī)模數(shù)據(jù)的關(guān)聯(lián)性分析，可以建立RSO 壽命識(shí)別模式，以支持空間物體碰撞等重大風(fēng)險(xiǎn)的評(píng)估；

4）視覺(jué)性（visage），包括對(duì)空間碎片和RSO 的方位、外觀和姿態(tài)的表征?；趧?dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)應(yīng)用系統(tǒng)，利用建模和仿真工具來(lái)增強(qiáng)監(jiān)視盲區(qū)中的空間數(shù)據(jù)，及時(shí)更新監(jiān)視模型；建立空間目標(biāo)監(jiān)視的數(shù)據(jù)、模型和分析工具集成系統(tǒng)，從而大幅提升未來(lái)的空間操控能力［10］。

基于以上8V（數(shù)量（volume）、速度（velocity）、種類（variety）、準(zhǔn)確性（veracity）、可變性（variability）、貪婪性（voracity）、可見(jiàn)性（visibility）、視覺(jué)性（visage）），大數(shù)據(jù)技術(shù)將在未來(lái)的太空態(tài)勢(shì)感知中發(fā)揮舉足輕重的作用?；诖髷?shù)據(jù)的太空態(tài)勢(shì)感知場(chǎng)景如圖3 所示，主要分為以下三大方面：基于大數(shù)據(jù)的態(tài)勢(shì)感知，基于大數(shù)據(jù)的太空資產(chǎn)監(jiān)視，基于大數(shù)據(jù)的感知可視化。

圖3 基于大數(shù)據(jù)的太空態(tài)勢(shì)感知的主要應(yīng)用場(chǎng)景Fig.3 The main application scenarios of space situational awareness based on big data

2.2 基于大數(shù)據(jù)的太空目標(biāo)管理

如前文所述，太空態(tài)勢(shì)感知的一個(gè)重要方面是對(duì)于空間目標(biāo)的跟蹤和表征?；诙嘤^測(cè)手段收集的SSA 數(shù)據(jù)需要通過(guò)信息管理來(lái)強(qiáng)化感知質(zhì)量，而將待評(píng)估的這些SSA 要素結(jié)合起來(lái)則需要了解SSA 中的大數(shù)據(jù)的數(shù)量和種類，這主要可分為以下4 個(gè)方面：

2.2.1 空間物體跟蹤

SSA 中的空間物體跟蹤，主要包括從地基和天基平臺(tái)來(lái)感知各類空間監(jiān)視對(duì)象位置收集的海量數(shù)據(jù)，這其中可分為常態(tài)化定位已知空間物體數(shù)據(jù)（如在軌正常運(yùn)行的各類航天器）和動(dòng)態(tài)監(jiān)視未知空間物體數(shù)據(jù)（如太空碎片和失控航天器）。現(xiàn)有的跟蹤技術(shù)可以結(jié)合各類空間目標(biāo)監(jiān)視傳感器來(lái)開展SSA 數(shù)據(jù)的收集，以提高跟蹤性能。

2.2.2 空間物體表征

空間物體表征主要基于空間目標(biāo)的位置檢測(cè)來(lái)更新RSO 的現(xiàn)有信息庫(kù)。綜合利用雷達(dá)、光學(xué)傳感器、多光譜、天體測(cè)量及光度測(cè)量和紅外等技術(shù)，與新興的數(shù)據(jù)融合技術(shù)相結(jié)合，將能夠?qū)崿F(xiàn)待監(jiān)視空間物體的精細(xì)化表征。與此同時(shí)，基于大數(shù)據(jù)的SSA 空間物體分類工具包的開發(fā)，結(jié)合支持大數(shù)據(jù)分析的空間本體建模和基于深度學(xué)習(xí)的空間目標(biāo)跟蹤算法，將大幅提高未來(lái)的空間物體行為監(jiān)視和異常狀況檢測(cè)能力。

2.2.3 SSA 網(wǎng)絡(luò)保護(hù)

為了確保針對(duì)SSA 而采集的海量數(shù)據(jù)（特別是跟蹤和表征數(shù)據(jù)）的完整性、無(wú)損性，需要進(jìn)行高質(zhì)量的SSA 網(wǎng)絡(luò)保護(hù)，這主要包括SSA 數(shù)據(jù)的安全性、隱私性和可信性保證，特別是空間域任務(wù)保護(hù)（space domain mission assurance，SDMA）和網(wǎng)絡(luò)空間安全保護(hù)。以上屬性依賴于SSA 中大數(shù)據(jù)的信息架構(gòu)（如云服務(wù)、分層傳感）、數(shù)據(jù)協(xié)議（如數(shù)據(jù)格式）、源特征（如數(shù)據(jù)位置）和傳輸格式（如速度、帶寬）等關(guān)鍵信息，且隨著SSA 中大數(shù)據(jù)的8V 特性的日益多元化而變得更加復(fù)雜。這其中的一個(gè)關(guān)鍵屬性是對(duì)電磁干擾和服務(wù)攻擊的響應(yīng)能力。面向海量多維數(shù)據(jù)的智能處理技術(shù)的進(jìn)步，如信息融合和認(rèn)知干擾，以及近年來(lái)不斷發(fā)展的馬爾可夫方法、跳頻擴(kuò)頻技術(shù)、無(wú)線電干擾抑制技術(shù)和波束成形方法，將大力支持SSA 網(wǎng)絡(luò)保護(hù)，有望實(shí)現(xiàn)可靠的空間資產(chǎn)生存和避險(xiǎn)能力［11-17］。

2.2.4 SSA 信息管理

SSA 中海量數(shù)據(jù)的信息管理主要包括對(duì)SSA數(shù)據(jù)的訪問(wèn)、處理和存儲(chǔ)，這將主要基于信息對(duì)象管理（managed information object，MIO）這一信息組織與處理方法來(lái)實(shí)現(xiàn)。該方法主要包括基于活動(dòng)的智能信息處理方式（activity-based intelligence，ABI）和基于對(duì)象的智能信息處理方式（object-based production，OBP），如圖4 所示。

圖4 中，ABI 方法主要聚焦于對(duì)于空間對(duì)象的跟蹤和識(shí)別，這對(duì)于態(tài)勢(shì)感知和風(fēng)險(xiǎn)預(yù)測(cè)方面的數(shù)據(jù)評(píng)估及信息管理提出了很高的要求：態(tài)勢(shì)管控依賴于可靠的指令控制能力以及高效的資源管理能力［18］；而風(fēng)險(xiǎn)情況收集則需要對(duì)各類風(fēng)險(xiǎn)場(chǎng)景（如碎片碰撞、衛(wèi)星失控）的大數(shù)據(jù)進(jìn)行有效處理，綜合利用SSA 傳感器管理技術(shù)、SSA 數(shù)據(jù)路由優(yōu)化技術(shù)和云計(jì)算等數(shù)據(jù)庫(kù)方法［19-21］，來(lái)進(jìn)行資源統(tǒng)籌分配和數(shù)據(jù)高效分析。而OBP 方法則可以將海量SSA信息作為對(duì)象進(jìn)行存儲(chǔ)，使得各類SSA 數(shù)據(jù)用戶更為方便地訪問(wèn)信息內(nèi)容，其處理過(guò)程包括海量SSA數(shù)據(jù)的融合、挖掘和分析，這將通過(guò)信息存儲(chǔ)、上下文信息處理、人機(jī)交互等途徑加以實(shí)現(xiàn)。

2.3 基于大數(shù)據(jù)的太空資產(chǎn)監(jiān)視

基于大數(shù)據(jù)的太空資產(chǎn)監(jiān)視主要將圍繞著空間環(huán)境監(jiān)視、衛(wèi)星健康狀況監(jiān)測(cè)和頻譜管理這3 個(gè)方面開展，具體論述如下。

2.3.1 空間環(huán)境監(jiān)視

空間環(huán)境監(jiān)視對(duì)于衛(wèi)星的持續(xù)穩(wěn)定運(yùn)行至關(guān)重要［22］。通過(guò)收集太陽(yáng)風(fēng)、電磁輻射、X 射線耀斑、日冕物質(zhì)拋射和高能太陽(yáng)粒子等異?？臻g氣候的海量數(shù)據(jù)，利用上文所述的各類大數(shù)據(jù)處理方式加以研究，能夠掌握重點(diǎn)空間區(qū)域（如LEO、MEO、GEO軌道）的長(zhǎng)期氣候狀況，有望進(jìn)一步降低通信、導(dǎo)航和遙感衛(wèi)星等重要太空資產(chǎn)所受異?？臻g氣候變化的影響［23］。

2.3.2 衛(wèi)星健康狀況監(jiān)測(cè)

衛(wèi)星健康監(jiān)測(cè)（satellite health monitoring，SHM）對(duì)于衛(wèi)星的長(zhǎng)期管理、碰撞風(fēng)險(xiǎn)分析、異常狀況監(jiān)測(cè)有著重要作用［24］。由于衛(wèi)星健康監(jiān)測(cè)的海量數(shù)據(jù)可以根據(jù)衛(wèi)星上下行鏈路限制來(lái)進(jìn)行傳輸，未來(lái)可針對(duì)衛(wèi)星上的信號(hào)進(jìn)行智能處理。一方面，在衛(wèi)星將運(yùn)行和態(tài)勢(shì)感知信息發(fā)送到地面之前，可以對(duì)海量原始數(shù)據(jù)進(jìn)行控制和處理；另一方面，利用面向衛(wèi)星通信（satellite communication，SATCOM）網(wǎng)絡(luò)生存能力的馬爾可夫博弈［25］，可以大幅提高處理衛(wèi)星上大數(shù)據(jù)的效率，實(shí)現(xiàn)有效的數(shù)字傳輸，提升衛(wèi)星健康監(jiān)測(cè)能力。

2.3.3 頻譜管理

除了衛(wèi)星健康監(jiān)測(cè)之外，空間動(dòng)態(tài)頻譜獲取和長(zhǎng)期有效管理，也將是未來(lái)太空態(tài)勢(shì)感知的重點(diǎn)發(fā)展方向，在這一領(lǐng)域大數(shù)據(jù)也將發(fā)揮著決定性作用。為了優(yōu)化空間頻譜管理性能，亟需解決衛(wèi)星位置、數(shù)據(jù)需求和天線處理等方面的不確定性。可以采取的技術(shù)包括頻譜感知、波形選擇以及基于貝葉斯網(wǎng)絡(luò)或其他推理引擎的推理策略［26-28］，以實(shí)現(xiàn)對(duì)于大量頻譜管理數(shù)據(jù)的高效處理和性能優(yōu)化。

2.4 基于大數(shù)據(jù)的感知可視化

基于大數(shù)據(jù)的可視化方法對(duì)太空態(tài)勢(shì)感知具有重要意義，與之相關(guān)的可視化技術(shù)已完成革命性進(jìn)展?；诖髷?shù)據(jù)的SSA 可視化將為用戶提供關(guān)于空間物體、太空資產(chǎn)周邊態(tài)勢(shì)情況和潛在威脅評(píng)估等重要空間環(huán)境的精細(xì)化信息。已有的SSA 相關(guān)的大數(shù)據(jù)研究主要集中在RSO 和空間環(huán)境等信息上［29-30］；而未來(lái)，基于大數(shù)據(jù)的SSA 可能趨勢(shì)則是處理基于物理層的上下文數(shù)據(jù)，以及人類派生的相關(guān)信息內(nèi)容的能力。

因此，基于大數(shù)據(jù)的SSA 不僅可以進(jìn)行上文所述的態(tài)勢(shì)評(píng)估和態(tài)勢(shì)感知，而且有望進(jìn)一步實(shí)現(xiàn)對(duì)于各種空間態(tài)勢(shì)的理解。支持大數(shù)據(jù)相關(guān)軟硬件的不斷革新，特別是圖形處理器的飛速發(fā)展，使得海量SSA 數(shù)據(jù)能夠?qū)崟r(shí)處理和呈現(xiàn)；而SSA 可視化軟件如支持用戶定義操作圖（user defined operating picture，UDOP）［29］的開發(fā)和推廣，將大大簡(jiǎn)化針對(duì)空間目標(biāo)進(jìn)行軌跡繪制、健康狀況評(píng)估、碰撞風(fēng)險(xiǎn)討論和空間物體編目的工作量［30］，不斷深化用戶對(duì)于態(tài)勢(shì)感知情況的理解?；赟SA 的可視化將有效確保衛(wèi)星進(jìn)行可靠的通信、導(dǎo)航和遙感。態(tài)勢(shì)感知用戶對(duì)于空間環(huán)境的深入了解，將使得用戶可以借助SSA 大數(shù)據(jù)對(duì)空間環(huán)境進(jìn)行有效監(jiān)測(cè)和可視化數(shù)據(jù)處理。

3 基于云計(jì)算的太空態(tài)勢(shì)感知技術(shù)

高精度的空間態(tài)勢(shì)感知和空間有效控制能力是擁有太空資產(chǎn)國(guó)家的首要任務(wù)，而隨著空間碎片數(shù)量的增加，對(duì)收集和處理海量傳感器數(shù)據(jù)的能力提出了越來(lái)越高的要求。在可預(yù)見(jiàn)的未來(lái)，亟需一個(gè)全球協(xié)作的SSA 網(wǎng)絡(luò)，這其中包括用于通信和監(jiān)視的雷達(dá)、光學(xué)和其他類型的傳感器，而這樣的SSA系統(tǒng)需要龐大的存儲(chǔ)空間、強(qiáng)大的計(jì)算能力，以及服務(wù)數(shù)十萬(wàn)用戶訪問(wèn)同一個(gè)數(shù)據(jù)庫(kù)的能力，傳統(tǒng)的分布式組網(wǎng)系統(tǒng)和現(xiàn)有的太空監(jiān)視網(wǎng)絡(luò)已無(wú)法滿足以上需求［31］。

興起的云計(jì)算由于具有高可用和高可靠的池化計(jì)算資源、按需可擴(kuò)展、計(jì)量服務(wù)隨域安全訪問(wèn)等顯著特點(diǎn)［32］，在機(jī)器人系統(tǒng)、移動(dòng)遠(yuǎn)程醫(yī)療和文本分析等領(lǐng)域已經(jīng)得到了廣泛應(yīng)用［36-38］。最近，云計(jì)算技術(shù)因具有可擴(kuò)展且靈活的存儲(chǔ)和計(jì)算服務(wù)，已被認(rèn)為有望解決未來(lái)SSA 所面臨的大數(shù)據(jù)處理難題［33-34］：通過(guò)將數(shù)據(jù)卸載到云端并減輕部分計(jì)算任務(wù)，航天機(jī)構(gòu)將能夠更加專注于收集和分析SSA數(shù)據(jù)，而無(wú)需擔(dān)心基礎(chǔ)設(shè)施的規(guī)劃和維護(hù)。結(jié)合太空態(tài)勢(shì)感知云（space situational awareness cloud，SSAC）這一概念［35］，可有力支持未來(lái)日益復(fù)雜化的空間情況監(jiān)測(cè)、太空資產(chǎn)跟蹤、重要太空目標(biāo)識(shí)別和碎片碰撞威脅評(píng)估等重要SSA 任務(wù)。將云計(jì)算集成到未來(lái)的SSA 系統(tǒng)的好處包括：減少基礎(chǔ)設(shè)施維護(hù)、避免重復(fù)投資、易于數(shù)據(jù)管理和訪問(wèn)、靈活計(jì)算和應(yīng)用程序的快速開發(fā)和部署等［31］。歐洲航天局（ESA）和美國(guó)國(guó)家航空航天局（NASA）等航天機(jī)構(gòu)，已將部分SSA 相關(guān)的計(jì)算任務(wù)轉(zhuǎn)移到公共云服務(wù)提供商（如亞馬遜網(wǎng)絡(luò)服務(wù)）中［39］。

3.1 基于云計(jì)算的SSA 的基本系統(tǒng)架構(gòu)

基于云的架構(gòu)的核心是能夠使用靈活的按需計(jì)費(fèi)模式購(gòu)買計(jì)算和存儲(chǔ)資源，典型的基于云計(jì)算的SSA 的基本系統(tǒng)架構(gòu)將如圖5 所示。不同空間機(jī)構(gòu)擁有的地面站、衛(wèi)星和其他傳感器收集數(shù)據(jù)并將數(shù)據(jù)發(fā)送到所有者機(jī)構(gòu)的中心。應(yīng)用程序編程接口（API）層允許社區(qū)中的SSA 應(yīng)用程序開發(fā)人員創(chuàng)建新應(yīng)用程序。API 層之上是針對(duì)不同目的的應(yīng)用程序（APPS）。例如避免碰撞、軌道確定、空間物體編目和再入預(yù)測(cè)。

圖5 基于云計(jì)算的SSA 系統(tǒng)的基本架構(gòu)Fig.5 Basic architecture of SSA system based on cloud computing

以上基于云的SSA 系統(tǒng)架構(gòu)，具有以下優(yōu)勢(shì)：

3.1.1 便于基礎(chǔ)設(shè)施維護(hù)

借助云計(jì)算、云存儲(chǔ)和云共享，航天機(jī)構(gòu)將無(wú)需考慮系統(tǒng)的可擴(kuò)展性和可用性，從而大大削減計(jì)算和存儲(chǔ)服務(wù)費(fèi)用以及能源等運(yùn)營(yíng)成本。

3.1.2 避免重復(fù)投資

協(xié)作式集中式、基于云的SSA 系統(tǒng)有望成為避免每個(gè)航天機(jī)構(gòu)重復(fù)投資的最佳策略。此外，通過(guò)結(jié)合世界各地分布式傳感器收集的數(shù)據(jù)，基于云的SSA 系統(tǒng)將具有更高的檢測(cè)準(zhǔn)確性。

3.1.3 簡(jiǎn)化數(shù)據(jù)管理和訪問(wèn)

云服務(wù)提供商具有很好的管理可用于空間物體評(píng)估的大數(shù)據(jù)的經(jīng)驗(yàn)，通過(guò)本架構(gòu)，數(shù)據(jù)所有者可以大大節(jié)省開發(fā)數(shù)據(jù)存儲(chǔ)系統(tǒng)的時(shí)間和資源，輕松訪問(wèn)數(shù)據(jù)。

3.1.4 彈性計(jì)算

未來(lái)日益復(fù)雜的SSA 任務(wù)的計(jì)算需求，對(duì)航天機(jī)構(gòu)的高性能實(shí)時(shí)計(jì)算能力提出了很高要求。借助云計(jì)算技術(shù)，航天機(jī)構(gòu)既可以提前規(guī)劃SSA 任務(wù)，也可以利用云計(jì)算的“現(xiàn)收現(xiàn)付”、按需計(jì)算等功能來(lái)加速SSA 任務(wù)的實(shí)時(shí)處理。

3.1.5 應(yīng)用程序的快速開發(fā)和部署

利用云計(jì)算對(duì)于應(yīng)用程序的快速部署能力，云平臺(tái)提供的開發(fā)環(huán)境可以大大簡(jiǎn)化SSA 任務(wù)相關(guān)應(yīng)用程序的開發(fā)工作。

3.2 基于自適應(yīng)過(guò)程云系統(tǒng)的SSA 大規(guī)模計(jì)算架構(gòu)

基于自適應(yīng)過(guò)程云系統(tǒng)（adaptive process-based cloud system，APCS）的SSA 大規(guī)模計(jì)算方法如圖6所示。為了更好地適應(yīng)商業(yè)云基礎(chǔ)設(shè)施，該系統(tǒng)會(huì)在商業(yè)云計(jì)算供應(yīng)商上實(shí)施，因此，無(wú)需來(lái)自云的額外控制，充分面向未來(lái)的SSA 應(yīng)用程序中大規(guī)模計(jì)算這一場(chǎng)景。在實(shí)際應(yīng)用中，管理員可以根據(jù)需要選擇擁有多少個(gè)動(dòng)態(tài)用戶請(qǐng)求。

圖6 基于自適應(yīng)過(guò)程云系統(tǒng)的SSA 大規(guī)模計(jì)算架構(gòu)Fig.6 SSA large-scale computing architecture of cloud system based on adaptive process

3.3 基于滑動(dòng)窗口工作流的SSA 任務(wù)架構(gòu)

圖7 顯示了基于滑動(dòng)窗口工作流的SSA 任務(wù)架構(gòu)的基本工作流程。整個(gè)工作流程可以并行化運(yùn)行多個(gè)工作流，且彼此之間不需要進(jìn)程間通信。下面將以想定的未來(lái)SSA 任務(wù)中空間碎片的監(jiān)視和規(guī)避為背景，具體介紹該架構(gòu)的工作流程，本架構(gòu)由5 種不同類型的工作流組成，基于云的隊(duì)列進(jìn)行同步，所有數(shù)據(jù)都存儲(chǔ)在云端，按照超級(jí)可擴(kuò)展的云結(jié)構(gòu)來(lái)設(shè)計(jì)存儲(chǔ)和隊(duì)列。

圖7 基于滑動(dòng)窗口工作流的SSA 任務(wù)架構(gòu)Fig.7 SSA task architecture based on sliding window workflow

如圖8 所示，第1 個(gè)工作流負(fù)責(zé)導(dǎo)入兩行軌道根數(shù)（two line elements，TLE）數(shù)據(jù)并監(jiān)視特定位置（如GEO 和LEO 軌道）上的新TLE 數(shù)據(jù)。第2 個(gè)工作流使用完整的TLE 目錄并計(jì)算碎片與太空資產(chǎn)之間發(fā)生碰撞的概率，碰撞算法在基于云的架構(gòu)中以單個(gè)工作流方式進(jìn)行碎片碰撞概率的檢測(cè)，同時(shí)識(shí)別高風(fēng)險(xiǎn)碎片（如體積大、運(yùn)行速度快、活動(dòng)區(qū)域關(guān)鍵等）。第3 個(gè)工作流將讀取第2 個(gè)工作流傳來(lái)的碰撞概率列表，并判斷列表中的碎片順序何時(shí)穩(wěn)定。第4 個(gè)工作流則根據(jù)碰撞概率等關(guān)鍵物理特征來(lái)識(shí)別上表中排名靠前的對(duì)象。第5 個(gè)工作流負(fù)責(zé)計(jì)算使選定的碎片對(duì)象脫離軌道所需的能量、最佳路線等關(guān)鍵信息，最終輸出高風(fēng)險(xiǎn)碎片清單、碎片的清除順序以及長(zhǎng)期規(guī)避碎片所需最低能量。

圖8 基于實(shí)際SSA 任務(wù)的滑動(dòng)窗口工作流Fig.8 Sliding window workflow based on actual SSA tasks

3.4 基于動(dòng)態(tài)虛擬機(jī)計(jì)算集群和存儲(chǔ)系統(tǒng)的SSA數(shù)據(jù)云架構(gòu)

圖9 所示即為基于動(dòng)態(tài)虛擬機(jī)（VM）計(jì)算集群和存儲(chǔ)系統(tǒng)的SSA 數(shù)據(jù)云架構(gòu)，該架構(gòu)主要有以下特點(diǎn)。

圖9 基于動(dòng)態(tài)虛擬機(jī)計(jì)算集群和存儲(chǔ)系統(tǒng)的SSA 數(shù)據(jù)云架構(gòu)Fig.9 SSA data cloud architecture based on dynamic virtual machine compute clusters and storage systems

3.4.1 動(dòng)態(tài)計(jì)算集群

該集群是由虛擬機(jī)集群和物理集群組成的計(jì)算集群［40］。云端將會(huì)根據(jù)系統(tǒng)負(fù)載情況，為不同的SSA 監(jiān)視任務(wù)分配合適的計(jì)算資源。集群中的一臺(tái)虛擬機(jī)將會(huì)作為計(jì)算調(diào)度器，監(jiān)視所有虛擬機(jī)的性能和負(fù)載，這一彈性計(jì)算結(jié)構(gòu)能夠有效處理未來(lái)SSA 中的計(jì)算密集型任務(wù)。

3.4.2 分散存儲(chǔ)

每個(gè)虛擬機(jī)都擁有一個(gè)或多個(gè)互相關(guān)聯(lián)的存儲(chǔ)卷［41］。通過(guò)采用存儲(chǔ)完整性審計(jì)服務(wù)，可以將各SSA 任務(wù)用戶數(shù)據(jù)的安全性和完整性納入系統(tǒng)。

3.4.3 系統(tǒng)功能分散到虛擬機(jī)中

系統(tǒng)中的每個(gè)單獨(dú)功能都可以在具有適當(dāng)計(jì)算和存儲(chǔ)資源的虛擬機(jī)上實(shí)現(xiàn)，云的彈性也將保證各種SSA 服務(wù)的高可用性［42］：一旦任何虛擬機(jī)發(fā)生故障，系統(tǒng)可以在數(shù)分鐘內(nèi)部署一個(gè)新的虛擬機(jī)來(lái)加以替代［43-44］。

4 基于區(qū)塊鏈的太空態(tài)勢(shì)感知技術(shù)

基于區(qū)塊鏈和智能合約的應(yīng)用安全機(jī)制是近年來(lái)一個(gè)熱門的研究課題，最近的研究集中在智能監(jiān)控系統(tǒng)、社會(huì)信用系統(tǒng)、身份認(rèn)證和訪問(wèn)控制（access control，AC）等領(lǐng)域［45-50］。MITTAL 等的研究展示了區(qū)塊鏈及智能合約技術(shù)在星座和群衛(wèi)星架構(gòu)設(shè)計(jì)中的潛在作用和價(jià)值［51］。在可預(yù)見(jiàn)的未來(lái)，基于區(qū)塊鏈的太空態(tài)勢(shì)感知技術(shù)必將得到大規(guī)模的運(yùn)用和發(fā)展，相關(guān)的運(yùn)用途徑和手段簡(jiǎn)要總結(jié)如下。

4.1 基于區(qū)塊鏈的SSA 方案的可行性

為了支持未來(lái)日益復(fù)雜多樣的SSA 應(yīng)用場(chǎng)景，需要設(shè)計(jì)彈性、可靠的空間系統(tǒng)。這一系統(tǒng)應(yīng)包括用于監(jiān)測(cè)空間環(huán)境的各類傳感器，用于傳輸海量信息的通信系統(tǒng)，和用于低延時(shí)、高可靠處理數(shù)據(jù)的智能算法［52］。而在未來(lái)各種SSA 應(yīng)用場(chǎng)景中，SSA數(shù)據(jù)的完整性和訪問(wèn)安全性是確保實(shí)現(xiàn)可靠、有效太空態(tài)勢(shì)感知的關(guān)鍵因素。

然而，由于待監(jiān)控的空間物體數(shù)量的迅速擴(kuò)張，加之現(xiàn)有SSA 安全防護(hù)平臺(tái)的異質(zhì)性，使得現(xiàn)有的SSA 安全解決方案不能很好地適應(yīng)未來(lái)的空間網(wǎng)絡(luò)生態(tài)系統(tǒng)，而多種安全技術(shù)和解決方案的盲目結(jié)合則會(huì)導(dǎo)致安全系統(tǒng)的極度過(guò)載。此外，目前的AC 方案依賴于集中式架構(gòu)，這將成為未來(lái)空間網(wǎng)絡(luò)安全的性能瓶頸［53］。為此，有必要針對(duì)未來(lái)的SSA 系統(tǒng)提出新的AC 方案，確保經(jīng)過(guò)身份驗(yàn)證的空間物體間的數(shù)據(jù)共享和合作操作的順利執(zhí)行。

4.2 基于BEDCB-AC 框架的SSA 數(shù)據(jù)安全保護(hù)方案

受區(qū)塊鏈和智能合約技術(shù)的啟發(fā)，針對(duì)未來(lái)的SSA 數(shù)據(jù)安全保護(hù)難題，近年來(lái)出現(xiàn)了一種基于分散聯(lián)邦能力和身份驗(yàn)證的AC 框架［51-53］，以實(shí)現(xiàn)對(duì)未來(lái)SSA 網(wǎng)絡(luò)中的設(shè)備、服務(wù)和信息的有效保護(hù)。該框架的具體組成如圖10 所示。本框架的主要特點(diǎn)是：區(qū)塊鏈支持（blockchain-enabled）、去中心化（decentralized）和基于能力的訪問(wèn)控制（capability-based access control），為方便表述，本框架簡(jiǎn)稱為BEDCB-AC。BEDCB-AC 將利用區(qū)塊鏈技術(shù)創(chuàng)建虛擬信任區(qū)域，區(qū)域中各分布式組件可以實(shí)現(xiàn)低可信度的網(wǎng)絡(luò)環(huán)境下的相互識(shí)別和安全通信。與此同時(shí)，該框架采用一種基于身份認(rèn)證、能力令牌管理、訪問(wèn)權(quán)限驗(yàn)證和聯(lián)合授權(quán)的去中心化策略，以實(shí)現(xiàn)對(duì)海量SSA 數(shù)據(jù)的可擴(kuò)展、分布式和細(xì)粒度保護(hù)［54］。

圖10 基于BEDCB-AC 框架的SSA 數(shù)據(jù)安全保護(hù)方案Fig.10 SSA data security protection scheme based on BEDCB-AC framework

在圖10 所示的AC 框架中，每個(gè)域主（domain master）作為SSA 子網(wǎng)絡(luò)授權(quán)機(jī)構(gòu)提供身份認(rèn)證服務(wù)，并采取特定的安全策略來(lái)管理與域相關(guān)的空間對(duì)象的功能和服務(wù)。衛(wèi)星和地面站系統(tǒng)都可以擔(dān)任域主。身份認(rèn)證和訪問(wèn)授權(quán)策略將部署在整個(gè)區(qū)塊鏈網(wǎng)絡(luò)上，各子模塊的身份和AR 驗(yàn)證及授權(quán)操作將被開發(fā)為服務(wù)應(yīng)用程序，以便于運(yùn)行在域主和其他關(guān)鍵RSO 上。與集中式的AC 解決方案相比，本方案具有分散式架構(gòu)、邊緣計(jì)算驅(qū)動(dòng)的智能設(shè)計(jì)、細(xì)粒度和輕量級(jí)等顯著優(yōu)點(diǎn)，從而消除了集中式架構(gòu)帶來(lái)的瓶頸效應(yīng)和故障風(fēng)險(xiǎn)，可較好地適應(yīng)空間通信網(wǎng)絡(luò)的分布式特性。智能對(duì)象通過(guò)將能量和智能從集中式云服務(wù)器傳輸?shù)娇臻g網(wǎng)絡(luò)邊緣，對(duì)未來(lái)分布式、可伸縮、異構(gòu)、動(dòng)態(tài)的SSA 場(chǎng)景具有重要意義。

5 基于人工智能的太空態(tài)勢(shì)感知技術(shù)

人工智能、深度學(xué)習(xí)等相關(guān)技術(shù)的蓬勃發(fā)展，帶來(lái)了圖像識(shí)別、特征表征、目標(biāo)分類等領(lǐng)域的革命性進(jìn)展［54］。在未來(lái)的SSA 任務(wù)中，空間駐留物體（resident space objects，RSO）的表征、分類與精確識(shí)別是亟待解決的重要難題之一［55］。未來(lái)的RSO 編目目錄和SSA 系統(tǒng)迫切需要構(gòu)建RSO 的詳細(xì)特征庫(kù)。目前，對(duì)于近地同步的RSO 群主要使用可以進(jìn)行天體和光度測(cè)量的光學(xué)傳感器進(jìn)行跟蹤。傳統(tǒng)測(cè)量源還包括其他雷達(dá)和光學(xué)設(shè)備［56］。近年來(lái)，出現(xiàn)了多種改進(jìn)模型的發(fā)展，包括非線性狀態(tài)估計(jì)，用于RSO 表征的完整貝葉斯反演方法等［57-58］。但以上方法存在總體計(jì)算成本高、無(wú)法勝任未來(lái)復(fù)雜嚴(yán)峻的SSA 任務(wù)等突出問(wèn)題。而方興未艾的人工智能相關(guān)技術(shù)憑借在目標(biāo)識(shí)別與分類領(lǐng)域的顯著優(yōu)勢(shì)，必將在未來(lái)的SSA 任務(wù)中發(fā)揮重要作用［59］?；谌斯ぶ悄艿腟SA 在未來(lái)可能的應(yīng)用范例詳細(xì)分析如下。

5.1 基于機(jī)器學(xué)習(xí)、本體建模和貝葉斯網(wǎng)絡(luò)的RSO 行為表征

本方法基于“端到端”的思想，采用機(jī)器學(xué)習(xí)和基于本體的貝葉斯網(wǎng)絡(luò)（bayesian networks，BN）來(lái)表征常駐空間對(duì)象的行為。運(yùn)用“從數(shù)據(jù)到發(fā)現(xiàn)”的思想，協(xié)同使用已在其他領(lǐng)域取得巨大成功的機(jī)器學(xué)習(xí)方法?；谶w移學(xué)習(xí)的思想，采用大數(shù)據(jù)科學(xué)和相應(yīng)的分析框架，從而促進(jìn)大量不同RSO 信息源的鏈接和融合［60］。現(xiàn)有的機(jī)器學(xué)習(xí)架構(gòu)（如極限學(xué)習(xí)機(jī)、卷積深度網(wǎng)絡(luò)等）將在物理模型上進(jìn)行訓(xùn)練，以學(xué)習(xí)RSO 的典型特征（如矢量化能量和動(dòng)量狀態(tài)等參數(shù)）；接著，通過(guò)特征空間中的聚類和隨后的RSO 分類來(lái)實(shí)現(xiàn)行為表征。本方法通過(guò)集成機(jī)器學(xué)習(xí)分類器和概率推理，可大力支持SSA 應(yīng)用程序的高級(jí)別決策。

5.2 基于極限學(xué)習(xí)機(jī)和逆映射的RSO 編目和跟蹤

本方法基于RSO 的物理模型（例如RSO 的軌道動(dòng)力學(xué)模型），利用逆映射和極限學(xué)習(xí)機(jī)來(lái)訓(xùn)練一組用于回歸的神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)于傳感器測(cè)量與RSO 能量及狀態(tài)之間的函數(shù)關(guān)系的表征，完成對(duì)于RSO 的穩(wěn)定編目和跟蹤；極限學(xué)習(xí)機(jī)則可以有效改善訓(xùn)練時(shí)間，同時(shí)將RSO 的角度測(cè)量值映射到RSO的狀態(tài)參數(shù)［61］。通過(guò)從RSO 的軌道元素中的分布抽樣，隨機(jī)生成產(chǎn)生訓(xùn)練數(shù)據(jù)，最后模擬RSO 軌道并生成模擬測(cè)量值。利用不同類型的軌道范圍和測(cè)量類型的訓(xùn)練集和訓(xùn)練網(wǎng)絡(luò)，以及不同的參數(shù)集（如能量參數(shù)和方向參數(shù)），將進(jìn)一步優(yōu)化本方法的RSO 編目和跟蹤效果。

5.3 基于卷積神經(jīng)網(wǎng)絡(luò)的RSO 特征提取和分類

對(duì)空間碎片進(jìn)行精確的表征和分類，對(duì)于了解它們對(duì)太空資產(chǎn)及空間任務(wù)（如在軌衛(wèi)星和載人航天任務(wù)）構(gòu)成的潛在威脅至關(guān)重要。近年來(lái)，卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）在物體分類、場(chǎng)景分類和視頻分類等圖像處理任務(wù)上取得了極佳的性能［62-64］。而CNN 架構(gòu)的關(guān)鍵即是大規(guī)模網(wǎng)絡(luò)、多達(dá)數(shù)千萬(wàn)個(gè)參數(shù)和大量標(biāo)記數(shù)據(jù)集［64］?；诖?，本方法主要基于CNN 技術(shù)，實(shí)現(xiàn)從觀測(cè)數(shù)據(jù)中快速、準(zhǔn)確地確定RSO 的類別；同時(shí)采用數(shù)據(jù)驅(qū)動(dòng)的分類方法［65］，從RSO 的光變曲線中初步觀察并確定RSO 的形狀和類別（火箭體、有效載荷和碎片等）；基于CNN 這一特征學(xué)習(xí)和分類架構(gòu)來(lái)實(shí)現(xiàn)對(duì)于RSO 形狀的精確、高效分類。

6 啟示與展望

太空態(tài)勢(shì)感知在保護(hù)太空資產(chǎn)、有效執(zhí)行太空任務(wù)和維護(hù)安全的太空環(huán)境等方面均發(fā)揮著重要作用，瞄準(zhǔn)“十四五”期間中國(guó)航天的重大需求，面向未來(lái)日益嚴(yán)峻復(fù)雜的太空環(huán)境，將近年來(lái)蓬勃發(fā)展的新興技術(shù)與目前的太空態(tài)勢(shì)感知手段相結(jié)合，有著廣闊的研究前景和發(fā)展空間?，F(xiàn)階段國(guó)外關(guān)于該交叉領(lǐng)域的研究已取得一系列成果，而國(guó)內(nèi)還處于起步階段。未來(lái)，在以大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈和人工智能等為代表的新興技術(shù)驅(qū)動(dòng)下，太空態(tài)勢(shì)感知技術(shù)有以下幾大關(guān)鍵發(fā)展方向和重大戰(zhàn)略需求。

6.1 基于數(shù)據(jù)驅(qū)動(dòng)和海量數(shù)據(jù)高速并行處理的太空態(tài)勢(shì)感知技術(shù)

針對(duì)未來(lái)太空態(tài)勢(shì)感知的各項(xiàng)關(guān)鍵目標(biāo)（駐留空間物體的跟蹤和表征、衛(wèi)星健康監(jiān)測(cè)和通信、信息管理傳感和導(dǎo)航、數(shù)據(jù)可視化），可充分發(fā)揮大數(shù)據(jù)、云計(jì)算等技術(shù)在海量空間監(jiān)視目標(biāo)數(shù)據(jù)挖掘，大規(guī)模監(jiān)測(cè)數(shù)據(jù)高速、并行、近實(shí)時(shí)處理上的優(yōu)勢(shì)，從而實(shí)現(xiàn)海量太空態(tài)勢(shì)感知數(shù)據(jù)的迅即處理、實(shí)時(shí)響應(yīng)，高價(jià)值空間目標(biāo)的可靠態(tài)勢(shì)感知（空間物體跟蹤、空間物體表征、SSA 網(wǎng)絡(luò)保護(hù)、SSA 信息管理），太空資產(chǎn)監(jiān)視（空間環(huán)境監(jiān)視、衛(wèi)星健康狀況監(jiān)測(cè)和頻譜管理）和感知可視化，海量態(tài)勢(shì)感知數(shù)據(jù)的便捷管理、靈活計(jì)算，太空態(tài)勢(shì)感知應(yīng)用程序的快速開發(fā)和部署等重大戰(zhàn)略目標(biāo)。

6.2 基于泛在網(wǎng)絡(luò)通信和大規(guī)模數(shù)據(jù)安全防護(hù)的太空態(tài)勢(shì)感知技術(shù)

針對(duì)未來(lái)各種SSA 應(yīng)用場(chǎng)景中，SSA 數(shù)據(jù)的完整性和訪問(wèn)安全性等難題，可充分挖掘區(qū)塊鏈和智能合約等技術(shù)在身份驗(yàn)證、訪問(wèn)控制、網(wǎng)絡(luò)信息保護(hù)、智能合約部署等方面的優(yōu)勢(shì)，實(shí)現(xiàn)可靠、實(shí)時(shí)的太空態(tài)勢(shì)感知通信系統(tǒng)防護(hù)和分布式、可伸縮、異構(gòu)、動(dòng)態(tài)的太空態(tài)勢(shì)感知安全網(wǎng)絡(luò)構(gòu)建。

6.3 基于海量空間目標(biāo)智能識(shí)別和高精度監(jiān)測(cè)的太空態(tài)勢(shì)感知技術(shù)

針對(duì)未來(lái)的SSA 任務(wù)中，海量空間目標(biāo)的表征、分類與精確識(shí)別這一難題，利用人工智能相關(guān)技術(shù)在大規(guī)模目標(biāo)識(shí)別、智能分類、迅即處理、自適應(yīng)匹配等方面的顯著優(yōu)勢(shì)，實(shí)現(xiàn)對(duì)于大規(guī)模動(dòng)態(tài)空間目標(biāo)的高精度分類、編目和常態(tài)化跟蹤。

7 結(jié)論

鑒于大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能等新興技術(shù)在海量數(shù)據(jù)的高效處理、大規(guī)模目標(biāo)識(shí)別、動(dòng)態(tài)模式監(jiān)測(cè)、數(shù)據(jù)和圖像可視化等方面的顯著優(yōu)勢(shì)，本文重點(diǎn)開展了基于大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈和人工智能的太空態(tài)勢(shì)感知關(guān)鍵技術(shù)綜述，通過(guò)分析以上技術(shù)在太空態(tài)勢(shì)感知上的切入點(diǎn)和應(yīng)用前景，歸納了太空態(tài)勢(shì)感知與以上技術(shù)相結(jié)合的體系架構(gòu)、處理模式和智能算法。將以上體系架構(gòu)和處理算法運(yùn)用到未來(lái)的SSA 任務(wù)中，有望在一定程度上改善目前緊張的太空監(jiān)視資源和太空運(yùn)行環(huán)境，還有可能帶來(lái)空間目標(biāo)識(shí)別和天基預(yù)警等領(lǐng)域的革命性突破。

未來(lái)，可以進(jìn)一步探索大數(shù)據(jù)、云計(jì)算等技術(shù)在SSA 數(shù)據(jù)的深入融合和處理算法，以及區(qū)塊鏈和人工智能在SSA 任務(wù)調(diào)度和資源分配上的進(jìn)一步運(yùn)用，確保穩(wěn)定、可靠、高效的太空環(huán)境，有效支撐我國(guó)航天強(qiáng)國(guó)發(fā)展規(guī)劃，推動(dòng)太空資產(chǎn)管理能力躍升。