基于导航星域和K矢量的快速星图识别算法

星图识别算法是星敏感器的关键技术,快速性和可靠性一直是对其评价的重要指标。提出了基于K矢量查找表和导航星域联合进行超快速星图识别的方法。首先根据星敏感器视场和所能敏感的星等建立全天球导航星表;再依据K矢量的原则对全天的导航星按照星对角距进行分类,建立星对角距所对应导航星的K矢量和K矢量查找表。利用星敏感器视场中的4颗星构成6组星对角距,将其中的5组星对角距所对应K矢量查找表域的星对组进行导航星表域（简称导航星域）的变换,根据另外一组星对角距所对应的K矢量查找表域的值对前面5组导航星域的值同时进行索引比较,直接找到了满足条件的4颗导航星,即完成全天的星图识别。最后,通过计算机仿真,实验室模拟和真实星空实验三个层次验证了此方法的可靠性和快速性。     

适用于地面应用系统的导航星数据库的建立

简要介绍了所采用的恒星运动标准模型、历元转换及误差传播基本原理。给出了一种导航星数据库的构建方法,该方法以Hipparcos星表为中心,以星敏感器光学系统的观测极限为星等阈值,联合多个星表,通过精密历元转换,引入位置精度阈值以确保卫星姿态确定角秒量级的精度;引入辅助导航星以提高星图识别率和识别速度。蒙特-卡罗仿真结果表明利用该导航星数据库在有伪星存在的情况下星图识别率96.7%以上,同时识别视场内5颗星的识别速度在0.3秒以下,加入189颗辅助导航星后,在导航星总数提高至6261颗时,星图识别速度却提高了6%以上。
     

一种基于蚁群聚类算法的快速星图识别方法

为提高大视场星敏感器的星图识别速度和识别成功率,提出一种基于蚁群聚类算法的 快速星图识别方法,该方法首先利用蚁群聚类算法对星点集合进行快速聚类分析;然后选择 最优类并以其中每个星点为圆心,以一定角距为半径画圆,将圆内所有星点构成集合;再将 每个集合的星点两两求取角距,利用蚁群算法对路径快速寻优的优点,完成集合的路径优化 ;最后利用优化结果同导航星库中已有的优化数据相匹配,以实现星图的快速匹配与识别; 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 所需导航星库的容量小。     

月面着陆器INS/CNS深组合导航方法

针对月面着陆器下降过程中的姿态快速调整需求，导航系统必须具备实时快速解算能力，而传统天文导航算法星图识别过程计算量大，占用了一定的硬件资源和能耗，限制了月面着陆器动态响应能力的提高。针对这一问题提出一种基于图像灰度误差的惯性/天文深度组合导航方法。该方法利用惯导辅助星敏感器构建灰度误差函数，根据灰度误差梯度优化姿态失准角，无需星图识别过程依旧可以完成对姿态的估计。仿真结果表明，在导航星数目不少于3颗时，该方法可在与惯性/天文松、紧组合姿态精度一致的前提下，将计算时间缩短60%，姿态精度维持在10″(非光轴)、50″(光轴)以内；在导航星数目小于3颗时，依旧可以进行导航解算，姿态精度维持在50″(非光轴)、100″(光轴)以内。将其应用于月面着陆器等实时性需求较高的背景中，有助于降低算法的计算量，节约硬件资源和系统功耗，为未来月面着陆器导航系统的设计提供新思路和理论参考。     

可适应多维度信息变化的智能星图识别方法

为了提高当视场发生变化以及星等误差较大时星图识别方法的鲁棒性,提出了一种可适应多维度信息变化的智能星图识别方法。首先,依次选取一个导航星作为主星,利用其它星距主星的角距信息和星等信息,并考虑视场轴向变化、星等误差、角距误差的影响,构建覆盖性较全的样本库;然后构建了一种可以综合利用角距和星等信息的卷积神经网络;最后进行了网络训练和仿真试验验证。本方法提高了对角距误差和星等误差的鲁棒性,且识别速度快、识别率高、星表容量小。仿真试验结果表明,该方法在星等误差为0. 2MV、角距误差为0. 04°和0. 06°时,识别率优于97%。     

星图匹配制导中的关键技术

为了提高新一代弹道导弹的快速、机动反击能力和射击精度，采用星光，惯性组合制导足最佳的选择。本论文给出了基于双星敏感器的、星图匹配制导系统的关键技术。提出了根据弹道设计导航星表．极大地简化了弹载星表；提出了一种适用于星光制导的凸多边形箅法，合理地减少了匹配的星对角距数目。这两项技术保证了星图匹配制导技术的实用性。提出了一种分离初始定位、定向误差及平台漂移误差方法。采用凸多边形的星图识别算法可同时获得多颗星的瞬时位置，结合恒星在像平面的位置可解算导弹在赤道惯性系和发射点惯性系的三轴姿态，最后，给出了导弹初始定位、定向误差的数学表达式。仿真结果表明了该方法的有效性。     

一种基于多层SOFM网络的星图识别方法

提出了一种基于自组织特征映射(SOFM)神经网络的星图识别算法。用基于支持向量机(SVM)的动态阈值选取算法选取导航星构建导航星库,将一多层多个并联SOFM子网的识别系统用于星图识别。给出了方法的流程。仿真结果表明,SOFM网络可提取星图中的复杂特征识别导航星。与传统三角形算法相比,该识别算法的识别准确率、鲁棒性和实时性更优,有一定的实用价值。     

一种新的全天自主星图识别算法

在星图识别领域三角形算法得到了广泛的应用，但是在星对角距很小的情况下，其识别率严重降低。字符匹配算法可以解决这个问题，但是它无法识别由于相机在拍摄瞬问的平移和旋转而产生位移的星图。为了克服这一缺陷，提出了一种有效的星图识别算法，该算法在生成导航星数据库时以一些一定范围内的亮星为中心，把整个天球分为很多个四方形区域，然后根据被拍摄星图的特点从这些四方形区域内选取子区域参与星图识别。仿真结果表明该算法不但继承了字符匹配算法的优点，而且对星图位移有很强的鲁棒性。     

四边形全天自主星图识别算法

讨论了一种新的无须任何先验知识的星图识别算法。该算法将四边形星图模式分解为两个具有公共边的三角形模式，使用三角形模式的特征，在保证自满计算量和星载星表的存储容量的前提下，使算法的识别成功率得以星著提高。Ｍｏｎｔｅ Ｃａｒｌｏ实验表明，在星等误差０．５星等（３σ），位置误差１０角秒（１σ）时，该算法的识别成功率接近１００％。     

构造折射星场方法用于星光折射导航仿真的研究

针对星光折射导航算法研究时星图模拟与匹配复杂的问题,提出一种构造折射星场的方法用于导航算法研究和评估。通过对星光折射几何关系的研究,得到一颗满足几何关系的折射星,再将它绕地心矢量方向旋转得到其他满足条件的折射星,构造折射高度均为25km的折射星场,解决了仿真研究时对星图的需求问题。建立带摄动的航天器运动方程,利用扩展卡尔曼滤波算法和构造出的星场进行导航仿真。仿真结果表明,观测到的折射星之间的角距接近于或小于星敏感器的精度时,无法进行星光折射导航;当观测到3颗星的持续时间大于等于0.8s时,该导航系统的三轴位置误差均小于139m,证实了构造折射星场方法的有效性。     

动态星图显示算法的设计与实现

为了对星敏感器进行功能和性能方面的测试,需要使用星模拟器,为其提供任一时刻、任一惯性坐标系下指向的模拟星图。星敏感器较短的积分时间特性,要求星模拟器具有较短的采样周期,为此,采取了分区检索导航星的设计方案。首先,根据星图视场,由各颗星的赤经、赤纬数据,对天球进行分区,并计算出给定的光轴所在的分区。然后,根据光轴分区位置,找出邻近的3×3个子区。最后,在这9个子区中,查找出视场内的星。同时,实现了星图的静态与动态模拟。模拟结果表明,利用该算法,可使星模拟器实现指标：星图视场为17.5°×13.1°;模拟星等为 2.0 ～7.0等星;采样周期控制在毫秒级。基本满足动态星模拟器的大视场、宽星等范围、短采样周期等要求。
     

一种改进的三角形星图识别算法

传统的三角形星图识别算法冗余匹配多,对噪声鲁棒性差,为此,在传统三角形算法的基础上,提出了一种改进的算法。该算法思想如下：将观测三角形三个角距组成的平面的法向量向最优主轴投影,利用投影值进行索引,得到候选导航三角形后,利用角距进行匹配,若存在冗余匹配,再利用归一化的星等消除冗余匹配。实验结果表明：与传统的三角形算法相比,两者识别所需时间基本相同,但是改进的算法对噪声的鲁棒性更好,冗余匹配更少,识别率更高。改进的算法在质心偏差为0.5像素,星等噪声为0.5Mv时,识别率高达97.7%,传统三角形算法在质心偏差为0.5像素时,识别率仅为91.4%。     

一种采用双视场星敏感器的飞行器姿态角快速、高精度测量方法

针对姿态经常机动的飞行器之间建立激光通信问题,研究了一种针对这种飞行器的姿态角高精度、快速测量新方法.这种姿态角测量方法采用一种由宽、窄两种视场组成的双视场星敏感器,并以0轨道飞行器应用为例进行了姿态角测量仿真:其中的宽视场用于识别北极星,窄视场用于跟踪北极星;通过对北极星方向矢量测量值与其理论值进行比较精确求出了偏航、俯仰和滚动三个姿态角.分析表明,姿态角的角分辨率小于1″;测量过程不需要耗时的星图数据库搜索,一帧图像就可以完成一次快速测量.     

星图匹配观测三角形优化选取技术

为了提高三角形星图识别算法的成功率,减少匹配过程中的计算量,进而提高星敏感器实时输出姿态的性能,提出一种星图匹配前“二次优化”选取观测三角形方法,该方法在在初选观测三角形的基础上,对观测三角形进行第二次优化筛选,进而提高星图识别环节的效率。优化选取观测三角形是基于QUEST定姿原理,将观测三角形的边与夹角的约束关系转换到像平面上。全天球遍历分析统计结果表明：在12°×12°视场中,采用本文提出的方法,可使一次匹配成功并输出可用于星图验证环节的较高精度姿态信息的概率提高60.9％,从总体上可大大减少星敏感器星图识别环节的计算量,并且每帧全天球定姿输出的时间一致性也被大大提高。     

几何定位应用中恒星三角形识别简化算法

为了满足几何定位应用对恒星识别的需求,从导航星的选取、导航特征库的构造及识别算法的实现等方面对传统三角形识别算法进行改进。首先,结合几何定位传感器跟踪恒星的特性,提出导航星的快速选取方法。接着建立以星对角距和星对星等差为特征量的导航星特征库。然后,在改进的三角形识别算法的基础上,对观测三角形特征向量进一步简化。最后,在几何定位的应用场景中对传统三角形识别算法、三角形识别简化算法进行仿真比较。实验结果表明：在几何定位的应用场景中,三角形识别简化算法识别成功率、识别效率较高。能够满足几何定位应用对恒星识别算法效率、可靠性的要求。     

基于扩展卡尔曼滤波的星敏感器在轨几何标定

星敏感器在轨几何标定是消除其系统测量误差,提高姿态确定精度的有效手段之一。目前利用星对角距相等进行星敏感器在轨标定时,大多采用最小二乘求得全局最优的静态待标定参数,但没有完全反映出恒星相机工作期间受外太空环境变化导致内部参数发生的微小动态变化。为了进一步提高星敏感器参数的在轨标定精度,文章在对星图识别结果预处理的基础上,引入扩展卡尔曼滤波对当前星图时刻对应的相机参数进行实时标定,动态获取当前最优参数值。利用该文所提方法对"资源三号"01/02星国产星敏感器进行在轨标定,试验结果表明所提方法能够有效标定当前星敏感器的参数误差,其精度优于传统的最小二乘标定方法,验证了该方法具有更好的适应性和可靠性,为星敏感器的在轨几何标定提供了一种技术参考,可用于卫星在轨实时标定或地面卫星姿态后处理。     

一种星光折射卫星自主导航系统方案设计

利用星光折射间接敏感地平的卫星自主导航方案具有导航精度高、自主性强的特点,是一种极具应用潜力的自主导航方案。在基于星光折射的自主导航方案中,折射星的准确识别与折射角的精确获取是实现高精度导航的基础。提出了一种基于双星敏感器,利用连续高度星图模拟与匹配技术实现高精度折射星识别和折射角获取的方法,并在此基础上设计了一种新颖的基于星光折射的卫星自主导航系统方案。同时,为了验证该方案的可行性,设计了相关的折射星仿真程序,以轨道高度为686km的对地观测卫星为例进行计算机仿真验证,结果表明在星敏感器精度为3″时,该导航系统平均位置误差约为145m,最大位置误差不超过400m。     

考虑卫星轨道运动和像移影响的星敏感器星图模拟方法

星图模拟技术是星图识别算法和星敏感器性能测试的基础.提出一种新的高精度星图模拟方法.该方法分为三个步骤:首先,利用两行轨道数据(TLE,Two-Line Orbital Element)与简化常规/深空扰动的近似解模型(SGP4/SDP4)计算出卫星在轨运行参数,进而获得卫星姿态矩阵;然后,根据星敏感器的方位和俯仰角度,确定星敏感器视场中的导航星及星敏感器安装矩阵,利用小孔成像模型,获得导航星在星敏感器成像面的投影位置;最后,为更准确模拟实际星像点的灰度扩散,在考虑卫星运动引起的恒星像移的基础上,按照二维高斯分布规律置灰度值来模拟星像点像素.在此基础上,还详细分析了不同曝光时间下,恒星像移对恒星位置测量的影响.     

基于恒星矢量差分的星敏感器星跟踪算法研究

针对现有星跟踪算法依赖外部信息、模型复杂等缺点,结合卫星平台实际,提出了一种新的星敏感器内部星跟踪算法,利用星矢量与角速率间关系进行星点预测。先根据当前帧和前一帧的星矢量,用最小二乘原理估算出角速率,再对角速率进行卡尔曼滤波以减小估计误差,之后用滤波后的角速率预测下一帧的星矢量,将星矢量转为星点坐标,最后在以该坐标为中心的波门中提取星点。讨论了角速率估计误差、截断误差、星点成像随机误差和定姿星数等因素对算法精度的影响。该方法不依赖外部信息进行预测,模型简单,易于实现。实验验证在星敏感器角速率为0.6(°)/s时,平均跟踪精度0.55像素,证明了其有效性。     

一种位并行近似串匹配的星图识别算法

提出了一种基于位并行法近似串匹配的星图识别新方法。 首先为选取的导航星建立相应的模式串,然后利用改进的并行化动态规划矩阵算法（BPM）为观测星图中的星体寻找匹配的导航模式,并验证匹配结果的正确性,完成星图识别。仿真试验结果表明,本方法算法简便、导航星库存储容量小,抗干扰能力强,有很好的鲁棒性。