CN101487699A - 一种高精度aps太阳敏感器及其实现方法 - Google Patents

Abstract

本发明涉及一种高精度APS太阳敏感器及其实现方法，其特征在于：它包括光引入器、图像传感器、接口电路和计算机；光引入器的窗口由抗辐照石英玻璃基底和太阳光线遮挡层依次排列组成，太阳光线遮挡层包括排列成p×p矩阵的透光孔；图像传感器具有较大面阵，并可进行窗口曝光和随机读取；接口电路将图像传感器输出的图像信息输入计算机中进行计算，所采用的高精度计算方法为图像相关和相关矩阵的质心计算方法。由于本发明采用APS CMOS图像传感器作为感光探测器，具有窗口曝光和随机读取的能力，不但可避免大面阵图像传感器的读出时间和处理时间过长的问题，还有效地利用了图像传感器的资源，提高了图像采集和处理电路的工作效率。

Description

一种高精度APS太阳敏感器及其实现方法

技术领域

本发明涉及一种航天器姿态的测算领域，特别是关于一种用于姿态测量控制系统的高精度APS太阳敏感器及其实现方法。

背景技术

太阳敏感器是航天器上进行姿态测量的重要器件，现在已经广泛应用于航天领域，包括航天飞机、地球卫星和深空探测器等。近年来，随着航天任务的要求，对航天器相对于太阳的姿态测量精度和测量可靠性的要求越来越高，尤其是需要高精度成像的系统，包括侦查卫星、资源和天文观测卫星以及通信卫星。高精度的太阳光入射角度测量可以实现航天器太阳帆板的准确对日，以保证卫星的最大能量获取。同时，基于太阳光入射角度测量的对日稳定模式也是绝大多数卫星的一种初始模式和安全模式。

传统的模拟式太阳敏感器的光敏探测元件采用基于光伏特性的太阳能电池片，模拟量输出，且精度比较低，抗干扰性也不强，不能满足航天器姿态控制的大视场和高精度的要求。随着CCD技术的发展，基于线阵CCD的数字式太阳敏感器也已经出现，并逐渐在航天工程上使用，其精度相对于模拟式太阳敏感器有了一定的提高。

如图1所示，在数字式太阳敏感器分析中，一般认为太阳敏感器的成像模型为小孔成像模型，即某一时刻t，太阳光经过太阳敏感器的光引入器在探测器上成像，得到唯一的成像点坐标(x_t，y_t)。同时假定太阳敏感器的焦距为f，这样得到太阳的惯性矢量v_t在太阳敏感器坐标系内矢量为 $w_t=\frac{1}{\sqrt{{(x_t-x_0)}^2+{(y_t-y_0)}^2+f^2}}\left[\begin{array}{c}-(x_t-x_0)\\ -(y_t-y_0)\\ f\end{array}\right],$ 其中(x₀，y₀)为太阳敏感器在太阳光零度角的中心点。

在通常情况下，我们将t时刻的x轴太阳光入射角α_t和y轴太阳光入射角β_t分别表示为：

${\mathrm{\α}}_t={\tan }^{-1}\left(\frac{-(x_t-x_0)}{f}\right)---\left(1\right)$

${\mathrm{\β}}_t={\tan }^{-1}\left(\frac{-(y_t-y_0)}{f}\right)---\left(2\right)$

在上式中f、x₀、y₀为系统常数，因此两轴太阳光入射角(α_t，β_t)的精度主要决定于(x_t，y_t)的计算精度。现有的数字式太阳敏感器一般采用单孔或者单缝式的光线引入器，在感光探测器上只会获得一个像点(x_t，y_t)，太阳敏感器的精度仅取决于单孔的计算精度。当小孔受到干扰时被空间物质堵塞，或者小孔的形貌发生任何变化，均会导致太阳敏感器的精度快速下降，甚至导致太阳敏感器失效。而且当图像传感器由于空间辐照等环境问题导致少量像素损坏时，单孔式太阳敏感器的成像点若出现在损坏区域时，也会导致其不能够正常工作。

发明内容

针对上述问题，本发明的目的是提供一种可解决由单孔的计算精度失准而导致的整个太阳敏感器不能正常工作问题的高精度APS太阳敏感器。

为实现上述目的，本发明采取以下技术方案：一种高精度APS太阳敏感器，其特征在于：它包括光引入器、图像传感器、接口电路和计算机；所述光引入器的窗口由抗辐照石英玻璃基底和太阳光线遮挡层依次排列组成，所述太阳光线遮挡层包括排列成p×p矩阵的透光孔；所述图像传感器具有较大面阵，并可进行窗口曝光和随机读取；所述接口电路将所述图像传感器输出的图像信息输入所述计算机中进行计算。

所述图像传感器为APS CMOS图像传感器。

一种高精度APS太阳敏感器的实现方法，它包括以下步骤：

1)获取标准模板图像

在实验室中模拟真实运行环境，使模拟太阳光垂直射入太阳敏感器的光引入器，此时图像传感器采集到的图像作为标准模板图像；所述标准模板图像包括一个p×p成像点矩阵；根据所述标准模板图像的成像点的像素的灰度值，计算所述标准模板图像的成像点矩阵的质心位置(x₀，y₀)；

2)真实环境中成像点矩阵图像的局部读取

a)第一次启动太阳敏感器时，对所述图像传感器采集到的图像进行遍历查找，记录初始像素读取时成像点矩阵中心位置(x₁，y₁)；b)在所述初始像素读取后，根据上一次确定的成像点矩阵中心位置(x₁，y₁)确定当前时刻t太阳敏感器更新时的成像点预测区域，记录各成像点预测区域的中心位置(x_k，y_k)，k＝1，…，p×p；c)根据所述各成像点预测区域的中心位置(x_k，y_k)，对每个成像点预测区域进行局部成像和图像读出，提取所述当前时刻t的成像点预测区域图像；

3)成像点矩阵图像相关运算和相关结果质心运算

i)对所述成像点预测区域图像的每个成像点的像素的灰度值与所述标准模板图像的每个成像点的像素的灰度值，进行相关运算，得到相关矩阵；ii)对所述相关矩阵进行质心运算，得到成像点的质心(x′_k，y′_k)，进而通过加权均值滤波得到成像点矩阵的相对质心(x_c，y_c)；iii)根据所述成像点矩阵中心位置(x₁，y₁)和所述成像点矩阵的相对质心(x_c，y_c)，得到当前时刻t成像点矩阵的质心精确位置：

x_t＝x₁+x_c

y_t＝y₁+y_c

4)计算太阳光入射角

根据所述成像点矩阵的质心精确位置(x_t，y_t)和所述成像点矩阵的质心位置(x₀，y₀)，计算当前时刻t太阳光相对于所述太阳敏感器的入射角α_t，β_t：

${\mathrm{\α}}_t={\tan }^{-1}\left(\frac{-(x_t-{\stackrel{\‾}{x}}_0)}{f}\right)={\tan }^{-1}\left(\frac{-({\stackrel{\‾}{x}}_1+x_c-{\stackrel{\‾}{x}}_0)}{f}\right)$

${\mathrm{\β}}_t={\tan }^{-1}\left(\frac{-(y_t-{\stackrel{\‾}{y}}_0)}{f}\right)={\tan }^{-1}\left(\frac{-({\stackrel{\‾}{y}}_1+y_c-{\stackrel{\‾}{y}}_0)}{f}\right)$

其中，f为所述太阳敏感器的更新频率。

所述步骤1)中，根据所述标准模板图像的成像点的像素的灰度值，通过加权均值滤波算法，计算所述标准模板图像的成像点矩阵的质心位置(x₀，y₀)。

所述步骤a)中，对所述图像按照隔行隔列像素进行遍历查找。

所述步骤ii)中，当存在成像点丢失的情况时，则丢失的成像点对应的所述加权均值滤波的权重系数为0。

本发明由于采取以上技术方案，其具有以下优点：1、本发明的太阳敏感器的光引入器由于包含排列成矩阵的多个透光孔，因此可产生比单孔太阳敏感器更多的成像点，同时本发明的太阳敏感器对各成像点经过图像相关运算和相关结果质心运算，并对相关矩阵质心进行加权均值滤波，精确度较之单个成像点方法提高数倍。2、由于本发明采用APS CMOS图像传感器作为感光探测器，具有窗口曝光和随机读取的能力，不但可避免大面阵图像传感器的读出时间和处理时间过长的问题，还有效地利用了图像传感器的资源，提高了图像采集和处理电路的工作效率。3、由于本发明的光引入器有多个透光孔，且小孔之间具有较大间距，因此可有效避免图像传感器上部分像素损坏等噪声影响，提高太阳敏感器的可靠性和稳定性。本发明的高精度APS太阳敏感器可广泛用于航天器上姿态测量控制系统。

附图说明

图1是本发明单孔式太阳敏感器的工作示意图

图2是本发明多孔式APS太阳敏感器结构示意图

图3是本发明模拟太阳光的入射角为零时实验室获得的6×6太阳成像点矩阵图像

图4是本发明模拟太阳光的入射角为零时实验室获得的5×5像素太阳成像点图像

图5是本发明当前太阳成像点与模板相关运算示意图

图6是本发明当前太阳成像点与模板相关运算结果图

具体实施方式

下面结合附图和实施例对本实用新型进行详细的描述。

如图2所示，本发明的主动像元传感器(APS，Actel Pixels Sensor)太阳敏感器是多孔阵列式，它包括光引入器1，图像传感器2、接口电路(图中未示出)和计算机(图中未示出)。其中光引入器1的窗口由抗辐照石英玻璃基底和太阳光线遮挡层依次排列组成，太阳光线遮挡层包括排列成矩阵的p×p＝k个透光孔，用于产生光斑阵列图像。图像传感器2为与光引入器1具有一定距离的APS CMOS图像传感器2，其具有较大面阵，并可进行窗口曝光和随机读取，用于输出光斑阵列图像的各像素灰度值，并且每个像素具有至少60dB的动态范围。接口电路用于将图像传感器2输出的图像信息输入太阳敏感器的计算机中进行计算。当太阳光线以不同角度入射到太阳敏感器时，光线通过光引入器1在图像传感器2上产生的图像包括一个p×p成像点矩阵，每个成像点包括q×q个像素。

根据本发明太阳敏感器的成像特点，每个成像点大约占据5×5个像素，所以本实施例中当p＝6，q＝5时，k＝36个成像点一共占据约900个像素。相对于整个图像传感器2共100万个像素来说，所有成像点只占大约千分之一。由于本发明的大面阵的图像传感器2在提高单个像素分辨率的同时，也增加了整体计算的工作量，因此本发明通过采用像素区域局部曝光和读取的方法可以大大提高系统的更新率，从而提高系统的处理速度，也为本发明所采用的预测区域和图像相关算法提供了保证。

本发明的APS太阳敏感器实现航天器姿态测量的步骤如下：

1、获取标准模板图像

本步骤在实验室中对太阳敏感器的真实运行环境进行模拟，主要设备包括太阳模拟器、电子经纬仪、两轴转台和太阳敏感器。首先，使用电子经纬仪对太阳模拟器进行测量，保证太阳模拟器和电子经纬仪在一条直线上。其次，将太阳敏感器安装在两轴转台上，转动两轴转台，使得太阳敏感器、太阳模拟器和电子经纬仪在一条直线上，使模拟太阳光垂直射入光引入器1，保证了模拟太阳光的入射角α＝0，β＝0，其中，α、β分别表示为太阳敏感器的方位角和上升角。如图3所示，α＝0，β＝0时图像传感器2采集到的图像作为标准模板图像T。

由于本发明的实施例为6×6多孔阵列式太阳敏感器它具有包括6×6透光孔的光引入器1，因此可从标准模板图像T中提取一个由36个成像点组成的6×6成像点矩阵。如图4所示，利用上述得到的标准模板图像T提取有效图像区域和有效像素，对于每个成像点按照5×5个像素考虑，当太阳光通过光引入器1投影到图像传感器2上时，图像传感器2输出标准模板图像T中每个有效成像点像素的灰度值T_k(i，j)，其中k＝1，…，36，i，j＝1，…，5。之后根据灰度值T_k(i，j)计算标准模板图像每个成像点的质心位置(x_0k，y_0k)，通过加权均值滤波算法，得到标准模板图像成像点矩阵的质心位置(x₀，y₀)。将标准模板图像T的图像信息保存入太阳敏感器的计算机中，以备在真实环境下进行读取。

2、真实环境中成像点矩阵图像的局部读取

1)初始像素读取

当在真实环境下第一次启动太阳敏感器时，成像点落在太阳敏感器的图像传感器2上的具体位置是未知的，因此需要对图像传感器2采集的整幅图像进行遍历查找。为了加快成像点的查找速度，对整幅图像按照隔行隔列像素进行查找。由于各成像点之间的距离是固定的，因此当找到第一个成像点后，即可利用各成像点之间的关系，直接查找及判断其余35个成像点是否正确。考虑到光引入器1的小孔存在被空间物质堵塞或形貌发生变化的情况，当查找到30个以上正确的成像点时，即可表示初始像素读取过程成功完成。记录初始像素读取时成像点矩阵中心位置(x₁，y₁)。

2)确定成像点预测区域

由于太阳敏感器的更新频率f比较高，在30Hz左右，连续的两次更新后得到的成像点在图像传感器2上位置的差别很小。因此，在初始像素读取以后的每一次太阳敏感器更新后，根据上一次确定的成像点矩阵中心位置(x₁，y₁)确定当前时刻更新的成像点预测区域。在一次太阳敏感器更新后，以上一次的成像点位置为基础向四边延伸查找，每边延伸4个像素，得到每个成像点预测区域，每个成像点预测区域包括13×13个像素。记录当前时刻t太阳敏感器更新后，成像点预测区域的中心位置(x_k，y_k)，其中k＝1，…，36表示36个成像点。

3)提取成像点预测区域图像

在当前时刻t太阳敏感器更新后，根据上一次更新时成像点位置所确定的预测区域的中心位置(x_k，y_k)，结合APS CMOS图像传感器2的随机曝光和窗口读出的特性，对每个成像点预测区域进行局部成像和图像读出，提取当前时刻t成像点预测区域图像P，成像点预测区域图像P的每个成像点包括13×13个像素。P_k(u，v)表示预测区域图像P中每个成像点的像素的灰度值，其中k＝1，…，36表示36个成像点，u，v＝1，…，13表示成像点预测区域中每个像素的位置坐标。

3、成像点矩阵图像相关运算和相关结果质心运算

i)对上述成像点预测区域图像P中每个成像点的像素的灰度值P_k(u，v)与标准模板图像T中每个成像点的像素的灰度值T_k(i，j)分别进行全相关运算，得到相关矩阵C_k，C_k表示第k个成像点的9×9相关矩阵。如图5所示，从成像点预测区域图像3中，成像点相关起始位置4(m＝n＝0)一直计算到成像点相关结束位置5(m＝n＝8)，计算方程如下：

$\begin{array}{cc}{C}_k(m,n)=\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{P}_k(m+i,n+j)T_k(i,j)& m,n=0\·\·\·8\end{array}---\left(3\right)$

相关矩阵C_k的运算结果如图7所示。

ii)对相关矩阵C_k进行质心运算，得到36个成像点的质心(x′_k，y′_k)，再将每个(x′_k，y′_k)进行加权均值滤波，得到成像点矩阵相对质心(x_c，y_c)，具体的计算如下：

${x\′}_k=\frac{\underset{m=0}{\overset{8}{\mathrm{\Σ}}}\underset{n=0}{\overset{8}{\mathrm{\Σ}}}{C}_k(m,n)\×(m-4)}{\underset{m=0}{\overset{8}{\mathrm{\Σ}}}\underset{n=0}{\overset{8}{\mathrm{\Σ}}}{C}_k(m,n)}$

                            (4)

${y\′}_k=\frac{\underset{m=0}{\overset{8}{\mathrm{\Σ}}}\underset{n=0}{\overset{8}{\mathrm{\Σ}}}{C}_k(m,n)\×(n-4)}{\underset{m=0}{\overset{8}{\mathrm{\Σ}}}\underset{n=0}{\overset{8}{\mathrm{\Σ}}}{C}_k(m,n)}$

$x_c=\underset{k}{\overset{36}{\mathrm{\Σ}}}{a}_k{x\′}_k$

                             (5)

$y_c=\underset{k}{\overset{36}{\mathrm{\Σ}}}{b}_k{y\′}_k$

其中，a_k，b_k表示权重系数，具有如下关系： $\underset{k=1}{\overset{36}{\mathrm{\Σ}}}{a}_k=1,$ $\underset{k=1}{\overset{36}{\mathrm{\Σ}}}{b}_k=1.$ 在通常情况下，36个成像点的权重系数我们取成均等的，即a_k＝b_k＝1/36。当存在成像点丢失的情况时，为了保证丢失的太阳成像点对整体计算没有影响，此时的权重系数为：

$a_k=b_k=\frac{\underset{m=0}{\overset{8}{\mathrm{\Σ}}}\underset{n=0}{\overset{8}{\mathrm{\Σ}}}{C}_k(m,n)}{\underset{k=1}{\overset{36}{\mathrm{\Σ}}}\underset{m=0}{\overset{8}{\mathrm{\Σ}}}\underset{n=0}{\overset{8}{\mathrm{\Σ}}}{C}_k(m,n)}---\left(6\right)$

方程(6)表明如果某个透光孔发生堵塞，其所对应的成像点的权重系数为0，即a_k＝b_k＝0，这样保证其不会对整体精度产生影响，解决了小孔堵塞和丢失的问题。

iii)根据初始像素读取时成像点矩阵中心位置(x₁，y₁)和成像点矩阵相对质心(x_c，y_c)，得到当前时刻t成像点矩阵的精确位置：

x_t＝x₁+x_c

                          (7)

y_t＝y₁+y_c

4、计算太阳光入射角

根据太阳光入射角α，β与成像点矩阵的质心精确位置(x_t，y_t)和标准模板图像成像点矩阵的质心位置(x₀，y₀)的关系，结合背景技术中方程(1)、方程(2)，计算当前时刻t太阳光相对于太阳敏感器的入射角α_t，β_t：

${\mathrm{\α}}_t={\tan }^{-1}\left(\frac{-(x_t-{\stackrel{\‾}{x}}_0)}{f}\right)={\tan }^{-1}\left(\frac{-({\stackrel{\‾}{x}}_1+x_c-{\stackrel{\‾}{x}}_0)}{f}\right)---\left(8\right)$

${\mathrm{\β}}_t={\tan }^{-1}\left(\frac{-(y_t-{\stackrel{\‾}{y}}_0)}{f}\right)={\tan }^{-1}\left(\frac{-({\stackrel{\‾}{y}}_1+y_c-{\stackrel{\‾}{y}}_0)}{f}\right)---\left(9\right)$

在方程(7)和方程(8)中f、x₀和y₀为系统常数，因此太阳光入射角(α_t，β_t)的精度主要取决于成像点质心位置(x_t，y_t)的计算精度。

本发明采用了36个太阳成像点加权均值滤波的方法来测量系统的精度，假定单个成像点的计算误差噪声等效角为σ₀，而太阳光入射角α，β的精度直接决定于σ₀。当采用36个成像点时，同样假定每个像点的计算误差噪声等效角为σ₀，经过滤波后的计算误差噪声等效角约为：

$\mathrm{\σ}=\frac{{\mathrm{\σ}}_0}{\sqrt{36}}=\frac{{\mathrm{\σ}}_0}{6}$

因此可以认为太阳敏感器的太阳光入射角精确度较之单个成像点方法提高6倍，而对于采用1024×1024的APS CMOS感光探测器来说，其精度可以高达0.01度水平。

Claims (7)

1、一种高精度APS太阳敏感器，其特征在于：它包括光引入器、图像传感器、接口电路和计算机；所述光引入器的窗口由抗辐照石英玻璃基底和太阳光线遮挡层依次排列组成，所述太阳光线遮挡层包括排列成p×p矩阵的透光孔；所述图像传感器具有较大面阵，并可进行窗口曝光和随机读取；所述接口电路将所述图像传感器输出的图像信息输入所述计算机中进行计算。

2、如权利要求1所述的一种高精度APS太阳敏感器，其特征在于：所述图像传感器为APS CMOS图像传感器。

3、一种如权利要求1或2所述的高精度APS太阳敏感器的实现方法，其特征在于：它包括以下步骤：

1)获取标准模板图像

在实验室中模拟真实运行环境，使模拟太阳光垂直射入太阳敏感器的光引入器，此时图像传感器采集到的图像作为标准模板图像；所述标准模板图像包括一个p×p成像点矩阵；根据所述标准模板图像的成像点的像素的灰度值，计算所述标准模板图像的成像点矩阵的质心位置(x₀，y₀)；

2)真实环境中成像点矩阵图像的局部读取

a)第一次启动太阳敏感器时，对所述图像传感器采集到的图像进行遍历查找，记录初始像素读取时成像点矩阵中心位置(x₁，y₁)；

b)在所述初始像素读取后，根据上一次确定的成像点矩阵中心位置(x₁，y₁)确定当前时刻t太阳敏感器更新时的成像点预测区域，记录各成像点预测区域的中心位置(x_k，y_k)，k＝1，…，p×p；

c)根据所述各成像点预测区域的中心位置(x_k，y_k)，对每个成像点预测区域进行局部成像和图像读出，提取所述当前时刻t的成像点预测区域图像；

3)成像点矩阵图像相关运算和相关结果质心运算

i)对所述成像点预测区域图像的每个成像点的像素的灰度值与所述标准模板图像的每个成像点的像素的灰度值，进行相关运算，得到相关矩阵；

ii)对所述相关矩阵进行质心运算，得到成像点的质心(x′_k，y′_k)，进而通过加权均值滤波得到成像点矩阵的相对质心(x_c，y_c)；

iii)根据所述成像点矩阵中心位置(x₁，y₁)和所述成像点矩阵的相对质心(x_c，y_c)，得到当前时刻t成像点矩阵的质心精确位置：

x_t＝x₁+x_c

y_t＝y₁+y_c

4)计算太阳光入射角

根据所述成像点矩阵的质心精确位置(x_t，y_t)和所述成像点矩阵的质心位置(x₀，y₀)，计算当前时刻t太阳光相对于所述太阳敏感器的入射角α_t，β_t：

${\mathrm{\α}}_t={\tan }^{-1}\left(\frac{-(x_t-{\stackrel{\‾}{x}}_0)}{f}\right)={\tan }^{-1}\left(\frac{-({\stackrel{\‾}{x}}_1+x_c-{\stackrel{\‾}{x}}_0)}{f}\right)$

${\mathrm{\β}}_t={\tan }^{-1}\left(\frac{-(y_t-{\stackrel{\‾}{y}}_0)}{f}\right)={\tan }^{-1}\left(\frac{-({\stackrel{\‾}{y}}_1+y_c-{\stackrel{\‾}{y}}_0)}{f}\right)$

其中，f为所述太阳敏感器的更新频率。

4、如权利要求3所述的一种高精度APS太阳敏感器的实现方法，其特征在于：所述步骤1)中，根据所述标准模板图像的成像点的像素的灰度值，通过加权均值滤波算法，计算所述标准模板图像的成像点矩阵的质心位置(x₀，y₀)。

5、如权利要求3所述的一种高精度APS太阳敏感器的实现方法，其特征在于：所述步骤a)中，对所述图像按照隔行隔列像素进行遍历查找。

6、如权利要求4所述的一种高精度APS太阳敏感器的实现方法，其特征在于：所述步骤a)中，对所述图像按照隔行隔列像素进行遍历查找。

7、如权利要求3或4或5或6所述的一种高精度APS太阳敏感器的实现方法，其特征在于：所述步骤ii)中，当存在成像点丢失的情况时，则丢失的成像点对应的所述加权均值滤波的权重系数为0。

Images