[发明专利]一种基于最简一般子图的星图识别方法

说明书

本发明公开一种基于最简一般子图的星图识别方法，包括：建立角距数据库，具体分为导航星的选取、角距数据库以及索引表的建立；选取待识别的观测星，依次定义其中一颗星为主星，通过两轮投票记录主星到余下各星的角距与数据库中导航星对的匹配结果，并初步筛选各观测星的候选星；依次取各观测星的最高票候选星，确定以其为主星的匹配组，并由匹配组的大小选取最简一般子图，然后以匹配组为基础构建同构子图；取同构子图的两颗星，利用双矢量定姿确定旋转矩阵和姿态角，通过重投影验证同构子图并输出观测星的识别结果。本发明继承了多边形算法的可靠性和组匹配算法的高效性，对星点位置噪声、星等噪声以及假星都有很好的鲁棒性。

技术领域

本发明涉及航空航天领域星敏感器技术，特别是涉及一种基于最简一般子图的星图识别方法。

背景技术

星敏感器是航天器姿态控制系统的重要组成部分，其通过识别星图中的恒星实现航天飞行器的三轴姿态的获取。星敏感器的姿态测量精度可以达到角秒级，在空间飞行器中得到了广泛的应用。

星图识别是星敏感器的关键技术。现有的星图识别算法主要分为两大类，一类是以栅格算法、径向环向算法为代表模式识别类算法，一类是以多边形算法和组匹配算法为代表的子图同构类算法。与模式类算法相比，子图同构类算法对观测星数量的要求更低，也更易于实现。同时，该类算法还对噪声具有很好的鲁棒性。子图同构类算法以星为顶点，星与星之间的角距为边，将观测星图视为全天星图的子图，并在全天星图中寻找与观测星图匹配的区域。

多边形算法和组匹配算法是两类经典的子图同构类算法。在观测星数量较少的情况下，多边形算法由于对星点角距的利用更为充分，较组匹配算法更为可靠。但是随着观测星数量的增加，多边形子图也愈发复杂，在子图可靠性提升的同时，算法效率也大大降低。此外，数据库占用空间大也是限制多边形算法的一个劣势。组匹配算法由于引入了投票机制，在算法的效率上更具优势。但是该算法需要一定数量的观测星，保证算法的可靠性。

可以看出，基于子图同构的方法中需要一种可以针对不同数量的观测星选取合适子图筛选导航星，以解决多边形算法的效率问题和组匹配算法在观测星数量少时的可靠性问题，同时对噪声鲁棒、数据库占用空间小的通用算法。

发明内容

本发明技术解决问题：为解决多边形算法和组匹配算法在可靠性和效率上存在的问题，提供一种基于最简一般子图的星图识别方法，本发明继承了多边形算法的可靠性和组匹配算法的高效性，对星点位置噪声、星等噪声以及假星都有很好的鲁棒性。

为达到上述目的，本发明的技术方案是这样实现的：

本发明一种基于最简一般子图的星图识别方法，包括以下步骤：

步骤201：建立数据库，具体分为导航星的选取、角距数据库以及索引表的建立。通过角距匹配实现构建同构子图的构建，角距匹配即在数据库中搜索在一定误差范围内匹配观测星对角距的导航星对。数据库的大小由导航星的数量决定，为保证算法的实时性，需尽量精简数据库中导航星的数量。索引表的建立则是为了缩减搜索匹配的导航星对的时耗；

步骤202：选取待识别的各观测星，依次定义其中一颗观测星为主星，余下星为伴星，逐一计算主星到各伴星的角距，并配合索引表在角距数据库中搜索与之匹配的角距对，通过两轮投票记录主星到余下各伴星的角距匹配结果，并初步筛选各观测星的候选星；

步骤203：根据步骤202的角距匹配结果，依次取各观测星的最高票候选星，确定以该候选星为主星的匹配组，根据所述匹配组的大小选取最简一般子图，并以匹配组为基础，通过添加设定数量的辅边进一步构建同构子图；

步骤204：基于步骤203构建的同构子图的主星，同时在构成辅边的伴星中取在步骤202中得票最高的一颗伴星，利用双矢量定姿(TRAID)确定旋转矩阵与姿态角，并通过重投影验证同构子图，以提升算法的鲁棒性，同时实现星图中全部观测星的识别，为更精确的姿态解算提供基础。