星点亚像元定位中系统误差的改进补偿方法

为提高星点图像的质心提取精度,针对星点亚像元定位的系统误差和随机误差提出了一种改进补偿方法。采用三次样条插值函数表示质心位置与系统误差之间的关系,利用该函数进行系统误差补偿,极大地减小了误差采样点的数量和计算量。为了进一步抑制随机误差的影响,在系统误差补偿的基础上,采用非线性加权算法计算星点质心位置,并通过仿真实验确定了该算法的最优加权系数。在没有加入噪声的情况下,改进算法可以将质心法的精度从1/50 pixel 提高到10-4 pixel;加入服从N（0,22）分布的高斯白噪声后,改进算法可以达到0.0054pixel的精度,远小于质心法的0.0184pixel。实验结果表明:文中提出的改进补偿算法计算简单,精度高于质心法,满足了高精度星敏感器质心提取的要求。     

点扩散函数对星点提取误差分析的影响

星点提取系统误差又称作像元频率误差,它的分布呈现以像元为周期的规律性,分析它的分布规律对补偿这种误差有指导作用。光学系统点扩散函数类型是影响星点提取系统误差分布的主要因素,选取合理的点扩散函数模型对星点提取系统误差进行频域分析,可以减小分析结果与实际的偏离,提高误差补偿效果。传统方法采用Gauss分布点扩散函数模型进行频域分析,但没有考察它的合理性。文中结合星敏感器拍摄的星点像,将一种Giancarlo点扩散函数模型与Gauss点扩散函数模型进行了比较。并在星点提取系统误差频域分析中采用Giancarlo点扩散函数模型,推得星点坐标提取误差理论解析式。与传统频域分析结果相比,文中频域分析结果中引入了对S曲线振幅起调制作用的项,使得星点横坐标系统误差沿x轴呈现S曲线分布的同时,其振幅沿y轴方向发生改变。随后在噪声条件下对星点提取系统误差进行了仿真,仿真结果与频域分析结果相符。最后进行了实验验证,根据理论解析式对结果进行了误差补偿,星点提取精度提高了54.42%,优于传统正弦拟合补偿方法。     

基于PSF参考模型的星敏感器单粒子效应在轨校正方法

为了提高星敏感器在遭受单粒子效应打击情况下的质心提取精度,提出了一种基于点扩散函数参考模型的在轨校正方法。通过构建星点参考模型及残差校正,该方法能有效去除单粒子噪声,校正噪声星点形态,降低星点质心定位误差。与传统去噪算法相比,该方法能在有效去噪的同时保护星点能量不被破坏。通过仿真实验验证了该算法抗单粒子效应的有效性,通过对比实验验证了该算法相比传统算法的优越性。     

基于亚像元坐标的像素频率误差补偿方法

详细介绍了一种星敏感器像素频率误差补偿方法并结合实际实验数据对其补偿效果进行验证。首先依据阈值分割的星点提取算法,分析了像素频率误差产生的几个主要原因。然后改进原有的星点质心定位点扩散函数,提出了一种基于亚像元坐标的像素频率误差补偿方法。最后通过星敏感器微步距实验,与正弦曲线法比较。实验结果表明:在视场中心区域,使用该方法对采样点补偿后像素频率误差减少了65.2%,优于正弦曲线法的52.7%;使用视场中心的误差补偿公式对视场边缘的采样点补偿,像素频率误差减少58.7%,优于正弦曲线法的41.9%。由实验结果可得:较之于正弦曲线法,该误差修正方法不仅具有更好的误差补偿效果,而且在视场范围内具有较强的通用性。     

像素位置偏差对质心定位精度的影响

为提高微型星敏感器的质心定位精度,提出了一种利用外差式激光干涉装置标定图像传感器像素位置偏差的方法,并就像素位置偏差对星点像质心定位精度的影响进行了仿真研究。在噪声忽略不计的情况下,当像素位置偏差服从（-0.02,0.02）上的均匀分布时,补偿系统误差能够使星点定位精度从0.008 pixel提高到0.002 pixel。而如果加入服从N（0,5.52）的高斯白噪声,当像素位置偏差服从（-0.02,0.02）上的均匀分布时,补偿像素位置偏差能使定位精度从0.020 pixel提高到0.018 pixel;当像素位置偏差服从（-0.04,0.04）上的均匀分布时,补偿像素位置偏差能使定位精度从0.026 pixel提高到0.018 pixel,提高了31%。这说明标定像素位置偏差对提升质心定位精度有显著作用,为发展高精度微型星敏感器提供了一种新的技术手段。     

基于梯度提升决策树的气体传感阵列识别方法

针对主元统计方法、基于人工神经网络理论模式识别方法受气体传感阵列交叉敏感特性影响,无法预处理敏感数据,导致识别精度较低的问题,提出基于梯度提升决策树的气体传感阵列识别方法。通过分析气态成分,借助scale函数构造归一化模型,标准化预处理敏感数据,缩小敏感数据与其他数据的差异。采用梯度提升决策树建立高精度的识别模型,修正负梯度误差,并结合SVM-predict识别程序识别六组气体。实验结果表明,该方法在识别气体时,最大误差为0.7μL/L,具有识别精准度高的优势。     

基于机器学习的光伏组件故障危害识别研究

针对光伏组件受多种因素引起的热斑故障问题,提出了一种以决策树为基础分类器的集成学习算法——梯度提升决策树（gradient boosting decision tree,GBDT）,对光伏组件故障进行识别。通过提取热斑特征数据,使用提出的算法对光伏组件上的热斑故障进行识别,并对其危害进行详细划分。基于获取的热斑故障危害信息,利用提出的算法对故障光伏组件的危害程度进行准确识别,实现了对光伏组件故障危害等级的判定。实验表明,与K近邻（k-nearest neighbors,KNN）算法和支持向量机（support vector machines,SVM）算法相比,GBDT算法在正确率、召回率等指标上能取得较优的效果,说明该算法在光伏组件故障危害识别中具有较强的鲁棒性和泛化能力。     

光学像差对星点质心定位误差的影响分析

星点质心定位精度直接决定了星敏感器姿态测量精度的极限,其误差源之一是弥散斑模型的选取。星敏感器光学系统像差无法完全消除,必然影响弥散斑分布,研究光学像差对星点质心定位误差的影响对工程应用具有重要意义。文中以Gauss弥散斑模型为比较,研究了离焦等4种光学像差对星点质心定位的影响机理和分布规律,结合质心定位的物理过程推得光学像差影响下的误差解析式,并实现数值仿真,结果表明:光学像差形成不同的弥散斑模型,导致不同的星点质心定位误差分布;星点弥散斑边缘能量减弱趋势对质心定位误差影响较大,若控制光学像差使相应弥散斑边缘能量呈缓慢趋势减弱,则有利于定位误差的减小。光学像差影响下的星点质心定位误差分析对相应的误差补偿具有指导意义,提出的各光学像差的控制意见有利于指导星敏感器光学系统设计。     

星敏感器星点定位系统误差补偿

通过星点定位系统误差频域分析,寻找不同的点扩展函数下星点定位系统误差分布理论表达式形式上的共性。根据光学系统不同视场(FOV)的点扩展函数数据,运用蒙特卡罗法对星点定位系统误差分布进行了仿真,仿真结果与与频域分析结果相符。在实验中测量了弥散斑尺寸为5 pixel×5 pixel的星点目标的星点定位系统误差,采用误差补偿方程组对星点定位系统误差进行了补偿。补偿后中心视场星点定位精度提高了66.56%,边缘视场星点定位精度提高了57.21%,而传统正弦曲线拟合补偿方法仅使定位精度提高35.7%,提出的误差补偿方法效果总体上优于传统正弦拟合补偿方法。     

考虑圆形特征边缘模糊和偏心误差修正的高精度相机标定方法

针对立体视觉系统采用圆形特征点标定时存在的空间圆形投影边缘模糊和偏心现象问题,利用改进Zernike矩和偏心误差修正进行圆心的高精度定位,以此提高相机参数的标定精度。首先考虑了由于立体视觉成像系统的标定场景光照强度不均匀引起的圆形特征投影图像边缘模糊的问题,引入高斯误差函数对边缘过渡段的灰度分布进行描述,建立了高斯边缘模型,并基于该模型计算投影图像的Zernike矩,然后利用改进Zernike矩实现高精度的圆形特征投影边缘像素坐标定位。此外,分析了影响圆形特征中心投影点和拟合圆心间偏差大小的因素,基于该分析对迭代拟合圆心进行偏差补偿使之逼近真实的圆心投影,最后通过所提算法对99圆形标志点进行圆心坐标提取并用于相机参数的标定。仿真实验表明,文中算法对投影图像边缘定位的精度以及圆心拟合的精度均高于传统的算法;实测实验中,基于圆心高精度坐标得到的相机标定参数对标准杆进行三维重建,长度测量精度比传统算法提高了30%。     

CCD噪声对星敏感器星点定位精度的影响

星点测量精度是表征星敏感器精度的一个重要指标,影响该精度的主要因素有：光学系统误差、图像传感器的噪声、电路噪声及软件算法等。图像传感器的噪声对星点定位精度的影响是不容忽视的,但很少对此进行研究。针对某给定参数的星敏感器,对TH7890M CCD图像传感器的各项噪声进行了定量计算;基于亚像素细分质心算法,针对各噪声的分布特点及规律,分别推导出各自的均方根误差,综合各项误差得到CCD噪声的星点定位精度模型。计算结果表明TH7890M CCD的主要噪声有读出噪声、光子散粒噪声和光响应不均匀性引起的随机噪声;影响星敏感器星点定位精度的主要噪声是读出噪声和光子散粒噪声;对6等星进行星点位置的估计,CCD噪声达到了1/40像素的精度水平。     

基于面结构光的工件内壁点云旋转拼接研究

针对某些工件内部空间有限、测量困难的问题,提出了一种基于面结构光的点云旋转拼接方法。介绍了面结构光单一视野的重建方法,采用四步相移与互补格雷码结合的方法获取绝对相位值,通过多项式拟合法对相机、投影仪进行标定。基于机械臂末端腕关节旋转平面（简称:旋转平面）对点云的配准进行了研究,提出了基于辅助相机的标定方法,给出了相机成像坐标系和旋转平面坐标系之间的变换关系。实验结果表明:该方法适用于工件内壁测量,拼接平均误差不大于0.05 mm,满足实际应用需求。     

自动导星星点检测及跟踪算法研究

详细介绍了自动导星的工作原理,对自动导星的星点检测及跟踪算法进行研究,结合星点能量在星图上分布近似高斯分布的特性,提出一种稳定可靠的目标星点提取算法。算法首先分析了星点目标的阈值判断原则,根据阈值条件确定一定数量的候选星点,然后在候选星点中筛选出最优的目标星点,最后通过高斯曲线拟合的办法求取最优目标星点的质心坐标。该方法提高了目标星点提取的准确性和计算速度,实验结果表明:改进后的算法能够达到良好的效果。     

基于数字天顶仪的星点图像坐标误差分析

星点图像坐标的准确性与数字天顶仪的定位精度紧密相关。根据数字天顶仪成像原理,严格推导出星点图像坐标表达式,在此基础上推导了星点图像坐标在4个误差因素及综合误差下的误差方程,分析结果表明各误差之间相互独立。通过仿真4个误差因素及综合误差情况下的星图数据进行分析,仿真结果表明:焦距误差与转位误差对各星点图像坐标的影响各不相同,焦距引起的坐标变化值x和y相对其平均值的最大波动值分别为2.38、3.04 pixel;转位误差引起的坐标变化值x和y相对其平均值的最大波动值为1.06、1.41 pixel;光轴倾斜误差与主点偏移引起的星点图像坐标变化是整体性偏移。另外,提出了一种误差参数求解的方法,利用解算出来的误差参数对星点图像坐标进行补差,数字天顶仪的定位经度精度提高了约1.98 m,纬度精度提高了约1.65 m。     

长焦距无热化星敏感器光学系统设计

光学系统是自主导航星敏感器实现恒星光信号收集以及高精度姿态测量的核心组件。以高精度星敏感器光学系统为研究对象,分析了影响光学系统探测不同色温恒星精度的机理,恒星色温及环境温度变化引起的质心漂移量误差通过后期标定抑制的难度大,需要在光学设计阶段进行控制;建立了光学系统设计波长权重计算模型及分配方法;在性能评价方面,除了常规的能量集中度、畸变以及非对称像差之外,提出采用恒星色温质心漂移量以及温度变化质心漂移量作为精度评价的主要指标。根据应用需求设计了一款基于航天卫星平台的长焦距星敏感器光学系统,焦距为95 mm,相对孔径为F/2.4,视场角为8°×8°,探测光谱范围为450～1 000 nm,3×3像元内能量集中度大于85%。基于常规玻璃材料校正了超宽谱段长焦距光学系统的倍率色差,全视场倍率色差不超过0.9 μm。精度分析结果表明:2 600～9 800 K范围内不同色温恒星的质心漂移量小于0.36 μm;在工作温度0～40 °C范围内,焦距变化量小于2.7 μm,温度变化引起的质心漂移量小于0.45 μm。