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。     

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．     

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。     

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...     

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。     

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。     

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。     

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。     

液晶光阀星图模拟设计与实现

星图模拟是星敏感器研制过程的重要组成部分。本文提出了采用液晶光阀用计算机控制产生星图的方法，并给出了相关的算法．     

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。     

Star spot location estimation using Kalman filter for star tracker

Star pattern recognition and attitude determination accuracy is highly dependent on star spot location accuracy for the star tracker. A star spot location estimation approach with the Kalman filter for a star tracker has been proposed, which consists of three steps. In the proposed approach, the approximate locations of the star spots in successive frames are predicted first; then the measurement star spot locations are achieved by defining a series of small windows around each predictive star spot location. Finally, the star spot locations are updated by the designed Kalman filter. To confirm the proposed star spot location estimation approach, the simulations based on the orbit data of the CHAMP satellite and the real guide star catalog are performed. The simulation results indicate that the proposed approach can filter out noises from the measurements remarkably if the sampling frequency is sufficient.     

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。     

一种高噪音情况下的星点聚心算法

针对严重噪音污染情况下星图的星点聚心问题,提出一种利用子窗口灰度分布判别全局背景阈值的聚心算法.根据星图特性在星图中随机选择一定数量和大小的子窗口,统计每个子窗口灰度分布并计算离散度,根据计算结果判断子窗口是否适合背景阈值计算,决定是否重新进行窗口选择,使得计算出的背景阈值能更真实的反映全局背景信息,并通过带阈值的质心平方加权算法进行星点聚心运算.仿真实验表明,算法具有较好性能和一定的抗干扰性.     

基于星敏感器的深空探测器姿态解析算法

天文导航方法已经成为深空探测必备的导航方法.为了实现对深空探测器的姿态控制,必须准确知道深空探测器当前时刻的姿态.根据深空探测器机载的两个星敏感器跟踪两颗选定的已知恒星,测量出当前时刻相对初始时刻这两个恒星星光矢量在深空探测器机体坐标系中的角度变化量,通过姿态变换矩阵转换和公式推导,给出了确定深空探测器当前时刻姿态角的解析算法,从而为探测器的姿态控制提供准确的姿态数据.通过仿真结果验证了此方法的正确性和有效性.     

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。     

Optical implementation of a translation-invariant second-order neural network for multiple-pattern classification

A novel approach to the optical implementation of second-order neural networks that can recognize multiple patterns is reported. The systems issues, especially the accuracy required for the weighted interconnections, are discussed for numeric character (0-9) recognition. It is shown that the accuracy of the weighted interconnections has a far greater influence on the network performance during training than on classification. To lessen the problem, we introduce an adaptive learning rule, whereby the optical power is adjusted during training. Finally, numeric character recognition using an experimental system with a liquid-crystal display is demonstrated.     

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.