基于遗传算法的极短弧段天基轨道确定方法

天基光学观测系统采用恒星跟踪模式监视空间目标时获取的观测弧段极短,在极短弧段观测条件下,经典的轨道确定方法会由于求解方程的本征病态无法得到合理解。针对该问题,文章采用遗传算法对空间目标极短弧段轨道确定问题进行优化求解,建立了基于遗传算法的空间目标初始轨道参数求解的运算模型,并利用空间目标的分布特性进行分区域计算,从而有针对性地缩小搜索范围,提高了计算效率并避免解收敛到局部最优值。仿真试验表明:该方法能够利用天基极短弧段观测数据正确估计空间目标初始轨道参数,定轨精度优于Gauss法与采用观测斜矩作为优化变量的方法。此方法为精密定轨提供有效初值,提高多个短弧段之间的关联性,由此可为天基光学观测平台的空间目标监视、跟踪以及编目任务提供参考。     

基于星箭对接环同心圆结构的卫星姿态估计方法

针对基于星箭对接环单圆特征进行姿态估计具有二值性的问题,文章根据空间同心圆环的代数约束关系求解出空间圆环法向量,从而利用单一的星箭对接环结构,计算出目标卫星与追踪卫星之间的相对姿态。仿真试验计算了在不同测量距离及噪声情况下,星箭对接环定姿的误差,并进行分析,实现了在不依靠额外测量信息的情况下,利用单目视觉系统独立对圆心未知、半径未知的星箭对接圆环平面法向量求解,并得到目标卫星相对于跟踪卫星的姿态角,从而为空间非合作目标的姿态估计提供参考。     

大动态干扰下基于光学图像的自主导航技术

针对高超声速飞行器在平流层内飞行过程中自主天文导航时,气动光学效应及运动模糊等大动态干扰严重影响观星和高精度导航的问题,提出一种基于正则化思想的高超星图半盲复原改进算法。该算法首先借助已有的高超星图模糊核提取算法获得先验模糊核,为复原提供便利条件。接着结合天文图像灰度及梯度的稀疏先验分布特性,设计了一种针对高超星图的正则化盲复原模型,并结合先验模糊核所提供的信息,构建了改进的半盲复原方法,能在先验模糊核精度较低或缺失时转化为盲复原方法,提高了算法的鲁棒性。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较,数值仿真结果显示本算法的复原效果更佳,峰值信噪比（PSNR）达到36.97,并且质心提取成功率达到99.23%,能够明显改善星图识别的成功率,从而大幅提升高超声速飞行器在平流层中的大动态干扰下的自主导航能力。