基于BP网络星图识别的样本构造方法

星敏感器是一种高精度的姿态敏感测量系统，如何确定星敏感器上像点在摄影时刻所对应的恒星，即星图识别，是姿态测量的关键。本文根据星图识别问题本身的特点和神经网络技术的特性，提出了基于BP网络星图识别方法的一种可以兼顾性能和效率、利于实现的样本构造方法。     

三角形剖分以及PSO-BP神经网络在星图识别中的应用

为了实现星敏感器对航天器当前姿态的准确测量,如何提高星图识别算法的实时性和鲁棒性成为星敏感器的关键技术.对星图识别过程中应用的模式提取、训练样本集的建立以及神经网络训练方式的改进等算法进行研究.首先,设计一种基于星图特征的三角形剖分方法,将视场内的恒星以三角形的方式组合起来,提取星图模式,建立完备的训练样本集,使星图特...     

带有恒星自行校正的星敏感器定姿

为了提供高精度星敏感器姿态测量精度,对三轴定姿受恒星自行影响产生误差的机理进行研究,将恒星自行量分成Ⅰ-Ⅸ级存储在导航星库中,并深入分析不同恒星自行量级在20年间对三轴姿态角输出的逐年变化情况。仿真实验结果表明:利用QUEST方法在20年内对三轴姿态角进行校正后精度可提高75″以上,在星等相近时优先选取自行量级较小的恒星进行姿态解算,使新条件数达到最小,大大提高工程上星敏感器姿态测量的精度和稳定性的要求。     

凸多边形星图识别算法

为解决星敏感器中较大视场快速、可靠的星图识别,提出了以凸多边形为基元、完全不依赖于星等的星图识别算法。对给定的视场,挑选其中较亮的恒星,依其坐标排序,然后采用由平面上的点生成凸多边形的算法,就能得到唯一的、以恒星为顶点的凸多边形。为验证星图识别算法的有效性,建立了导航星数据库,其储存单元为凸多边形的边和相邻边的夹角,共有3832个边数不等的凸多边形。在CPU为33MHz 的PC104上仿真结果表明:在任意视场中,生成凸多边形的时间小于5ms,基于凸多边形的星图识别成功率高于99%,并具有较强的鲁棒性。     

用KMP算法进行星敏感器星图识别的方法

CCD星敏感器的关键问题是星图识别。从字符串的模式匹配来考虑这个问题,先把星图通过高通滤波器,然后用0-1的方法建立导航星库,再采用KMP算法来进行星图识别。仿真结果表明该算法每区域的识别时间才0.2486ms,并且克服了在许多星等相近的亮星或星对角距很小的视域内识别率严重降低的缺点。该算法有很好的鲁棒性。     

适用于星敏感器的星图识别方法

采用星敏感器测卫星姿态是现行方法中精度最高的 ,其关键是星图识别。阐述了只采用观测星的位置信息 ,利用观测星图与导航星表的星对角距进行聚类匹配 ,根据观测星图的连通性进行匹配识别的方法 ;用图论理论解释了星识别过程 ;介绍了导航星的选取规则、导航星库的存储内容及采用球矩阵存储和读取导航星库的方法 ;用 1 2 0 MHz主频的微机模拟分析了门限和位置噪声对识别及识别时间的影响。在门限取 0 .0 5°,位置噪声 (单轴 )δ=0 .0 2°以下时 ,在任一区域的识别率达 1 0 0 % ,识别时间平均少于 0 .2 s。     

一种新的全天自主几何结构星图识别算法

提出了一种新的星图识别算法,该算法根据星敏感器的观测精度,在识别前去除星三角形的观测误差,对无误差的星三角形进行编码,构造特征量。导航三角形的识别只需基于单一特征量的匹配就可完成。多三角形的组合,有效地提高了正确识别率。仿真实验表明,该算法与传统的三角形算法相比,具有更好的实时性和鲁棒性。     

船用星敏感器星图模拟方法

针对船用星敏感器的仿真测试,提出一种高精度实时星图模拟方法。建立了星图模拟计算模型,并对非恒星要素的模拟方法进行分析。采用Visual C++编程实现相关算法。给出典型星图模拟实例,并与Starry Night软件产生的星图进行比对。结果表明,本文提出的方法能够对船用星敏感器各种运行场景下的星图进行模拟,模拟要素完整、正确,模拟精度与Starry Night接近至亚像素级别,每帧模拟星图生成时间约24.8ms。能够满足船用星敏感器高精度实时仿真测试要求。     

高精度星图模拟及有效性验证新方法

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,提出了一种新的高精度星图模拟方法。该方法利用截面圆和固定区域的性质,根据赤纬值求解赤经跨度来确定选星条件;将选出的导航星通过构建理想星敏感器模型,来求解它们在CCD面阵上的精确位置;根据位置信息,采用TFT液晶光阀,以实现高质量的星图模拟;利用星间角距和投影原理的性质来验证星图模拟的有效性。仿真实验结果表明,与现有星图模拟方法相比,此方法选星速度快,模拟实时性好,准确率达到98.8742%,位置精度达到1/50个像素。     

星敏感器外场观星标定及检验方法研究

介绍了星敏感器的主要检验标定方法-外场实测观星标定方法,以及实验平台的组成和搭建。根据对双CCD探头星敏感器获取的实验数据进行处理、分析,给出了动、静态三轴姿态精度和数据更新率。实验结果表明,采用这种方法可对星敏感器的精度、更新率、敏感星等级、捕获时间等指标进行检验,可信度高。     

利用径向和环向分布特征的星图识别方法

提出一种基于径向和环向特征的全天自主星图识别方法。该方法利用具有旋转不变性的径向特征作初始匹配,而以环向特征作后续匹配,并用FOV约束进一步剔除冗余匹配。为了加快匹配搜索的速度,采用查找表的方式构建径向模式库。为使观测星图中尽可能多的星找到其对应匹配星,引入了验证识别环节。仿真实验表明,该方法在较高位置噪声水平下(噪声方差为1pixel)仍能达到97.57%的识别率,比同实验条件下的栅格算法提高3%。与传统的方法相比,该方法具有较快的识别速度(18ms)和较小的存储空间(0.344Mb)。     

用KMP算法进行星敏感器星图识别的改进方法

用KMP算法进行星图识别时,制定的导航星库容量大。为此,对导航库数据进行了压缩。 先对星图进行小波变换,截取其低频子带部分;再用0-1的方法建立导航星库。仿真结果表明本算法不但继承了原算法的优点,而且导航星库的容量和识别时间都是原算法的1/4。     

星图识别方法及识别几率分析

分析了用恒星星图进行航天器姿态敏感的方法 ,并用 SAO星表在亮于 6 m的情况下 ,进行了多种条件下的仿真实验 ,获取了相应的识别几率。     

星敏感器中遮光罩设计及结果模拟

采用星敏感器测量卫星姿态是现行方法是精度最高的,而星敏感器的遮光罩设计是其中关键技术之一。星敏感器的精度取决于星点的位置计算精度,而星点位置计算需要有效的提取重点,这则取决于遮光罩对杂光的消除量级。针对这一情况,本文着重阐述遮光罩的设计,并采用一套OptiCAD的光学软件和MONTE－CARLO算法对进入遮光罩的光线进行模拟。最后对其结果分析、计算。     

利用系统辨识的星敏感器模型修正与测角精度检测

2.中国科学院大学,北京100049)摘要:为了提高星敏感器的测角精度,提出了一种采用系统辨识法对星敏感器模型进行修正以及测角精度检测的方法。首先分析了星敏感器的理论测量模型以及像面坐标与星点目标的空间位置关系,然后给出了用模型修正来提高星敏感器测角精度的原理和数学模型。修正模型由系统辨识方法得到,同时为了提高辨识精度,文中采用将星敏感器像面划分为多个区域,每个区域单独建模辨识的方式。最后利用某星敏感器进行了实验,利用该方法进行模型修正后,星敏感器的测角精度为σx=1.68″、σy=1.91″,而修正前的测角精度为σx=17.43″、σy=23.46″。结果表明,采用该方法可以使星敏感器测角精度得到大幅提高,同时也完成了测角精度的检测。     

小型星模拟器中星图动态显示系统的设计

阐述了星图动态显示系统的工作原理和系统要求,讨论了ＴＦＴ－ＬＣＤ在星图动态显示系统中的应用方法,提出了ＴＦＴ－ＬＣＤ的电路实现方案,对星图动态主要软件的设计进行了分析和研究。