一种高动态条件下惯性星光组合定姿方法

针对高动态条件下星图拖尾导致惯性星光组合定姿精度下降甚至无法定姿的问题,提出了一种基于乘性扩展卡尔曼滤波的惯性星光深度组合姿态确定方法.利用星敏感器观测信息修正姿态误差,补偿陀螺漂移,并建立了陀螺输出的角度变化量与星图像移的关系,利用陀螺输出信息估计星图拖尾的模糊参数,采用维纳滤波复原方法对产生拖尾的星图进行复原以提高星图信噪比和观测精度.仿真结果表明该方法可以有效提高星像质心提取精度和星图识别率,对初始姿态误差修正更快,且不存在星图误匹配的情况,保证了惯性星光组合定姿方法在高动态条件下仍能保持较高的精度.     

动态拖尾星图模拟算法研究

星图模拟技术是星图识别算法仿真和性能测试的基础.为了更好地模拟星敏感器在轨工作的情况,对星敏感器的软件开发以及自身性能进行有效的地面测试,提出一种动态拖尾星图模拟算法.该算法分为4个步骤:首先根据星敏感器指向在全天球范围内搜索导航星;接着利用小孔成像模型计算导航星在星敏感器成像面的投影位置;然后在考虑卫星运动引起的恒星拖尾的基础上,按照二维灰度分布规律置灰度值来模拟星像点像素;最后叠加杂散光背景及成像器件引起的噪声.提出的算法具有速度快、精度高及可实现性高等优点.     

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.     

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.      

面向星敏感器测试的数字星模系统设计

分析星敏感器和数字星模系统的功能,描述数字星模系统的功能需求,提出数字星模系统的设计方法．数字星模系统由星图组件和通信组件组成,基于该系统,针对星敏感器进行静态和动态星图测试试验,并对试验的方法和结果进行分析说明．试验表明数字星模系统及其设计方法的正确性、有效性．     

一种基于三正交主轴平面的快速星图模拟方法

为在地面上进行星图模拟以测试星图识别算法和星敏感器性能, 提出了一种新的快速星图模拟方法. 该方法利用截面圆和固定区域的性质, 将单位天球按照三个正交主轴平面进行等分, 根据赤纬值求解恒星矢量与主轴平面夹角来确定选星条件, 进而根据坐标变换原理进行星图模拟. 为验证所提方法与现有方法相比的优势, 进行了大量的仿真实验. 实验结果表明, 与现有星图模拟方法相比, 本文方法在保证星图模拟精度的条件下, 选星速度提高了3倍以上.      

基于Hausdorff距离的星图识别方法

提出了一种新的星图识别方法,这种方法的基本思想是首先从星敏感器中提取全部星图信息,把提取的星图组成一个待识别数据集合B,把全星图参考星库作为一个标准数据集合A,然后,计算2个数据集合A,B之间的相对Hausdorff距离,根据最小相对距离得到待识别星的位置,其中A, B分别由矢量坐标a,b构成.与传统的星光角距识别方法不同,这种方法充分利用了星敏感器中的所有星的空间结构信息,所以,它对各种噪声干扰具有很强的鲁棒性.半物理仿真实验结果表明,在具有强的随机噪声、星图畸变和一定数目的流星干扰情况下,这种方法具有很好的识别效果.     

星敏感器导航星表建立

导航星表是星敏感器系统用来实现恒星星图识别和姿态确定的唯一依据,它的容量、内容、存储读取方式对于完成星敏感器功能和性能指标都极为重要．通过分析恒星在视场中的分布规律,建立起星表的完备性和冗余性与星敏感器视场内导航星的数量之间的关系,确定了导航星数量,提出了筛选导航星的原则和方法,为了实现星表的快速搜索,对导航星表的组织形式进行了详细讨论．构造一个由2510颗0～6等导航星组成的导航星表,满足了星敏感器星图识别和姿态确定的需求．     

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。      

星图仪设计中的若干天文问题

一、前言 星敏感器是敏感卫星姿态的精密仪器,它分为两大类:(1)星跟踪器,(2)星图仪,星图仪通常用于自旋卫星,由于卫星的自旋运动,星图仪在空间扫出一条环带,探测在环带内超过一定星等的恒星,测定恒星通过视场的时刻,地面设备将遥测到的星图仪信息进行分析、比较,就能确定卫星的姿态。 卫星上安装星图仪除了可以确定不同时刻的卫星姿态之外,同时还可以用来确定宇宙X射线源和太阳X射线源的方位。     

大角速度条件下星像运动轨迹建模及误差评估

在大角速度条件下星敏感器成像平面上的星像会产生严重拖尾,影响星敏感器性能。为了全面认识星敏感器的星像运动轨迹形式,并定量评估星像运动对星点提取过程的影响,首先研究建立了星敏感器成像平面上星像运动轨迹的数学模型,推导出在成像平面上星像运动轨迹为一段圆弧;然后建立了星像运动时的能量分布模型,并对大角速度条件下基于质心法的星点坐标误差进行了评估,分析得到星点坐标误差的模近似可用星像运动轨迹长度的二分之一来衡量。仿真实验结果验证了所得结论的正确性。      

高动态条件下星点像斑建模与补偿

高动态条件下星点提取有两个难点：一是暗弱星点目标湮没在噪声中不易识别,质心定位精度较差;二是星点像斑可能断裂,无法用常用的连通域算法提取。针对上述难点,本文建立了高动态条件下星点像斑模型,提出了基于该模型的像斑补偿与质心定位提取算法。该方法分为四步：第一,利用卡尔曼滤波实现星点像斑静态模板的实时迭代;第二,基于静态模型与星点运动模糊模型建立星点像斑动态模型;第三,以动态模型作为模板在恒星跟踪窗口内进行相关性匹配以确定星点像斑位置;第四,基于动态模型补偿星点像斑,并计算质心位置。实验结果表明,该方法能有效解决高动态条件下暗弱星点提取与断裂残损星点修复问题。相比传统算法,姿态精度误差均值减少了40.9%,最大误差减少了81.2%;星点提取率达到100%,提高174.5%,提取星数相比阈值分割与连通域法提高了173%。     

一种改进的ORB特征匹配算法

针对现有的ORB特征匹配算法在图像模糊、光照变化、图像压缩、噪声条件下,匹配准确率下降问题,提出了一种改进的ORB特征匹配算法。首先,在提取特征点过程中,对图像进行网格化处理,并引入四叉树结构,使提取的特征点在图像中均匀分布,解决传统的特征提取方法遇到的特征点集中问题。然后,利用暴力匹配进行初步匹配,并采用交叉验证的方式,剔除部分误匹配,改善暴力匹配的结果。最后,利用高斯核对网格运动统计的结果做加权处理,优化统计结果,进一步剔除误匹配,得到准确率更高的匹配集合。实验结果表明:改进后的算法在图像模糊、光照变化、图像压缩和噪声条件下,平均准确率分别提高了3.5%、4.2%、2.2%和6%。      

卫星转动条件下APS星敏感器星像目标中心提取精度分析

 目前对星敏感器星像定位的研究多限于静态情况,而卫星转动过程中,在曝光期间星像在像平面不断移动,从而影响星像定位的精度,重点分析动态情况下APS星敏感器星像目标中心的提取精度。首先分析采用质心法计算星像目标中心的误差源,提出动态精度的估计方法,并推导相应的计算公式;进而以给定的APS星敏感器参数为基础,研究了计算窗口、曝光时间等精度影响因素的选择方法;最后通过仿真进行了验证。     

基于星敏感器的卫星角速度估计精度分析

重点研究星敏感器自身特性对角速度估计精度的影响,分析了星敏感器动态情况下恒星矢量测量精度,推导出恒星矢量测量误差与星像目标中心提取误差之间的关系;进而研究了最小二乘角速度估计算法的精度,得出其精度影响因素:星像目标中心提取误差、曝光时间、恒星矢量数目及相互夹角;最后以给定的星敏感器参数和实际恒星分布进行数学仿真,验证了采用星敏感器估计角速度的可行性.     

一种结合深度学习的运动去模糊视觉SLAM方法

针对高动态环境下视觉同步定位与地图构建（Simultaneous Localization And Mapping,SLAM）系统的可靠性受运动模糊的限制,研究了一种基于生成对抗网络(Generative Adversarial Network,GAN)和AKAZE特征点的运动去模糊视觉SLAM方案。首先对因相机快速运动而产生的模糊图像进行AKAZE特征点的提取与检测,并根据特征点分布的丰富程度计算图像块权重,结合灰度图像的方差信息建立特征点与模糊程度之间的量化关系表;之后将达到模糊分数阈值的图像同步输入至改进GAN网络模型,该网络以端对端的形式恢复中心模糊帧的纹理信息,最后将输出的清晰图像重新进行位姿估计参与ORB-SLAM2后端优化过程。在公开数据集TUM上进行测试,对于受模糊影响较严重的数据集,方案可以明显降低相机轨迹估计的整体误差,同时维持较好的鲁棒性。     

基于粒子群寻优的高精度星敏感器在轨标定方法

星敏感器结构设计与安装过程会产生多种误差,主要误差源有星敏感器像平面主点误差、主距误差、倾斜误差与旋转误差,这些误差影响了星敏感器在轨标定的精度。本文根据星敏感器的误差模型,提出了一种高精度的星敏感器在轨标定方法。在已知含有误差的像平面的基础上,构造一个虚拟的像平面。当粒子群优化算法使含有误差的像点投影到虚拟像平面上的坐标与无误差时像点的坐标一致时,再利用Quest解算出三轴姿态角求得两个像平面之间的姿态矩阵,得出两像平面之间的关系。结果表明：星敏感器姿态确定精度较高且比较稳定。这种方法与传统标定方法的优势在于不依靠陀螺信息,原理简单,提高了数据的准确性。     

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.