基于特征图形匹配法的高效星图识别方法

针对目前星敏感器使用的星图识别算法存在的冗余匹配、匹配时间长、识别率低等缺点,对星图识别算法进行了研究,提出了一种高效星图识别方法。该算法首先对传统星表进行处理,取出冗余信息,重新分配天区,使每个天区的导航星数目均匀,将分区以及处理后的星表信息重新存储并作为导航星库,然后通过对拍摄的图像进行处理并提取特征信息,与导航星库中的特征信息进行匹配,从而改善传统星图匹配算法出现冗余匹配、匹配时间过长及识别率低等缺点。完成算法设计后,选取视场为15°×15°的大视场星敏感器,对该算法进行仿真验证分析,可以发现该算法可以实现部分天区与拍摄星图匹配时间在20ms以内,全天区星图的识别和匹配时间在15s以内,识别率达到98%以上,印证了该算法可以提高识别的成功率并且缩短识别时间,使识别算法具有高效性。     

新型复合多视场光学敏感器及其导航方法

基于利用四面镜结构实现的复合多视场光学敏感器,给出了一种高精度天文导航方法,即通过四面镜同时观测地球、导航星和折射星,利用卫星、地球、恒星之间的位置关系,实现自主导航。通过研究导航量测信息的获取途径,给出了复合多视场光学敏感器的5种实用工作方式。结合卡尔曼滤波算法,建立了自主天文导航的仿真模型,并对5种工作方式进行了仿真与比较。仿真结果表明:双组直接敏感地平与单组间接敏感地平结合的导航方式精度最高,位置精度达到了10 m量级。      

多探头星敏感器分布式视场融合方法

为了解决单探头星敏感器三轴姿态精度不一致问题,提高数据更新率和实时性,提出了多探头分布式视场融合方法。该方法通过控制各探头等时间间隔曝光,将相邻时刻曝光的2个探头的观测星矢量信息进行时间配准、空间配准,之后进行视场融合并采用QUEST算法解算姿态。仿真试验表明,该方法可将光轴方向精度提高8~9倍,同时可将数据更新率提高3倍以上,从而提高了系统的实时性。     

机载调频无线电高度表敏感特性分析

在国际国内频谱资源有限性、稀缺性日益凸显的大背景下,多种业务共用频段已是必然。通过试验和仿真分析方法研究机载调频无线电高度表对雷达脉冲信号的敏感特性,期望实现二者的同频段共用。研究结果表明,处于同一频段的雷达脉冲信号会对机载调频无线电高度表产生有害干扰,雷达脉冲信号会影响高度表指示,使高度表示值不断增大直至满刻度,从而危及飞行安全。     

结合自组织映射网络及三角形算法的星图识别方法

三角形方法是最经典且应用最广的星图识别方法之一,但是存在搜索范围大、匹配冗余、抗噪能力弱等问题。将神经网络技术应用到星图识别过程中,结合自组织映射网络（SOM）优秀的分类能力和三角形算法可靠的角距匹配能力,提出了一种新的识别方法。该方法基于邻近星的分布来构建每颗导航星的特征向量,将其作为SOM网络的输入向量,通过训练得到具有分类识别功能的网络及相应的三角形库。识别阶段,输入待识别星的特征向量,网络输出识别类,在该类对应的三角形库中应用三角形算法查找匹配三角形,完成星图识别。试验发现该方法减小三角形搜索范围、实现快速匹配的同时,提高了识别系统的抗噪能力,在全天识别过程中平均识别时间低于5ms,识别率在噪声标准差为0.025时仍高达99%。     

一种快速全天星图识别算法

对星敏感器全天识别算法进行了研究,综合考虑三角形匹配识别法和四面体识别法的优缺点,提出一种改进的快速全天星图识别算法.该算法通过优化导航星对角距筛选方法,节省存储空间;同时引入K矢量法用于加快星图识别中角距匹配的速度;在三角形识别不唯一时,引入第四颗观测星进行四面体识别,提高识别成功率;并在三角形识别结束后增加投影验证功能以避免误识别.仿真结果表明,该算法合理有效,可节省存储空间,减小星图识别时间,提高识别正确率,具有很好的实用价值.