多视场星敏感器结构参数标定方法

提出一种基于星间角距不变原理的多视场(FOV)星敏感器结构参数标定方法.这种方法以欧拉角表征多视场星敏感器各个子视场之间的旋转关系,利用识别得到的各个视场星点的坐标信息和赤经赤纬信息,计算出多对星光矢量来建立标定模型和目标函数,然后使用L-M算法优化目标函数并解算出各个子视场之间的结构参数.此方法不需要外部姿态测量仪器辅助,可用于在轨和地面标定.在全天球随机抽取多个姿态生成多视场的仿真星图用于标定,并采用星内角统计偏差作为结构参数标定精度的评价指标.这种方法能够准确求解多视场星敏感器的结构参数.星内角统计偏差的平均值在星点位置噪声标准差为0.1像素的仿真试验中为1.3″,在外场观星的实际试验中为6.4″.     

一种改进的基于双矢量观测的姿态确定算法

为了提高飞行器姿态确定的精度和姿态矩阵的解算速度,提出了一种改进的双矢量定姿算法.这种算法利用测量系统的方差对两个观测矢量进行加权处理,求得一个新的矢量,以两观测矢量夹角为判断依据选取加权系数;以新矢量为基准矢量,利用双矢量定姿算法求解姿态矩阵,并对求得的姿态矩阵进行修正.仿真结果表明:这种算法所需时间为优化算法的50%,当两个传感器测量误差不同、两矢量为任意夹角时,这种算法比优化的双矢量算法精度高;当两个传感器测量误差相同时,除了两矢量夹角为90°外,这种算法均比优化的双矢量算法精度高.     

一种改进的三角形星图识别方法

 首先提出在直角坐标系下将天球球面均匀地分成486个分区的方法——"内接正方体法",实现导航星的快速检索。然后按照星对角距的大小升序排列,直接存储星对角距,并通过设置星对角距状态标识,完成星对角距的快速匹配搜索。最后,引入验证识别环节有效地解决观测三角形与匹配的导航三角形产生的冗余问题。仿真实验表明,改进的三角形星图识别方法对星点位置噪声和星等(亮度)噪声均具有较强的抗干扰能力,且在识别时间和存储空间的需求方面均比传统的三角形算法也具有较大的优势。     

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.     

虚拟扩展成像在大视场姿态角测量中的应用

对基于光电准直和针孔成像原理的姿态角测量系统,提出一种虚拟扩展成像面技术,对图像传感器成像面进行复用,虚拟扩大系统的测量视场.基于反射不对称的针孔光阑设计,实现一种光斑模式识别方法,对光斑质心和正反射模式进行识别,并进行虚拟成像面坐标扩展.通过计算机仿真,对识别结果进行了分析验证,表明这种方法对各种光斑模式都能准确识别,成倍扩大了测量视场.     

一种快速的星敏感器星跟踪方法研究

 阐述了星敏感器中星跟踪方法的重要性,指出了目前国内外星跟踪方法的不足。针对这些不足,提出了一种全新的、快速的星跟踪方法。新的跟踪方法采用现场可编程门阵列(FPGA)实现了实时的星点定位;正是由于这种技术的采用,加快了星点位置信息的获取,摈弃了跟踪窗的跟踪方法,采用简单的匹配识别的跟踪方法;对于新星的识别,由于有初始姿态而采用匹配组的识别方法。最后给出了星跟踪过程的实验结果。     

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.     

基于自适应判决反馈均衡器的盲图像复原算法

自适应判决反馈均衡器(ADFE,Adaptive Decision Feedback Equalizer)是横向均衡器的改进型式,它用判决输出信号组成一个延迟线,用一部分抽头系数加权求和后送回输出端求和,可有效地抵消码间干扰.由于退化图像可以看作是像素点之间的干扰,该方法被引入到二维退化图像盲复原中,算法中采用了Lee滤波器去除噪声,由于反馈滤波器的引入,允许前馈滤波器的系数选择上有更大的自由度,并不需要是退化模型的倒数,可以避免噪声的过分放大;另外在判决器的设计中采用了阈值分割方法确定图像的支撑域.实验证明,该算法具有很强的抗噪声干扰能力,是一种有效的盲图像复原方法.