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。     

一种自主星图识别算法

为了改善星敏感器系统的星图识别实时性和可靠性,文章在研究现有的星图识别相关技术基础后,提出了基于特征向量投影法的算法核心,并在这一核心的基础上完成了星图识别算法和导航星图数据库的改进设计。最后编写仿真测试软件对此算法程序进行了性能测试,测试结果表明,文章提出的自主星图识别算法在星图识别实时性和可靠性方面都较以往算法有了提高。     

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。     

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。
     

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。     

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。     

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.     

基于交叠视场亮度优选算法的导航星库构建方法

星敏感器导航星库直接影响星图识别效率和姿态解算精度。分析了参与姿态解算的星颗数和亮度对姿态精度影响,在此基础上,提出了一种基于交叠视场亮度优选算法的星敏感器导航星库构建方法。将精度较高的Hipparcos星表作为基础星表,分析了星等、双星、自行、变星等对姿态精度的影响,将星库筛选成一个备选星库,生成覆盖全天球的交叠视场。每个拥有较多星的视场,都按照亮度优先原则从视场内的扇形区域中选择导航星,从而得到分布均匀的导航星库。结果表明:该方法能有效减小星敏感器导航星库规模,实现导航星在全天球和局部天区的均匀分布。     

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。     

一种新的导航星选取算法研究

在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，通常这种选择复杂费时，而结果往往并不是最优的。本文引入了动态星等阈值分布函数，将传统星等阈值过滤算法中的静态阈值用动态星等阈值代替，建立了一种新的动态星等阈值过滤选择模式。而基于统计学习理论的支持向量机方法为求解高维非线性动态星等阈值分布函数提供了新的途径。本文讨论了这种基于支持向量机的导航星自动选择算法——回归选取算法。实验表明，用该算法所选取的导航星表，导航星数量少、分布均匀性好。同时它还能适应多种任务的导航星选取要求，具有很强的通用性。     

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。     

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。     

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。