[发明专利]基于姿态信息辅助的小视场星敏感器星图识别方法及装置在审

专利信息
申请号: 202210256680.8 申请日: 2022-03-16
公开(公告)号: CN114777763A 公开(公告)日: 2022-07-22
发明(设计)人: 倪源蔓;戴东凯;王省书;谭文锋;秦石乔 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G01C21/02 分类号: G01C21/02;G01C21/16
代理公司: 长沙正奇专利事务所有限责任公司 43113 代理人: 王娟;马强
地址: 410073 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 姿态 信息 辅助 视场 敏感 星图 识别 方法 装置
【说明书】:

发明公开了一种基于姿态信息辅助的小视场星敏感器星图识别方法及装置,利用导航系统提供的姿态信息推算出星敏感器当前时刻的姿态,选择光轴指向附近的天球区域中的恒星作为候选星,利用得到的候选星先验信息,再与三角形算法结合进行星图识别匹配过程,提高匹配的冗余度,从而达到减少误匹配和多匹配概率的目的。

技术领域

本发明涉及航天器导航、制导与控制领域,特别是一种基于姿态信息辅助的小视场星敏感器星图识别方法及装置。

背景技术

姿态测量是航天器飞行控制的前提,对保证航天器高性能飞行、高精度观测及顺利完成各种空间任务具有重要意义。星敏感器通过观测恒星进行姿态解算,具有高可靠性,高精度,自主性强以及无误差积累等优点,目前广泛应用于航天器的姿态测量中。其工作原理为:星敏感器通过其光学成像系统获取当前视场范围内的星图,提取星图中恒星所在位置坐标(或再加亮度信息),并由星图识别算法完成观测星与数据库中导航星的对应匹配,最终利用匹配星对计算得到星敏感器的三轴姿态信息。上述工作流程中,星图识别算法是星敏感器完成姿态测量的核心部分。

现有星图识别方法可分为三大类:子图同构算法(如三角形算法,金字塔算法,最大匹配组算法,几何投票法等)、人工智能算法(如遗传算法,自适应蚁群算法等)与模式识别算法(如栅格算法,主星环形模式算法等)。

其中,三角形算法是目前研究最成熟、应用最广泛的星图识别算法。该算法的基本原理如下:事先将导航星构成的l存储起来,识别时比较特征三角形和观测三角形的三对角距,如果三对角距对应的误差在一个设定的不确定度范围之类,则认为观测三角形与特征三角形匹配。但是通常情况下,该算法构建的特征三角形数量太多,在星图识别的过程中冗余匹配多,计算量大,时间长,且对噪声的鲁棒性差。

对三角形星图识别方法的改进,主要体现在一下两个方面:一是通过三角形构造其他的特征来减少冗余匹配;二是减少导航星库的容量,从而减少匹配搜索的时间。文献1:C.L.Cole,J.L.Crassidis.Fast star-pattern recognition using planar triangles[J].Journal of Guidance Control and Dynamics,2006,29(64):1-38.提出一种快速的提出一种快速的平面三角形识别方法,将星图中三个星点构成的平面三角形的面积作为识别的特征之一,该方法同时利用面积和星角距进行匹配从而降低冗余,但是特征三角形数目依然很庞大,星图识别时间长。文献2:杨建,张广军,江洁.P向量实现快速星图识别的方法[J].航空学报,2007,28(4):897-900. 提出一种P向量实现快速星图识别的方法,该方法构建特征三角形时,规定每一颗主星只有一个三角形,由导航星和周围最亮的两颗星构成。该方法能够快速完成星图识别,并降低冗余,但三角形数目过于精简,从而使得观测三角形构建条件苛刻,且星图识别结果易受星等噪声影响。三角形算法存在的冗余匹配多、计算计算量大时间长、对噪声鲁棒性差的问题,难以得到同时解决,此外,在小视场观测条件下,星图中的三角形数量少构建条件苛刻,使得星图识别的难度进一步增大。

发明内容

本发明所要解决的技术问题是,针对现有技术不足,提供一种基于姿态信息辅助的小视场星敏感器星图识别方法及装置,在视场内可见星数较少、图像噪声较大的情况下,有效提高星图识别的准确率,同时缩短识别算法的运行时间。

为解决上述技术问题,本发明所采用的技术方案是:一种基于姿态信息辅助的小视场星敏感器星图识别方法,包括以下步骤:

S1、查找光轴指向所在区块对应的8个邻域区块的编码,分别获取9个区块对应的导航星库的起始地和末尾地,将9个区块包含的恒星作为候选星,根据导航星表,得到全部候选星序号的集合S={S1...Sn};

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210256680.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top