LIS模式下基于双主星集合匹配的星图识别方法

为提高折射星图中非折射星的识别成功率,提出了一种大视场星敏感器高鲁棒性星图识别方法。首先,筛选基础星表,实现导航星库均匀化,采用分组快速搜索算法,提高星对角距特征匹配速度。其次,提出一种基于双主星集合的星点匹配算法,通过匹配、验证、确认三个阶段,多次检验星点集合中的导航星序号,提高星图识别算法的鲁棒性。仿真结果表明,在星点位置噪声、星等噪声、伪星和缺失星等干扰环境下,所提算法与传统的三角形-金字塔混合算法相比,抗干扰能力更强。在含有6颗折射星的干扰条件下,所提算法的非折射星识别成功率仍高于95.6%,较传统算法识别率提升31%。     

一种利用已识别信息的星图识别算法

星图识别是星敏感器研究中的关键技术之一。现有的算法都是对每一个观测星在未知任何信息的情况下进行识别,而没有利用已经识别的观测星信息。如果利用已经识别的观测星信息,则可以大量减小其余星识别的计算量。研究利用已识别的观测星信息进行其余星的识别。给出了导航星库的建立方法和数据结构,以及已知3颗以上观测星时其余星的识别过程。提出的识别算法的导航星库只需要星对角距信息,存储量小,经对模拟星图的识别,其余星的平均识别时间为3.34m s,小于现有的识别算法。     

基于星三角形外接圆的星图识别算法

三角形外接圆半径能部分描述三角形的结构特征,在三角形两条边长及其外接圆半径已知的情况下,可以确定唯一的三角形,因此提出了一种基于三角形外接圆的星图识别算法。构建了导航星数据库,以特征三角形为匹配模板,减少了导航星三角形的数量,从而减小导航星数据库容量。为了提高搜索效率,以特征半径为搜索量,并对其进行升序排列。通过对特征半径的匹配,缩小了角距匹配的范围,提高了角距匹配的速度,同时采用的多三角形的组合有效地提高了识别率。为了保证星图识别的准确性,引入了验证识别环节。仿真结果表明:当存在2像元的位置噪声时,识别率大于97.42%,平均识别时间为38.41 ms,实时性与鲁棒性均优于传统三角形星图识别算法。     

一种改进的快速星图识别算法

为解决传统算法在星图噪声加大、星等接近的情况下识别率和识别速度降低的问题.提出一种改进的星图识别算法;从三方面进行改进:首先采用重叠正交网格方法对星表进行均匀化,以减小导航星库容量;其次在匹配时采用哈希查找的搜索方式,以提高匹配速度;最后在识别匹配中加入星等判断环节,当星等噪声大、相对星等小时不采用星等信息,只采用角距进行匹配,同时引入了校验环节以降低冗余和误匹配;仿真实验表明,改进的算法对位置和星等误差比传统的星图识别算法具有更好的鲁棒性,且实时性得到了很大的提高.     

基于矩阵星图识别算法的卫星三轴姿态确定方法研究

针对基于星敏感器的三轴稳定卫星姿态确定系统,总结比较了目前用于姿态确定的常用姿态敏感器的性能,引出了星敏感器的核心-星图识别算法,进而分析比较了当前星敏感器星图识别相关的几种算法的优缺点,重点研究了栅格算法;并在此基础上,提出用矩阵星图识别算法,建立了基于矩阵星图识别算法进行卫星三轴姿态确定的数学模型,从而简便、快捷地求出卫星任意时刻的三轴姿态参数;最后利用Matlab分别实现了用栅格算法和矩阵法进行星图识别的仿真,验证了矩阵识别算法的优点,对于研究卫星姿态确定和提高星图识别算法的效率和精度有一定的参考价值.     

基于角距分布的星表快速查找算法

查找导航星表是星模式识别的重要组成部分,当导航星表数据量大时,导航星表的查找速度直接影响星图识别的速度。因此,设计快速的星表查找算法是非常必要的。通过对导航星角距分布的研究,提出了一种分块子星表查找算法。该方法减小了查找算法的平均查找长度。以6星等导航星库为例,给出了分块子星表的具体建立方法。实验验证了该方法提高了查找速度。     

高精度星敏感器的导航星识别定位算法研究

介绍了星敏感器的基本工作原理,分析了恒星能量在星图的分布特点,结合星图的特点提出了星敏感器导航星点识别定位方法,按照处理顺序,介绍了导航星阈值确定,连通性分析和内插细分等其中各步骤算法,并用星敏感器通过导航星角距标定新方法对该方法进行了定位精度检测,取得了较为满意的结果。     

基于主星对的星图识别算法

星图识别是星敏感器确定卫星姿态的关键技术。在传统三角形识别算法的基础上,将星图中最亮的两颗星作为主星对,其它星作为辅助导航星,引入星对相对星等差信息,通过对主星对的识别提高识别速度,采用以主星对为公共边的多三角形模式匹配提高识别精度。并提出了一种将星对表拟合成曲线函数实现快速角距匹配的方法。微机模拟实验结果表明该算法的识别率和识别速度均优于传统的三角形法。     

基于同心圆分割的大视场星图识别算法

针对星敏系统常见的三角形识别算法数据冗余量大、识别速度特别是初始识别速度低的问题,提出一种基于同心圆分割的大视场(FOV)星图识别算法。在分析星图信息以获得其主星的基础上,围绕主星以一定的半径画8个同心圆,再根据各星的坐标统计每个圆环内的星数量,从而得出主星的伴星分布向量。以同样方法基于基本星表构建相对应的导航星特征库,然后利用伴星分布向量与特征库进行模式匹配,从而得出星图识别结果。对特征库中的数据,根据各向量的第一维元素大小进行排序,以加快算法的识别过程。仿真实验结果表明,该算法所需的导航星特征库存储空间小,具有良好的实时性、抗噪性与较高的识别率,能够以95.3μs的识别时间达到88.9%以上的正确率,可与其他识别算法相结合,执行于不同的阶段,实现更高效、准确的天文导航。     

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。     

基于支持向量机的导航星选取算法研究

在星敏感器导航星表的建立过程中由于恒星的数量太多, 往往要进行筛选, 通常这种选择是一种基于枚举的大量反复的提取过程, 复杂费时而结果往往并不是最优的。而基于统计学习理论( SLT) 的支持向量机( SVM) 方法正好克服了这方面的不足。SLT 理论和SVM 方法为导航星选取过程的简化和结果的最优性的获得提供了新的途径。讨论了支持向量机在导航星选取优化中进行应用的分类算法, 构建了导航星分类器, 并以导航星的选取为例进行了试验论证。试验表明: 基于SVM 的导航星分类器对简化导航星的筛选过程优化导航星表的     

三视场星敏感器系统结构布局的优化

研究了三视场星敏感器的相关坐标系及旋转关系,讨论并给出计算视场内导航星数目的方法,指出优化三视场星敏感器结构布局的依据和途径。通过蒙特卡罗仿真,统计导航星捕获概率,给出了结构布局优化结果。从姿态测量精度、导航星捕获概率、光学系统设计难度方面折中考虑,选择极限星等、视场角和光学系统光轴仰角的最佳参数分别为5.0等、11°×11°和40°,此时捕获4颗以上导航星的概率达到99.43%。     

天文大数据挑战与实时处理技术

超大型天文观测技术的出现不仅能够让研究人员观测到新的天文现象,更能用于验证已有物理模型的正确性.这些最新天文成果的发现是建立在海量天文数据的近乎实时产生、管理与分析的基础上,因此给目前的数据管理系统带来了新的挑战.以我国自主研发的地基广角相机阵(the ground-based wide-angle camera array, GWAC)天文望远镜为例,15s的采样和处理周期都处于短时标观测领域的世界前列,但却对数据管理系统提出了很多问题,包括多镜头并行输出数据管理、实时瞬变源发现、当前观测夜数据的秒级查询、数据持久化和快速离线查询等.基于上述问题,设计了分布式GWAC数据模拟生成器用于模拟真实GWAC数据产生场景,并基于产生的数据特性,提出一种两级缓存架构,使用本地内存解决多镜头并行输出、实时瞬变源发现,使用分布式共享内存实现秒级查询.为了平衡持久化和查询效率,设计一种星表簇结构将整个星表数据划分后聚集存储.根据天文需求特点,设计基于索引表的查询引擎能从缓存和星表簇以较小的代价对星表数据查询.通过实验验证,当前方案能够满足GWAC的需求.     

Full-sky autonomous star identification based on radial and cyclic features of star pattern

An algorithm for full-sky autonomous star identification is presented in this paper. Based on the radial and cyclic features, a star pattern is successfully generated, and a guide database is also established according to the generating process of the star pattern. Since the radial pattern is a kind of reliable rotation-invariant feature independent of other unreliable information, it is used for the initial match. And then the cyclic feature is adopted for the follow-up match. Meanwhile, some constraints are introduced to eliminate the redundant and wrong star pairings. In simulations, using the stars brighter than magnitude 6.0 Mv and a 12 × 12 deg field of view (FOV), the algorithm obtains an identification rate of 97.57% from the statistics of 10,000 random sensor orientations at a positional noise level of 1 pixel.     

一种基于星三角形的星图识别算法

提出了一种基于星三角形的星图识别算法。根据星三角形构造其对应的模式向量,按照三角形周长进行升序排列,并构造辅助索引向量,提高搜索效率;通过分析三角形算法产生误匹配或冗余匹配的主要原因,根据估计最大位置误差建立相近模式向量表,以提高识别成功率。仿真实验表明：当位置噪声在估计最大位置误差范围以内时,本算法识别成功率可达99％以上,平均识别时间为1．8ms,很好地满足了星图识别的要求：     

基于TMS320C6701的星敏感器电路系统的设计

介绍了TMS320C6701芯片的主要功能特点及内部结构,建立了以DSP为核心的星敏感器信息处理电路系统,并在此系统中成功实现了快速的全天球星图识别。实验结果表明,在不降低星图识别率的条件下,该算法在本系统中的运行速度为0.47s,比基于RISC的星敏感器数据处理单元的速度提高近一倍。