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.     

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。     

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。     

三角剖分以及径向基函数神经网络在星图识别中的应用

根据经典径向基函数(RBF)神经网络的优势,结合星图模式样本集的特点,设计了一种适合星图模式样本的网络训练算法.从提取星图模式入手,引入三角剖分理论,将可能出现在同一视场内的恒星以三角形的形式连接起来,提取连接的角距作为星图模式,建立了具有完备性、平移旋转不变性的星图模式样本集.然后,利用RBF神经网络做星图识别,研究顺序训练方法和批量训练方法,总结多种经典算法的优缺点,并设计了一种训练方法.通过实验证明了该种方法较其他经典算法更为适合学习星图模式样本.最后,给出RBF神经网络相关的训练数据,并通过模拟星图软件获得若干模拟星图作为观测样本,利用已经训练好的神经网络进行识别.试验结果表明,测试网络能够正确识别这些星图.     

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″。     

高电压微型超级电容器的制造方法及研究进展

在微电子和微机械的高压应用中,如微型机器人、软致动器、皮肤电子、微型传感器和集成电子电路等,迫切需要高输出电压的储能/补给装置。近年来,高电压微型超级电容器（High voltage micro-supercapacitors,HVMSCs）因其微小型、便携式、柔韧性、高循环寿命及高功率/能量密度等优势而频繁作为功率补给装置应用到微机电系统,可满足一定范围的电压输出和能量供给,并且HVMSCs在电路中可作为储能器件应用可使电子产品更有可能趋向于集成式、高密度以及小型化。现有研究表明,增大MSCs的工作电压窗口,可以显著提升MSCs的输出能量密度,进而能最大限度地扩展其应用场合。因此,如何从材料、结构以及制造方法方面着手,制备全固态HVMSCs成为研究热点。基于此,首先对MSCs的电荷存储机制及电化学性能特征进行概述,其次分析高电压MSCs的实现原理,接着详细归纳HVMSCs的制造方法,主要包括高电压电极材料的制备（碳基材料、过渡金属氧化物、导电聚合物以及复合电极材料）以及高电压封装结构的制造（激光加工、喷墨打印、3D打印、丝网印刷、卷对卷印刷以及掩膜涂层）,并且总结HVMSCs在储能功率器件、柔性传感以及可穿戴设施等方面的应用。在综合探讨HVMSCs的研究现状的基础上,最后对其在可穿戴和便携式电子设备等高电压领域的研究趋势和发展前景进行相应的展望。     

近红外星图显著性特性分析与恒星检测

针对近红外星图辐射效应产生的亮斑会造成恒星计算质心与真实质心偏移的情况,文章从近红外星图背景与目标差异性入手,提出了稳定背景提取与恒星显著性提取的方法。显著性检测中利用SLIC对图像进行超像素计算,依据超像素间的几何连通性和灰度相似性进行近红外星图背景与恒星的分离。本文方法获得的恒星区域具有较好的连通性,有效解决了利用硬阈值分割恒星不连通所造成的存在大量虚假目标的问题。实验中,本文采用凝视状态拍摄的165幅近红外星图作为样本,检测获得的恒星质心与标定质心偏移方差小于0.27,证实了方法的有效性〗。     

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.     

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。