1、小视场星敏感器的星图识别算法 孙龙 蔡佳楠 姜建华 中国电子科技集团公司第 38 研究所信息对抗部 摘 要： 传统的星图识别算法在星敏感器捕获到少于 3 颗星时不能进行星图识别, 因此, 就不适用于小视场星敏感器。然而, 某些情况下为了满足低功耗、小型化等要求, 小视场星敏感器可以发挥作用。针对这种情况, 文中提出了一种小视场星敏感器的星图识别算法。该算法利用陀螺的输出信息和载体上一时刻的姿态信息, 形成当前时刻的投影星, 利用新算法能够将投影星与拍摄星进行匹配识别。这种星图识别方法能够在星敏感器只捕捉到一颗星或者两颗星的情况进行识别。仿真实验证明, 该方法具有可行性, 适用于小视场星敏感器。
2、关键词： 小视场星敏感器; 星图识别; 陀螺; 姿态; 作者简介：孙龙 (1987-) , 男, 博士, 工程师。研究方向:导航制导与控制等。作者简介：蔡佳楠 (1986-) , 女, 博士。研究方向:导航制导与控制。收稿日期：2017-02-17基金：国家自然科学基金 (61271114) Star Identification Algorithm Based on the Small FOV Star TrackerSUN Long CAI Jianan JIANG Jianhua Information Counter, The 38th Research Institution of
3、China Electronics Technology Group Corporation; Abstract： The traditional star identification algorithm cannot be achieved when the star tracker captures less than 3 stars.In this situation, it is inappropriate for the star tracker with small FOV (Field of View) .However, in some situation mini-type
4、 and small power dissipation are significant, which means the star tracker with small FOV is necessary.To solve this contradictory problem, a star identification algorithm based on the small FOV star tracker is presented.Two types information are used to identify the stars captured by the star track
5、er, the information output by gyro and the attitude information achieved at the previous time.It is a practical algorithm and is suite for small FOV star tracker which has been proved by the simulation results.Keyword： small FOV star tracker; star identification; gyroscope; attitude; Received： 2017-
6、02-17精确的姿态信息是航天器完成航天任务的基础。能够提供姿态信息的测量器件有很多, 例如 GPS、陀螺、磁强计、地平仪、星敏感器, 其中精度最高应用最广泛的是星敏感器, 其精度可以达到角秒级甚至更高1-2。星敏感器的姿态确定过程分为:星空成像、星点提取、星图识别和姿态计算 4 个步骤, 其中星图识别是星敏感器姿态确定的关键3。随着星敏感器的发展, 出现了许多的星图识别算法。Padgett 和 Kreutz-Delgado 将星图识别算法划分为两种类型4-5。第一种是子图同构类算法, 这类算法把观测星图看成是全天星图的子图, 将星点作为顶点, 利用星点的星等和它们之间的角距等信息, 以线段、
7、三角形、多边形等作为基本元素来进行星图识别。其中最具代表性的有三角形算法6-7、匹配组算法8-9等。另一种类型是模式识别类算法, 这种算法为每颗星构造一个独一无二的特征“星模式”, 这样星图识别的实质就是在星表中寻找与观测星模式相近的导航星。比较有代表性的有栅格算法4-5,10、基于统计特征的识别算法11。然而上述算法均存在一个共同的缺陷:要求视场内的星点达到一定数目。其中, 三角形算法对星点数目要求最低, 它要求星敏感器至少捕获 3 颗星, 否则便无法进行星图识别, 这种情况, 小视场的星敏感器便不再适用。然而, 在某些情况下, 特别是空间应用条件下低功耗、小体积的小视场是必要的, Nano
8、-JASMINE 就是一个典型实例12。同时, 小型化也是星敏感器的一个重要的发展方向。小视场就意味着不能保证每次都能捕获到 3 颗以上的恒星, 因此传统星图识别算法就会失效, 后续的姿态解算就不能正常进行。因此, 传统算法一般都应用在中等、大视场星敏感器中, 对于小视场星敏感器并不适用。针对上述情况, 本文提出了一种基于小视场星敏感器的星图识别算法。该算法能够在星敏感器只捕获 1 颗或 2 颗星的情况下利用陀螺的输出信息和上一时刻载体的姿态信息对星点进行识别。最后的仿真实验对新的星图识别算法进行了验证。1 双星准则在星敏感器的拍摄星图中有时会出现双星。双星在星图处理领域指的是在星敏感器视场方
9、向相距较近 (实际距离可能很远) , 在星敏感器成像平面上的成像点不能相互区分开的两颗星。双星的判断标准可根据恒星成像的原理推导得到。假设恒星为点光源, 若不采取任何措施, 直接在焦平面上成像, 则质心定位的精度最多达到 0.38 像素11。为了获得更高的质心提取精度, 一般采用离焦的方式让其扩散到多个像元上。此时星点的能量分布在焦平面上可近似为由点扩散函数 PSFs (Point Spread Functions) 12表示的二维高斯分布其中, A 表示星的亮度, 用灰度表示, 与星等有关; 为星点的扩散半径, 它的大小决定了星点在焦平面上扩散的像元数目。一般将星点扩散到 35 个像元, 因
10、此 取值一般在 0.6711 之间。假设星点提取时二值化阈值为 T, 两颗星构成双星的最小距离为 d 像素。为了简化计算, 假设两颗星的亮度星等, 则如果两颗星构成双星, 说明两颗星质心的中点位置的灰度值要T, 则根据图 1 有同时结合式 (1) 得到星点 A 在 M 点的高斯分布为同理可得到星点 B 在 M 点的高斯分布, 大小与其相同, 二者之和就是双星在 M点的高斯分布设二值化阈值为 80, =1, 当 A=255 时, d 取得最大值且有 d4, 即当两颗星在像平面质心距离4 个像素。如果当前时刻拍摄星图中只有一颗或两颗星, 那么根据上一时刻的姿态和陀螺数据可以估计当前时刻的星敏感器视
11、轴方向, 然后生成当前时刻的模拟星图, 将模拟星图投影到拍摄星图坐标系下, 如图 2 所示。以拍摄星为圆心, 在半径 r=4 像素圆内的星就是拍摄星的对应星, 这就是单星识别的基本原理, 由于这种星图识别的准则是从双星问题上得到的, 因此将其命名为双星准则。图 2 星图识别原理 下载原图2 噪声影响上述单星识别原理成立的条件是:系统总的噪声引起的星点位置误差要1.5像素就可以获得接近 100%的识别成功率。在实际应用中, 陀螺漂移 一般都0.1/h, 因此在满足识别成功率接近 100%的条件下, 姿态丢失时间可以更长, 同时当姿态丢失时间一定时, 判定门限可以设置的更小。具体的判定门限设置要看
12、所应用的载体和总体的噪声水平。5 结束语针对小视场星敏感器的应用需求, 本文提出了一种小视场星敏感器的星图识别算法。相比于传统算法, 该算法能够在星敏感器只捕获 1 颗或 2 颗的情况下利用陀螺的输出信息和上一时刻载体的姿态信息对星点进行识别。参考文献1李家森, 席志红, 赵彦青.北斗/INS 组合导航中人工鱼群粒子滤波的应用J.电子科技, 2013, 26 (6) :157-159. 2吴俊伟, 梁彦超.捷联惯性组合导航系统的工程设计J.电子科技, 2012, 25 (1) :69-73. 3Liebe C C.Star trackers for attitude determination
13、J.IEEE Transactions on Aerospace and Electronic System, 1995, 10 (6) :10-16. 4Padgett C, Kreutz-Delgado K, Udomkesmalee S.Evaluation of star identification techniquesJ.Journal of Guidance, Control and Dynamics, 1997, 20 (2) :259-267. 5Padgett C, Kreutz-Delgado K.A grid algorithm for autonomous star
14、identificationJ.IEEE Transactions on Aerospace and Electronic System, 1997, 33 (1) :202-213. 6Cole C L.Fast star pattern recognition using spherical trianglesD.Buffalo, NY:State University of New York at Buffalo, 2004. 7吴峰.自主导航星敏感器关键技术的研究D.苏州:苏州大学, 2012. 8Kosik J.Star pattern identification aboard a
15、n inertially stabilized spacecraftJ.Journal of Guidance, Control and Dynamics, 2013, 14 (1) :230-235. 9张广军.星图识别M.北京:国防工业出版社, 2011. 10钱华明, 孙龙, 蔡佳楠, 等.星图识别的一种扩充栅格算法J.哈尔滨工业大学学报, 2015, 47 (2) :110-116. 11Udomkesmalee S, Alexander J, Tolivar F.Stochastic star identificationJ.Journal of Guidance, Control
16、and Dynamics, 1994, 17 (6) :1283-1286. 12Space.Nano-JasmineEB/OL. (2013-11-22) 2016-10-10http:/www.space.t.u-tokyo.ac.jp/nanojasmine/Index_e.htm. 13Liebe CC.Accuracy performance of star trackers-a tutorialJ.IEEE Transactions on Aerospace and Electronic Systems, 2002, 38 (2) :587-599. 14Samaan M A.Toward faster and more accurate star sensors using recursive centroiding and star identificationD.Texas:A&M University, 2003. 15卢岩, 高昆, 庄幽文, 等.基于星敏感器的高精度星图模拟系统J.光学精密工程, 2015, 23 (10z) :730-737.
