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。     

一种自主星图识别算法

为了改善星敏感器系统的星图识别实时性和可靠性,文章在研究现有的星图识别相关技术基础后,提出了基于特征向量投影法的算法核心,并在这一核心的基础上完成了星图识别算法和导航星图数据库的改进设计。最后编写仿真测试软件对此算法程序进行了性能测试,测试结果表明,文章提出的自主星图识别算法在星图识别实时性和可靠性方面都较以往算法有了提高。     

星图匹配观测三角形优化选取技术

为了提高三角形星图识别算法的成功率,减少匹配过程中的计算量,进而提高星敏感器实时输出姿态的性能,提出一种星图匹配前“二次优化”选取观测三角形方法,该方法在在初选观测三角形的基础上,对观测三角形进行第二次优化筛选,进而提高星图识别环节的效率。优化选取观测三角形是基于QUEST定姿原理,将观测三角形的边与夹角的约束关系转换到像平面上。全天球遍历分析统计结果表明：在12°×12°视场中,采用本文提出的方法,可使一次匹配成功并输出可用于星图验证环节的较高精度姿态信息的概率提高60.9％,从总体上可大大减少星敏感器星图识别环节的计算量,并且每帧全天球定姿输出的时间一致性也被大大提高。     

一种新的星模式识别算法

研究了面向星敏感器的星模式识别算法。首先扼要介绍了到目前为止出现的所有面向星敏感器的星模式识别算法和星图预处理，然后详细论述了本文提出的基于旋转和比例不变点特征松弛匹配算法的一种新的面向星敏感器的星模式识别算法。在第三部分通过仿真试验检验了新算法的性能。初步的仿真试验结果表明该星模式识别算法性能优良，具有实用价值。最后讨论了待深入研究的问题。     

星图匹配制导中的关键技术

为了提高新一代弹道导弹的快速、机动反击能力和射击精度，采用星光，惯性组合制导足最佳的选择。本论文给出了基于双星敏感器的、星图匹配制导系统的关键技术。提出了根据弹道设计导航星表．极大地简化了弹载星表；提出了一种适用于星光制导的凸多边形箅法，合理地减少了匹配的星对角距数目。这两项技术保证了星图匹配制导技术的实用性。提出了一种分离初始定位、定向误差及平台漂移误差方法。采用凸多边形的星图识别算法可同时获得多颗星的瞬时位置，结合恒星在像平面的位置可解算导弹在赤道惯性系和发射点惯性系的三轴姿态，最后，给出了导弹初始定位、定向误差的数学表达式。仿真结果表明了该方法的有效性。     

一种新的星模式识别算法

研究了面向星敏感器的星模式识别算法.首先扼要介绍了到目前为止出现的所有面向星敏感器的星模式识别算法和星图预处理,然后详细论述了本文提出的基于旋转和比例不变点特征松弛匹配算法的一种新的面向星敏感器的星模式识别算法.在第三部分通过仿真试验检验了新算法的性能.初步的仿真试验结果表明该星模式识别算法性能优良,具有实用价值.最后讨论了待深入研究的问题.     

四边形全天自主星图识别算法

讨论了一种新的无须任何先验知识的星图识别算法。该算法将四边形星图模式分解为两个具有公共边的三角形模式，使用三角形模式的特征，在保证自满计算量和星载星表的存储容量的前提下，使算法的识别成功率得以星著提高。Ｍｏｎｔｅ Ｃａｒｌｏ实验表明，在星等误差０．５星等（３σ），位置误差１０角秒（１σ）时，该算法的识别成功率接近１００％。     

一种星敏感器中快速星跟踪方法

提出了一种快速星跟踪算法。在跟踪算法的三个耗时环节，分别采用，分区星表，阈值映射，先排序后匹配识别这三种方法，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；阈值映射法，设置被跟踪星体的数量阈值，减少映射次数；先排序后匹配识别法，减少了那些距离较大的无谓的星体间的匹配识别。对星跟踪算法进行软硬件仿真测试，在软件仿真测试中，测试了跟踪算法的正确性和成功率。在硬件仿真测试中，测试了跟踪算法在一个跟踪过程中每步的跟踪速度及影响跟踪速度的主要因素。     

一种基于多层SOFM网络的星图识别方法

提出了一种基于自组织特征映射(SOFM)神经网络的星图识别算法。用基于支持向量机(SVM)的动态阈值选取算法选取导航星构建导航星库,将一多层多个并联SOFM子网的识别系统用于星图识别。给出了方法的流程。仿真结果表明,SOFM网络可提取星图中的复杂特征识别导航星。与传统三角形算法相比,该识别算法的识别准确率、鲁棒性和实时性更优,有一定的实用价值。     

CMOS探测器星敏感器的跟踪窗口星图处理方法

近年来，商业航天微小卫星已经实现了轻小型化、低成本、快速研制等目标，但是在卫星姿态控制方面受制于星敏感器等测量敏感器的精度水平，无法实现高精度的测量与控制。为满足微小卫星在轨飞行中高精度姿态测量和大角速度运动的要求，本文提出了适用于CMOS探测器星敏感器的跟踪窗口星图处理算法方案，设计了基于姿态信息和导航星库，通过坐标系旋转和透视投影变换，预测探测星点成像位置，设置CMOS探测器跟踪窗口的方法，根据跟踪窗口设置，完成预测恒星所在图像子区域的像素灰度数据采集和背景灰度值的计算。采用这种方法后，恒星成像质心精度得到了提高，加快了星点提取质心的图像处理速度。通过试验室动态光星模和外场观星试验验证。试验结果表明:该算法提升了星敏感器的精度( )和动态性能(3 (°)/s)，同时提高了全天识别的概率和跟踪数据有效率。     

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。     

一种基于蚁群聚类算法的快速星图识别方法

为提高大视场星敏感器的星图识别速度和识别成功率,提出一种基于蚁群聚类算法的 快速星图识别方法,该方法首先利用蚁群聚类算法对星点集合进行快速聚类分析;然后选择 最优类并以其中每个星点为圆心,以一定角距为半径画圆,将圆内所有星点构成集合;再将 每个集合的星点两两求取角距,利用蚁群算法对路径快速寻优的优点,完成集合的路径优化 ;最后利用优化结果同导航星库中已有的优化数据相匹配,以实现星图的快速匹配与识别; 实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且 所需导航星库的容量小。     

星光折射导航星的改进三角识别捕获

高精度星光折射间接敏感地平的自主导航方法,目前被国内外尤为关注。本文通过对星光折射导航观测对象———导航星捕获的研究,采用了改进的三角匹配算法并结合恒星星表,确定出导航观测星星光方向,同时依据对飞行器在轨观测星的几何关系推导,利用Unscented卡尔曼滤波算法确定航天器的在轨位置和速度。该方法能比较真实地模拟飞行器实际在轨的导航情况。仿真表明,真实星表导航精度大于人造星场;通过比较导航系统捕获20,40,60,80颗折射星的4种情况,可知捕获到的导航星的数量越多,导航精度也随之提高。     

一种星模式识别算法的稳健性研究

研究了一种基于奇异值分解的星模式识别算法的稳健性。首先简述了研究星模式识别算法的必要性和现有的星模式识别算法。从数学原理上证明了本文算法进行模式识别所用的矩阵的奇异值相对于坐标变换是不变的。从物理意义上给出了稳健的解释。仿真试验选取了四种有代表性的情况进行了研究。结果证实该算法所用的特征不变量是稳健的。结论部分分析了该算法的优缺点。最后给出了待研究的问题。