空间目标行为识别算法

99.31%高识别精度

提出一种基于几何特征提取与随机森林的空间非合作目标行为识别方法,识别精度比传统min-max特征提取方法提升高达19%。

Yifan, Wang · Qiyun, Zheng · Yuqi, Yan · Bai, Xue · Wenge, Chen · Jun, Jiang · Jizhong, Liu · 徐明

Aerospace Science and Technology 2026

参数信息

识别准确率
99.31 %
精度提升
19 %

技术优势

精度再提19%

几何特征提取将行为轨迹的周期结构映射到轴对称归一化空间,相比传统min-max方法保留更多运动几何信息,使随机森林分类更准。

抗噪更稳

随机森林模型对观测噪声的鲁棒性优于DNN模型,在真实TLE数据上仍能保持有效识别,适合工程应用。

真实数据可用

用仿真数据训练的RF模型能直接泛化到真实TLE数据,无需重新训练即可用于实际任务。

应用场景