基于星敏感器的星图模拟与去噪技术研究

随着小卫星应用技术的日趋成熟,测量精度高的CCD星敏感器备受青睐,快速而可靠的星图识别算法成为卫星姿态确定系统中最为关键的部分.要进行恒星的识别,就需要从星敏感器获得原始的图像,并从中提取要识别的目标及其特征.由于航天实验费用昂贵,星敏感器的地面调试、软件算法的最初模拟,不可能都进行实时星空拍摄,因此为了调试和评价星图识别算法,有必要利用计算机在地面上模拟生成星敏感器实时拍摄到的星空图片.本文的研究工作主要是星图模拟与星图去噪.首先学习了解CCD星敏感器原理,在此基础上模拟得到原始导航星图,然后模拟得到加了运动噪声的退化星图,最后学习维纳滤波和Matlab算法,利用Matlab算法中的维纳滤波方法对退化图像进行图像去噪复原技术研究,通过星图模拟和图像复原得到的仿真星图可以做成一个星图模拟器为星图识别工作提供仿真基础.     

星图目标检测算法研究

星图识别是星光辅助导航中关键的一步.目前大部分星图目标检测算法均针对模拟星空图进行研究,且往往采用单一算法,算法的实际可行性和效果值得怀疑.针对实际拍摄的星空图,先后利用维纳滤波、数学形态学滤波、软阈值小波去噪和阈值分割等算法进行星图目标检测.处理结果表明了算法的有效性.     

基于时序多帧投影的空间目标检测算法

为了对星图中空间目标进行检测识别,对基于 SURF（Speed-Up Robust Featrues）算法的星图精确配准技术和美国 SBV（Space-Based Visual）计划采用的 MTI（Moving Target Indicati-or）在轨目标检测算法进行了深入研究,提出一种针对16 Bits 星图的多目标检测算法,具体包括：首先利用 SURF 算法提取序列星图的特征点,根据最小二乘法计算得到的全局运动参数对星图进行精确配准;然后利用一种改进的 MTI 算法对序列星图进行时序多帧投影以抑制背景,得到仅含有疑似目标的序列图像;最后经过目标初始运动状态的建立,速度滤波以及坐标插值得到目标的运动轨迹。利用实拍的20帧序列星图验证算法性能,经本文算法配准后,星像质心的均方误差（RMSE,Root Mean Square Error）最小达到0.3269 pixel,平均值为0.5441 pixel;序列图像中的3个运动目标均被检出,且无虚警。实验结果表明,本文配准算法的精度能够满足时序多帧投影的要求,且目标检测算法符合恒虚警原理。     

基于GPU的星图配准算法并行程序设计

星图配准是星图处理应用中的一个重要步骤,因此星图配准的速度直接影响了星图处理的整体速度.近几年来,图形处理器(GPU)在通用计算领域得到快速的发展.结合GPU在通用计算领域的优势与星图配准面临的处理速度的问题,研究了基于GPU加速处理星图配准的算法.在已有配准算法的基础上,根据算法特点提出了相应的GPU并行设计模型,利用CUDA编程语言进行仿真实验.实验结果表明:相较于传统基于CPU的配准算法,基于GPU的并行设计模型同样达到了配准要求,且配准速度的加速比达到29.043倍.     

星敏感器的星点定位方法研究

介绍了星敏感器的基本工作原理,分析了星图的特点．并结合星图的特点对星图阈值的确定和内插细分算法进行了研究,从理论和实践两个方面对星点定位算法进行了分析,最后确定了适合星图使用的星点定位方法。并用星敏感器对该定位方法进行了试验检验,取得了较为满意的结果。     

一种改进的基于奇异值分解的星图识别算法

星敏感器是高精度的姿态测量部件,在各种航天、航空飞行器的姿态测量或控制系统中发挥着关键作用。作为星敏感器的核心技术,可靠、快速和高精度的星图识别算法一直是重要的研究课题。论文对星图识别算法进行研究。针对基于奇异值分解的星图识别算法可能出现的由于视轴不连续所造成的全天区覆盖率较低问题,提出了一种改进的基于奇异值分解的星图识别算法,详细阐述了各部分算法的设计思想。论文最后在JDK5.0开发环境中用JAVA语言实现了改进算法,并与传统的三角形算法的性能进行了比较详尽的对比。     

基于恒星识别的微型航天器自主导航技术研究

在分析了现代星敏感器的姿态测量精度影响因素的基础上,针对软件程序中最为费时的两个过程:星图获取和星图识别进行了研究.分别提出了高效可靠的星图获取新策略,即将基于小面模型和极值理论的最大极值点的估计算法和基于单一特征值的检索的新三角形星图识别算法.新的星图提取技术易于硬件实现,适应性强,效率高.而新的星图识别技术则能与矢量技术结合进一步改进效率.它们对提高航天器自主导航系统的性能有重要的意义.     

三视场小口径星图的仿真

红外波段可探测到足够多用以导航的星体。受限于客观条件,白天无法获取大量的星空图像。为了加快三视场恒星检测、星点定位和星图识别等算法的开发及算法性能的全面测试,需要研究三视场全天时星图的仿真方法。研究并建立了三视场天空辐射模型、系统噪声模型和恒星成像模型,设计并运行了三视场星图的生成软件。结果对加快算法的开发及算法性能的全面测试具有重要意义。     

红外星图预处理及星点定位精度分析

红外星图是白天观星获取的原始数据,图中含有单点噪声和条纹噪声等多种噪声,严重影响了后续的星点提取和质心定位。针对外场观星获取的红外星图,进行了星图预处理,并分析了星点定位精度。提出了单点噪声的检测与补偿算法和条纹噪声的列均值偏移校正（CMOC）算法,还采用Wiener2 和Top-hat 组合滤波方法对星图进行进一步滤波去噪,最后使用在观测星图中加入理想模拟星点的方法计算了星点定位精度。实验结果表明,预处理算法有效抑制了红外星图中的各种噪声,星点目标峰值信噪比最多由4.7 提高到了31.3,模拟的2 等星的星点定位标准偏差量级为1/30 pixel 水平,满足工程应用的精度要求。     

天基监视空间目标轨迹提取算法

序列星图中弱小目标的检测与定位是可见光天基监视中的关键技术之一,星图预处理的结果直接影响检测灵敏度及虚警率。文中引入一种在轨检测轨迹提取算法,该算法适用于高斯噪声的星图,由高斯最小二乘拟合、小区域滤波及星象边缘闽值分割三步组成。可抑制噪声背景减少虚假目标的同时,较好地保持星象边缘。通过算法性能分析可知,同美国天基可见关...     

基于能量函数的极值中值滤波星图去噪算法

利用地基观测相机拍摄的以深空为背景的星图受星空复杂背景的影响,往往具有较高的噪声水平。同时由于星图主要由恒星、空间目标和星空背景噪声组成,且成点状分布,星图目标和噪声呈现较大的相似性,传统的图像去噪算法并不适用于星图。为此,该文提出一种基于能量函数的极值中值滤波去噪算法,该算法在去除星图椒盐噪声的同时能够较好地保持图像目标信息。该方法针对疑似噪声点采用二次检测的方式,并且结合改进的自适应中值滤波和能量函数模型进行灰度值恢复。该文分别使用仿真试验和真实星图处理试验对该方法进行验证,在客观评价中,图像峰值信噪比PSNR(Peak Signal to Noise Ratio)最高可提高3倍多,均方误差MSE(Mean Squared Error)减小为加噪图像的 。试验结果表明,该方法可有效地降低传统方法的噪声误检问题,同时提高噪声图像的恢复精度,非常适合星图噪声的去除。     

盲目反卷积算法在高超流场星图复原中的应用

近年来高超声速飞行器的研究受到世界各国的重视,具有重大的军事意义,其中导航、制导和控制是高超声速研究的关键技术。鉴于星光导航有着抗干扰能力强、导航精度高、自助式导航等特点,文中主要研究了高超声速飞行器使用星光导航方法的星图复原算法。考虑到高超带来的气动光学效应,在分析高速层流以及湍流流场的基础上,应用增量Wiener滤波器和有限支持域上的盲解卷积复原算法进行退化星图的复原。针对高速飞行器星光导航对复原星图的要求,仿真分析了复原星图的质心偏差及识别特征量变化。仿真结果显示,有限支持域上的盲解卷积复原算法精度较高,且经复原后的星图,能快速被高速飞行器星光导航系统正确识别。     

白天观星红外星图噪声抑制算法

单点噪声和条纹非均匀性噪声是白天观星红外星图中的两种典型噪声,严重影响了星图识别的后续处理。针对两种噪声产生的原因和特点,提出改进的单点噪声去噪算法,即用局部窗口遍历扫描全图检测出单点噪声,然后用全局均值进行补偿;又提出列直方图偏移校正算法去除条纹非均匀性噪声,即依据列偏移校正模型,对每列直方图相对于全局直方图的峰值位置偏移进行校正。实验结果表明:所提出的噪声抑制算法对红外星图去噪效果良好,星点目标峰值信噪比可从7.4提高到12.8,并且算法计算简单,可以在单帧时间内完成,满足星图实时预处理的应用要求。     

基于DSP的漂移扫描CCD星图快速识别

为了提高漂移扫描CCD的识别速度,实现同步 卫星实时定轨,提出基于数字信号处理器(DSP,digital signal processor)的星图快速识 别算法。在嵌入式DSP数据处理 平台上优化传统的三角形识别算法,采用二次匹配识别算法,即分区间筛选子星表中参考星 参与初匹配,利用初匹配结果推算CCD底片模型,根据背景恒星与子星表参考星的对应关 系将所有恒星进行二次匹配。对分辨率为1528×1528实拍星图的实验处理结果表明,由于引 入了DSP与改进了识别算法,在很大程度上加快了漂移扫描CCD星图识别速度,所耗时间 仅为传统星图识别算法的50%,且识别成功率达到98.4%。     

一种基于星点特征不变原理的快速星图识别方法

星图识别算法是星敏感器输出姿态的关键技术。根据星图从天球坐标系转换到星敏感器坐标系过程中存在特征值不变的原理,结合视场和星等需求建立了导航星表。并根据星图识别要求设计了对应的快速识别算法。针对特征表维数多的特点,采用K向量法提高搜索效率,同时采用并行计算的思想进一步提高搜索速度。采用Matlab编程实现了算法,并进行了仿真。结果表明,算法的识别效率可达97.8%,平均搜索时间可达14.4ms,能够满足准确率高、识别速度快的要求。     

一种星辐射模式下全天区星图识别算法及FPGA实现

针对在DSP中实现全天区星图识别算法耗时长导致实时性差,提出并实现了一种基于FPGA的星辐射模式下的全天区星图识别算法。该方法利用FPGA并行性、高主频等特性,在保证算法高精度、高准确度的前提下,解决了全天区星图识别耗时长的问题。首先,根据星点信息构建星辐射模式；其次,基于FPGA实现了星辐射模式下对应特征向量的计算；最后,提出了一种可预读、流水化的星辐射模式匹配算法,极大地缩短了星辐射模式匹配的时间。在Xilinx公司的Xc7a75tfgg484-2平台上进行实验验证,结果表明,在相同时钟主频下,基于FPGA的星图识别算法速度比基于DSP的算法速度快10.95倍以上,而且在使用三组特征向量同时进行匹配时,识别率超过99%。     

组合星图的最优生成树

文章解决了组合星图生成树的构造问题。首先给出了组合星图的定义及其重要的拓扑性质．然后采用构造方法获得了组合星图的一棵高度为D（Sn，k）的生成树，并给出了相应的算法，其中D（Sn,k）为组合星图的直径。该生成树具有最优的高度，且是一棵贪婪树。     

层叠式SOM神经网络星图识别算法及FPGA验证

为了对空间天文望远镜精细导星仪获得的星图完成识别,提出一种层叠式自组织映射(SOM)神经网络算法模型,将该模型在硬件中实现星特征矢量匹配算法.首先,针对精细导星仪的特点详细介绍了导航星库的建立、星特征矢量的构建和筛选方法;其次,建立层叠式SOM神经网络模型,对其权值进行在线训练;最后,设计算法离线运行硬件电路并将其在FPGA中实现.仿真与测试结果表明,基于层叠式自组织神经网络的星图识别算法识别率高、抗噪声能力强、识别速度快.星点位置噪声为0.648″,星等噪声为0.18视星等条件下星图识别成功率在80%以上,新算法在FPGA中运行速度是PC机上传统三角形法的100倍.对精细导星仪星图识别算法的优化设计提供了合理可行的参考依据.     

基于星与目标拓扑结构变化差异的星图识别算法

利用星点间拓扑结构相对稳定不变的特性,本文提出了一种基于拓扑结构信息的星图识别算法。在星图预处理的基础上利用广义似然比检测算法提取包括恒星在内的目标,经交叉投影获取目标在视场中的位置,根据目标与星及星与星之间的运动连续性差异选取马氏距离与归一化相关系数作为结构相似性测度来表征星点间的结构信息,通过结构信息的变化来判断是星点还是目标,依据一定的变化准则将目标与星区分开,从而达到星图识别的目的。通过仿真实验分析验证算法的有效性和合理性。     

一种运动背景序列星图弱小目标运动轨迹提取算法

提出了一种序列星图中目标的运动轨迹提取算法.利用交叉投影方法提取星点,确定包含星点的区域;提出一种基于自适应窗口选择PIV技术的序列星图全局运动参数估计算法,并对序列星图进行配准,滤除背景恒星;提出一种目标运动轨迹的提取箅法.实验结果表明该算法对于空间小目标(≥1 pixel)在序列图像中运动轨迹不连续的情况可以进行准确的运动轨迹提取,具有较强的鲁棒性.