一种基于遗传算法的全天自主星图识别算法

ＣＣＤ星跟踪器作为飞行器的姿态测量仪器有许多优点,它必须有一种全天自主星图识别算法来支持其工作。现有的星图识别算法都可以认为是一种模式识别。本文将星图识别视为一种组合优化问题,并用遗传算法来求解它。仿真结果表明与现有星图识别算法相比,本文算法具有良好的鲁棒性和实时性,且所需导航星数据库的容量小。     

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。     

提高星图识别正确率的方法研究

在CCD星敏感器中，快速而可靠的星图识别算法成为星敏感器确定姿态的最关键部分．针对星图识别误匹配的存在，通过实验数据探讨了采用不同的星图识别特征、增加参与星图识别的恒星数目、提高恒星位置测量精度和星等测量精度、使用不同的星图匹配门限、选取合适导航星等方法，提高星图识别正确率。实验结果表明，采用这些方法后，星图正确匹配概率大大提高．     

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...     

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。     

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。     

基于星三角形角度的竞选式星图识别

提出一种基于主星三角形角度的改进竞选式星图识别算法.为进一步提高竞选式星图识别的抗干扰性,利用三颗星构造识别模式向量;选取视场中一定数量参与计算的星点,计算每三颗星构成的几何三角形中主星顶点角角度,再以其为模式量进行竞选式识别;结合相应数学分析,由于涉及计算维教(计算星点数)更高及数值分布范围更大,以角度为模式量的识别...     

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)。     

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。     

高精度星敏感器星点光斑质心算法

高精度星敏感器星点光斑的质心精度是星敏感器整体精度的基础,它需要达到角秒级的量级。因此,提出了一种基于亚像元相关法的星像质心算法。这种算法是利用互相关匹配实现图像定位的原理,将星像质心定位到亚像素上来提高质心精度。它可以克服由于系统误差和图像采集所带来的误差。根据系统的光学参数设计以及星像的光谱、亮度及其在视场中的位置特征,仿真得到点列图模型,针对视场内与光轴的不同夹角仿真制作一系列亚像元理想模板,然后对星像加高斯随机噪声,把有随机噪声的星像与理想星像进行相关运算来求星像质心精度。通过仿真实验,得到相关法具有较高的星像质心精度,定位精度可以优于1/12个像素的量级。     

星敏感器中快速星匹配跟踪算法研究

阐述了基于星体中心位置信息匹配的跟踪原理,提出了一种基于匹配的星跟踪方法.采用FPGA实现实时的星点位置信息的获取,解决了传统星跟踪过程中图像数据获取的瓶颈,增加了跟踪星体的个数,加快了匹配跟踪的速度;并且采用先排序后匹配的匹配方法,减少无谓的星体间的比较.仿真测试结果表明,此方法使得匹配跟踪的时间大约降低为原来的10%,提高了整个跟踪算法的计算速度,对星敏感器整体效能的提高也非常明显.     

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。     

A star pattern recognition algorithm for cameras with large FOV

In most large field of view (FOV) observations, the distortion problem is inevitably and significantly more serious than in small FOV ones. In the circumstances, many traditional star identification approaches are not able to efficiently identify stars any more. In order to deal with this problem, we put forward a star identification method that is less sensitive to distortion. The method first processes stars in the central area of the image, using traditional identification logic, and then applies the region growing strategy to enlarge the identified regions iteratively until the entire image is covered. The performance of the new scheme is analysed in the presence of both simulated data and real data. The results show that the proposed algorithm has the advantage of speed, and the strategy of regional extension can efficiently identify stars in large FOV images compared with other existing algorithms.