空间碎片是人类空间活动的产物,随着人类航天活动次数的增加以及空间碎片之间的碰撞解体,空间碎片的数量会进一步增加,空间碎片与在轨航天器的碰撞概率也会持续增长。为保障载人飞船、太空站以及各类卫星的安全运行,对空间碎片进行高精度的跟踪监测势在必行。激光测距技术作为目前空间目标跟踪探测技术中精度最高的一种空间技术,已被世界各国用于空间碎片的探测,其探测原理与卫星等合作目标的探测原理基本相同,但是在实际观测中仍存在明显差异。空间碎片具有预报精度差、速度快、弧段时间短的特点,且激光测距系统只能通过接收漫反射回波探测空间碎片,有效回波信号十分微弱。因此,为满足空间碎片激光测距系统的探测需求,需要根据空间碎片的特点,解决激光测距系统在探测空间碎片过程中的关键问题,以提高空间碎片的探测成功率。本文系统地研究了空间碎片激光测距系统的构成及探测原理,在此基础上,就空间碎片激光测距望远镜指向修正、空间碎片激光测距微弱信号实时识别、空间碎片激光测距微弱信号有效数据提取三个关键问题进行了深入研究。首先提出基于GA和LM算法的优化BP神经网络模型对激光测距望远镜的指向误差进行修正;然后利用一次滤波和线性拟合相结合的方法对空间碎片激光测距微弱信号进行实时识别;接着利用优化的随机Hough变换模型对空间碎片激光测距微弱信号的观测数据进行了预处理,实现了微弱信号的有效数据自动提取;最后以北京房山激光测距系统为实验平台,通过大量的卫星和空间碎片实测观测数据进行了理论和算法的测试分析,验证了模型的有效性。本文的主要成果包括:1.在利用激光测距技术探测空间碎片过程中,望远镜的指向精度是影响空间碎片探测成功率的重要因素。本文针对目前的激光测距望远镜指向误差修正模型难以满足空间碎片激光测距系统探测需求的问题,提出基于GA和LM算法的优化BP神经网络模型进行空间碎片激光测距望远镜指向误差的修正。通过测站半球面天区内的恒星观测数据进行建模,并通过卫星及空间碎片观测数据进行了模型精度的验证,结果表明:优化的BP神经网络模型不仅精度优于传统的望远镜指向误差修正模型,同时克服了传统BP神经网络模型收敛速度慢和容易陷入局部最优解的缺点;修正后望远镜的指向精度在方位和俯仰两个方向可以达到2.42"和1.44",与传统望远镜指向误差修正模型相比,指向精度提高了 6倍左右,对提高空间碎片的探测成功率具有重要意义。2.针对目前空间碎片激光测距系统采用的信号实时识别模型难以满足空间碎片激光测距系统探测需求的问题,提出了一次滤波和线性拟合相结合的微弱信号实时识别算法。通过北京房山激光测距系统的低轨卫星、中轨卫星、高轨卫星和空间碎片的观测数据对模型进行了验证,实验结果表明:本文提出的微弱信号实时识别模型能够快速准确地实现微弱信号的实时识别,识别精度较目前的二次滤波识别算法有了质的提高,识别误差可以控制在10%以内,且算法的识别速度同二次滤波算法相当,为北京房山激光测距系统提高空间目标尤其是空间碎片的探测成功率提供了有力保障。3.激光测距技术回波信号的有效数据处理是在获得激光测距观测数据以后,对观测数据进行预处理生成国际激光网要求的标准点数据,而在数据预处理的过程中,需要将数据中的噪声点剔除,只保留有效回波,进而进行拟合生成标准点数据。但是,在噪声点剔除过程中,目前大多数的激光观测站仍采用人工屏幕识别的方式,这种方式过于依赖人工,无法保证数据精度和质量的稳定性,因此,本文针对上述问题,采用优化的随机Hough变换模型对激光测距观测数据进行有效数据的自动提取,并利用北京房山激光测距系统的实测数据对模型的提取效果进行了验证,实验结果表明:本文提出的有效回波数据提取模型能够较好地实现数据的自动提取,保证了北京房山激光观测系统数据预处理精度的稳定性,同时提高了数据处理的效率,对激光测距技术数据预处理实现自动化具有重要的应用价值。论文有图118幅,表25个,参考文献153篇。