一种空间目标态势的知识图谱构建方法

摘要

本发明涉及一种空间目标态势的知识图谱构建方法，属于空间目标态势研究领域，该方法利用了知识图谱技术，将空间目标态势的数据转化为结构化和形式化的知识，从空间目标的基础关系、空间关系和时间关系三方面出发，进行了空间目标关系的多层次语义解析，对空间目标关系进行规范化和形式化描述，完成空间目标态势中“数据‑信息‑知识”的转化过程，构建了形式化的知识图谱表示，使用户能够非常容易的理解空间目标态势，满足了不同层次用户对空间目标态势的直观理解和认知需求。

说明书

技术领域

本发明属于空间目标态势研究领域，具体涉及一种空间目标态势的知识图谱构建方法。

背景技术

目前，出于世界各国对太空的开发与利用的需求，促使各种不同用途的空间目标被发射至太空，其中空间目标包括各种人造地球卫星、载人航天飞船、深空探测设备等，这些处于空间环境中的空间目标，能够服务于地球上各行各业的不同需求。为维护空间利益，保证空间目标安全，发挥空间目标的最大效能，需要获取空间目标的运行态势和趋势，即空间目标态势。

同时，由于各种空间目标主要是为处于地面的人类服务，因此，在获取空间目标态势信息的同时，也需要获取空间目标与地面目标之间存在的关系和施加的影响。一方面，空间目标是空间活动的主体，对空间目标态势的认知是各种空间活动的基础，是进行有效的空间决策与正确行动的前提和依据；另一方面，地面目标是空间目标进行空间活动不可或缺的组成因素，因此在研究空间目标态势时，也需要考虑与空间目标具有关系的各种地面目标。

由于空间目标通常处于环境因素复杂的地球大气层之外，并在预定轨道上高速运行，其状态和趋势具有复杂的时空特性和一定的不确定性，与地面目标的关系也在不断的变化中，而现有技术中，简单地获取关于空间目标的原始信息，不仅不便于数据的存储、检索与使用，也不方便非专业领域人员对空间目标态势信息的获取、理解和认知，阻碍了相关学科的发展和空间目标态势知识向大众的普及。

因此，本发明强调的空间目标态势是以空间目标为主要研究对象，获取空间目标的运行状态和未来趋势，及其与地面目标的各种联系。

发明内容

本发明的目的是提供一种空间目标态势的知识图谱构建方法，用于解决现有技术通过空间目标的原始信息不方便直观理解空间目标态势的问题。

基于上述目的，一种空间目标态势的知识图谱构建方法的技术方案如下：

1)根据用户的查询条件，从空间目标态势数据库中，确定出查询条件中涉及的实体、属性、概念和实例，以及静态关系，该静态关系包括：概念、属性和实例中任意二者之间的关系，两个概念之间的关系，两个属性之间的关系，两个实例之间的关系；将所述静态关系进行语义转换，得到静态语义关系；根据涉及的实体、属性，结合所述静态语义关系，构建空间目标态势的静态知识元组；

2)根据用户的查询条件，确定出查询条件中涉及空间目标的关系类型和时间因素，其中关系类型包括拓扑、距离和/或方位，时间因素包括时间点和/或时间段；根据确定的关系类型和时间因素，进行空间目标之间的空间关系和时间关系计算，其中空间关系包括空间上的拓扑关系、方位关系和/或距离关系，时间关系包括时间点之间的关系，时间段之间的关系，或时间点与时间段之间的关系；

将所述空间目标之间的空间关系和时间关系分别进行语义转换，得到空间语义关系和时间语义关系，利用所述空间语义关系和时间语义关系，构建空间目标态势的动态知识元组；

3)融合所述的静态知识元组和动态知识元组，得到空间目标态势的知识图谱。

上述技术方案的有益效果是：

本发明的方法利用了知识图谱技术，将空间目标态势的数据转化为结构化和形式化的知识，从空间目标的基础关系、空间关系和时间关系三方面出发，结合语义的转换，对空间目标关系进行规范化和形式化描述，完成空间目标态势中“数据-信息-知识”的转化过程，构建了形式化的知识图谱表示，使用户能够非常容易的理解空间目标态势，满足了不同层次用户对空间目标态势的直观理解和认知需求。

进一步的，所述空间目标态势数据库包括：

星历数据库，用于存储空间目标的星历数据；

结构化数据库，用于存储结构化的静态关系数据；

非结构化数据库，用于存储非结构化的静态关系数据。

进一步的，根据用户的查询条件，能够确定出所述空间上的拓扑关系包括：空间目标之间的拓扑关系，空间目标的发射信号在地面的覆盖范围与地面目标之间的拓扑关系，或地面目标与空间目标之间的拓扑关系。

进一步的，为了方便表示空间上的拓扑关系，所述空间上的拓扑关系采用如下的9交模型进行表示：

式中，T表示拓扑关系模型，A和B表示两个目标，其形状分别为点、线、面、体中的其中一种，A°和B°表示在目标内部，

进一步的，根据用户的查询条件，能够解析出所述的方位关系包括：一个空间目标相对另一个空间目标的方位，空间目标相对地面目标的方位，空间目标对地覆盖范围相对于地面目标的方位。三种方位关系的确定方式如下：

对于第一种方位关系：

所述一个空间目标相对另一个空间目标的方位包括俯仰角和方位角，计算式如下：

式中，P为俯仰角，Z为O-XYZ坐标系的Z轴正方向，SD＝(x

式中，A为方位角，X为O-XYZ坐标系的X轴正方向，SW＝SD-cos(P)SD·Z，

对于第二种方位关系：

所述空间目标相对地面目标的方位包括方位角和俯仰角，其中方位角的计算式如下：

式中，A为方位角，(V

cos(SV)＝sin(S

俯仰角的计算式如下：

式中，P为俯仰角，ED为空间目标与地心连线，SD为空间目标与地面目标连线。

对于第三种方位关系：

所述空间目标对地覆盖范围相对于地面目标的方位的表示方法为：确定空间目标对地覆盖范围的质心，计算地面目标与质心间的连线相对于正北方向的偏角，作为方位角。

进一步的，为了确定目标间的距离关系，所述的距离关系通过计算两个目标间的欧式距离来确定。

附图说明

图1是本发明实施例中空间目标态势的知识图谱构建方法的流程图；

图2是本发明实施例中的空间语关系的确定过程示意图；

图3是本发明实施例中为空间目标构建包围椭球的示意图；

图4是本发明实施例中的空间目标态势中的实际场景(仿真场景)、拓扑表示和语义表示的对应关系图；

图5是本发明实施例中空间目标相对于空间目标的空间方位的示意图；

图6是本发明实施例中空间目标相对于地面目标的空间方位的示意图；

图7是本发明实施例中空间目标的覆盖范围相对于地面目标的空间方位的示意图；

图8是本发明实施例中空间目标对地覆盖范围相对于地面目标的方位关系的仿真场景、拓扑表示和语义表示的对应关系图；

图9是本发明实施例中空间距离语义关系的仿真场景、拓扑表示和语义表示的对应关系图；

图10是本发明实施例中空间目标态势中时间关系的映射关系图；

图11是本发明实施例中空间目标态势的知识图谱的构建流程图；

图12是本发明实施例中三维场景、基础信息和知识图谱的展示图；

图13-1是本发明实施例中在可视化场景中空间目标的运行状态展示图；

图13-2是本发明实施例中以“YAOGAN”为核心词汇查询的所有相关的在轨空间目标的知识图谱展示图；

图14-1是本发明实施例中空间目标与地面目标之间关系的可视化场景图；

图14-2是本发明实施例中资源三号02星及其地面覆盖范围与北京、济南和郑州之间空间关系的知识图谱展示图；

图15-1是本发明实施例中在特定地点(35.1°N，115.1°E)能够搜索到的北斗导航卫星信号的可视化场景图；

图15-2是本发明实施例中在特定地点(35.1°N，115.1°E)能够搜索到的北斗导航卫星信号的可视化场景和知识图谱展示图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的说明。

本实施例提出一种空间目标态势的知识图谱构建方法，整体流程如图1所示，该方法的具体实现步骤如下：

步骤一，数据的收集和存储，通过对空间目标态势数据和信息的收集，将各种数据存储于不同类型的数据库中。具体的，收集的数据包括：

1)选中空间目标的基础数据，如名称、国别、用途、轨道周期等；

2)星历数据；

3)全球不同行政级别的矢量数据，包括洲、国家、省/州、城市等；

4)爬虫数据，即基于网络爬虫获取的信息，如从百度百科、维基百科获取的关于空间目标的基本描述；

5)国家名称数据；

6)发射场数据等。

针对上述收集的数据，构建空间目标态势数据库，根据分类包括三个数据库，分别为MySQL、Neo4J和InfluxDB数据库，其中，InfluxDB数据库用于存储空间目标的历史星历数据，MySQL数据库用于存储结构化的关系数据，Neo4J数据库用于存储非结构化的关系数据，例如RDF数据。其中，MySQL用于存储结构化数据，Neo4J和InfluxDB用于存储非结构化数据。

步骤二，根据用户的查询条件，从空间目标态势数据库中，确定出查询条件中涉及的实体、属性、概念和实例，以及静态关系，该静态关系包括：概念、属性和实例中任意二者之间的关系，两个概念之间的关系，两个属性之间的关系，两个实例之间的关系；将静态关系进行语义转换，得到静态语义关系；根据涉及的实体、属性，结合所述静态语义关系，构建空间目标态势的静态知识元组。

本步骤中，基本语义关系(即静态语义关系)主要用于描述空间目标态势中，概念、属性和实例之间的关系，是从空间目标态势的原始数据中能够直接获取的关系，也是后续各种空间目标关系建立和获取的基础。通过用户输入的查询条件，从各种数据库(即步骤一中的数据库)中，可以获取空间目标态势中的实体、概念、属性、实例及主要基本语义关系，其中，主要基本语义关系包括：

(1)kind_of：用于描述概念与概念、属性与属性之间的层次关系，例如GEO卫星是卫星的一种，也就是GEO卫星是卫星概念的子概念，物理属性是属性的一种，也就是物理属性是属性的子概念；

(2)instance_of：用于描述概念与实例、属性与实例之间的关系，例如Beidou DW43是卫星概念的一个实例，而卫星重量为2300kg是重量属性的一个实例；

(3)attribute_of：用于描述属性与概念之间的关系，例如物理属性这个概念是卫星这个概念的一种属性；

(4)has_a_x：用于描述概念之间、属性之间或者实例之间的关系，x表示不同的概念、属性或者实例，如BEIDOU 16的重量属性是800kg，可以表示为：

(BEIDOU 16)has_a_weight(2300kg) (1)

(5)y_by：用于描述概念之间不同的隶属关系，可以使用诸如owned,operated,launched等词汇。例如，BEIDOU 16卫星被中国所拥有，可以表示为：

(BEIDOU 16)owned_by(China) (2)

步骤三，根据用户的查询条件，确定出查询条件中涉及空间目标的关系类型和时间因素，其中关系类型包括拓扑、距离和/或方位，时间因素包括时间点和/或时间段；根据确定的关系类型和时间因素，进行空间目标之间的空间关系和时间关系计算，其中空间关系包括空间上的拓扑关系、方位关系和/或距离关系，时间关系包括时间点之间的关系，时间段之间的关系，或时间点与时间段之间的关系。

在上面的步骤二中，通过基础语义关系可以查询得到空间目标的基础信息，但是还无法不能满足用户的需求。太空中高速运动的空间目标之间、空间目标与地面目标之间存在着更为复杂的空间关系。例如，空间目标在复杂太空环境中，不仅需要与其他空间目标进行合作以完成复杂的任务，同时也要避免来自于其他空间目标的威胁，如碰撞威胁等。同时，空间目标的一个重要任务是为地面上的各种目标服务，因此，与地面目标建立有效完善的联系对空间目标至关重要，而空间目标之间、空间目标与地面目标之间的关系是本实施例中对空间目标态势中的研究重点，为了能够满足不同用户对各种空间关系的认知，需要将空间目标关系转化为用户容易理解的内容，构建语义化的空间关系，即空间语关系。如图2所示，具体的构建过程如下：

(1)获取用户的查询条件，确定目标集、目标几何形态和关系类型，其中目标集指的是用户的查询条件中涉及的实体(即目标)，例如目标X、目标Y等等；目标几何形态指的是将用户需查询的目标看作成的几何特征，包括点、线、面、体；关系类型是，需要查询的目标之间的关系，例如拓扑关系、距离关系和方位关系。

(2)在明确目标和目标的几何特征之后，结合数据库中的数据，利用空间关系计算模型，获取不同关系类型(拓扑、距离和方位)下的空间关系；然后，通过建立定量的空间关系与定性的语义词汇之间的映射，确定了空间语义关系。

本步骤中，通过建立定量空间关系的与定性的语义词汇之间的映射，将获取的空间关系以语义的方式进行表示，其基本形式为：

式中，通过

目标ObjectX和ObjectY之间的空间关系Type是Vocabulary

由于空间目标在太空中高速运动，因此，空间目标之间，或者空间目标与地面目标之间的空间关系处于动态变化之中，需要依据不同的条件进行计算，并对结果进行组织，以反馈给用户。本实施例中研究的空间关系主要包括拓扑关系、方位关系和距离关系，三种空间关系存在于空间目标之间(如遥感卫星与数据中继卫星)、地面实体之间(如遥感卫星地面覆盖区域与城市)以及空间目标和地面实体(如导航卫星与信号接收站)之间。下面，对上述三种空间关系的语义化表示进行分别阐述：

S1)空间拓扑语义关系：

空间目标态势领域内的拓扑关系通常分为三种，分别为空间目标之间的拓扑关系，地面目标之间的拓扑关系，以及空间目标与地面目标之间的拓扑关系。下面对三种拓扑关系分别进行具体阐述：

第一，在空间目标之间的拓扑关系中：

当空间目标几何类型为点、线或面时，拓扑关系通常易于获取；而当空间目标的几何类型(即几何特征)为体时，则存在较多情况。例如，图3中，空间目标在高速运动过程中，当目标之间距离小于一定阈值时，可能会发生碰撞风险，因此需要为空间目标构建包围椭球作为安全区域。当两个空间目标的包围椭球相离时，可以认为碰撞概率较小；而当两个空间目标的包围椭球存在相切、相交、重叠的情况时，则认为两个空间目标之间的碰撞概率较大。

第二，在地面目标之间的拓扑关系中：

目标的几何类型通常包含点、线和面。其中，空间目标态势分析领域较为关注的是，空间目标信号在地面的覆盖范围与地面目标之间的拓扑关系，例如，遥感卫星覆盖区域与地面区域之间的拓扑关系，相当于面与面之间的拓扑关系；又如，导航卫星信号覆盖范围与用户所在位置之间的拓扑关系，相当于面与点之间的拓扑关系。

第三，在地面目标与空间目标之间的拓扑关系中：

此类拓扑关系存在多种情况，例如，在地面站的雷达对空间目标进行监视和探测的场景中，地面雷达的探测范围的几何类型属于体类型，空间目标的几何类型则为点类型，此时的拓扑关系存在于点目标与体目标之间；又如，用户通过卫星实现电话通信时，用户和空间目标均为点类型，此时的拓扑关系存在于点目标之间。

上面三种拓扑关系在空间目标态势中的具体应用时，不同尺度下目标的几何学形态包括点、线、面和体，例如，在进行空间目标间的距离计算时，空间目标可以认为是点，空间目标轨道是线，遥感卫星对地覆盖范围可以认为是面；而在进行空间目标的碰撞分析时，构建的安全距离包围椭球可是认为是体。

本实施例中，由于空间目标态势中的拓扑关系是三维空间中的拓扑关系，为了便于计算，使用应用广泛的9交模型(9IM)表达空间目标态势中不同目标之间的拓扑关系，如式所示：

式中，A和B表示两个目标，其形状分别为点、线、面、体中的一种；A°和B°表示目标内部，

表1空间目标态势知识图谱中拓扑关系描述和表示

使用表1中的9IM矩阵与语义的对应关系，可以获取空间目标态势知识图谱中的拓扑关系，但由于应用范围和需求的变化，同一种拓扑关系通常可以使用不同的词汇进行描述，如meet可以使用intersect、cross等进行描述。

因此，为了更加准确的对不同场景下的空间目标态势知识图谱空间拓扑关系进行描述，需要构建拓扑关系与同义词语之间的映射关系。表2所示为空间目标之间、空间目标与地面目标之间的拓扑关系和对应词汇的映射关系示例，例如，交叠的拓扑类型，对应的关系语义为四种，分别为overlap、intersect、cross、join；包含的拓扑类型，对应的关系语义为inside、observe、in sight、contain；相离的拓扑类型，对应的关系语义为disjoint、faraway from、apart from、divide。

表2空间目标态势知识图谱中空间拓扑关系与语义的映射示例(部分)

图4所示为部分空间目标态势中的实际场景(仿真场景)、拓扑表示和语义表示的对应关系。例如，第一种仿真场景为资源三号02星的地面覆盖范围与郑州之间的拓扑关系，拓扑类型的语义表示为覆盖；又如，CZ-4B DEB包围椭球与IRIDUM 44包围椭球之间的拓扑关系，该拓扑关系的语义表示为相离；而资源三号02星与高分5号之间的拓扑关系，为点对点的拓扑关系，语义表示为相离。

S2)空间方位语义关系：

空间目标态势领域内的方位关系主要存在三种，分别是空间目标之间的方为关系，地面目标之间的方位关系，以及空间目标与地面目标之间的方位关系。确定方位关系之前，首先必须具备空间参考对象和方向参考系统，然而，空间目标态势领域内不同的空间参考对象具有不同的方向参考系统。例如，地面目标之间的方位关系可以使用地理方位(如东、南、西、北)作为方向参考系统进行描述；而太空三维环境下的空间目标之间以及空间目标与地面目标之间的方向关系，则无法完全按照地球上的地理方位进行描述。

因此，为了获取空间目标态势领域内的方位关系，本步骤中对不同空间参考对象选择不同的方向参考系统进行描述。根据空间参考对象的不同，可以分为相对于空间目标的空间方位和相对于地面目标的空间方位。下面分别进行具体阐述：

S21)相对于空间目标的空间方位：

如图5所示，空间目标的本体坐标系O-XYZ以空间目标S的质心为原点，X轴为空间目标的运动方向，Z轴位于轨道面内，与X轴垂直且背离地球规定为正方向，Y轴是由X轴与Z轴进行叉乘而确定的。SW为空间目标S指向空间目标D的矢量在XOY面上的投影，方位角A定义为从X轴正方向起，依顺时针方向与OW的夹角，范围为0°～360°；俯仰角P定义为空间目标S指向空间目标D的矢量

本实施例中，以(x

其中，Z为O-XYZ的Z轴正方向，SD＝(x

其中，X为O-XYZ的X轴正方向，SW＝SD-cos(P)|SD|·Z，

S22)相对于地面目标的空间方位：

空间目标与地面目标之间除了直接产生联系外，还有一部分联系建立在空间目标对地面的覆盖范围与地面目标之间。因此，相对于地面目标的空间方位关系，包括空间目标相对于地面目标的方位关系和空间目标对地覆盖范围相对于地面目标的方位关系。下面分别进行具体阐述：

第一，对于空间目标相对于地面目标的方位关系，如图6所示，地面目标S的经纬度坐标为(S

式中，SV满足如下公式：

cos(SV)＝sin(S

俯仰角P的计算方式为：

其中，ED为空间目标与地心连线，SD为空间目标与地面目标连线。

第二，对于空间目标对地覆盖范围相对于地面目标的方位关系，由于都处于地面，因此可以使用东南西北四个方位词加上角度来描述。对于空间关系中存在的面状对象(即几何特征为面)，如遥感卫星在某时刻对地面的覆盖范围，为了对存在面状目标的空间关系进行判断，本步骤通过获取面状目标的质心，实现将面状目标转化为点状目标，并判断点状目标之间的方位关系，以此来表示不同类型地面目标之间的空间关系，如图7所示。图7中，P1为地面上的点状目标，P2为由面状目标转化的点状目标。

确定出相对于空间目标和相对于地面目标的方位关系的量化表示之后，为了构建空间目标态势知识图谱，需要建立方向关系的量化表示方式与语义表示之间的映射，其中，相对于空间目标的方向关系与语义表示的映射如表3所示，不同目标相对于地面目标的方向关系与语义的映射如表4所示。需要注意的是，在表3中，当P＝90°或者P＝-90°时，空间目标间的相对方位关系为正上方或者正下方，方位角A此时无效。基于方位关系和语义关系(即通过语义表示的方位关系)，空间目标态势场景、方位关系和语义表示之间的部分对应关系如图8所示。

表3相对于空间目标的方向关系与语义的映射

表4相对于地面目标的方向关系与语义的映射

S3)空间距离语义关系：

作为空间关系的重要组成部分，空间距离关系描述了空间目标间的远近关系，这个关系在碰撞预警、信号接收等方面具有重要的作用。通常情况下，描述空间目标之间的距离主要使用欧式距离。本步骤中，以(x

在获取欧式距离之后，建立空间目标之间的欧氏距离与语义之间的映射关系，如far(远),far away(遥远),remote(遥远),near(近),close(近),distant(遥远)等。如图9所示的空间距离的仿真场景、拓扑表示和语义表示，例如，资源一号02D星与高分10R星之间的欧式距离为5078km，语义表示为资源一号02D星与高分10R星之间距离遥远；又如，资源三号02星与济南之间的欧式距离为527km，语义表示为资源三号02星与济南之间距离远。

然而，对于同样数值大小的欧氏距离，在不同的空间尺度下具有不同的语义，如卫星之间距离100km，可以定性的使用“卫星之间距离较近”表示，然而卫星对地覆盖范围与地面目标相距50km，却可以定性的使用“卫星对地覆盖范围与地面目标较远”表示。

本步骤二中，除了空间语义关系的构建，还包括时间语义关系的构建：

由于空间目标处于复杂的时空环境中，空间目标态势中的各种基础关系和空间关系随着时间的变化而发生变化，因此，脱离时间是无法正确的确定空间目标态势中的其他各种关系的，也无法实现有效的知识推理，如空间目标相距1000km和空间目标相距10km，仅通过这两个距离无法判定空间目标之间是接近还是远离。因此，本步骤中，通过增加时间因素，则可以获取空间目标之间距离的变化状态。

空间目标态势中的时间因素包括：

时间点，如地面用户A于时刻T可以获取卫星B的信号；

时间段，如地面用户A于时间范围T内能够获取卫星B的信号。

由于时间因素具有不同的尺度，如小时尺度、天尺度、月尺度和年尺度，时间因素之间的关系则包括时间点之间的关系、时间段之间的关系、时间点与时间段之间关系。本实施例中，空间目标态势中时间关系的映射关系部分示例如图10所示，以t

对上面确定的空间语义关系、基本语义关系、时间语义关系，进行形式化表示：

通过整合空间目标态势中基本关系、空间关系和时间关系的语义描述，可以构建对空间目标态势中不同目标的形式化语义关系表示(Semantic RelationRepresentation，SR2)，如式(11)所示：

SR2＝{M

式中，SR2是对空间目标态势中关系的统一描述；M

通过形式化的表示方式，能够实现SR2向自然语言表达的转化。例如，当基本关系BR

在时刻t，目标M

利用该形式化语义关系表示能够直接获取综合的静态知识元组和动态知识元组叠加后的最终图谱的语义化描述，之后能够以可视化的方式对图谱进行展示。

步骤四，实现空间目标关系的RDF元组(即知识元组)的构建：

本步骤中，构建的知识元组包括两部分，即静态知识元组和动态知识元组，其中，静态知识元组是用于表示空间目标的静态知识的元组，空间目标的基础属性和静态关系属于静态知识，可以通过对数据库、网页知识的分析获取；而动态知识元组是用于表示空间目标的动态知识的元组，由于空间目标在复杂时空背景下处于动态变化过程中，相应的空间关系、时间关系也随时间而动态改变，称为动态知识。

知识元组的具体构建过程如下：

401)根据步骤二中确定出的实体、属性和静态语义关系，生成空间目标态势的静态知识元组，存储于静态知识库中。

在对空间目标的基础数据进行处理并构建静态知识元组的过程中，对于已经存储在关系型数据库(即MySQL数据库)中的结构化数据，本步骤中，使用工具D2RQ将该数据库中的相应数据虚拟化为RDF元组。

工具D2RQ是一个将MySQL数据库(例如为MaraiDB数据库)中数据转变为虚拟的只读的RDF元组的工具，其中的数据可以通过查询语言和数据获取协议SPARQL进行查询，也可以基于网络直接获取。而对于非结构化数据，则通过网络爬虫，从N2YO、Gunter’s SpacePage等网站获取，并使用NoSQL数据库(如本实施例中为Neo4J数据库)存储。当查询兴趣目标相关信息时，需要从静态知识库中获取与兴趣目标有关的静态元组，并作为空间目标态势知识库的一部分。

402)根据步骤二中确定出的空间语义关系和时间语义关系，生成空间目标态势动态知识元组，存储于动态知识库中。

本步骤中，确定空间目标态势知识图谱中动态知识的基础和前提，是在时间的基础上获取空间目标的位置和速度。本实施例中，使用TLE数据(卫星两行轨道数据)并利用NORAD发布的SGP4/SDP4模型计算空间目标的位置和速度。其中，TLE数据中包括了数据获取的历元时刻，随着距离该历元时刻的时间变长，TLE数据的轨道预报精度逐渐下降，因此，NORAD通常会及时发布修正后的TLE数据。在根据时间元素计算空间目标的位置和速度时，需要采用历元时刻早于且最接近该时刻的TLE数据进行计算；同时，如果需要计算一段时间范围内的空间目标位置，且在该时间段内包括多条星历数据，则需要根据TLE数据的历元时刻对时间范围进行分割，并采用对应时间范围的TLE数据进行计算。

303)将静态知识库中的静态知识元组，与动态知识库中的动态知识元组结合，生成空间目标态势的知识图谱，并存储于空间目标动态知识库中。

以接近分析为例，来介绍空间目标态势的知识图谱的构建流程，如图11所示：

首先，根据查询条件，获取查询内容，包括时间范围(2019-11-19 00:00:00～2019-11-2600:00:00)、计算内容(接近分析)和空间目标(资源三号02星)。

其次，根据空间目标信息，按照上面步骤二和步骤三的相关内容，获取静态知识库。

然后，根据时间范围，获取该时间范围内的TLE数据，并利用接近分析计算模型进行计算分析，得到分析结果中的空间目标列表、最近距离和对应时间，例如，分析结果中的第一个空间目标为LANDSAT4，最近距离为9415m，对应时间为2019-11-20 01:56:22。

之后，利用步骤二中的方法进行语义转换，将空间目标列表、最近距离和对应时间转化为语义表达结果，并构建动态知识库。

最后，利用静态知识库和动态知识库构建空间目标态势知识库，得到形式化表示的空间目标态势知识图谱。

为了验证本发明的效果，对空间目标态势知识图谱进行了展示，如图12所示，展示的内容主要包括三部分：三维场景、基础信息和知识图谱。其中三维场景基于AGI的Cesium，用于直观的展示空间目标的运行场景，便于用户对空间目标的态势建立一个可视化的理解；基础信息中包括了选中的空间目标的基本信息，如名称、国别、用途、轨道周期等，和部分基于网络爬虫获取的信息，如从百度百科、维基百科获取的关于空间目标的基本描述；知识图谱部分则以知识图谱的方式展示与当前空间目标存在联系实体，如该卫星的所属国家、卫星的轨道类型、卫星的发射场和该发射场的所属国家。

本发明的优点在于，通过获取不同应用场景下空间目标的信息，能够实现不同场景下的空间目标态势知识的形式化表达。图13-1和图13-2所示，是从当前数据库中以“YAOGAN”为核心词汇查询的所有相关的在轨空间目标的知识图谱展示场景。原型系统在可视化场景中展示空间目标的运行状态，如图13-1所示，而以知识图谱的形式展示与该词汇相关的所有空间目标，如图13-2所示。

如图14-2所示，为2019年11月25日14时48分50秒时资源三号02星及其地面覆盖范围与北京、济南和郑州之间空间关系的知识图谱，按照步骤三中的内容，可以获取包括方位关系、拓扑关系和距离关系在内的各种空间关系，将空间目标与地面目标之间关系通过知识图谱实现形式化的表达。图14-1展示了空间目标与地面目标之间关系的可视化场景。图14-2展示了对应的知识图谱，其中包括空间目标与地面目标的名称、空间目标与地面目标之间的方位、拓扑和距离关系。

图15-1和图15-2为2019年11月19日0时在特定地点(35.1°N，115.1°E)能够搜索到的北斗导航卫星信号的可视化场景和知识图谱，并通过空间目标态势领域本体预定义规则，推理获取不同信号等级。其中，蓝色表示导航信号强度较好，红色表示导航信号较差，而绿色则表明无法收到导航信号。

通过使用开放的空间目标态势数据，并结合开源的可视化工具，对空间目标态势的运行场景和知识图谱进行了可视化展示，并以模糊查询、对地观测卫星的空间关系分析和导航卫星信号的获取为例，对本发明的方法进行了验证和结果展示，能够满足不同用户对空间目标态势信息的认知需求。

本发明的方法，分析空间目标的基本关系、空间关系和时间关系，并与语义一一对应映射，进行了空间目标关系的多层次语义解析，对空间目标态势中存在的关系进行规范化描述，以知识图谱的方式实现了空间目标态势的展示。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。