快速全天自主星图识别算法的研究

三角形识别算法是工程应用中较为成熟的算法,为了克服三角形因特征维数较低带来的冗余匹配问题,提出了一种改进的三角形算法。由于经过标定后观测星之间的相对星等差比较稳定,增加星等差作为辅助识别特征,同时,引入三角形以外的第四颗星为顶点,与三角形构成假想的四面体,顶点与底面三角形三个点的角距既是识别特征量,也可用于检验识别的结果是否正确。为了减小导航特征库的容量及对其遍历比较带来的时间开销,对导航特征库存储内容进行了精简,并利用数据结构中的散列查找法对识别特征构造散列函数,加快了识别过程。仿真实验结果表明,该识别算法具有较快的识别时间和较高的识别率。     

三角形星图识别改进算法研究

三角形识别算法是目前采用星敏感器为导航部件所广泛运用的算法,但由于特征维数较低,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正确率,提出了改进识别过程的三角形识别算法,先将满足三边判决门限范围内的导航星对记录到匹配数组,对出现的导航星进行计数,利用三角形三边之间两两相交的相关性,将导航星出现次数小于2的星对作为整体剔除,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,减少了识别过程中特征量比较的次数,提高了识别效率,同时,也减小了内部导航星库的存储容量。     

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。     

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。     

三视场天文导航视场间星图识别的导航星选取

研究了三视场天文导航视场间导航星的选取方法,以提高其视场间星图识别的效率,减小识别特征数据库规模。根据三视场天文导航星图识别的特点,分析了导航视场间导航星数目对视场间三角形星图识别的影响。考虑视场间三角形星图识别的需求,给出了任意视场至少包含1颗导航星和亮星优先选取的视场间导航星选取准则。然后,遵从上述准则提出了一种基于星等优先的一阶自组织导航星选取算法。利用提出的算法制备了视场间导航星星库,并对该导航星星库的性能进行了仿真分析和外场实验。实验结果表明:使用该算法制备的导航星星库规模较星等阈值过滤方法制备的星库规模降低了53.91%,且库中导航星分布均匀,符合视场间导航星的要求。     

基于多特征匹配的快速星图识别

随着星敏感器探测灵敏度的提高,导航星表中恒星的数量急剧增加,导致星图识别的识别速度和识别率降低。因此,为了提高星图识别的识别速度和识别率,文中在三角形算法的基础上提出了一种基于多特征匹配的快速星图识别算法。首先,采用天球的内接正二十面体法对预处理后的星表进行分区。然后,将特征三角形的边长以及外接圆和内切圆半径的乘积作为特征值构建导航特征库,并根据后者的哈希函数对特征库进行分块。在识别的过程中,利用观测三角形外接圆和内切圆半径乘积的哈希函数实现导航特征库子块的快速定位,并在该子块内采用多特征匹配的方法得到观测三角形的识别结果,最后根据该结果确定星敏感器视场所包含的天球子区域,并在子区域内完成视场中其它导航星的识别。实验结果表明,文中算法的识别性能与导航特征库的分块数有关,在选择合适的分块数后,与常用三角形算法相比,算法在识别速度,识别率以及对星等误差和假目标的鲁棒性等方面具有明显的优势,算法的平均识别时间和识别率分别为17.161ms和98.58%,满足星敏感器对高识别速度和识别率的要求。     

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.     

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。     

暗弱空间目标的高精度定位

提出了一种暗弱空间目标的高精度定位方法,以进一步提高该类空间目标的定位精度。研究了星像质心计算和星图匹配以及光电望远镜静态指向修正模型和天文定位等算法。首先,深入分析了星像质心计算和三角形匹配算法。然后,采用Tycho-2星表和基本参数修正模型,修正光电望远镜系统静态指向误差。最后,针对暗弱空间目标定位精度低,对传统天文定位方法进行了改进,提出了"暗弱空间目标高精度定位方法",实现了暗弱空间目标高精度定位。实验结果表明:提出的暗弱空间目标高精度定位方法的测量精度优于4″,基本满足光电观测系统进行暗弱空间目标测量时对精度和稳定性的要求。     

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。     

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.     

连通聚类星识别方法

采用星敏感器测卫星姿态是现行方法中精度最高的,其关键是星图识别.本文阐述了只采用观测星的位置信息,利用观测星图与导航星表的星对角距进行聚类匹配,根据观测星图的连通性进行匹配识别的方法,用图论理论解释了星识别过程;用120M主频的微机模拟分析了门限和位置噪声对识别时间的影响.在门限取0.05°,位置噪声(单轴)δ=0.02°以下时,在任一区域识别率达100%,识别时间平均少于0.2s.