TLE机动检测中的抗差高斯混合模型

张浩越; 赵春梅; 何正斌

doi:10.13203/j.whugis20230360

您当前的位置：

首页 >

文章列表页 >

TLE机动检测中的抗差高斯混合模型

大地测量学与测量工程 | 更新时间：2026-11-05

- TLE机动检测中的抗差高斯混合模型
- Robust Gaussian Mixture Model for Maneuver Detection Using TLE Data
- 武汉大学学报（信息科学版） 2025年50卷第11期页码：2365-2372
- 作者机构：
  
  1.辽宁工程技术大学测绘与地理科学学院，辽宁阜新,123000
  2.中国测绘科学研究院大地测量与导航定位研究所，北京,100036
  3.北京房山人卫激光国家野外科学观测研究站，北京,100036
- 作者简介：
  
  张浩越，博士，主要从事空间碎片轨道预报方法研究。longzhmm@163.com
  赵春梅，博士，研究员。zcm@casm.ac.cn
- 基金信息：
  
  国家自然科学基金(42174033);国家重点研发计划(2020YFB0505801;2020YFB0505802)
- DOI：10.13203/j.whugis20230360
  中图分类号： P207
- 收稿：2024-07-20，
  
  纸质出版：2025-11-05
- 稿件说明：
移动端阅览
张浩越,赵春梅,何正斌.TLE机动检测中的抗差高斯混合模型[J].武汉大学学报（信息科学版）,2025,50(11):2365-2372.

ZHANG Haoyue,ZHAO Chunmei,HE Zhengbin.Robust Gaussian Mixture Model for Maneuver Detection Using TLE Data[J].Geomatics and Information Science of Wuhan University,2025,50(11):2365-2372.
张浩越,赵春梅,何正斌.TLE机动检测中的抗差高斯混合模型[J].武汉大学学报（信息科学版）,2025,50(11):2365-2372. DOI：10.13203/j.whugis20230360

ZHANG Haoyue,ZHAO Chunmei,HE Zhengbin.Robust Gaussian Mixture Model for Maneuver Detection Using TLE Data[J].Geomatics and Information Science of Wuhan University,2025,50(11):2365-2372. DOI：10.13203/j.whugis20230360

摘要

基于两行根数(two-line elements，TLE)进行空间目标机动检测是空间态势感知的重要手段。然而两行根数精度有限且带有噪声，机动检测的难度和不确定性较大。为解决该问题，结合传统高斯混合模型和抗差估计理论，提出一种抗差高斯混合模型(robust Gaussian mixture model，RGMM)。该模型以TLE半长轴预报误差变化率为基础，在参数解算过程中加入抗差校正函数，通过约束可疑数据的后验概率来提高模型的鲁棒性。以典型的空间目标为例，与传统高斯混合模型对比TLE机动检测性能。实验结果表明，相较于传统高斯混合模型，RGMM检测召回率和F1分数分别提高了60.6%和18%，可有效提高机动事件检测的综合性能，对于空间态势感知中机动事件敏感的任务具有重要意义。

Abstract

Objectives

The number of space objects has grown exponentially due to increased space activities

significantly increasing the collision risk in the Earth's orbit. Proactive detection and accurate monitoring of changes in the orbits of space objects

including in-orbit collisions and orbital maneuvers of space objects

have become essential. Two-line elements (TLE) set is a data format containing information on the movement of objects in the Earth's orbit. It is the primary resource for monitoring space objects. However

frequent variations in the orbits can cause anomalies in TLE data

potentially affecting the accuracy of maneuver detection. Therefore

we propose a new maneuver detection methodology that uses a robust Gaussian mixture model (RGMM) to perform probabilistic adjustment of TLE.

Methods

The method used the rate of change of TLE semi-major axis prediction error to detect maneuvers. The robustness of the model is improved by pruning Gaussian mixture model (GMM) and constraining a posteriori probability of suspicious data through the incorporation of a robust correction function in the parameter solving process. We compared the performance of the proposed approach for detecting the maneuver of a typical space object with GMM.

Results

The results show that: (1) RGMM demonstrated greater stability and robustness to outliers in comparison to GMM. It is effective in accurately modelling the probability distribution of the rate of change of TLE semi-major axis prediction error. (2) Maneuver detection experiments indicated that RGMM outperformed GMM. It had a 60.6% higher recall and 18% higher

1 score than GMM.

Conclusions

The appropriate processing of the anomalous data can improve the model's performance for maneuver detection using TLE data with errors. RGMM can be used to analyze the movements of space objects and ensure greater safety in executing future complex space missions. We plan to improve the model's performance in future research by incorporating more advanced algorithms.

关键词

Keywords

references

Public Catalog Object Count ［EB/OL］. ［ 2023-09-15 ］. https：//www.space-track.org/#/spaceOpsTempo https://www.space-track.org/#/spaceOpsTempo .

桑吉章，李彬，刘宏康 . 空间碎片轨道协方差传播及其动态校正［J］. 武汉大学学报（信息科学版）， 2018 ， 43 （ 12 ）： 2139 - 2146 .

SANG Jizhang ， LI Bin ， LIU Hongkang . Orbital Covariance Propagation of Space Debris and Its Dynamic Calibration ［J］. Geomatics and Information Science of Wuhan University ， 2018 ， 43 （ 12 ）： 2139 - 2146 .

邵振峰，陈金龙，吴长枝，等 . 通导遥融合的复杂环境实时感知服务［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 7 ）： 1100 - 1105 .

SHAO Zhenfeng ， CHEN Jinlong ， WU Changzhi ， et al . Communication， Navigation， and Remote Sensing Fusion on Real-Time Complex Environment Perception Services ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 7 ）： 1100 - 1105 .

雷祥旭，桑吉章，李振伟，等 . 低轨空间目标甚短弧初轨关联［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 10 ）： 1526 - 1532 .

LEI Xiangxu ， SANG Jizhang ， LI Zhenwei ， et al . Association of Very-Short-Arc Angles Data for LEO Space Objects ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 10 ）： 1526 - 1532 .

刘磊 . 空间目标轨道机动探测研究［D］. 武汉：武汉大学， 2019 .

LIU Lei . Researches on Orbital Maneuver Detection of Space Objects ［D］. Wuhan ： Wuhan University ， 2019 .

GREAVES J A ， SCHEERES D J . Observation and Maneuver Detection for Cislunar Vehicles ［J］. The Journal of the Astronautical Sciences ， 2021 ， 68 （ 4 ）： 826 - 854 .

ZHOU X Y ， QIN T ， JI M J ， et al . A LSTM Assisted Orbit Determination Algorithm for Spacecraft Executing Continuous Maneuver ［J］. Acta Astronautica ， 2023 ， 204 ： 568 - 582 .

QIN Z W ， ZHANG Q ， HUANG G W ， et al . BDS Orbit Maneuver Detection Based on Epoch-Updated Orbits Estimated by SRIF ［J］. Remote Sensing ， 2023 ， 15 （ 10 ）： 2558 .

FAN L H ， TU R ， ZHANG R ， et al . An Orbit Maneuver Detection Method Based on Orbital Elements for BeiDou GEO and IGSO Satellites ［J］. Advances in Space Research ， 2022 ， 69 （ 10 ）： 3644 - 3654 .

赵广宇 . 利用高斯混合模型拟合空间目标允许域概率分布的轨道确定［D］. 武汉：武汉大学， 2020 .

ZHAO Guangyu . Orbit Determination by Fitting Probability Distribution on Space Object Admissible Region Using Gaussian Mixed Model ［D］. Wuhan University ， 2022 .

Kelecy T ， Hall D ， Hamada K ， et al . Satellite Maneuver Detection Using Two-Line Element （TLE） Data ［C］// The Advanced Maui Optical and Space Surveillance Technologies Conference ， Maui， Hawaii， USA， 2007 .

PATERA R P . Space Event Detection Method ［J］. Journal of Spacecraft and Rockets ， 2008 ， 45 （ 3 ）： 554 - 559 .

王庆瑞，邹江威，吴文振，等 . 基于Neyman-Pearson准则的空间目标轨道机动检测方法［J］. 中国空间科学技术， 2021 ， 41 （ 2 ）： 96 - 103 .

WANG Qingrui ， ZOU Jiangwei ， WU Wenzhen ， et al . Orbital Maneuver Detection Method of Space Target Based on Neyman-Pearson Criterion ［J］. Chinese Space Science and Technology ， 2021 ， 41 （ 2 ）： 96 - 103 .

SONG W D ， WANG R L ， WANG J . A Simple and Valid Analysis Method for Orbit Anomaly Detection ［J］. Advances in Space Research ， 2012 ， 49 （ 2 ）： 386 - 391 .

杨旭，刘静，吴相彬，等 . 利用TLE数据分析LEO卫星轨道异常的新方法：综合判据法［J］. 空间科学学报， 2011 ， 31 （ 2 ）： 223 - 228 .

YANG Xu ， LIU Jing ， WU Xiangbin ， et al . New Method to Analyse the Orbital Abnormal of LEO Satellite Using TLE Data—Compositive Criterion ［J］. Chinese Journal of Space Science ， 2011 ， 31 （ 2 ）： 223 - 228 .

LEMMENS S ， KRAG H . Two-Line-Elements-Based Maneuver Detection Methods for Satellites in Low Earth Orbit ［J］. Journal of Guidance， Control， and Dynamics ， 2014 ， 37 （ 3 ）： 860 - 868 .

刘二江，闫野，杨跃能 . 基于TLE数据的航天器轨道异常检测［C］// 第一届中国空天安全会议，中国烟台， 2015 .

LIU Erjiang ， YAN Ye ， YANG Yueneng . Spacecraft Orbit Anomaly Detection Based on TLE Data ［C］// The 1st China Aerospace Security Conference ， Yantai， China ， 2015 .

许晓丽，熊永清 . 基于历史TLE的空间目标轨道预报误差演化规律研究［J］. 天文学报， 2019 ， 60 （ 4 ）： 28 - 40 .

XU Xiaoli ， XIONG Yongqing . Study on Orbit Prediction Error of Space Objects Based on Historical TLE ［J］. Acta Astronomica Sinica ， 2019 ， 60 （ 4 ）： 28 - 40 .

SHEN D ， SHEAFF C ， LU J Y ， et al . Adaptive Markov Inference Game Optimization （AMIGO） for Rapid Discovery of Satellite Behaviors ［C］// Sensors and Systems for Space Applications XII ， Baltimore， USA ， 2019 .

SHEN D ， SHEAFF C ， GUO M Q ， et al . Enhanced GANs for Satellite Behavior Discovery ［C］// Sensors and Systems for Space Applications XIII ， Online ， 2020 .

TARIQ S ， LEE S ， SHIN Y ， et al . Detecting Anomalies in Space Using Multivariate Convolutional LSTM with Mixtures of Probabilistic PCA ［C］// The 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining ， Anchorage，AK，USA， 2019 .

MORTLOCK T ， KASSAS Z M . Assessing Machine Learning for LEO Satellite Orbit Determination in Simultaneous Tracking and Navigation ［C］// IEEE Aerospace Conference （ 50100），SkyBig， MT， USA， 2021 .

WANG Y R ， BAI X L ， PENG H ， et al . Gaussian-Binary Classification for Resident Space Object Maneuver Detection ［J］. Acta Astronautica ， 2021 ， 187 ： 438 - 446 .

WANG D F ， LI F . A Machine Learning Method for the Orbit State Classification of Large LEO Constellation Satellites ［J］. Advances in Space Research ， 2023 ， 71 （ 3 ）： 1644 - 1656 .

LIU J H ， LIU L ， DU J L ， et al . TLE Outlier Detection Based on Expectation Maximization Algorithm ［J］. Advances in Space Research ， 2021 ， 68 （ 7 ）： 2695 - 2712 .

徐辛超，李旭佳，徐彦田，等 . 一种适合垂直镜头的实时跨镜连续跟踪方法［J］. 武汉大学学报（信息科学版）， 2021 ， 46 （ 8 ）： 1247 - 1258 .

XU Xinchao ， LI Xujia ， XU Yantian ， et al . A Real-Time Cross-Lens Continuous Tracking Method for Vertical Mounted Cameras ［J］. Geomatics and Information Science of Wuhan University ， 2021 ， 46 （ 8 ）： 1247 - 1258 .

LEGENDRE P ， DEGUINE B ， GARMIER R ， et al . Two Line Element Accuracy Assessment Based on a Mixture of Gaussian Laws ［C］// AIAA/AAS Astrodynamics Specialist Conference and Exhibit ， Keystone， Colorado， USA，2006 .

李扬涛，包腾飞，李田雨 . 深水大坝缺陷鲁棒实时检测方法［J］. 武汉大学学报（信息科学版）， 2025 ， 50 （ 4 ）： 684 - 698 .

LI Yangtao ， BAO Tengfei ， LI Tianyu . A Robust Real-Time Detection Method for Deepwater Dam Defects ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， 50 （ 4 ）： 684 - 698 .

彭飞，王中，孟庆旭，等 . EM算法在p范混合模型参数估计中的应用［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 9 ）： 1432 - 1438 .

PENG Fei ， WANG Zhong ， MENG Qingxu ， et al . Application of EM Algorithm in Parameter Estimation of P-Norm Mixture Model ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 9 ）： 1432 - 1438 .

方兴，黄李雄，曾文宪，等 . 稳健估计的一种改进迭代算法［J］. 测绘学报， 2018 ， 47 （ 10 ）： 1301 - 1306 .

FANG Xing ， HUANG Lixiong ， ZENG Wenxian ， et al . On an Improved Iterative Reweighted Least Squares Algorithm in Robust Estimation ［J］. Acta Geodaetica et Cartographica Sinica ， 2018 ， 47 （ 10 ）： 1301 - 1306 .

赵昂，杨元喜，许扬胤，等 . 一种使用抗差估计的保护水平重构方法［J］. 武汉大学学报（信息科学版）， 2021 ， 46 （ 1 ）： 96 - 102 .

ZHAO Ang ， YANG Yuanxi ， XU Yangyin ， et al . A Method of Protection Level Reconstruction Based on Robust Estimation ［J］. Geomatics and Information Science of Wuhan University ， 2021 ， 46 （ 1 ）： 96 - 102 .

李涛，黄昊，陈磊 . 利用预报误差分布拟合实现卫星历史轨道机动检测的方法［J］. 国防科技大学学报， 2020 ， 42 （ 2 ）： 114 - 120 .

LI Tao ， HUANG Hao ， CHEN Lei . Method to Detect Satellite Historical Orbit Maneuver Based on Fitting of Prediction Error Distribution ［J］. Journal of National University of Defense Technology ， 2020 ， 42 （ 2 ）： 114 - 120 .

王艳丽，董志鹏，王密 . 基于双路卷积神经网络的高分辨率遥感影像浒苔检测方法［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 12 ）： 2261 - 2270 .

WANG Yanli ， DONG Zhipeng ， WANG Mi . Ulva Polifera Detection from High Resolution Remote Sensing Images Based on Dual-Path Convolutional Neural Networks ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 12 ）： 2261 - 2270 .

刘劲宏，桑吉章，刘宏康 . 基于单纯形法的TLE轨道确定［J］. 空间科学学报， 2020 ， 40 （ 6 ）： 1102 - 1108 .

LIU Jinhong ， SANG Jizhang ， LIU Hongkang . TLE Orbital Determination Based on Simplex Method ［J］. Chinese Journal of Space Science ， 2020 ， 40 （ 6 ）： 1102 - 1108 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种面向卫星在轨自主任务规划的快速精准轨道预报方法

时空智能学：理论与应用

构造大地测量学研究进展与机遇挑战

几何与频域双约束的单步扩散海底地形超分辨率重建方法

关于智慧海图的思考