CN100504300C

CN100504300C - 一种非标定的星图识别方法

Info

Publication number: CN100504300C
Application number: CNB2007100629348A
Authority: CN
Inventors: 张广军; 杨建�; 江洁
Original assignee: Beihang University
Current assignee: Beihang University
Priority date: 2007-01-22
Filing date: 2007-01-22
Publication date: 2009-06-24
Anticipated expiration: 2027-01-22
Also published as: CN101004349A

Abstract

本发明涉及一种非标定的星图识别方法，该方法包括以下步骤：提取导航星特征向量，建立依据栅格存储的导航星模式库；进行星图识别时，提取观测星特征向量，根据所提取的特征向量在导航星模式库中进行匹配，确定待选星；将所有待选星分组，根据待选星的归属确定视场指向。本发明在识别过程中引入不依赖焦距、主点位置等任何光学系统参数的比例距离作为径向特征，角度作为环向特征，存储空间小，识别快速准确，可以为飞行器在轨标定提供依据。

Description

一种非标定的星图识别方法

技术领域

本发明涉及星图识别技术，尤其涉及一种非标定的星图识别方法。

背景技术

星敏感器是航天飞行器中广泛采用的姿态测量部件，实现对观测星图的识别，是星敏感器工作的重要环节。所谓的星图识别就是将星敏感器观测的星图与已有的导航星表中的导航星图进行匹配，以确定观测星与导航星的对应关系。现有的星图识别算法必须依赖星敏感器的成像模型和成像系统的参数，例如：目前流行的基于角距的识别算法，是利用星敏感器镜头焦距以及图像平面的主点位置来计算角距的，这就要求焦距值和主点位置值两个参数必须准确。但是，在星敏感器运行过程中，镜头的焦距会发生变化，所成的图像也会放大或者缩小，如果这两个参数标定不准确，或者是星敏感器在飞行过程中发生变化，那么，在此基础上计算的角距值就会出现较大误差，进而在识别时必须扩大导航数据库的搜索范围，如此就会增加计算负担和识别时间，同时识别准确率也会降低。

同样，目前流行的栅格算法在划分栅格的时候，也要用到焦距等标定参数，否则划分的栅格会出现偏差，特征向量随之改变，从而无法正确识别。如果星敏感器在飞行中遇到突发情况，焦距改变，则栅格算法会受到很大的影响。

发明内容

本发明的主要目的在于提供一种非标定的星图识别方法，能够在不依赖标定参数的基础上进行准确、快速的识别。

为达到上述目的，本发明非标定星图识别方法的技术方案是这样实现的：

一种非标定的星图识别方法，主要包括：

A、提取导航星的具有径向特征和环向特征的特征向量；将星图划分为M×N个栅格，为每个栅格设置存储序列，并建立依据栅格存储的导航星模式库；其中，M、N为正整数；

B、进行星图识别时，提取观测星特征向量，根据所提取的特征向量在导航星模式库中进行匹配，确定待选星；

C、将所有待选星依据其在天球上所属的子块分组，根据待选星的归属确定视场指向。

步骤A中所述提取特征向量进一步包括：

A11、在星图中确定主星，并将距离主星最近的非双星的邻星作为定位星；

A12、将每个邻星到主星的距离与定位星到主星距离之比值分别作为每个邻星的径向特征；

A13、以定位星为基准旋转图像，令定位星位于主星水平右侧，计算每个邻星与主星相连方向与水平方向上的夹角，将计算出的夹角作为每个邻星的环向特征；其中，所述主星在构造导航星模式库时为导航星，识别时为观测星。

步骤A中所述建立依据栅格存储的导航星模式库进一步包括：

A21、对应每个存储序列设置一个计数器；

A22、对每个栅格，如果某颗导航星作为主星时有邻星存在，则将该邻星对应的导航星的序号记录在所述栅格对应的序列中，同时将所述序列的计数器加1。

步骤B中所述确定待选星进一步包括：为每个导航星分配一个计数器，对每个主星，确定有邻星存在的栅格，读取导航模式库中所述栅格对应的序列，并将所述行中所有导航星对应的计数器加1，扫描当前主星的全部邻星，之后，查找所有计数器中的最大值，将最大值对应的导航星作为待选星。

步骤C所述将待选星分组进一步包括：将天球划分成6×n×n个子块，为每个子块分配一个计数器；确定所有待选星所属子块，并将对应计数器加1，每个计数器的值为在相应子块区域内的待选星数量。所述根据待选星的归属确定视场指向为：对待选星最多的子块进行视域约束。

该方法进一步包括：验证落在相邻子块内的待选星。

本发明所提供的非标定星图识别方法具有以下的优点和特点：

1)本发明在识别过程中引入比例距离作为径向特征，角度作为环向特征，这两种特征不依赖焦距、主点位置等任何光学系统参数，仅和图像平面上的星点位置有关，没有用到任何成像系统参数。在成像参数发生变化时，仍然保持较高的星图识别率。

2)本发明在构建导航星模式库时，根据划分栅格的情况存储信息，相比按照全部的导航星数量建立数据库，需要存储的信息要少得多，大大的降低了存储空间，从而降低了对硬件资源的占用以及对硬件配置的要求。

3)由于比例距离的计算量小于角距的计算量，而且采用了快速分组的方法，因此可以加快星图识别的速度和效率。

4)在成像系统参数不准确的情况下，这种方法的识别结果可以为飞行器在轨标定提供依据。

附图说明

图1为本发明星图识别方法的实现流程图；

图2为星图模式构造过程图；

图3为观测星图及其栅格化后的结果图；

图4为观测星图在划分子块后的导航星图上的投影图。

具体实施方式

下面结合附图对本发明作进一步的说明。

本发明的主要思想是：提取导航星的特征向量，建立一个依据栅格数据存储的导航星模式库；将观测星图依照导航星的模式提取特征向量，然后依据观测星图与导航星模式库的初始匹配结果确定待选星，依据天球的均匀划分方法将待选星分组，依据待选星的子块归属确定视场指向。

其中，所述提取星图的特征向量，主要是应用了径向特征和环向特征。

图1是本发明星图识别方法的实现流程图，其中，构建导航星模式库具体包括以下两个步骤：

步骤A：构建导航星的特征向量。

以图2为例说明，图2中，上图表示建立坐标系，确定导航星的位置，下图表示将坐标化后的星图栅格化。参见图2所示，首先，在导航星图中，选择任意导航星s作主星，查找s星在半径为R邻域内相邻的导航星，如图2中上图左侧的星1、星2、星3等均为主星s的邻星。然后，寻找距离主星s最近的邻星作为定位星。在空间中存在位置比较靠近，且相互绕转的两颗星，一般称这样的两颗星为双星。如果以其中一颗星作为定位星，则观测的结果将会产生很大的误差。一般，为了避免双星的影响、提高旋转定位的精度，不能选可能成为双星的太近的导航星作定位星，通常会选择距离主星一定距离之外的导航星作为定位星。这里，一定距离为大于所有双星可能具有的最大距离。确定定位星后，将星图重新定位并栅格化，如图2中下图右侧所示，根据观测精度和视图内星的数量等信息确定栅格的个数，以M和N表示栅格矩阵，一般M、N取正整数。将重新定位后的星图划分为M×N个栅格，构建主星s的特征向量，即引入比例距离作为径向特征。具体来说就是：构建特征向量时，先计算距离主星s最近的邻星3到主星s在平面上的直线距离R_b，分别计算其它邻星到主星的距离R_i，将R_i与R_b的比值R_ri作为该邻星到主星的距离，称作比例距离。由于比例距离是一个相对值，因此在图像发生缩放的时候，该值并不会变化，是一个缩放不变量。在角度方向上，以距离主星s最近的邻星3作为基准，将坐标化后的图像旋转，使得最近邻星3在主星的水平向右方向。同时规定逆时针旋转方向为正方向，分别计算各个邻星与主星s相连的向量和水平方向上的夹角，这个夹角作为该邻星的环向坐标。

构建主星s的特征向量之后，对每颗导航星都作为主星处理，构建每颗导航星的特征向量。

步骤B：建立导航星模式库。

导航星表中包含天文观测到的亮星的各种信息，例如恒星的赤经、赤纬、星等、光谱型、自行、视向速度等。由于目前星敏感器的工作方式仅需要恒星的赤经(α)、赤纬(δ)以及星等(magnitude)，所以仅提取这些信息就可以满足星敏感器的工作需要。此外，星敏感器观测恒星时，敏感恒星的能力有限，只能敏感到某个星等以上的恒星。因此星敏感器上导航星表只存储能观测到的恒星的信息，这些恒星是天球中所有星的一个子集。

为了识别恒星，需要提取唯一标识该星的特征。一般情况下，导航星模式库中的恒星特征可以预先计算出来，保存到星敏感器的存储器中，识别时直接读取数据即可。这种工作方式可以减少星敏感器在轨运行的计算量，提高姿态输出频率。构建导航星模式库时，需要遍历导航星表中的恒星，将所有星的特征有序的存储起来，方便查找。每幅星图划分后有M×N个栅格，为了减小存储的空间，可以为每个栅格设置一个存储序列，这样共有M×N个序列。同时，为每个序列设置一个计数器，用来记录该序列在此栅格中拥有邻星的主星的个数，计数器的初始值为0。每个栅格代表导航星周围区域的一个位置，如果某颗导航星在某个位置上有邻星存在，那么，就将该导航星的序号记录到这个栅格对应的序列中，同时该序列的计数器加1。表一为栅格序列表，其中，Number表示该栅格内有邻星的导航星的个数，Star Index表示该区域有邻星的导航星的编号。

Number	Star Index
Number	Star Index	24	472 1077 1117 1214...
27	62 474 1154 1302...	24	472 1077 1117 1214...
27	62 474 1154 1302...	21	660 1265 1296 1340...

表一

本发明提出的星图识别方法，主要分为两个步骤完成，其基本思想是：先用初始匹配找出与观测星匹配的待选星，将搜索范围限定到一个较小的量级，然后利用视域(FOV)约束筛选，直到获得最终的正确匹配。如图1所示，步骤11～12为初始匹配，步骤13～15为分组验证。

具体初始匹配的步骤包括：

步骤11：构建观测星图中每颗星为主星时的特征向量。

如图3所示，在观测星图中选取主星，选取主星时，优先考虑图像中心附近的观测星，因为它周围的邻星大多数都能出现在图像中，构造的特征向量比较完整。位于图像边缘的星，则会出现特征向量部分缺失的情况。然后，依照与步骤A相同的方法，构建观测星图中主星的特征向量。由于比例距离是以主星与定位星之间的距离为基准，所以，在图3中，以单位1来表示定位星到主星的距离。此步骤要构建观测星图中以每颗星为主星的特征向量，以备初始匹配使用。

步骤12：找出与每颗观测星匹配的导航星，作为待选星。

初始匹配时，由于没有任何先验信息，筛选范围为导航星表中所有的导航星。为每颗导航星分配一个计数器，计数器初始值为0。如果某主星在第i个栅格内有邻星存在，那么读取导航模式库中第i行的数据，将第i行中所有恒星所对应的计数器加1。依此类推，对该主星的每颗邻星做筛选、计数操作，扫描完该主星的全部邻星后，查找各个计数器中的最大值，最大值对应的导航星即为与主星匹配的待选星。

由于在成像过程中星点位置存在误差，或者位于边缘的星得到的信息不全，所以计数器达到最大值的导航星往往并不唯一，也就是说，可能会有多颗导航星与一颗观测星匹配。这种情况下，初始匹配的任务就是将检索范围大幅度缩小，而准确地匹配需要下面步骤完成。

分组验证的步骤包括：

步骤13：将待选星按所属子块分组。

得到初步匹配结果后，通常计算所有待选星两两之间的角距，即两颗星的角度，以判断其相互之间位置关系，最后得到唯一的结果。如果某待选星和其它大多数待选星的角距都超出FOV大小时，认为该待选星是多余的，可以从待选星中删除。但是，这种方法计算量很大，延长了识别过程。假设星图中有n颗星，每颗星的待选星有m_i颗，那么，需要计算两两之间角距的次数为

\underset{1 \leq i < j \leq n}{Σ} m_{i} m_{j} .

本发明中，可采用已申请专利的均匀子块划分方法。具体做法是：将天球划分成6×n×n个子块，其中，n为正整数，取值与星敏感器的视场(FOV)有关；并且，为每个子块分配一个计数器，计数器的初始状态为零；确定所有待选星所属子块，并将对应计数器加1；将所有待选星都分组后，各个计数器的值代表在相应子块区域内的待选星数量。每颗导航星的待选星可以看作等概率分布的随机点，所有待选星随机分布在天球上，点最集中的部分就是视场观测的区域，各个计数器中最大值所在的子块即代表随机点集中的区域。

步骤14：对待选星最多的子块用FOV约束。

对分组后的待选星，再应用FOV约束，计算量仅为。假设n＝10，m₁＝m₂＝…＝m_n＝5，那么，本发明中分组的计算量是传统方法的

\underset{1 \leq i \leq n}{Σ} m_{i} / \underset{1 \leq i < j \leq n}{Σ} m_{i} m_{j} = 5 \times 10 / (C_{10}^{2} \times 5 \times 5) = 4.44 % .

步骤15：验证落在相邻子块内的待选星。

观测星图可能跨越几个子块，如图4所示，41为截取的均匀划分后的导航星图，42为待识别的观测星图，观测星图和导航星图某一子块可能不会完全重合。为了保证识别准确性，还需要验证落在周围相邻子块内的待选星。由于每个子块所在的区域和视场区域大小接近，因此除相邻子块外不再考虑其它子块内待选星的分布情况。

在具体仿真试验中，采用来自史密松天体物理观测台(SAO)星表的数据库，选择6等以上的恒星构成导航数据库，共有5103颗。视场大小为10.8°×10.8°，镜头焦距为80.047mm。像元尺寸为0.015mm，像素为1024×1024，仿真过程在Pentium42.0的计算机上实现。

仿真试验结果分析表明，焦距的标定误差对于本发明方法没有影响，而对栅格算法的影响很大。譬如：针对视场内观测星超过8颗，识别率可以达到95％以上的情况，在同等星数时，本发明的方法较有优势。表二是栅格算法与本发明方法在识别时间和存储量方面的比较：

	本发明方法	栅格算法
	本发明方法	栅格算法	平均识别时间(ms)	7.3	10.2
存储量(Kb)	372	362	平均识别时间(ms)	7.3	10.2

表二

相比现有技术中的栅格算法，本发明方法的计算速度较快，但存储量几乎相同。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims

1、一种非标定的星图识别方法，其特征在于，该方法包括以下步骤：

2、根据权利要求1所述的星图识别方法，其特征在于，步骤A中所述提取特征向量进一步包括：

A13、以定位星为基准旋转图像，令定位星位于主星水平右侧，计算每个邻星与主星相连方向与水平方向上的夹角，将计算出的夹角作为每个邻星的环向特征；

所述主星为导航星、或为观测星。

3、根据权利要求1或2任一项所述的星图识别方法，其特征在于，步骤A中所述建立依据栅格存储的导航星模式库进一步包括：

A21、对应每个存储序列设置一个计数器；

A22、对每个栅格，如果任意导航星作为主星时，在该栅格内有邻星存在，则将该邻星对应的导航星的序号记录在所述栅格对应的序列中，同时将所述序列的计数器加1。

4、根据权利要求3所述的星图识别方法，其特征在于，步骤B中所述确定待选星进一步包括：

为每个导航星分配一个计数器，对每个主星，确定有邻星存在的栅格，读取导航模式库中所述栅格对应的序列，并将所述行中所有导航星对应的计数器加1，扫描当前主星的全部邻星，之后，查找所有计数器中的最大值，将最大值对应的导航星作为待选星。

5、根据权利要求4所述的星图识别方法，其特征在于，步骤C所述将待选星分组进一步包括：将天球划分成6×n×n个子块，为每个子块分配一个计数器；确定所有待选星所属子块，并将对应计数器加1，每个计数器的值为在相应子块区域内的待选星数量，其中，n为正整数。

6、根据权利要求5所述的星图识别方法，其特征在于，步骤C所述根据待选星的归属确定视场指向为：对待选星最多的子块进行视域约束。

7、根据权利要求1或2任一项所述的星图识别方法，其特征在于，该方法进一步包括：验证落在相邻子块内的待选星。