星敏感器导航星表建立

导航星表是星敏感器系统用来实现恒星星图识别和姿态确定的唯一依据,它的容量、内容、存储读取方式对于完成星敏感器功能和性能指标都极为重要．通过分析恒星在视场中的分布规律,建立起星表的完备性和冗余性与星敏感器视场内导航星的数量之间的关系,确定了导航星数量,提出了筛选导航星的原则和方法,为了实现星表的快速搜索,对导航星表的组织形式进行了详细讨论．构造一个由2510颗0～6等导航星组成的导航星表,满足了星敏感器星图识别和姿态确定的需求．     

基于特征图形匹配法的高效星图识别方法

针对目前星敏感器使用的星图识别算法存在的冗余匹配、匹配时间长、识别率低等缺点,对星图识别算法进行了研究,提出了一种高效星图识别方法。该算法首先对传统星表进行处理,取出冗余信息,重新分配天区,使每个天区的导航星数目均匀,将分区以及处理后的星表信息重新存储并作为导航星库,然后通过对拍摄的图像进行处理并提取特征信息,与导航星库中的特征信息进行匹配,从而改善传统星图匹配算法出现冗余匹配、匹配时间过长及识别率低等缺点。完成算法设计后,选取视场为15°×15°的大视场星敏感器,对该算法进行仿真验证分析,可以发现该算法可以实现部分天区与拍摄星图匹配时间在20ms以内,全天区星图的识别和匹配时间在15s以内,识别率达到98%以上,印证了该算法可以提高识别的成功率并且缩短识别时间,使识别算法具有高效性。     

星敏感器中星图图像的星体细分定位方法研究

介绍了星敏感器的基本工作原理和星图图像的预处理的主要方法,将传统质心法、带阈值的质心法、平方加权质心法和高斯曲面拟合法应用于星敏感器中星图图像的星体细分定位,并进行了较为系统的仿真研究.仿真结果表明,带阈值的质心法是一种较为理想的星体细分定位方法.就噪声水平、阈值选择及低通滤波对细分定位精度的影响进行了仿真研究.最后,利用仿真结果对模拟星图图像的星体进行了细分定位实验,取得了较为满意的结果.      

星敏感器瞬态效应仿真及抗干扰算法

分析星敏感器在南大西洋异常区(south atlantic anomaly,SAA)工作异常的机理,建立空间粒子干扰仿真模型;并在此基础上,提出星点甄别和帧间比对两种抗空间粒子干扰算法.仿真结果表明,SAA环境下采用改进后的算法,星敏感器在捕获和跟踪模式下其识别成功率高、耗时少,空间辐射环境适用性较强.     

CMOS星敏感器图像驱动及实时星点定位算法

利用CMOS图像传感器技术的低功耗和开发简单等优点,设计了新型CMOS星敏感器的图像采集驱动电路.该电路设计以现场可编程门阵列(FPGA)为核心,配以静态存储器和并口通讯功能,实现了图像的采集、存储和输出.同时根据4连通域图像分割的原理,在FPGA内部设计了一个数字电路模块,以实现该星敏感器的实时星点定位功能.该模块由于采用了流水线结构,可以和图像采集同步完成星点质心定位算法,减少了向星敏感器数据处理单元中的精简指令集计算机(RISC)的数据传输量和RISC进行星图跟踪和识别的工作量,提高了星敏感器的总体工作性能.对比软件处理结果,对星敏感器的图像采集和质心算法硬件电路进行了验证.     

适用于弹道导弹的导航星选取方法

针对当前适用于弹道导弹的导航星选取方法较少,研究了一种根据标准弹道均匀化选取导航星的方法.通过分析导弹飞行弹道及飞行参数的影响,在构建"伪天球"坐标系的基础上,确定了导航星的选取区域,简化了因射向变化、坐标越界等造成计算和搜索比较复杂的问题;基于天球上的基准点及提出的"距离-星等"加权法,均匀化地筛选导航星,并按照k-vector索引方式构建适用性较好的弹载导航星表,可以有效地提高星图识别算法的效率.仿真结果表明,该方法简单易行,选取的导航星数量少,分布均匀性好,在不降低星图识别成功率的基础上,能够有效地减少识别时间.     

星敏感器定标精度影响因素分析

介绍了星敏感器定标过程中多种因素对定标精度的影响,其中着重讨论了定标光源与待观测星的光谱非匹配对星敏感器定标精度产生的影响。通过数值模拟计算,定量分析了在0等星时由于不同色温光源与待测目标光谱非匹配所产生的测量误差。分析结果表明,光谱非匹配造成的星敏感器的定标误差最高可以达到0.323个星等。提出一种光谱可调谐光源实施方案,可以模拟任意光谱分布的星体并用于星敏感器定标,试验结果表明定标精度可以提升至0.62%以内。     

上面级快速星图匹配算法研究

现有星图匹配算法存在搜索时间慢、算法实时性差的问题。为了满足上面级实时性的要求,文章采用K矢量查找算法来提高查找快速性,选择星对角矩作为星图匹配的特征量,构造星对角矩矢量,采用星棱锥星图匹配算法进行星图识别。最后采用上下位机的形式进行仿真分析,结果表明采用该星棱锥快速星图匹配算法成功率在99%以上,识别时间最长约为100ms,平均时间在15ms以内。该算法能够满足上面级对匹配算法快速性和高精度的要求。     

高精度高动态星模拟器研究

给出了高精度高动态星模拟器系统组成和总体结构, 提出一种基于亚像素显示技术提高动态星模拟器星点位置显示精度从而减小星点几何中心与能量中心位置偏差的新方法. 针对动态星模拟器高动态性要求, 提出一种快速精确检索全天球导航星的新方法, 将已知SAO (Smithsonian Astrophysical Observatory) 星表进行分区, 计算当前姿态四元数并分析航天器视轴所在区域, 对于距离视轴较远区域停止搜索和匹配, 很大程度上缩小了导航星搜索范围, 进而缩短了全天球恒星遍历所需时间. 软件测试结果表明, 此快速检索法可使全天球导航星的选取速度提高近10倍.      

一种快速全天星图识别算法

对星敏感器全天识别算法进行了研究,综合考虑三角形匹配识别法和四面体识别法的优缺点,提出一种改进的快速全天星图识别算法.该算法通过优化导航星对角距筛选方法,节省存储空间;同时引入K矢量法用于加快星图识别中角距匹配的速度;在三角形识别不唯一时,引入第四颗观测星进行四面体识别,提高识别成功率;并在三角形识别结束后增加投影验证功能以避免误识别.仿真结果表明,该算法合理有效,可节省存储空间,减小星图识别时间,提高识别正确率,具有很好的实用价值.     

一种基于Hausdorff距离的改进星图识别方法

针对基于Hausdorff距离HD(Hausdorff Distance)识别法存在识别速度慢和对星敏感器镜头旋转特别敏感的问题,提出了一种基于Hausdorff 距离进行星图识别的改进算法,它采用有向距离和绝对距离相结合的方法,利用恒星的空间结构信息,构建有向距离匹配模型;根据镜头旋转特性,建立绝对距离抗旋转模型;对两种模型测试研究确定加权因子,同时选取恰当的匹配识别门限,最终实现匹配识别的性能达到最优.仿真实验结果表明,改进后的算法不但保持了原有算法的高识别率,强抗噪性,而且还具有更快的识别速度和好的抗旋转特性.它在实际工程中已得到成功应用.      

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%。     

A triangle voting algorithm based on double feature constraints for star sensors

A novel autonomous star identification algorithm is presented in this study. In the proposed algorithm, each sensor star constructs multi-triangle with its bright neighbor stars and obtains its candidates by triangle voting process, in which the triangle is considered as the basic voting element. In order to accelerate the speed of this algorithm and reduce the required memory for star database, feature extraction is carried out to reduce the dimension of triangles and each triangle is described by its base and height. During the identification period, the voting scheme based on double feature constraints is proposed to implement triangle voting. This scheme guarantees that only the catalog star satisfying two features can vote for the sensor star, which improves the robustness towards false stars. The simulation and real star image test demonstrate that compared with the other two algorithms, the proposed algorithm is more robust towards position noise, magnitude noise and false stars.     

一种基于恒星分布的星敏感器导航星库制作方法

为了进一步提升星敏感器的定姿精度,分析了恒星的空间几何分布对姿态精度的影响,提出了一种基于恒星分布的星敏感器导航星库制作方法。在分析对比了现有星库的基础上,选择了精度较高的依巴谷星库作为基础星库,并剔除了暗星和双星以精简星库。遍历全天球对每个视场的星库中的空间几何分布进行分析对比,删除定姿较差的3颗星。对星库进行遍历补偿,保证了星库中恒星分布的均匀性。实验结果表明,全天球轨道测试中,本文方法制作星库的全天识别率为100%,且星颗分布数10颗以上天区占到97.64%,具有良好的覆盖性,同时有效提升了姿态精度。     

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%。     

基于卷积曲面的动态实时星图模拟

多星模拟器可动态刷新显示变化的星空,是星敏感器测试的关键设备。在动态条件下星点成像发生拖尾,要求星模拟器能够准确、实时仿真拖尾星图。建立了动态拖尾星点的卷积曲面模型。该模型是星点光斑弥散函数与权重函数沿着星点运动轨迹的卷积,可描述以任意形式运动产生的拖尾星点。提出了一种基于卷积曲面的像素离散算法,解决了星图仿真实时性不够的问题。先将星点轨迹分割为多段,再计算得到每段轨迹对应形成的星点光斑的像素值,将所有星点光斑累加。所提算法将多重积分化简,使得仿真速度提高了一个数量级,多星模拟器的刷新率达30 Hz。