压缩感知与最小二乘联合的卫星姿态抖动估计

卫星在轨运行时姿态存在一定频率的抖动,目前的星敏感器和陀螺等测量仪器受限于测量频率,无法直接测量高频抖动。提出了一种压缩感知和最小二乘相结合的卫星姿态抖动估计方法。根据姿态抖动中的频率稀疏信息,通过压缩感知方法从姿态欠采样数据中恢复出抖动频率,进一步利用最小二乘方法,精确估计出卫星姿态的高频抖动。与单纯采用压缩感知方法或最小二乘方法相比,该方法提高了卫星姿态抖动的估计精度。     

基于稀疏重构的杂波环境下红外图像空间邻近目标超分辨方法

基于稀疏重构的超分辨方法是应对空间邻近目标的有效方法之一,但是当目标处于杂波环境下时,杂波会布满在整个视场范围内,导致场景原有的稀疏性被破坏。针对这一现象提出了一种在杂波环境下的超分辨方法。该方法充分利用了传感器的结构特性以及重构算法中的参数,通过建立观测信号的红外成像模型并利用像元网格划分的方式,建立空间邻近目标群的位置和幅度信号的稀疏表示,并利用其光学系统的点扩散函数来构造超完备字典,最后通过控制重构场景中非零元素的个数比例来使重构参数处于一个合理的区间范围,以此来达到去除杂波干扰并准确重建稀疏目标的目的。     

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。