卫星转动条件下APS星敏感器星像目标中心提取精度分析

 目前对星敏感器星像定位的研究多限于静态情况,而卫星转动过程中,在曝光期间星像在像平面不断移动,从而影响星像定位的精度,重点分析动态情况下APS星敏感器星像目标中心的提取精度。首先分析采用质心法计算星像目标中心的误差源,提出动态精度的估计方法,并推导相应的计算公式;进而以给定的APS星敏感器参数为基础,研究了计算窗口、曝光时间等精度影响因素的选择方法;最后通过仿真进行了验证。     

一种基于连续星图观测的自旋姿态估计方法

传统的利用地球敏感器和太阳敏感器作为测量仪器的自旋卫星姿态确定方法存在系统误差和安装误差等,从而导致自旋姿态确定误差较大的问题,文章提出了一种利用星敏感器获取的连续星图估计卫星自旋姿态参数的新方法。该方法以卫星的自旋轴和旋转角速度作为状态变量,通过星敏感器连续跟踪拍摄的恒星的成像位置作为观测量,利用无迹卡尔曼滤波估计出卫星的自旋姿态参数。仿真结果表明,在星敏感器的精度为3″时,该方法的自旋轴估计精度为0.3448″,自旋角速度估计精度为10^-4(°)/s数量级。     

大角速度条件下星像运动轨迹建模及误差评估

在大角速度条件下星敏感器成像平面上的星像会产生严重拖尾,影响星敏感器性能。为了全面认识星敏感器的星像运动轨迹形式,并定量评估星像运动对星点提取过程的影响,首先研究建立了星敏感器成像平面上星像运动轨迹的数学模型,推导出在成像平面上星像运动轨迹为一段圆弧;然后建立了星像运动时的能量分布模型,并对大角速度条件下基于质心法的星点坐标误差进行了评估,分析得到星点坐标误差的模近似可用星像运动轨迹长度的二分之一来衡量。仿真实验结果验证了所得结论的正确性。      

一种利用星敏感器的航天器自主定位方法

提出用星敏感器和地平仪测量星光与地平之间的“星光仰角”为观测量，用推广卡尔曼滤波方法来实时估计航天器的最佳位置的自主定位方法。分析比较了同时瞄准恒星的个数、星敏感器的精度以及改变采样周期对航天器定位误差的影响。     

基于粒子群寻优的高精度星敏感器在轨标定方法

星敏感器结构设计与安装过程会产生多种误差，主要误差源有星敏感器像平面主点误差、主距误差、倾斜误差与旋转误差，这些误差影响了星敏感器在轨标定的精度。本文根据星敏感器的误差模型，提出了一种高精度的星敏感器在轨标定方法。在已知含有误差的像平面的基础上，构造一个虚拟的像平面。当粒子群优化算法使含有误差的像点投影到虚拟像平面上的坐标与无误差时像点的坐标一致时，再利用Quest解算出三轴姿态角求得两个像平面之间的姿态矩阵，得出两像平面之间的关系。结果表明：星敏感器姿态确定精度较高且比较稳定。这种方法与传统标定方法的优势在于不依靠陀螺信息，原理简单，提高了数据的准确性。     

星敏感器低频误差在轨校准方法研究

研究星敏感器低频误差在轨校准问题.星敏感器低频误差主要由周期性的空间热环境变化造成,会对卫星姿态确定精度造成显著影响.针对这一问题,提出一种星敏感器低频误差校准新方法,通过扩维卡尔曼滤波同时估计卫星姿态和低频误差参数.研究表明,采用所提低频误差校准方法能够显著提高姿态确定系统的性能.基于在轨卫星上的星敏感器遥测数据建立了用于数学仿真的星敏感器低频误差模型,数学仿真结果验证了低频误差校准方法的有效性.     

多星敏感器测量最优姿态估计算法

多数利用星敏感器加陀螺组合的姿态确定方法中,由于星敏感器精度较高,使得系统定姿的精度比较高.然而,姿态确定的算法因观测模型和误差处理不当,导致滤波器观测修正能力下降,从而不能有效地估计陀螺的漂移误差.提出了基于星敏感器观测姿态角的误差建模,研究了多星敏感器组合的最优安装构型和观测融合方法.利用加权最小二乘法对观测数据的预处理,使观测方程定常化.再利用陀螺加星敏感器组合的扩展Kalman滤波(EKF,Extended Kalman Filtering)对航天器姿态和陀螺漂移进行估计.仿真结果表明,提出的多星敏感器最优组合的滤波方法能够有效精确地估计卫星三轴姿态和陀螺漂移,且该方法计算量小,有利于卫星定姿系统的在轨自主运行.     

镜筒热形变对星敏感器测量精度的影响

 空间环境温度以及阳光热效应对星敏感器测量精度有一定影响。研究镜筒热形变对星敏感器测量精度的影响,计算温度均匀分布和非均匀分布条件下,圆柱形镜筒和圆锥形镜筒热形变导致的透镜倾斜量和平移量,研究典型星敏感器光学系统中恒星像斑位置和能量分布的变化情况。在镜筒温度均匀分布条件下,温度变化20℃时,圆柱形镜筒和圆锥形镜筒的星敏感器测量误差分别为0.6″和0.9″;在镜筒温度非均匀分布条件下,镜筒上侧与下侧的温差为30℃时,圆柱形镜筒和圆锥形镜筒测量误差约为2.2″和3.3″。计算结果表明,圆柱形镜筒热稳定性优于圆锥形镜筒。     

星敏感器误差分析与补偿方法

星敏感器是目前航天器精度最高的姿态测量部件,其误差是影响姿态确定系统精度的关键要素.依据误差频率特性,系统地对星敏感器误差进行分析,主要阐述星敏感器低频误差和高频误差产生的原因以及当前的抑制与补偿方法.在此基础上,根据星敏感器误差的特点,展望星敏感器低频误差以及高频误差抑制与补偿方法的发展趋势.     

高动态下的星体目标质心提取方法

高动态情况下,星点像斑在星敏感器探测器上会呈现出拖尾现象,星点质心无法被准确提取。针对上述难点,本文提出了一种高动态条件下基于差异哈希算法的星点质心提取方法。该方法分为三步：第一,建立动态星斑的数学模型;第二,利用差异哈希算法和汉明距离实现星跟踪窗口内星体目标粗定位;第三,在粗定位区域使用阈值分割与连通域法提取星点质心。实验结果表明,该方法能够适应各种长度的曝光时间,并实现星敏感器在3（°）/s条件下的稳定跟踪。在曝光时间50ms,角速度3（°）/s的条件下,星对角距误差为13”,平均提取率为96%,相比于传统方法,分别提高了29.6%和22.9%。     

一种高动态条件下惯性星光组合定姿方法

针对高动态条件下星图拖尾导致惯性星光组合定姿精度下降甚至无法定姿的问题,提出了一种基于乘性扩展卡尔曼滤波的惯性星光深度组合姿态确定方法.利用星敏感器观测信息修正姿态误差,补偿陀螺漂移,并建立了陀螺输出的角度变化量与星图像移的关系,利用陀螺输出信息估计星图拖尾的模糊参数,采用维纳滤波复原方法对产生拖尾的星图进行复原以提高星图信噪比和观测精度.仿真结果表明该方法可以有效提高星像质心提取精度和星图识别率,对初始姿态误差修正更快,且不存在星图误匹配的情况,保证了惯性星光组合定姿方法在高动态条件下仍能保持较高的精度.     

星图运动模糊及其复原方法

研究了载体角运动及振动对星敏感器成像的影响,推导并建立了不同飞行状态下星图模糊的数学模型.在此基础上讨论了多重运动模糊机理,提出采用分步复原方案去除多重星图模糊,以保证高动态环境下星敏感器工作的精确性及稳定性.仿真结果表明,载体运动造成的星体质心提取误差与具体运动形式及参数有关,并通过比较复原前后星敏感器的定姿效果,验证了模糊星图分步复原方法的有效性.      

高动态条件下星点像斑建模与补偿

高动态条件下星点提取有两个难点：一是暗弱星点目标湮没在噪声中不易识别，质心定位精度较差；二是星点像斑可能断裂，无法用常用的连通域算法提取。针对上述难点，本文建立了高动态条件下星点像斑模型，提出了基于该模型的像斑补偿与质心定位提取算法。该方法分为四步：第一，利用卡尔曼滤波实现星点像斑静态模板的实时迭代；第二，基于静态模型与星点运动模糊模型建立星点像斑动态模型；第三，以动态模型作为模板在恒星跟踪窗口内进行相关性匹配以确定星点像斑位置；第四，基于动态模型补偿星点像斑，并计算质心位置。实验结果表明，该方法能有效解决高动态条件下暗弱星点提取与断裂残损星点修复问题。相比传统算法，姿态精度误差均值减少了40.9%，最大误差减少了81.2%；星点提取率达到100%，提高174.5%，提取星数相比阈值分割与连通域法提高了173%。     

结合自组织映射网络及三角形算法的星图识别方法

三角形方法是最经典且应用最广的星图识别方法之一,但是存在搜索范围大、匹配冗余、抗噪能力弱等问题。将神经网络技术应用到星图识别过程中,结合自组织映射网络（SOM）优秀的分类能力和三角形算法可靠的角距匹配能力,提出了一种新的识别方法。该方法基于邻近星的分布来构建每颗导航星的特征向量,将其作为SOM网络的输入向量,通过训练得到具有分类识别功能的网络及相应的三角形库。识别阶段,输入待识别星的特征向量,网络输出识别类,在该类对应的三角形库中应用三角形算法查找匹配三角形,完成星图识别。试验发现该方法减小三角形搜索范围、实现快速匹配的同时,提高了识别系统的抗噪能力,在全天识别过程中平均识别时间低于5ms,识别率在噪声标准差为0.025时仍高达99%。     

恒星地球模拟器的光学系统设计与精度模拟分析研究

为实现对敏感器的地面标定与精度测试, 需研制一套恒星地球模拟器, 要求其星间角距模拟精度优于10", 地球张角模拟精度优于0.05°. 通过设计高精度准直光学系统与高精度紫外准直光学系统, 实现了对星点位置与地球图像的无穷远距离模拟; 提出了星点位置模拟误差修正方法与地球图形模拟误差修正方法, 提高星间角距和地球张角的模拟精度.实测星间角距与地球张角模拟结果表明, 该模拟器的星间角距模拟精度优于10", 地球张角模拟精度优于0.02°.      

A robust star identification algorithm with star shortlisting

A star tracker provides the most accurate attitude solution in terms of arc seconds compared to the other existing attitude sensors. When no prior attitude information is available, it operates in “Lost-In-Space (LIS)” mode. Star pattern recognition, also known as star identification algorithm, forms the most crucial part of a star tracker in the LIS mode. Recognition reliability and speed are the two most important parameters of a star pattern recognition technique. In this paper, a novel star identification algorithm with star ID shortlisting is proposed. Firstly, the star IDs are shortlisted based on worst-case patch mismatch, and later stars are identified in the image by an initial match confirmed with a running sequential angular match technique. The proposed idea is tested on 16,200 simulated star images having magnitude uncertainty, noise stars, positional deviation, and varying size of the field of view. The proposed idea is also benchmarked with the state-of-the-art star pattern recognition techniques. Finally, the real-time performance of the proposed technique is tested on the 3104 real star images captured by a star tracker SST-20S currently mounted on a satellite. The proposed technique can achieve an identification accuracy of 98% and takes only 8.2?ms for identification on real images. Simulation and real-time results depict that the proposed technique is highly robust and achieves a high speed of identification suitable for actual space applications.