一种星敏感器快速星图识别方法

摘要

本发明提供一种避免全天球搜索、减少识别时间、提高识别率的星敏感器快速星图识别方法。步骤包括：获得一幅完整星图的同时，利用陀螺组合系统获取当前星敏感器的粗姿态；星敏感器利用粗姿态从星表中搜索视场内所有恒星，计算视场内所有恒星在像平面内的可能位置；扫描以这些位置为中心的星图小区域，提取相应的观测星星像坐标；利用视场内所有恒星，对提取的观测星进行识别；把识别结果发送给姿态计算模块计算当前星敏感器的姿态。本发明利用传感器信息预测星敏感器视场内可能的恒星，从星图中提取观测星星像坐标时，只需要扫描星图中可能位置范围，避免扫描整个星图的过程；避免了全天球搜索，从而减少了识别时间，提高了识别率。

权利要求

1.一种星敏感器快速星图识别方法，其特征在于：步骤如下：步骤一：获得一幅完整星图的同时，利用陀螺组合系统获取当前星敏感器的粗姿态；

步骤二：星敏感器利用粗姿态从星表中搜索视场内所有恒星，并利用以下公式(1)和公式(2)计算视场内所有恒星在像平面内的可能位置；

(1)

x′＝xcosθ-ysinθ(2)

y′＝xsinθ+ycosθ其中：

A，D是理想坐标系中心即光轴指向在天球坐标系的指向；

θ是星敏感器的滚动角；

这些都可以通过已知恒星信息来计算得到；

x′，y′是计算未知恒星在子星图中的理想星像坐标；

α，δ是未知恒星在天球坐标系中的赤经和赤纬；

步骤三：扫描以这些位置为中心的星图小区域，提取相应的观测星星像坐标；

步骤四：利用视场内所有恒星，对提取的观测星进行识别；

步骤五：把识别结果发送给姿态计算模块计算当前星敏感器的姿态。

说明书

一种星敏感器快速星图识别方法

(一)技术领域

[0001] 本发明涉及空间科学，具体说就是一种星敏感器快速星图识别方法。(二)背景技术

[0002] 星图识别的研究始于1969年，在阿波罗航天任务15、16、17中，用激光高度计(Laser altimeter)测量月亮的轮廓，星敏感器用于确定激光束的指向。在星敏感器工作过程中，需要在地面处理星相机拍摄的数万张星图照片(Star Images)，用人工方法处理数万张星图是非常困难的，这项任务导致了Junkins等人设计一般意义上的机载(on-board)星图识别方法。早期的星图识别算法主要有直接匹配法(Direct Match Technique)、角距匹配法(Angular Separation MatchTechnique)、相位匹配法(Phase Match Technique)和离散姿态变动法(Discrete Attitude Variation Technique)等。Van Bezooijen针对AST提出了一种主星识别法，它是一种全自主星图识别方法。在观测星中选一颗星作为主星，其余星为伴随星。根据一定的角距门限，在导航星表中匹配主星与伴随星间的角距，然后进行亮度等级匹配，如果识别成功，则结束识别过程，否则再选下一颗星作主星，直到识别成功。该算法基本上不需要重复匹配，而且适用于全天星图识别，识别速度快，识别率高，但存在一些缺陷，当有许多颗星等相近的亮星同时出现在视域内时，识别率严重降低。

[0003] 1988年，Kosik对恒星识别算法进行了分类和比较，他主要研究了多边形匹配法(Polygon Match)、极点法(Pole technique)、多边形角匹配法(Polygon Angular Match)和方位-角-星(Orientation-Angle-Magnitude)。Padgett通过大量研究子图同构方法中的三角形算法(Triangle Algorithm)、匹配组算法(MatchGroup Algorithm)和模式识别方法中的网格算法(GridAlgorithm)。Padgett指出对于小视场的星跟踪器而言，模式识别方法较为优越。同年Mortari提出采用k-vector方法来进行星图识别。为了降低由于星等不确定性带来的误识别，该算法只采用星对角距来识别。

[0004] 2002年，Accaro研究了不依赖恒星亮度信息的三角形星图识别算法。2003年，Juang等提出了一种鲁棒的星图识别方法，并用夜晚星图对该方法进行了验证。该方法以星模式矢量(Star PatternVector)矩阵的奇异值作为识别特征。

[0005] 除了以上提高的几种算法外，许多学者还提出了一些其他很有意义的算法，如Scholl提出了一种基于混合特征的“六特征”(six-feature)全天球星图识别算法，Brdwell提出了一种基于领域几何分布特征的算法，Udomkesmalee提出了一种利用后验概率的预测估计方法，近年来，人工智能也在星图识别算法中得到广泛的应用。

[0006] 以上的星图识别算法过程是(如图)：首先扫描整幅星图来提取观测星的星像坐标，然后利用全天球的恒星来识别这些观测星对。因此，采用当前的识别算法很难进一步降低识别时间和提高识别率。

[0007] 星图识别的目的是建立观测星模式与导航星模式的对应关系，由于导航星模式很多、多种不确定性的存在以及实时性的要求，这种对应关系很难建立。在理想情况下，这种对应关系应该是唯一的。但由于一幅星图中所包含的星像信息并不多，这样星图与星图之间在几何形状上存在着一定程度的相似性，特别是当识别过程中模式的构成方式比较简单时，这种相似性将更为明显。再加上星象数据的不确定性以及虚假目标的影响，导致识别结果在某些情况下不是唯一的，即存在出现歧义匹配的可能性。这种歧义匹配的存在，加剧了星图识别过程的复杂性。为了降低歧义匹配的可能性，许多识别过程不得不对匹配结果进行再次确认，或采取比较的方法，将所有可能的匹配都找出来，并以匹配误差和最小的匹配星图作为最终的识别结果。这两种方法，前者是以识别时间的延长为代价，而后者是以识别成功率的降低为代价的。因此，星图识别是件困难而复杂的工作。识别率和识别时间是衡量星敏感器星图识别方法的重要指标。目前大部分学者提出各种全天球星图识别算法或者改进各种全天球星图识别算法来完善这些指标。这些算法虽然从某种程度上降低了识别时间，但是由于全天球星图识别前，必须从整幅星图中提取星像坐标，而提取星像坐标占了整个全天球星图识别模式的绝大部分时间。随着像平面的面阵增大，每次提取星像坐标过程的时间增加。然而宽视场、大面阵的像平面是新一代星敏感器的发展趋势。所以完全采用传统的方法来降低识别时间和提高识别率必然受到限制。(三)发明内容

[0008] 本发明的目的在于提供一种避免全天球搜索、减少识别时间、提高识别率的星敏感器快速星图识别方法。

[0009] 本发明的目的是这样实现的：步骤如下：

[0010] 步骤一：获得一幅完整星图的同时，利用陀螺组合系统获取当前星敏感器的粗姿态；

[0011] 步骤二：星敏感器利用粗姿态从星表中搜索视场内所有恒星，并利用以下公式(1)和公式(2)计算视场内所有恒星在像平面内的可能位置；

[0012]

[0013]

[0014] x′＝xcosθ-ysinθ (2)

[0015] y′＝xsinθ+ycosθ

[0016] 其中：

[0017] A，D是理想坐标系中心即光轴指向在天球坐标系的指向；

[0018] θ星敏感器的滚动角；

[0019] 这些都可以通过已知恒星信息来计算得到；

[0020] x′，y′是计算未知恒星在子星图中的理想星像坐标；

[0021] α，δ是未知恒星在天球坐标系中的赤经和赤纬；

[0022] 步骤三：扫描以这些位置为中心的星图小区域，提取相应的观测星星像坐标；

[0023] 步骤四：利用视场内所有恒星，对提取的观测星进行识别；

[0024] 步骤五：把识别结果发送给姿态计算模块计算当前星敏感器的姿态。

[0025] 本发明一种星敏感器快速星图识别方法，充分利用其它传感器信息来预测星敏感器视场内可能的恒星，并计算所有恒星在像平面内的可能位置；从星图中提取观测星星像坐标时，只需要扫描星图中可能位置范围，避免扫描整个星图的过程；星图识别过程中，避免了全天球搜索，从而减少了识别时间，提高了识别率。(四)附图说明

[0026] 图1为传统全天球识别过程图；

[0027] 图2为本发明的快速星图识别过程图；

[0028] 图3为采用传统方法测试的运行时间图；

[0029] 图4为采用本发明方法测试的运行时间图；

[0030] 图5为采用本发明方法预测观测星位置和实际位置图；

[0031] 图6为一种快速星图识别方法原理图；

[0032] 图7为一种快速星图识别方法实施方案。(五)具体实施方式

[0033] 下面结合附图举例对本发明作进一步说明。

[0034] 实施例1：结合图2，本发明一种星敏感器快速星图识别方法，步骤如下：

[0035] 步骤一：获得一幅完整星图的同时，利用陀螺组合系统获取当前星敏感器的粗姿态；

[0036] 步骤二：星敏感器利用粗姿态从星表中搜索视场内所有恒星，并利用以下公式(1)和公式(2)计算视场内所有恒星在像平面内的可能位置；

[0037]

[0038]

[0039] x′＝xcosθ-ysinθ (4)

[0040] y′＝xsinθ+ycosθ

[0041] 其中：

[0042] A，D是理想坐标系中心即光轴指向在天球坐标系的指向；

[0043] θ星敏感器的滚动角；

[0044] 这些都可以通过已知恒星信息来计算得到；

[0045] x′，y′是计算未知恒星在子星图中的理想星像坐标；

[0046] α，δ是未知恒星在天球坐标系中的赤经和赤纬；

[0047] 步骤三：扫描以这些位置为中心的星图小区域，提取相应的观测星星像坐标；

[0048] 步骤四：利用视场内所有恒星，对提取的观测星进行识别；

[0049] 步骤五：把识别结果发送给姿态计算模块计算当前星敏感器的姿态。

[0050] 实施例2：结合图3-图7，选用某型号卫星星敏感器进行试验，星敏感器主要参数如下：

[0051] 视场：20°×20°

[0052] 星图面阵：1024×1024

[0053] 探测星等：5.5等；

[0054] 星敏感器处理器工作频率：40MHz；

[0055] 曝光时间：100毫秒。

[0056] 采用传统的星图识别方法和本发明的识别方法，对星敏感器的星像坐标提取时间、星图识别时间、识别率主要指标进行了试验。

[0057] ①星像坐标提取时间和星图识别时间

[0058] 试验方法：星敏感器放在地球表面，随机对准天球某区域并与地球相对静止，星敏感器拍摄一幅星图，首先采用传统的星图识别方法进行识别，把识别后的已知星像坐标以及相应的天球坐标通过CAN总线传送到上位机(即PC机，如表2)，上位机收到后保存这些信息，同时利用示波器测试传统全天球识别时间，该时间包括：提取星像时间和星图识别时间。然后采用本方法从星图中提取观测星像坐标和进行星图识别，把预测的恒星在像平面内的可能位置、识别后的已知星像坐标以及相应的天球坐标通过CAN总线传送到上位机(即PC机，如表3)，上位机收到后保存这些信息，同时利用示波器测试采用方法进行星图识别的时间，该时间包括：预测星敏感器视场内可能的恒星时间、计算所有恒星在像平面内的可能位置时间、从星图中提取观测星星像的时间以及星图识别时间(如图4)。并利用上述方法的识4)。并利用上述方法的识别结果计算姿态。

[0059] 表1不同识别算法与参与识别恒星数量的关系

[0060]

[0061] 表2采用传统方法提取坐标和识别结果(单位：像素)

[0062]

[0063] 表3采用本方法提取坐标和识别结果(单位：像素)

[0064]

[0065]

[0066] 表4提取星像坐标时扫描像元数量

[0067]

[0068] ②识别率

[0069] 试验方法：星敏感器放在地球表面，初始时随机对准天球某区域与地球相对静止，并随着地球自转旋转，星敏感器连续拍摄6000幅星图，分别采用传统的星图识别算法和本识别算法，并分别统计已经识别星图的数量，结果如表5。

[0070] 表5不同识别算法与识别率的关系

[0071]

[0072] 采用传统的星图识别方法必须扫描整幅来提取观测星的星像坐标，而采用本方案提取星像坐标时以预测的恒星可能位置范围内提取观测星星像坐标，所以大量减少了扫描区域，从表4可以看出采用传统星图识别算法需要扫描1024×1024个像元，而采用本方案只需要扫描12×225个像元，占整幅图像像元总数的0.257％；采用传统的星图识别方法必须对整个天球的恒星进行匹配，而采用本方案在星图识别过程只需要在视场内恒星进行匹配，占整个星表总数数量的0.617％(见表1)，所以减少了识别时间，从图3、图4可以看出，采用传统星图识别算法需要86.6毫秒，而采用本方案只需要7.8毫秒，表5可以看出，星敏感器连续拍摄6000幅星图，采用传统识别算法识别成功了5939年幅，识别率为98.98％，而采用本方案的识别成功了5974年幅，识别率为99.568％，所以，采用本发明进行星图识别提高了识别率。

[0073] 星敏感器读取星图时，从其它传感器中获取信息，通过该信息计算、转换得到星敏感器在J2000.0下的粗姿态，利用粗姿态从星表中搜索视场内所有的恒星，并计算这些恒星在像平面内的可能位置，以这些可能位置为中心，获取相应的实际观测星星像坐标，再利用搜索处视场内所有恒星，对这些观测星进行识别，最后利用识别结果计算姿态。(如图6)。星敏感器曝光时刻，从惯性平台系统中获取信息，计算惯性平台系统在东-北-天坐标系下的姿态矩阵，根据坐标转换关系，把东-北-天坐标系下的姿态矩阵计算惯性平台系统在J2000.0下的姿态矩阵，再利用惯性平台系统与星敏感器的安装矩阵，计算星敏感器在J2000.0下的粗姿态，利用粗姿态从星表中搜索视场内所有的恒星，并计算这些恒星在像平面内的可能位置，以这些可能位置为中心，获取相应的实际观测星星像坐标，再利用搜索处视场内所有恒星，对这些观测星进行识别，最后利用识别结果计算姿态。(如图7)。