天基平台对空间目标跟踪是空天信息处理与控制领域的一个核心问题,对于空间监视、自主交会、卫星编队、在轨服务等许多任务的顺利实施具有着重要意义。空间目标跟踪的目的在于可持续地实时提供目标运动状态,为目标识别、归类、编目以及其它战略战术决策提供依据。然而空间目标跟踪往往由于目标非合作性或主动反侦察机动能力的提升而变得非常困难,空间目标的长期性跟踪则更加难以实现。虽然人们对空间目标跟踪进行了较为广泛的研究,取得了很多成果,但对于具有轨道机动能力的非合作目标,开发出一套有效的自主跟踪方法以实现对其跟踪的精确性和长期性则依然存在较大的困难。本论文针对空间目标长期精确跟踪,引入了天基平台随动策略,提出了空间目标随动跟踪问题,重点研究了空间目标具有非合作性机动能力条件下天基平台的跟踪和控制方法。研究主要以空间目标非合作性机动且跟踪平台自主随动为背景,围绕相对运动模型、鲁棒跟踪算法、平台随动控制律三个方面展开。主要研究成果如下:1.建立了一种基于轨道密切性的相对运动模型,作为随动跟踪问题的模型描述。首先,针对目标的非合作性机动,基于轨道密切性思想,建立了瞬态相对运动模型。它在微小时间间隔内对两个机动航天器的瞬态轨道进行相对动力学描述,能够隐含目标的未知机动项,简化相对运动在机动条件下的描述。随后,针对随动跟踪中的相对运动的不确定性,将密切性思想赋予参考轨道,建立了基于密切参考轨道(Osculating Reference Orbit, ORO)的瞬态相对运动模型。该模型除了瞬态跟踪模型的特质外,其参考基准可随平台机动而不断变化,具有实时性,能够在跟踪平台和目标同时机动的情况下,有效抑制相对运动的不确定性引起的模型线性化误差的放大,长期保持随动跟踪环境下的相对运动模型精度,这是以往固定参考轨道模型所不具备的。2.针对跟踪问题所处的扰动环境,尤其是目标可能进行的非合作性机动,提出了两种跟踪算法:去耦卡尔曼滤波(Uncoupled Extended Kalman Filter, UEKF)和冗余自适应鲁棒卡尔曼滤波(Redundant Adaptive Robust Extended Kalman Filter, RAREKF)。UEKF对预测误差方差去耦合,提升了算法对扰动信号跟踪的快速性。该方法并不完全屏蔽外部扰动信息,用于空间目标跟踪中,能够对目标的轨道机动进行有效辨识。通过对其跟踪误差结构的分析,证明了该误差的有界性。RAREKF通过引入冗余因子来调节算法对扰动的容忍度,合理解决了以往AREKF中模型误差与外部扰动同时作用引起工作状态自适应切换功能丧失的问题。它不仅恢复了鲁棒滤波和最优滤波状态的正常切换,提升了跟踪结果的最优性,还让算法对干扰的抑制程度变得可控,能够按需剔除超出容忍范围的内外部扰动。提出了该算法收敛的充分条件,并进行了稳定性证明。另外,提出了一种跟踪误差的评价方法,能够同时考虑跟踪模型和算法对跟踪精度的影响,为不同的相对运动模型和滤波算法的组合提供了评价准则。3.提出了一种动态最优滑模控制的方法(Dynamic Optimal Sliding-Mode Control, DOSMC),作为随动跟踪问题中的平台随动控制律。该方法的滑模切换面由名义的最优控制所产生,具有动态最优性,并且其滑模趋近律具有自调节性,能够保证在不同程度扰动下,系统状态对滑模面的有限时间可达。DOSMC吸取了最优控制和滑模控制各自的优点,在优化燃耗的同时又具有全局鲁棒稳定性。它除了可以让平台进行最优鲁棒的轨道随动外,还能为平台的姿态随动建立理性的动态最优滑模面,实现平台的六自由度随动控制,从而更全面地给空间目标的可持续跟踪提供观测环境上的保障。4.基于所提出的ORO相对运动模型、RAREKF鲁棒跟踪算法和DOSMC随动控制律,建立了一套关于空间非合作目标自主随动跟踪的基本方法。ORO相对运动模型能够在目标机动、平台随动的情况下,长期准确地描述两航天器间的相对轨道运动,为随动跟踪提供了基本的模型需求。RAREKF算法能够让平台对非合作机动目标具有精确跟踪能力,其跟踪结果可直接协助平台进行轨道随动控制的必要性判断与实施,并且通过建立相对运动状态与量测姿态的转换关系,还能够用于平台自身姿态随动的必要性判断与实施。DOSMC随动控制律能够以满意的代价和性能驱动平台维持对目标所需的观测状态,保证跟踪的可观测条件,从而实现随动跟踪整体功能的稳定运行。