内嵌ARM核的FPGA技术在星敏感器中的应用

介绍了内嵌先进精简指令集处理器ARM(Advanced RISC Machine)核的现场可编程门阵列FPGA(Field Programmable Gate Arrays)芯片EPXA10的内部结构及特点.基于这种嵌入式技术,进行了互补金属氧化物半导体CMOS(Complementary Metal-Oxide-Semiconductor Transistor)星敏感器图像驱动与实时星点定位算法的研究,并给出具体实现,包括用EPXA10的FPGA部分实现了CMOS图像传感器的驱动和对星图的预处理－阈值分割,用EPXA10的ARM部分完成了星图的星点定位算法--改进的4连通域成分贯序算法,基于VC＋＋语言实现了串口通讯程序以及图像显示程序.最后给出了成功驱动CMOS图像传感器得到的清晰图像及星点定位结果,并将基于ARM得到的定位结果与基于PC机(Personal Computer)得到的定位结果进行了比较,结果完全正确.采用内嵌ARM核的FPGA提高了整个系统的处理速度,减小了硬件电路设计的复杂性、体积和功耗.     

多视场星敏感器工作模式设计

针对多视场星敏感器的特点设计了两种工作模式:高精度工作模式和高更新率工作模式.中央时序控制器根据指令完成工作模式配置,以相应的时序启动图像采集处理模块.结合工作模式的时序特点,在FPGA(Field Programmable Gate Array)内部设计了3个星点质心提取模块,与各自对应的图像采集模块同步运行,实现了两种工作模式下多视场星图快速质心提取.采用Cypress公司的IBIS5-A-1300作为图像传感器,基于FPGA设计了实验平台,对工作模式配置及数据更新率进行测试.实验结果表明:工作模式可灵活配置和切换,在高更新率工作模式下,星敏感器的数据更新率为传统单视场情况的3倍.     

星敏感器用4T像素CMOS图像传感器总剂量效应研究

对星敏感器用4T像素CMOS图像传感器总剂量效应进行研究,机理分析及总剂量试验结果表明像素暗电流及暗电流不一致性随总剂量增加而增加,像素光强响应及满阱容量随总剂量增加而降低.进一步分析得出星敏感器星点定位误差随辐照总剂量增加而增大,在100krad(Si)总剂量下,星点定位误差相比辐照前增加约3倍.结合器件总剂量效应退化机理,提出星敏感器在轨使用时器件采用增加像素内传输管电荷转移的开启时间、提高传输管的控制电压以及提高像素的复位电压等措施,可以降低由于总剂量效应导致星敏感器的星点定位误差增加.     

空间背景光星模拟器系统设计

为实现星敏感器光信号的高精度标定需求,提出了一种具有空间背景光的星敏感器地面标定系统,解决了空间背景光对星敏感器光信号定标精度的影响,提高了星敏感器的标定精度.对空间背景光对星敏感器标定精度的影响进行分析,给出了具有空间背景光的星模拟器实现方案,设计了能同时模拟空间背景光和星点位置信息的星模拟器光学系统.结果表明,该系统全视场相对畸变小于0.01%,MTF在80lp·mm-1处大于0.5,达到了高精度指标要求.设计了一套空间背景光系统,通过对电流和可变光阑的控制,实现了亮度26倍变化.提出了一种基于像差补偿的星点位置修正方法,并给出了修正模型.利用徕卡T6100经纬仪和照度计,分别对星模拟器所在的星点位置误差和空间背景光亮度进行测试.结果表明,空间背景光亮度可实现26倍调整,在最高能量和最低能量下星模拟器星点位置误差精度<10",满足星敏感器地面标定要求.     

CMV4000国产化替代芯片验证平台设计

本文开展了对CMV4000传感器国产化替代的研究工作以及芯片验证平台设计工作,替代芯片为上海集成电路生产的ASG043传感器芯片。本文首先通过元器件手册信息,从硬件电路和FPGA软件设计两个角度开展替代工作的研究。然后在搭载ASG043图像传感器的星敏感器上对电源以及图像传感器驱动代码进行设计修改,以满足国产ASG043传感器的供电,时序,训练等要求,ASG043成功运行后,对比替代前后黑白图及采集星点图像。由对比结果可知其成像效果与进口探测器相当,可在不更改印制板的条件下原位置替代CMV4000图像传感器。     

一种强散射杂光下的快速星点提取算法

火工品爆破法实现星箭分离时产生大量灰尘颗粒,星敏感器被强散射杂光干扰,导致上电初期,星敏感器长时间停留在全天球模式,无法实现姿态捕获.本文通过对散射杂光成像进行建模和分析,提出杂光条件下的星点图像与无杂光时的星点图像具有近似的能量分布特征,进而提出一种基于互相关系数的快速星点提取算法,可在强散射杂光条件下快速提取出有效的星点窗口图像,然后利用窗口提星算法提取出有效星点,最终实现快速姿态捕获.开展了不同杂光条件下的星点提取和姿态识别仿真,通过本文算法与原有算法做对比,验证了本文算法在不同工况下的星点提取能力和姿态捕获方面均具有优势.     

基于FPGA的小型化太阳敏感器图像采集与处理方法

介绍一种适用于小型化太阳敏感器图像数据采集及处理系统的实现方法.系统设计使用了抗辐射加固COMS APS图像传感器芯片和现场可编程门阵列(FPGA),利用FPGA实现了对图像传感器芯片的控制和对图像数据的检测、采集、缓冲、预处理以及传输,同时协调系统各部分的工作.最后,给出了这种小型化太阳敏感器的标定结果,试验结果表明各项指标可以基本达到国际航天同类产品设计水平.     

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.     

基于稳像的星敏感器动态精度提升方法研究

星敏感器在高动态工况下的拖尾现象降低信噪比,影响产品姿态测量精度.本文设计了一种星敏感器稳像方法,利用陀螺获取星敏感器角速度,在星敏感器曝光期间利用像面驱动器带动成像芯片补偿运动实现稳像,可以减小甚至消除拖尾,提升星敏感器在动态工况下的测量精度.实验验证表明稳像补偿后星敏感器定心精度比稳像补偿前提高了57.2%,相比多帧叠加算法也有明显优势.稳像补偿后星点高斯半径、能量峰值以及相关系数等指标相比稳像前也均有大幅改善.该稳像方法可广泛应用于具有高动态应用场景的星敏感器和其他光电成像仪器中.     

星模拟器驱动软件的研究

星模拟器是星敏感器的标定设备之一,主要用于星敏感器的地面调试.星模拟器的驱动软件是该系统的重要组成部分.本文概要地介绍了星敏感器系统的组成并针对对星模拟器软件设计中任务星库的选取、任务星库的分区、星点位置的确定、星等的模拟问题进行了讨论.     

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.      

星图运动模糊及其复原方法

研究了载体角运动及振动对星敏感器成像的影响,推导并建立了不同飞行状态下星图模糊的数学模型.在此基础上讨论了多重运动模糊机理,提出采用分步复原方案去除多重星图模糊,以保证高动态环境下星敏感器工作的精确性及稳定性.仿真结果表明,载体运动造成的星体质心提取误差与具体运动形式及参数有关,并通过比较复原前后星敏感器的定姿效果,验证了模糊星图分步复原方法的有效性.      

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。      

Improvement of the GRACE star camera data based on the revision of the combination method

The new release of the sensor and instrument data (Level-1B release 02) of the Gravity Recovery and Climate Experiment (GRACE) had a substantial impact on the improvement of the overall accuracy of the gravity field models. This has implied that improvements on the sensor data level can still significantly contribute to arriving closer to the GRACE baseline accuracy. The recent analysis of the GRACE star camera data (SCA1B RL02) revealed their unexpectedly higher noise. As the star camera (SCA) data are essential for the processing of the K-band ranging data and the accelerometer data, thorough investigation of the data set was needed. We fully reexamined the SCA data processing from Level-1A to Level-1B with focus on the combination method of the data delivered by the two SCA heads. In the first step, we produced and compared our own combined attitude solution by applying two different combination methods on the SCA Level-1A data. The first method introduces the information about the anisotropic accuracy of the star camera measurement in terms of a weighing matrix. This method was applied in the official processing as well. The alternative method merges only the well determined SCA boresight directions. This method was implemented on the GRACE SCA data for the first time. Both methods were expected to provide optimal solution characteristic by the full accuracy about all three axes, which was confirmed. In the second step, we analyzed the differences between the official SCA1B RL02 data generated by the Jet Propulsion Laboratory (JPL) and our solution. SCA1B RL02 contains systematically higher noise of about a factor 3–4. The data analysis revealed that the reason is the incorrect implementation of algorithms in the JPL processing routines. After correct implementation of the combination method, significant improvement within the whole spectrum was achieved. Based on these results, the official reprocessing of the SCA data is suggested, as the SCA attitude data are one of the key observations needed for the gravity field recovery.     

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.