改进的基于主星的星图识别算法

为了建立更高效的星图识别算法,设计了一种以主星与邻星角距为识别特征的星图识别算法.构建了导航星库,将所有邻星与主星角距进行量化编码,并按照从小到大的顺序排列为特征模式字符串,串尾附加字符串长度项为聚簇索引,借以提高导航星库的检索速度;然后,利用改进的KMP字符串识别方法对观测星进行匹配识别.当存在2 pixels的高斯位置噪声时,该算法成功识别率高于97.38%,导航星库的存储容量为149.4 kB.在Pentium 1.6 GHz PC机上随机识别1 250幅星图,平均识别时间为42.78 ms.此识别算法对观测图像具有旋转不变性,对位置和星等噪声都有很好的鲁棒性,且导航星库的存储容量小、检索效率高、实时性好.     

添加补偿码的快速径向伴星特征星图识别

针对传统的基于径向特征的星图识别算法在构建星模式的过程中由于位置噪声的干扰导致识别率较低的问题,本文提出一种添加补偿码的快速径向伴星星图识别算法。该算法以比特向量的形式构建基于径向特征的特征向量,同时将伴星间的角距信息以及位置噪声的补偿信息添加到特征向量中,从而有效地减小了特征库的容量,提高了星图识别算法的稳定性和识别率。最后本文根据比特向量的特点采用最小相似差方法快速完成观测星与导航星之间的初匹配,再根据同一视场内星点位置信息的相关性完成对观测星的唯一识别。实验仿真结果表明,在位置噪声为0.5像素的情况下星图识别成功率达到97.8%;在星等噪声为0.8 Mv的情况下星图识别成功率达到96.4%;当以真实星图为实验对象时,星图识别的成功率达到94.2%。与传统的三角形算法以及未添加补偿码的径向特征星图识别算法相比,本文算法在识别成功率和识别时间上均有着不同程度的提高。     

基于最大内角的三角形星图识别算法

针对传统三角形星图识别算法的不足,本文提出了一种不依赖星等信息的全天球自主快速三角形识别算法。通过构建三角形最大内角及其两边作为匹配特征三角形,建立了全天球导航特征库,对生成的特征库按最大内角值构造散列函数,并分块存储。识别过程中,采用"边-角-边"原理进行匹配。首先,根据最大内角的观测值实现子块的快速定位,然后,在子块中对观测三角形的两边进行星角距快速匹配,缩小了角距匹配的范围,提高了识别速度。试验表明,星点位置噪声低于2个像元时,识别率优于98.08%;观测星数等于10颗,特征库分块总数为1 024时,平均识别时间为13.1ms。与现有三角形识别算法相比,该算法在识别速度、识别率及抗星等噪声能力等方面具有明显优势。     

三角形星图识别算法的改进

三角形识别算法是采用星敏感器为导航部件所广泛运用的星图识别算法。但由于三角形特征维数较低,容易造成冗余匹配和错误识别。为了提高三角形识别算法的识别成功率,对三角形识别算法的识别过程做了改进。先将满足三边判决门限的导航星对记录到匹配数组,然后对导航星出现的次数进行计数;利用三角形三边之间两两相交的相关性,将导航星出现次数2的星对作为整体剔除,最后在余下的导航星对中寻找与观测三角形同构的三角形。识别过程中,以星对角距和相对星等差为识别特征,并对识别特征构造了散列函数,从而减少了识别过程中特征量比较的次数,提高了识别速度,增加了识别成功率。同时,也减小了内部导航星库的存储容量。     

适用于星敏感器的导航星星库制定

导航星星库对星图识别、最终姿态获取具有重要意义.导航星星库的容量,存储方式,存储内容,读取方式,是影响星图识别的识别时间和识别率的关键因素.本文介绍了采用球矩阵存储和读取导航星库的方法,阐述了导航星的选取规则及存储内容.球矩阵方法可以在全天球范围内快捷查找导航星的大致区域;年中平位置及导航星星对角距的存储,可使视位置转换时间及星图识别时间进一步减少.     

高精度星敏感器天文标定方法及观测分析

提出了一种利用天顶观测来进行星敏感器标定的新方法.将地球当作均匀转动的转台,由一较精确的时钟代替刻度盘,用相对地球静止的星敏感器对天顶邻域进行观测.把星点作为目标,让其匀速扫过视场,建立星点坐标和对应恒星像点坐标的数学模型,求出位置传递函数.此方法简单、方便,标定精度高.通过实际星空观测,对连续拍摄的2037幅星图进行标定计算,每幅星图的积分时间为80 ms.实际观测星在α与δ方向上的标定误差分别为7.267 2″和6.922 0″,系统总的标定误差为10.036 2″.利用标定结果对连续拍摄的星图进行识别,得到星敏感器光轴指向误差为4.846 2″,标定结果比较理想.     

星光制导中的凸多边形星图识别算法

提出了以凸多边形为基元、完全不依赖于星等的星图识别算法。首先,构造全部导航星的14°视场模式,共9 176个。然后逐一把这些视场中的导航星投影到像平面,得到一系列的点。依其坐标排序,采用由平面上的点生成凸多边形的算法,就能得到唯一的、以恒星为顶点的凸多边形。在导航星表中以凸多边形为储存单元,其内容为凸多边形的边和顶角。为此,设计了以导航星凸多边形和观测凸多边形之间距离最小为准则的识别算法。针对星光制导的导弹观星时间很短,提出了根据弹道生成弹上导航星表的方法,其导航星表只需存储30颗星的75个凸多边形。仿真结果表明:在任意视场中,基于凸多边形的星图识别成功率高于99%,并具有较强的鲁棒性。     

天文导航中的星敏感器技术

由于星敏感器仅仅工作在全天球的识别模式下远不能满足当前飞行器任务的需要,提出了当星敏感器有足够的先验信息情况下,可在星跟踪模式或者预测星像模式下工作,来提高星敏感器的数据更新率,降低由全天球识别带来误匹配的可能性.本文提出了一种新的星跟踪算法来克服飞行器在大角速度飞行情况下传统星跟踪算法处理时间过长等不足;为了消除由于系统噪声带来的误差,还提出了星图滤波和星像滤波的方法.实验结果表明,当飞行器在2.25°/s的角速度下飞行时,星敏感器能在10 pixel×10 pixel的范围内从星图中正确提取星像,星图经去噪后,星敏感器输出精度提高了近5″,从而使星敏器可在飞行器高动态飞行情况下实现高精度、高更新率的姿态输出.文中描述的所有方法已在2007年和2008年进行了地面观星测试,并于2009年即将应用于某些卫星的姿控系统中.     

基于相似三角形的星图识别

星图识别算法是星敏感器快速获得姿态信息的关键,传统的星图识别算法,例如三角形算法、多边形算法以及一些改进算法,大多是以星对间的角距作为识别特征,而星对角距的计算精度严重依赖于星敏感器相机的焦距f的校准精度。如果校准精度不够或者由于环境原因导致相机焦距有较大变化时,这些基于星对角距的识别方法将无法正常工作,本文提出了一种基于相似三角形的星图识别算法,该算法利用观测星组成的三角形与CCD相机所成像点三角形相似来进行识别,由于识别过程不需要焦距信息,在焦距有较大变化时仍能正常工作。最后用蒙特卡罗方法进行了仿真验证,结果表明该算法在引入较大焦距误差时识别率无明显变化,其平均识别率为95.2%,平均识别时间为5.3ms,而相同仿真实验条件下传统三角形算法的平均识别时间为7.6ms,在引入0.5pixel的像面位置误差时该算法识别率为93.3%,而传统三角形算法识别率仅为86.5%,该算法较传统三角形算法在识别速度方面有一定优势,同时对像面位置噪声的鲁棒性更好。     

适用于星敏感器的局部星像提取方法

提出了一种局部区域提取星像的算法.该算法采用星跟踪方法提取已知恒星星像坐标,根据这些已知恒星信息在星图中适当范围内提取未知恒星星像坐标并且识别这些未知恒星.对该算法进行了观星测试和在轨验证,实验结果表明:提取星像坐标时只须扫描星图的45%,从而提高了数据更新率;识别未知恒星时由全天球变为整个天球的0.3%,从而提高了识别率.     

基于硅基液晶拼接的高对比度动态星模拟器光学系统

针对基于硅基液晶(LCOS)拼接技术的动态星模拟器对比度低,无法在星图识别过程中为星敏感器提供全部有效目标的问题,提出通过抑制光学系统杂散光来提高LCOS拼接动态星模拟器对比度的方法,讨论了偏振度对于杂散光的影响,并推导出入射角与偏振度的函数关系。设计了抑制杂散光的光学系统,该系统包括利用复合抛物面聚光器(CPC)结合望远系统组成照明光源,配合多棱镜的1/4波片和视场角不小于11°的准直光学系统。在截止频率为60lp/mm,视场角小于±5°的情况下,该准直系统的调制传递函数(MTF)大于0.7。实验显示:该高对比度LCOS拼接动态星模拟器的星间角距误差小于18″,相对于传统型的星模拟器杂散光降低了2.38倍,其在保证精度的条件下,降低了动态星模拟器的背景噪声,提高了动态星图的可识别率,基本可以满足星敏感器在多星等条件下的对精度和动态特性的需求。     

基于星点有序集的全天球自主星图识别算法

为了提高在全天球自主工作模式下星图识别的成功率和鲁棒性,本文结合kNN算法和有向图理论的思想,构造出具有强约束的有序星点集模式,提出基于有序星点集的全天球自主星图识别算法。该方法首先利用k近邻算法的思想,以导航星点为中心,对位于其一定范围内的导航星进行了分类划分。然后基于有向图理论,以距离中心点星最近的导航星为基准,按照顺时针顺序对分类的导航星进行排序,构造出具有强约束特性的有序星点集作为星图识别的特征。实验结果表明:在存在星点位置误差和伪星点的情况下,本文提出的基于有序星点集全天球自主星图识别算法具有很强的抗噪声能力、抗伪星点干扰能力和鲁棒性。在星点质心位置达到3像素时,基于有序星点集星图识别算法成功率仍然可以达到99.8%,比三角形识别算法和栅格识别算法的识别成功率高16%以上;在存在3颗伪星点的情况下,基于有序星点集星图识别算法成功率为98.4%,比三角形识别算法和栅格识别算法高10%以上。     

船用星敏感器天体的跟踪辨识

为保证船用星敏感器载体姿态连续测量的高精度和高效率,通过对当前天体自动辨识算法的研究与分析,提出并实现一种基于天体目标连续跟踪处理的天体自动辨识技术。首先,根据星图采集周期、天体视运动速度和舰船姿态变化等因素,分析了船用星敏感器摄取的连续星图间的差别特征;然后,以连续两帧星图的关联信息为依据构建星图特征数组,通过区域搜索、斜率值与灰度值比对等方法建立了天体跟踪辨识模式;最后,介绍了天体跟踪辨识模式中区域搜索半径的解算方法。实验结果表明:天体连续跟踪辨识技术在保证天体辨识精度的前提下,平均单帧星图辨识时间为124ms,仅为传统辨识方法用时的1/8。有效地提高了船用星敏感器天体辨识效率和载体姿态动态测量效率。     

基于数字光处理技术的小型星模拟器设计

提出了基于数字光处理(DLP)技术的星模拟器系统的技术方案。根据星模拟器技术指标,确定了总体光学结构;在确定数字微镜元件(DMD)芯片规格的基础上,计算出星模拟器光学系统的焦距、单星张角、相对孔径等光学系统参数;最后,介绍了星图模拟软件的设计方法。计算及模拟结果表明,设计的小型星模拟器实现了星图视场为10.5°×7.5°,模拟星等为2.0~8.0等星,单星张角优于40″;将采样周期控制在毫秒量级,能为星敏感器提供任一时刻、任一惯性坐标系下指向的模拟星图,可满足航天工程中对小型星模拟器的动态性、大视场、宽星等范围、短采样周期等需求。     

应用正则化影响函数扩散模型的星图噪声滤波

由于恒星星图的噪声滤波对保持星点的边缘细节要求较高,本文以塔基（Tukey）扩散模型与改善的PM（Perona-Malik）模型为基础,提出了一种基于正则化影响函数扩散模型的星图噪声滤波方法。该方法通过导数算子提取边界点集,利用图像中原始像素和噪声像素的空间分布特性对图像进行噪声滤波处理,并通过给定边界条件恢复图像边缘。由于避免了方差稳定（VS）变换,该方法可以直接处理高斯噪声。对普通图像和添加高斯噪声星图进行了仿真测试,并与普通扩散函数算法进行了比较。实验结果表明：提出的算法表现出了较好的噪声滤波能力,同时有效地保持了特征图像的边缘。相对于普通扩散函数算法其平均绝对误差降低了13.6%,峰值信噪比平均提高了6.1%。得到的数据显示,本方法的滤波能力优于普通的扩散函数方法,特别适用于星图的噪声滤波处理。     

一种基于SOFM聚类的星图识别算法

介绍了一种利用自组织特征映射(SOFM)网络的聚类功能进行全天星图识别的方法.按一定规则对全天星表的星信息进行了筛选并组建了导航星星库.从星库中提取星对角距信息和星模式信息来分别训练此星图识别系统中的两层SOFM网络,使网络具备了分类识别功能.以此系统进行的仿真识别结果表明,SOFM网络可以有效地反映星图中的复杂信息,抗噪性能明显优于传统星图识别算法;分类效果较好,能区分各种星模式;识别速度很快,约为1.5ms,可以在星图识别中发挥很好的作用.     

基于双正交小波的星点细分定位方法研究

在星敏感器工作过程中,星点目标亚像元质心定位的准确性直接影响星识别的准确性,同时也决定了星敏感器姿态测量的有效性.带阈值的质心法是星点目标细分定位的较理想方法,具有较强的抗噪声干扰能力.在双正交小波变换的基础上提出基于双正交小波的自适应小波阈值法.与传统的IIR阈值法比较,不仅星点目标提取更加准确,而且位置测量精度更高.