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.     

船载高精度星敏感器安装角的标定

星敏感器测量船体姿态精度与星敏感器与甲板之间的安装角标定精度密切相关。本文介绍了船载星敏感器的相关坐标系及安装角的定义,建立了船载星敏感器蒙气差修正模型,提出了一种船载高精度星敏感器安装角标定方法。船进坞坐墩时,船载经纬仪通过拍摄方位标确定航向,星敏感器通过星图识别获得视场内星点的赤经、赤纬,构成地心惯性系参考矢量,经岁差、章动、极移、船位等修正,得到各恒星在惯导地平系下的参考矢量。然后,根据蒙气差模型对星点逐个修正俯仰角,重构惯导地平系下的参考矢量。最后,依据姿态确定算法原理,解算星敏感器安装矩阵,求解安装角。实验表明,使用该方法可使方位角、俯仰角的标定精度达10"以内。该方法有效发挥了星敏感器指向精度高的优点,改善了程序自动化程度,提高了船体姿态测量精度。     

适用于星敏感器的预测未知恒星星像质心算法

提出了一种自主预测视场内未知恒星星像质心算法.该算法采用星跟踪算法来提取视场内已知恒星星像坐标.根据已知恒星信息从主星表中搜索视场内所有未知恒星,并采用这些信息预测所有未知恒星的理想像平面中心,从以这些预测的理想坐标为中心的范围内提取相应的实际星像坐标.同时采用已知恒星来验证未知恒星星像坐标.最后,对该算法进行了外场观星测试.实验结果表明:该方法提取未知恒星星像坐标时,扫描星图的像元只有局部提取星像算法的0.12%,所以进一步提高了数据更新率.     

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.     

应用有限冲击响应滤波器消除星敏感器星像噪声

从图像处理的角度研究了提高星像坐标定位精度的方法。分析了星像噪声产生的原因,对去噪声前的星像坐标进行了频谱特性分析,根据分析结果,提出了一种基于Parks-McClellan算法的滤波器最优设计方法来设计有限冲击响应滤波器(FIR滤波器)。分析了通过该FIR滤波器后星像坐标的功率谱曲线。结果显示,该FIR滤波器能很好地消除星像噪声。最后,采用某型号卫星星敏感器原理样机的地面观星数据进行实验验证,结果表明,星敏感器输出姿态精度由原来的21.921″提高到了7.823″。     

星敏感器软件测试方法的研究

介绍一种新的星敏感器软件的测试方法,该测试方法能高效地完成第三方测试工作,实现实验室环境下对星敏感器的黑盒测试。通过对外场获得的星图的人工干预,即增加、减少、平移星点来实现不同的测试用例,实现边界测试。该方法能够复现测试过程,准确定位软件问题,已成功应用于三种型号的卫星软件测试中。     

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RAC约束的星敏感器在轨校准方法

星敏感器投入使用后受发射冲击、工作环境及老化等因素影响,其内部参数如焦距、主点及畸变会发生变化,从而影响其姿态测量精度。星敏感器的在轨校准是指在在轨飞行状态对其内部参数进行重新自主校准,是保证星敏感器在轨高性能工作的一项重要关键技术。本文提出一种基于RAC约束（Radial Alignment Constraint）的星敏感器在轨校准方法。该方法不依赖外部姿态信息,通过建立基于RAC约束的星敏感器成像模型,采用两步法从单帧星图实现外部参数和内部参数的解算,并利用多帧星图整体优化的方式得到内部参数的整体最优解。仿真实验表明,该方法能有效消除内部参数的外部参数的耦合,实现其准确分离和解算。     

电路噪声对星敏感器星点定位精度的影响

提出了一种测量星敏感器电路模块带来的图像噪声的方法。在实验室条件下,用星敏感器拍摄多幅背景图像,分析表明:不同背景图像上相同像素的灰度差值代表了电路模块带来的图像噪声,该噪声服从正态分布。模拟产生该正态分布的随机矩阵作为图像噪声加到理想的星点上,采用亚像素细分质心算法计算出带噪声的星点质心坐标,从而得到噪声带来的星点位置偏差。计算结果表明:实验室条件下,星敏感器实测6等星的质心测量精度为1/25 Pixel,而电路噪声将引起1/200 Pixel量级的标准偏差;电路噪声,尤其是DC/DC电源纹波噪声对星敏感器星点定位带来的误差是不容忽视的。     

星敏感器星象模拟软件的研究

星敏感器是高精度姿态测量部件,广泛应用于各种航天器中,作用对象是空间恒星,成像过程涉及光学系统、CCD探测器及前端信号处理系统,最后输出惯性坐标系或地心坐标系下的姿态角.本文完成了对星敏感器成像过程的模拟,研制了星敏感器星像模拟软件,为星敏感器及其他类似航天器的性能评价提供了有效手段.     

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。     

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.     

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。     

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。     

快速全天自主星图识别

为了克服三角形识别算法中三角形因特征维数较低带来的冗余匹配问题,对该算法进行了改进.在利用标记法进行三角形识别的基础上,引入三角形以外的第四颗星,并以其为顶点,与三角形构成假想的四面体,顶点与底面三角形3个点的角距既可作为识别特征量,也可用于检验识别的结果是否正确.识别算法以星对角距作为主要识别特征,增加星等差为辅助识别特征,减少了对冗余数据的存储,使导航特征库的容量仅有0.4 Mb.在识别过程中,利用散列查找法对识别特征构造散列函数,减少了对导航特征库遍历比较的次数和时间开销,加快了识别过程,平均识别时间为0.43 ms.仿真实验结果表明,该识别算法在较大位置和星等误差时具有较短的识别时间和较高的识别率.