剖分特征集星识别法在天文导航中的应用

为了快速高效地对星图进行识别,准确地完成天文导航任务,提出了一种基于剖分特征集星识别方法。首先使用星表数据建立数据库,三角剖分该数据库建立特征星库,再获取待识别星图剖分特征与已建立的特征星库相比较实现星识别。在改进海明相似度与Euclid相似度等相似方法基础上,提出了一种新的剖分特征集星识别法,使用该方法可以快速地找到一个很小的可能星集合,重复该方法再获得相邻星的可能星集合,两个星集合中赤经与赤纬最相近的就是识别星。实验显示使用剖分特征集星识别法,准确率可以达到97%以上,能够准确地完成星图识别任务。     

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.     

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%。     

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。     

L2范式距离的星图识别方法

在Hausdorff距离的基础上,提出一种不依赖于星敏感器的旋转方向和焦距等因素的星图识别方法。在构造Hausdorff距离的数据点集合时,采用基于L2范数对应的相对欧氏距离作为集合元素,解决星敏感器滚动对星图识别的影响;另一方面,由于受星敏感器焦距的影响,星敏感器图像与标准参考图也会存在误差。在构造标准数据点元素时,考虑到如果一个数据点集包含另一个数据点集,在这两个数据点集之间至少有两个数据点之间的L2范式距离是相同的。对L2范式Hausdorff距离进行比例化处理,每个集合中的相对空间距离除以本集合中最小的相对空间距离,构成一种新的数据点集。这种方法不需要对星敏感器图像由于焦距不同进行标定,避免了星敏感器焦距对星图识别的影响。给出了距离的计算公式和实现步骤,并给出了实验结果。结果表明:在星敏感器转动、尺度变换等情况下,该算法可以正确得到星图识别结果,从而获得星敏感器的姿态信息。     

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。     

提高星图正确匹配率的新方法

在CCD星敏感器中,快速而可靠的星图识别算法成为星敏感器确定姿态的最关键部分。针对星图识别中误匹配点的存在,提出了一种新的剔除误匹配点的方法—累积偏差法,选取合适的判定阈值对实验数据进行筛选,并结合最小二乘曲面拟合法对实验数据进行误差分析,实验结果表明,采用此方法,可以很好地剔除星图识别中的误匹配点,在赤经(α)和赤纬(δ)方向拟合偏差平均值可达到5.267 2,″星图正确匹配概率大大提高。     

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%。     

基于惯性比特征的三角形星图识别算法

为了提高星敏感器的星图识别性能,提出了一种基于惯性比特征的三角形星图识别算法。该算法将导航三角形的形心惯性比和导航三角形最长边的角距值作为匹配特征量,并以此构建导航特征库,采用散列函数的方式搜索导航特征库。由于将三角形特征量的维数由三维缩减至二维,该算法具有导航星数据库容量小、搜索匹配速度快的优点。仿真实验表明,在星点位置噪声标准偏差为2像素、星等噪声标准偏差为0.8等的条件下,该算法的识别率均在99%以上,平均识别时间约为1.29ms,和现有三角形算法相比均具有一定的优势。并在地面观星实验中,取得了非常好的效果。     

采用混合粒子群算法的星图识别方法

为提高大视场高灵敏度星敏感器的星图识别速度和识别成功率,提出了一种基于混合粒子群算法的星图识别方法,该方法首先根据星图中星点的灰度信息确定候选识别主星集合;然后选择该集合中的一个星点为圆心,以一定角距为半径画圆,将圆内的所有星点构成特征数据集合;然后利用混合粒子群算法对圆内的星点进行快速路径寻优;最后利用最优路径长度进行索引,并利用最优路径中前三个星点间的角距以及它们的星等信息进行匹配识别;实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且所需的导航星库容量小.     

Two fast nearest neighbor searching algorithms for image vectorquantization

In this paper, two efficient codebook searching algorithms for vector quantization (VQ) are presented. The first fast search algorithm utilizes the compactness property of signal energy on transform domain and the geometrical relations between the input vector and every codevector to eliminate those codevectors that have no chance to be the closest codeword of the input vector. It achieves a full search equivalent performance. As compared with other fast methods of the same kind, this algorithm requires the fewest multiplications and the least total times of distortion measurements. Then, a suboptimal searching method, which sacrifices the reconstructed signal quality to speed up the search of nearest neighbor, is presented. This algorithm performs the search process on predefined small subcodebooks instead of the whole codebook for the closest codevector. Experimental results show that this method not only needs less CPU time to encode an image but also encounters less loss of reconstructed signal quality than tree-structured VQ does     

一种采用多模式切换的快速运动估计算法

 搜索模式对于基于块的运动估计算法(BMA)的搜索速度和编码质量起着重要影响。该文提出一种多模式切换的快速运动估计算法,其采用了早停止和选择性搜索技术来提高编码速度,以小菱形作为起始搜索模式,然后过渡到六边形模式,最后使用正方形搜索模式进行细化,故命名为DHS(Diamond-Hexagon-Square)算法。实验结果表明,DHS算法对于各种运动情况(慢速、中等速度和快速)的视频序列具有普适性,在率失真性能未出现显著下降的前提下,其速度明显快于小菱形算法(DIA)、六边形算法(HEX)、穷尽搜索算法(ESA)和非对称十字形多层次六边形格点搜索(UMHexagonS)算法。     

Fast multi-frame motion estimation for H264/AVC system

Advanced video compression standard, H264/AVC, with multi-frame motion estimation, can offer better motion-compensation than the previous coding standards. However, the implementation of real-time multi-frame estimation for an H264/AVC system is difficult due to heavy computations. In this paper, a fast algorithm is proposed in an effort to reduce the searching computation for motion estimation with five reference frames. The fast multi-frame motion estimation consists of the adaptive full-search, three-step search, and diamond search methods using the content adaptive control process. Efficient control flow is proposed to select the searching algorithm dependent on video features. The adaptive algorithm can achieve better rate-distortion and lower computation for H264/AVC coding. The experiments indicate that the speed-up is 6–15 times compared with the full search method, while the image quality slightly degrades.     

海空目标多尺度波峰最佳阈值自动搜索策略

针对海上低对比度低信噪比的条件下,能够精确快速搜索空域目标,提出了一种快速精确的海空目标多尺度波峰最佳阈值自动搜索策略:采用金字塔波门搜索和多尺度波峰阈值法,逐级减小搜索区域并对搜索域内图像进行分割,然后根据目标特征进行概率统计分析,确定最优目标,实现海空目标的自动搜索。实验结果表明,该算法在序列图像中的搜索定位平均误差为0.413像素并全部识别成功,较OTSU算法的2.61像素和最大熵阈值算法的3.1像素的误差,精确度大大提升。整幅图像搜索时间优于21.34 ms,满足海空目标自动搜索的精度和实时性的要求。     

星图识别三角形算法综述

在现代的航天领域,根据星敏感器所获得的星图分布情况,可得到飞行器的姿态。因其具有可靠性、保密性、精度高、适用范围大而得到广泛的应用。首先对传统的识别算法进行概述,然后对近年来提出的一些改进算法进行总结,并分别详细地介绍了改进三角形算法、向量索引的算法、字符串索引算法、无需标定参数识别算法、基于神经网络和支持向量机的算法。这些方法在识别速度、成功率、实时性上都有一定程度的提高,在降低虚警的情况下可以提高算法的鲁棒性,还总结了现在星敏感器识别方法的不足,并展望了今后的发展方向。     

基于预测跟踪星表提高星敏感器实时性的方法

为提高星敏感器在星跟踪失败时向全天识别模式转换的效率,提出了一种在星跟踪的同时,并行预测跟踪导航子星表的方法,以随时做好工作模式切换的准备,提高星敏感器实时性。设计了分层存储、逐层索引结构的导航星表,实现了均匀化筛选导航星、构建导航子星表及对数据快速搜索和处理;由飞行态数据预测下一时刻星敏感态,并通过星敏感器视轴指向与子星表地址之间的索引关系,预测跟踪子星表的地址;星跟踪失败时,全天识别在4个冗余子星表中完成,简化识别过程,提高了识别效率。实验结果表明,设计的导航星表较为科学、合理,预测跟踪星表方法具有较强的鲁棒性,在高动态条件下有效提高了星敏感器模式切换的实时性。