美国高轨空间安全发展态势及其关键技术

胡海鹰， 朱永生*， 江新华

1. 中国科学院微小卫星创新研究院，上海 201304 2. 上海微小卫星工程中心,上海 201304

0 引 言

随着航天技术的快速发展，外太空已经成为大国战略竞争与空间博弈对抗的新领域.各主要强国在GEO及其附近的高轨轨道上部署了通信、导航、导弹预警、电子侦察、数据中继等众多战略卫星，高价值目标的密集分布使得高轨成为了太空战场的“马六甲海峡”[1].为控制该战略要地、确保自身太空优势，美军基于其积极的军事战略牵引、强大技术和财力支持下在高轨试验、部署了大量空间安全装备[2].

根据任务类型，空间安全应用包括空间态势感知和空间攻防两方面.空间态势感知是指对太空战场环境、约束、能力等力量构成要素与行为的当前认识和未来预判[3]；空间攻防包括空间进攻与空间防御，是指在太空域对空间飞行器遂行软硬杀伤、操控、防护、溯源等空间安全应用任务.态势感知的目的是分析、评估来自太空的各种威胁，为空间攻防提供全方位信息支持.因此，空间态势感知是空间攻防的关键基础前提，空间攻防是态势感知的主要后续应用.

本文从调研美军高轨态势感知、空间攻防体系的发展现状入手，通过分析其执行高轨空间安全应用任务的能力与不足，进一步研判其未来发展趋势，并对我国高轨空间安全应用体系建设提出相关建议.

1 高轨空间态势感知

态势感知是获取空间优势的基础，是实现空间控制、执行空间安全应用任务的关键[2].美军自20世纪90年代提出空间态势感知的概念后，其发展路线从以地基系统为基础到充分发展天基系统.美军高轨态势感知系统的发展至今，三型高轨飞行器代表着其高轨系统的3个里程碑阶段：一是微卫星技术试验(micro-satellite technology experiment，MiTEx)演示验证飞行器，标志着美军掌握了高轨抵近侦察技术以及高轨态势感知相关技术和战术的演示验证[4-5]；二是地球同步轨道空间态势感知计划(geosynchronous space situational awareness program，GSSAP)系列飞行器的入轨运行，标志着美军由技术验证阶段转入正式列装阶段，初步建立体系化的高轨态势感知系统[6]；三是太空监视小卫星系统(small satellite space surveillance system，S5)的发射入轨标志着美军高轨态势感知系统进入灵巧型、低成本、集群化的近实时异动感知阶段[7].

1.1 工程应用现状

(1) MiTEx

MiTEx是美国国防先进研究计划局(defense advanced research projects agency，DARPA)、美国空军和美国海军联合实施的高轨目标抵近操作的微卫星计划，MiTEx-A、MiTEx-B双星，每颗卫星重约225kg，其中MiTEx-A由轨道科学公司(Orbital ATK)研制、MiTEx-B由洛马公司(Lockheed-Martin)研制[4].

图1 美军MiTEx双星Fig.1 MiTEx-A and MiTEx-B of USA

MiTEx双星于2006年6月21日由Delta-Ⅱ运载火箭将送入地球同步转移轨道，随后火箭上面级将2颗MiTEx卫星送入比GEO轨道稍低的准地球同步轨道.MiTEx-A与MiTEx-B卫星入轨后进行了轨道机动和100～200 km距离的相互观测试验，并于2009年进行了2.4°倾角、860 km高度的轨道机动，机动至DSP-23(defense support program-23，国防支援计划)卫星170 km附近进行了抵近观测.通过MiTEx飞行任务，美军验证了以下几项技术[4]：1)高轨自主交会抵近的导航、制导与控制技术；2)高轨长时间自主飞行与任务管理技术；3)空间目标成像识别与相对位姿测量技术；4)高效率快响推进技术.

(2) GSSAP

GSSAP系列卫星是美国空军(现今独立出来的美国太空军)发展的高轨态势感知卫星，由轨道科学公司研制、选用该公司的GEOStar-1卫星平台[5]，如图2所示.自2014年7月28日发射首批GSSAP-1/2两颗卫星至今已发射3批次共6颗星在GEO轨道附近执行任务，相关发射情况如表1所示[6].

图2 美国Orbital ATK公司的GEOStar-1卫星平台Fig.2 GEOStar-1 satellite platform of Orbital ATK’s

表1 美军GSSAP系列卫星发射记录Tab.1 The launch information of the GSSAP series satellites

从表1所示的运载火箭GEO运力出发，考虑到载荷适配器、分离机构及相关附件(约250kg)，GSSAP-1/2(随箭一起发射的还有ANGELS卫星，其质量约为70kg[2])单星质量约650 kg；GSSAP-3/4约1000 kg；GSSAP-5/6约750 kg；3组GSSAP系列卫星的质量估算不一样，推测原因如下：GSSAP-1/2与GSSAP-3/4的发射入轨时间间隔仅2年，这个时长间隔进行深度技术改进的可能性较小，而质量估算增大350kg的原因可能是GSSAP-3/4相比于GSSAP-1/2增加了燃料以增强遂行任务时的续航能力；GSSAP-3/4与GSSAP-5/6的发射入轨时间间隔长达近6年，间隔这么长的时间才发射GSSAP-5/6批次、并且原定计划2020年就入轨运行但推迟至2022年才发射，推迟原因未见公开报道.对于一款装备型号，较为合理的推测是美军基于GSSAP-1/2/3/4在轨遂行任务期间所发现的问题及能力不足之处进行了重大升级改进.GSSAP-5/6的主要任务目标同样是在高轨执行常态巡航监视与抵近侦察任务，相应的自主导航制导与控制、空间目标成像识别与相对位姿测量快速响应轨道机动等关键已在MiTEx、GSSAP-1/2/3/4卫星上验证过，GSSAP-5/6的改进极有可能是对有效载荷的成像探测能力方面进行了升级，解决传统的光学成像对于逆光目标无法实现有效侦察的能力缺陷，同时对新技术体制的有效载荷完成了轻小型化工程实现.

(3) S5

S5是美国蓝色峡谷技术公司(blue canyon technologies，BCT)为美军研制高轨态势感知小卫星星座技术试验卫星.S5卫星搭载印度尼西亚太平洋卫星PSN-6通信卫星上由SpaceX公司的Falcon-9火箭于2019年2月22日发射，在PSN-6最终到达定位点前由美国劳拉空间与通信公司LS-1300卫星平台上的有效载荷在轨交付系统(payload orbital delivery system，PODS)在轨释放后，进行轨道机动至GEO上方300 km的坟墓轨道上遂行任务[4, 7].根据已公开的信息和文献显示，S5卫星质量约60 kg，装备有1台300 mm口径的先进光学探测系统(如图3所示)，后续计划部署由12～16颗微纳卫星组成的监视星座，对GEO附近区域执行常态化高轨目标异动感知任务[7].

图3 美军S5技术试验卫星Fig.3 S5 technology test satellite of US military

1.2 关键技术研究现状

(1) 态势信息融合处理技术

数据融合是态势感知数据处理的核心部分，其目的是对被测对象获得一致的解释和描述，从而使融合后的综合态势数据系统比各种子集数据系统集合具有更好的更优的态势描述能力.各国设计了一系列的态势感知数据、信息处理和获取系统，数据融合技术确保了这些系统的每个功能单元与信息获取终端之间的紧密连接和及时通信，极大地提升了高轨态势感知的实战应用能力.

态势感知数据融合的相关研究近年来不断深入并取得较大进展[8-12]，作为数据处理的硬件部分，光学传感器的发展相对成熟，作为软件部分的数据融合算法也以多样化的形式出现，主要应用于态势感知中的目标识别和监控.纯数据融合技术根据处理数据源的级别可分为数据级融合、特征级融合和决策级融合.数据级融合是指对每个传感器提供的原始数据进行直接融合，其输出是特征提取或局部决策结果.数据级融合主要采用投票法[13]和聚类法[14].对于前者，每个传感器提供被测空间物体的状态，并通过投票或加权平均算法搜索一半以上传感器的一致判断.其计算简单，收敛速度快，但只适用于简单系统.聚类法根据特定的聚类准则将数据样本分成若干类，使同质样本的相似性最大化，使非同质样本的相似性最小化，适合于模式类的数量准确已知的应用场景.通过数据级融合，从其他级别无法获取的原始数据中提取出更多的细节.然而，传感器数据计算量大、实时性差、不稳定性和不确定性等特点，要求融合系统具有良好的容错能力，仅适用于同类传感器的原始数据融合.

特征级融合的目的是提取数据源的特征进行分析和处理，保留足够的关键数据，为以后的决策提供支持.根据以往的研究，特征级融合最具代表性的方法包括模糊理论[15]、Dempster/Shafer (DS)证据理论[16]和神经网络[17].模糊理论对数据融合的实用价值体现在它对模糊逻辑的扩展.通过多值逻辑推理将命题组合起来实现数据融合，但逻辑推理对数据的描述较为主观，缺乏客观的表示和处理.DS证据理论充分利用概率和不确定性区间，考虑不确定性的程度，确定多条证据下的似然函数.规则组合的灵活性得到了验证，但随着推理链的增加，计算量呈指数增长，矛盾证据无法得到有效处理.与上述传统算法不同，神经网络通过连接众多计算节点构建非线性网络系统，实现智能学习、记忆、计算和识别.它们可以在不受外部同步信号影响的情况下进行大规模并行计算，可用于目标识别和轨道预测等多个应用场景.文献[18]针对大数据处理，开发了基于Lambda架构的改进态势感知信息系统，设计了针对不同计算任务的批处理和融合分析模型.该模型结合自定义算法提高了性能.文献[19]的研究结果表明，不同冗余传感器降低了数据的不确定性，提高了测量精度.特征级融合的数据量明显减少，提高了获取原始特征后的实时性.

(2)目标识别技术研究现状

目标识别是天基态势感知中系统的核心部分.该技术旨在从目标区域的给定光学观测中识别潜在空间目标，并确定关键特征，如形状、质量和材料[20].近年来，激光雷达作为传感器在目标识别领域占据主导地位，而机器视觉和神经网络作为先进的识别算法得到了广泛的探索.

利用窄带激光雷达获取空间目标的低分辨率图像.通过对图像的分析和处理，提取相应的特征来识别目标.从低分辨率图像中提取的特征包括空间目标的轨道特征、雷达截面(RCS)和距离维特征[21].轨道参数是反映空间目标运行情况的必要参数，文献[22]提出了一种基于轨道参数匹配的目标识别方法.建立已知数据与实测数据之间的关联，通过初始轨道计算、匹配和改进结果分析来实现识别.这些方法考虑卫星运行规律和分布特征，通过观测数据的相关性和积累进行初始计算和匹配，充分利用轨道要素个数等信息进行识别，具有较高的时效性.然而，目标只在一个运行周期内的短时间内观测，限制了实际应用场景.空间目标的RCS代表了目标对激光雷达照射的电磁波的散射能力.这种能力的强弱反映了空间物体的结构信息.RCS包含了大量的信息，因此有效利用RCS特征进行识别具有重要意义.特别是对于运动特性相对稳定的空间目标，同一目标在连续观测下的RCS表现出一定的规律性.因此，从RCS序列中提取目标特征对目标识别是有效的，但从以往的研究来看，对小目标的识别效果不明显[23].另一方面，对于结构相对简单的空间目标，在观测过程中相对于激光雷达的姿态变化较小.虽然雷达带宽较窄，但沿距离维扩展的回波仍然通过提取反映空间目标结构特征的特征来实现识别.此外，还可以根据空间目标的低分辨率回波提取反映空间目标特征的其他重要特征，实现对空间目标的识别.

与窄带雷达回波相比，宽带雷达获取的空间目标散射点回波往往占据更多的距离单元，呈现出更丰富的目标架构信息.高分辨率距离像(HRRP)回波可以精确地反映激光雷达视点上空间的二维分布，而逆合成孔径雷达(ISAR)成像可以反映目标散射中心在径向-横向二维平面上的投影.它们都包含了靶标的大量结构信息.首先，HRRP可以提取空间目标的多重可分离特征进行识别，扩展了许多相关研究.文献[24]开发HRRP回波，结合主成分分析提取目标特征，并进一步采用Fisher准则进行准确识别.文献[25]中，HRRP构造了隐马尔可夫模型(HMM)，其结构参数被识别为特征.进一步探讨了HRRP提取的高阶矩和变换系数特征在识别中的应用.与窄带回波相比，宽带HRRP具有更丰富的结构信息和更好的可分性，克服了平移敏感性和计算复杂度.此外，考虑到不同形式的特征可以描述特征的各个方面，因此互补利用HRRP和ISAR成像特征有利于提高识别效果.

为了获得更准确可靠的目标识别结果，在态势信息特征级融合的基础上还需开发决策级融合识别，基于特定的准则对多个分类器的决策结果进行分析计算.此外，通过结合特征融合和分类器设计两个阶段来克服分类器和特征虚假匹配.基于ANN的技术也可用于决策级别的目标识别.特别是CNN能接受输入图像，并对图像中的各种物体赋予重要性(可学习的权重和偏差)，然后将其与其它物体区分开来.文献[26]提出了一种基于数据增强的深度学习算法用于目标识别.建立了一个动态CNN的九级架构，并采用数据增强的方法来获得良好的识别精度.然而，该项研究中只展示了结果，没有相关的坐标信息，在深空时性能会被削弱.YANG等[27]设计了一种新的混合CNN，包含部分语义信息和全局特征用于深空识别，实现了目标位置识别、分量分割和多源输入.但随着网络层次的加深，修改参数使输入层次附近的参数变化缓慢，降低了调整和优化的速度.但在识别时需要考虑各个阶段与整个系统之间的相关性.此外，CNN的应用仍然存在一些局限性，包括信息集的尺度低和翻译不变性.

2 高轨攻防技术

空间对抗是控制空间的核心能力，是全面利用空间、实现空间力量增强和空间力量运用的保证，是保持空间优势的基础.按照美军空间力量作战任务领域的界定,空间对抗包括空间态势感知、防御性空间对抗和进攻性空间对抗三部分.美军在发展高轨态势感知系统的同时，几乎是同步发展高轨攻防应用的飞行器开展相关技术试验与验证.美军在2014年7月发射GSSAP-1/2卫星的时候以一箭三星方式搭载发射了局部空间自主导航与制导试验卫星(automated navigation and guidance experiment for local space，ANGELS)[28]，随后又在2018年4月发射了ESPA扩展型地球同步轨道试验(evolved expendable launch vehicle (EELV) secondary payload adapter (ESPA) augmented geosynchronous laboratory experiment，EAGLE)卫星并在入轨后释放了一颗子星Mycroft[29].

2.1 工程应用现状

(1) ANGELS

ANGELS卫星是美国空军研究实验室主导发展、由Orbital ATK公司承研的高轨攻防两用技术试验卫星，质量约70kg.2014年7月28日随GSSAP-1/2发射进入GEO轨道附近后从Delta-4M+火箭上面级上释放，并以火箭的上面级为目标进行快速抵近、自主伴飞、绕飞、悬停等操作，测试其导航制导与控制系统及光学态势感知载荷性能.ANGELS是能够自主伴飞在己方高轨卫星周围的护卫小卫星，具备实时连续威胁告警、攻击防御和受损评估等功能[28].

从ANGELS飞行期间的轨道机动行为看，该飞行器既能对己方的重要目标提供近距离状态检查、监测，同时能够针对敌方高价值/威胁目标实施快速抵近开展近距离侦察或遂行攻击任务.

(2) EAGLE

EAGLE卫星是美国空军实验室在2012年即开始研制发展的高轨子母星，由1颗母星及所搭载5个有效载荷组成，经过6年研制后于2018年4月14日发射入轨(如图4所示).EAGLE飞行器由Orbital ATK公司基于其ESPAStar平台设计，ESPAStar平台使用改造的“渐进一次性运载火箭次级有效载荷适配器(EELV secondary payload adapter，ESPA)”为主体结构，可通过任何符合相关标准接口的运载火箭进行发射.ESPAStar平台具有6个载位，每个载位可携带1搭载载荷或2个可分离载荷，全平台共可搭载6～12个载荷[2]；而EAGLE共搭载了5个有效载荷，分别是用于高轨技术验证的“Mycroft”、用于目标特性侦察的“高光谱时域成像相机”、用于空间天气参数测量的“紧凑型环境异常传感器”、用于极端光照条件下目标成像的“逆向合成孔径激光雷达”、以及用于测试未来弹性卫星系统的“AFRL-1201 弹性航天器平台开发实验载荷”[9]；同时，公开文献资料的分析研究显示，ESPAStar配备有12台1N推力器+4台22N推力器，以及4个推进剂储箱共携带肼310 kg，其速度增量在400～800 m/s之间[29].

图4 美军EAGLE飞行器Fig.4 The satellite of EAGLE

从EAGLE飞行器所采用的ESPAStar卫星平台的相关技术指标可得知：

1) EAGLE所采用的ESPAStar全平台共可搭载6～12个载荷，这也就意味着必要时美军当前的高轨系统可一次性释放最多12颗对感兴趣的目标实施集群打击；

2) EAGLE速度增量保守估算在340 m/s以上，GEO轨道附近同轨道面内100 km的轨道高度机动所消耗的速度增量约4 m/s不到，这意味着当EAGLE在GEO±100 km轨道巡航时可对GEO轨位上的高价值目标实施频繁的抵近侦察以及快速抵近释放对敌方目标实施攻击.

(3) MyCroft

MyCroft是美国空军研究实验室在“空间试验计划(STP)”支持下、委托Orbital ATK研制的微纳卫星，MyCroft的任务目标是探索增强空间物体表征能力和导航能力的方法，主要研究飞行安全的控制机制，并探索用于增强空间态势感知的设计和数据处理方法[4].MyCroft卫星质量约100 kg、本体尺寸约为566 mm×566 mm×700 mm(如图5所示)，于2018年4月14日搭载在EAGLE飞行器上发射入轨，EAGLE飞行器与运载火箭分离进入GEO下方约500 km处释放了MyCroft卫星，随后MyCroft卫星即对EAGLE飞行器开展了抵近试验，先抵近至距EAGLE约35 km处，此后数月不断抵近EAGLE卫星至1 km处[2].

图5 美军MyCroft小卫星Fig.5 The MyCroft small satellite of US military

MyCroft卫星对EAGLE的交会、抵近试验，最近距离达到1 km，相比于MiTEx百公里量级、ANGELS 10 km量级的抵近距离[4]，展示了美军对高轨目标交会与抵近操作的精准性、高轨飞行器自主导航、制导与控制能力水平均取得了显著突破；这同时也意味着未来美军的高轨作战采用蜂群打击方式时，其交会与抵近控制的精准性将有效降低数量而达到同样的杀伤效果.

2.2 关键技术研究现状

(1)意图识别技术

意图识别是通过观察到的行为和对情境的影响来感知和推断空间物体的意图和行为的过程.除了空间碎片、小行星等被动目标外，一些主动目标还进行威胁空间安全的轨道机动[30-31].因此，意图识别技术对于提高预警信息质量，减少预警数量，保障安全至关重要.

意图识别的早期研究集中于建立识别模型.基于概率状态空间模型(SSM)的转换已经提出了多种构建意图识别系统的方法，研究中出现了不同的观点和概念[32-34].计算状态空间模型(CSSM)使基于知识的贝叶斯过滤器的意图识别成为可能，并在一个试验场景中评估了其可行性.文献[35]采用贝叶斯网络进行意图和计划识别，提出了一种将逻辑程序与贝叶斯网络相结合的基于意图的综合决策方法.文献[36]开发了一种基于隐马尔可夫模型(HMM)的新算法，用于识别进一步的运动意图，从而对对准空间物体和躲避障碍物等几种行为进行分类.随后，文献[37]将HMM和贝叶斯网络相结合，基于语音识别模型识别变化意图，其中使用自然数据在识别时间和比例上对算法进行训练和验证.基于上述研究，意图识别的系统模型开始发展成熟并进入工业领域实际应用.

人工智能技术的兴起促进了对意图识别的更广泛研究.将空间目标的信息与行为相结合，建立智能化的意图识别系统.Blasch基于机器视觉技术，利用广域运动图像(WAMI)增强对空间碎片的意图识别能力[38].WAMI的操作语义包括表征、推理和策略，充分考虑了决策、内容快速评估和意图确定.FURFARO提出了一种利用机器学习和基于本体的贝叶斯网络来表征RSO行为的端到端算法，并利用物理(本体)特征来训练这些网络，最后实现特征空间聚类识别和后续RSO分类[39].此外，SHEN等[40]尝试在无行为检测的情况下，利用CNN对RSO的未知行为进行分类.研究发现，数据级融合、随机建模、传播、RSO检测和跟踪成为未来空间态势感知博弈推理的主要方法；此外，构建生成式对抗网络(GAN)以快速识别卫星的躲避行为，并引入博弈论对GAN进行更容易获取的训练[41]，生成模型和判别模型之间的博弈学习产生了较好的输出，输入信息生成更多的数据，提高了训练的鲁棒性.如前所述，人工智能技术在空间物体意图识别方面取得了迅速的发展.在智能决策和博弈推理的基础上，复杂场景下意图识别技术的深入发展，对掌握空间博弈对抗主动权具有重要意义.

(2)空间博弈对抗自主控制技术

高轨空间对抗是空间对抗体系的重要组成部分.空间对抗环境动态、任务形式复杂、对抗方式多样，传统基于确定性模型和固定规则的规划方法无法有效处理博弈对抗场景.航天器追逃博弈是典型的零和博弈[42-43]，对抗双方的目标完全相反，且不可调和.微分博弈论由 ISAACS 于 1965 年首次提出，是解决零和博弈问题的有效方法[45-46].在微分博弈中，使用 Hamilton-Jacobi-Bellman 方程 将 PE 博弈转化为两点边值问题 (TPBVP).然而，对于航天器追逃博弈问题，由于其高维数和强非线性，求解变换后的 TPBVP 是一个挑战.

ANDERSON等[47]对航天器运动方程进行线性化，并使用多项式近似推力角控制，以获得简化的航天器平面追逃解析表达式.JAGAT 等[48]应用状态相关的Riccati方程方法获得了 Hill 坐标系中两个航天器 PE 博弈的非线性控制律.BLASCH等[49]首先假设追逐者与逃逸者的轨道平面相匹配，将三维(3D)追逃博弈退化为二维共面追逃博弈，这很容易解决.然而，由于空间追逃博弈是典型的3D非线性追逃博弈，线性简化方法和平面性假设均与实际情况不符.此外，实际空间追逃博弈任务的真实动态的扰动使得解决游戏更具挑战性.

基于状态相关的Riccati方程方法，JAGAT等[50]使用状态相关系数矩阵从线性二次微分博弈论推导出非线性控制律.CARR等[51]开发了一种快速方法来获得SDCNLP方法中所需的共同状态的初始猜测，以及一种惩罚函数技术来处理间接参与者目标中的状态不平等约束.HAFER等[52]采用敏感性方法来解决空间PE博弈问题，并利用homotopy策略来提高算法的效率.SHEN等[53]将间接优化方法应用于 3D 空间追逃博弈问题，并找到了满足最优分析必要条件的局部最优解，同时考虑最小高度和质量变化的约束，使鞍点解更加准确.

上述研究中博弈双方的信息完全公开，并且假设博弈双方在空间追逃博弈中都足够理智.实际上，由于通信延迟和玩家的不合作，追逃博弈过程中存在较大的不确定性.CAVALIER等[54]应用两步动态反演来允许行为学习方法估计具有不确定相对动态的不完全信息追逃游戏的对手行为.SHEN等[55]考虑了J2扰动动力学模型的不确定性，并使用不确定性的定量指标作为博弈收益函数来解决不完全信息空间追逃问题.LI等[56]开发了一种当前最优的规避控制方法，使用改进的强跟踪无迹卡尔曼滤波器来修改猜测并在游戏期间更新策略.

3 高轨空间安全技术体系分析

综合分析公开文献资料中美军部署于高轨的各型空间安全领域飞行器及其发展历程，梳理高轨空间安全应用技术体系未来发展中亟待深入研究与突破的关键技术包括如下：

(1)高精度自主导航、制导与控制技术

高轨空间应用中无论是态势感知的抵近侦察，还是攻防应用任务中的伴飞、绕飞、附着等动作，都无法避开对目标的交会、抵近.而交会、抵近的基础和前提是飞行器能够具备高精度的自主导航、制导与控制能力.美军在建设高轨安全应用体系的过程中，首先开展的技术试验就是以交会、抵近、伴飞/绕飞为主要演示验证项目的MiTEx飞行任务，从中也可看出高精度自主导航、制导与控制技术在整个高轨空间安全领域的基石作用.

(2)星群化实现近实时异动感知技术

美军在GSSAP-1/2/3/4系列态势感知卫星列装组网后，即在2019年发射S5技术试验卫星.从S5的光学系统口径300 mm、执行任务轨道GEO+300 km分析，其对GEO目标的成像能力大于0.5 m以上，只能是点目标探测实现异动感知.在实际高轨空间安全应用中，GSSAP系列的GEO常态巡航监视已经获取了各国GEO目标的目标特性信息并完成了编目，在这个基础上对实战应用最为关键、有用的信息就是各重点目标的异动信息，由此来掌握敌我态势、预判敌方作战意图支撑指控控制系统的决策.因此，近实时的目标异动监视是高轨空间安全的关键、微小卫星星群组网是实现近实时的有效手段.

(3)强机动、快速抵近技术

从EAGLE飞行器400 m/s以上、GSSAP系列1000 m/s的速度增量看，美军非常重视高轨空间安全飞行器的强机动能力.高轨博弈对抗中双方常采用的博弈手段从原理上分析主要是追逐、规避、抢占有利的“天光地影”阵位，在这个博弈过程中快速机动能力是掌握博弈对抗主动权和取得对抗优势的关键.

(4)复杂光照条件下目标特性获取技术

美军在EAGLE上搭载的逆向合成孔径激光雷达载荷，对高轨目标的侦察探测手段由传统的利用太阳光被动探测升级到利用激光进行主动探测，主动发射激光意味着该载荷可在阴影区遂行任务、激光的偏振特性与太阳光的无偏特性相对比意味着该载荷可在逆光场景中对目标开展侦察拍照任务，颠覆了利用“天光地影”实施高轨反侦察博弈的常规战法.因此，掌握复杂光照条件下的目标特性获取技术是高轨全天时、复杂场景对抗中夺取先发制人优势的重要手段.

4 结束语

GEO附近的高轨轨道上密集部署着着通信、中继、导航、电子侦察和导弹预警等高价值卫星，对于国家安全具有重要战略意义、同时也是防护手段最脆弱、最易被攻击的节点.美国太空军在高轨部署的一系列空间安全应用飞行器对我国高轨空间资产带来极大威胁.针对高轨严峻的空间安全竞争态势，本文从态势感知技术与高轨攻防技术两个方面出发，调研分析了美军的典型高轨空间安全应用飞行器并总结了相关的关键技术发展现状，并基于此梳理了高轨空间安全应用技术体系未来发展中亟待深入研究与突破的4项关键技术：1)高精度自主导航、制导与控制技术；2)近实时高轨目标异动感知技术;3)强机动、快速抵近技术;4)复杂光照条件下目标特性获取技术.这些技术方向的深入研究及适应高轨空间环境的工程化实现将对我国高轨空间安全应用的发展与推进产生积极意义.