Im Weltraumwarn- und Raumzielüberwachungssystem ist es zur effektiven Erkennung verschiedener Weltraummüllteile und anderer kleiner, schwacher Signale enthaltender Objekte erforderlich, Herausforderungen wie Rauschstörungen in Tiefenraumumgebungen, schwache Zielmerkmale und diskontinuierliche Bahnen zu berücksichtigen. Ein auf verbessertem YOLO26 basierender Zielerkennungs- und Verfolgungsalgorithmus wird vorgeschlagen. Zunächst wird ein selbstwahrnehmendes Verstärkungsmodul für Bildunterbereiche implementiert, das durch lokale Kontrastoptimierung und Kantenschutzmechanismus die Klarheit visueller Merkmale dunkler Ziele verstärkt; anschließend wird das YOLO26-Erkennungsnetzwerk leichtgewichtig gestaltet und ein verbessertes mehrskaliges Aufmerksamkeitsmodul GCEMA eingeführt, um die Erkennungsfähigkeit schwacher und kleiner Ziele zu stärken; schließlich werden der OCSort-Verfolgungsalgorithmus und das Erscheinungswiedererkennungsmodell CosmicReID kombiniert, um eine Mehrzielkatalogisierung und stabile Verfolgung zu realisieren. Die Versuchsergebnisse zeigen, dass die verbesserte Netzwerkstruktur im Vergleich zum Original-YOLO26-Netzwerk und OCSort-Algorithmus weniger Parameter besitzt und eine um 11,9 % schnellere Inferenzgeschwindigkeit aufweist, die Verfolgungsgenauigkeit des integrierten Systems um 6,2 % verbessert wurde und die Zielidentitätswechselhäufigkeit um 48,5 % reduziert wurde. Dies erfüllt die Anforderungen an Erkennungs- und Verfolgungsgenauigkeit automatischer Messsysteme.

Multi-Ziel-Verfolgung;Bildverarbeitung;Zielerkennung;Datenassoziation