共查询到19条相似文献,搜索用时 209 毫秒
1.
采用自主导航技术,可以降低月球卫星的任务成本,提高其生存能力。现研究了利用太阳敏感器、地球敏感器和月球敏感器测量出的卫星-太阳、卫星-地球和卫星-月球方向矢量作为观测量,采用迭代最小二乘方法、定历元时刻的卫星状态,并以轨道预报的方式实现月球卫星的自主导航。对该自主导航算法进行了数学仿真,分析比较了敏感器精度、部分轨道参数等因素对定位精度的影响,总结了其变化规律。最后对比了迭代最小二乘方法与扩展卡尔曼滤波的导航仿真结果,结果表明前者具有更高的精度。 相似文献
2.
基于Zernike矩的高精度太阳图像质心提取算法 总被引:2,自引:0,他引:2
在基于太阳观测的月球车天文导航系统中,针对太阳传感器中图像噪声以及典型图像退化的不良影响,提出了一种基于Zernike矩的高精度太阳质心提取算法。采用Sobel算子进行边缘检测,Zernike矩重定位亚像素边缘,用最小二乘法拟合圆心。而当图像存在退化时,进行有效圆边缘点检测后,再用该法提取质心。从理论上分析了Zernike矩亚像素边缘检测对圆拟合法的改进作用。利用仿真图像和地表实验图像,将本文方法与传统的重心法、带阈值的重心法和圆拟合法进行了比较。结果表明,本文方法精度更高,具有更好的稳定性,可以对月球车天文导航精度的提高起良好作用。 相似文献
3.
4.
5.
图像分割是合成孔径雷达(Synthetic Aperture Radar, SAR)图像自动解译技术中的一个重要问题。基于活动轮廓的思想,给出了一种适应于SAR图像分割的集成活动轮廓模型。该模型综合利用SAR图像的边缘和区域特性,通过检测算子提取SAR图像的边缘信息,利用似然函数的最大化提取图像中不同统计信息的区域;通过边缘和区域的共同曲线运动实现对SAR图像的分割。利用加性算子分裂算法,给出了该模型的快速实现方法。通过MSTAR和实测星载SAR数据进行试验验证,并与其他算法比较,结果表明:所提方法适应性强,可适应复杂背景的SAR图像分割,并且分割定位准确、收敛速度较快;所提实现算法稳健,能适应不同参数设置,且对初始条件不敏感。〖JP〗 相似文献
6.
考虑月球扁率修正的月球卫星自主导航 总被引:1,自引:0,他引:1
针对月球扁率对月球紫外敏感器的月心方向矢量确定的不利影响,研究了月球紫外敏感器的测量原理和敏感到月平边缘时满足的几何约束,提出了一种考虑月球扁率的月心矢量确定方法。并进一步的结合地球敏感器和太阳敏感器的测量信息,研究了基于日地月方位信息的月球卫星自主轨道算法,并评估了月球方位确定算法对导航精度的影响。仿真结果表明,在太阳敏感器、地球敏感器和月球敏感器的精度分别为0.02°(3σ)、 0.05°(3σ) 和0.1°(3σ)的假设下,考虑月球扁率修正的月球卫星的自主导航位置精度能达到300m(3σ),导航速度误差能达到0.6m/s(3σ), 从而保证了环月卫星的导航精度。 相似文献
7.
8.
9.
10.
11.
12.
基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配 总被引:15,自引:0,他引:15
提出了一种新的基于边缘的合成孔径雷达(SAR)图像与光学图像匹配算法。在这种算法中,首先针对SAR图像低信噪比(SNR)与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上,根据Hausdorff距离具有强抗干扰能力和容错能力的特点,采用了改进的Hausdorff距离作为相似性测度。在搜索策略上,根据遗传算法的固有的并行性,采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明,这种算法鲁棒性好,匹配精度高,计算速度快。 相似文献
13.
与机载合成孔径雷达相比,星载合成孔径雷达由于其复杂的空间几何关系、地球自转及地球曲率等因素的影响,使得星载SAR/GMTI的实现更为复杂。提出了当不满足相位偏置中心天线(DPCA)中脉冲重复频率和天线水平基线间的严格约束条件时,通过象素匹配法和星载SAR沿航迹向干涉(ATI)技术实现星载合成孔径雷达(SAR)动目标检测、测速及定位的一种方法。该方法采用沿航迹向线性排列的双孔径天线星载SAR结构,首先建立了星载SAR双孔径天线空间几何模型并详细分析了星载SAR双孔径天线机理及信号特性,然后利用常规方法成像的双天线SAR图像,分析并推导了基于ATI技术和象素匹配实现对地面背景杂波淹没的运动目标检测、径向速度分量估计以及目标定位的方法。最后,通过计算机仿真验证了其有效性。 相似文献
14.
15.
16.
17.
Xiaoliang Wang Deren Gong Liqiang Xu Xiaowei Shao Dengping Duan 《Acta Astronautica》2011,68(11-12):1872-1880
An improved adaptive Huber filter algorithm is proposed to model error and measurement noise uncertainty in this work. The adaptive algorithm for model error is obtained by using an upper bound for the state prediction covariance matrix with augment of chi-square statistical hypothesis test in case of filter deteriorated by wrong residual information. The measurement noise is estimated at each filter step by minimizing a criterion function which was original from Huber filter. A recursive algorithm is provided for solving the criterion function. The proposed adaptive filter algorithm was successfully implemented in radar navigation system for spacecraft formation flying in high earth orbits with real orbit perturbations and non-Gaussian random measurement error. Simulation results indicated that the proposed adaptive filter performed better in robustness and accuracy compared with previous adaptive algorithms. 相似文献
18.