P向量实现快速星图识别的方法

 提出了一种快速的星图识别方法。该方法识别时提取出描述观测三角形的一维特征量P，根据该值快速检索到对应的导航三角形，减少了计算过程。由于获得星点位置的时候存在误差，所以将一定误差范围内的三角形均作为待选三角形考虑。上述识别后引入了验证识别环节，保证识别的准确性。随机实验统计表明，同等星点位置噪声方差下，该方法和栅格算法相比识别率提高约1%，识别时间约为后者的1/5。     

空间暗弱慢速目标的捕获跟踪控制技术研究

为了实现对空间暗弱慢速目标的自主高精度捕获跟踪,需要设计高精度、高可靠性的捕获跟踪控制算法。文章在现有星敏相机相关技术的基础上分析了捕获跟踪控制算法工作流程,将其划分成相对独立的6大功能模块,并简述了这些功能模块与现有星敏技术的继承性。文章对光学捕获跟踪系统组成进行论述,并阐述了捕获跟踪控制算法各大模块设计的实现方法及研究现状,梳理出了其中的三大关键技术:星图数据库设计、星图匹配算法和目标捕获算法。文章研究光学捕获跟踪系统中相关算法的设计和改进方法,特别是针对其中的关键技术,详细论述了国内外前沿的优化方法,对关键技术的改进方案提出了未来的工作思路。     

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.     

苍蝇座

星座资料拉丁名:Musca所有格:Muscae缩写:Mus赤经:12.4600H赤纬:-70.3400°面积:138平方度大小:第77最佳观测月份:4月～5月星座故事苍蝇座中最亮的两颗星蜜蜂三和蜜蜂一就像蜜蜂的一对明亮的小眼睛,靠在一起闪闪灼灼,特别可爱。因此,1603年德国业余天文学家巴耶划定这个星座时,     

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。     

基于QTM的导航星库划分方法

为了提高星敏感器观测星的检索速度,提出了一种基于球面四元三角网(Quaternary Triangular Mesh,QTM)的导航星库划分方法.该方法首先利用天球的内接正八面体把全天球划分成8个子天区,然后在每个子天区中进行与经纬度相关的剖分和编码,最后扫描恒星星表,把每颗导航星信息划归到相应的子天区内存储.利用此星库进行的局部天球星图识别仿真实验表明该星库具有很高的检索效率.     

星敏感器中快速星跟踪技术

跟踪模式是星敏感器的主要工作模式之一,跟踪过程的快速性直接影响星敏感器的整体性能.提出了一种快速星跟踪算法.在跟踪算法的3个耗时环节,分别采用了分区星表、阈值映射、先排序后匹配识别这3种方法,以提高跟踪过程的快速性.其中分区星表法将整个天区分成了若干个子天区,使得在星体映射时,只是搜索星敏感器视轴指向附近的部分子天区,而不是搜索整个天区,减少了搜索星体的数量;阈值映射法,在满足精确度的情况下,设置被跟踪星体的数量阈值,只有被跟踪的星体数目少于此阈值时,才进行星体映射,减少了映射次数;先排序后匹配识别法,先根据星体在星图中的坐标值进行排序,然后再进行匹配识别,减少了那些距离较大的无谓的星体间的匹配识别.仿真测试结果表明,这3种方法的采用,提高了跟踪算法的快速性,提高了星敏感器的整体效能.      

甚高精度星模拟器星图显示与控制系统研究

为对甚高精度星敏感器进行地面标定和精度测试,提出甚高精度星模拟器的研制,其模拟精度应优于0.5″.在甚高精度星模拟器设计中,对星模拟器的星图显示与控制系统进行了重点研究.根据模拟精度要求,提出利用星点板作为星图显示器件.采用单点可控矩阵式LED照明系统作为星点板光源,完成小天区静态形式的动态星图模拟.通过设计星图显示控制系统,编写控制软件,实现每个LED的亮灭和灰度值控制,完成了星图变换和星等模拟.实验结果表明,星图显示精度小于0.5″,可以实现动态变换以及星等模拟,以满足对甚高精度星敏感器的地面标定和精度测试要求.     

基于Delaunay三角剖分的全天自主星图识别算法

在地球物理建模中,Delaunay三角剖分因其对给定点集进行三角剖分具有剖分结果唯一性这一重要特点而得到广泛应用.采用Delaunay 剖分这一性质,首次将Delaunay剖分算法应用到星图识别中.利用全天球星图的剖分不变性,采用有界曲面剖分的边界递归法,生成有序且容量小的完备导航星库;利用二维Delaunay三角剖分对视场内恒星星图进行剖分,将其结果进行快速匹配识别.仿真实验结果表明与现有的星图识别算法相比,此算法具有高的识别率,良好的实时性和鲁棒性,且所需导航星库的容量小,检索速度快.     

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。