CN104298667A - 一种适用于高背景星图识别用的导航数据库构建方法 - Google Patents

Abstract

本发明涉及一种适用于高背景星图识别用的导航数据库构建方法，属于导航数据库构建技术领域。本发明在获得单位球面均匀分布的视轴的基础上，选取导航星和导航三角形，从而能够获得在天球上位置和能量都尽可能均匀分布的导航星和导航三角形，并保证每一颗导航星都有机会构造导航三角形，避免了因恒星和三角形数量巨大，分布不均，以及能量不稳定带来的数据冗余和区域空洞，保证了星图识别算法的有效性。

Description

一种适用于高背景星图识别用的导航数据库构建方法

技术领域

本发明涉及导航数据库构建技术领域，具体涉及一种适用于高背景星图识别用的导航数据库构建方法。

背景技术

星敏感器是一种高精度姿态敏感器，其通过对恒星的成像和识别，获得视轴指向的惯性姿态角或四元数。导航星是星图识别和姿态解算的基本参考数据，导航数据库的构建与识别算法紧密相关，并直接影响图像识别算法的性能和姿态解算的精度。

现有星敏感器多用于卫星平台，其应用环境具有暗背景、干扰杂光少、可观测恒星资源丰富、相机观测视场大等特点。该条件下的导航星选取多采用星等阈值过滤法、星等加权法等、正交网格法等，这类方法简单易实现，缺点是所选恒星未考虑星间角距，分布不均匀，易造成局部区域的特征冗余或特征空洞。导航三角形生成方法多以主星为基准，在一定范围内寻找其他两颗星，构成三角形，要求在样本无穷大时才可得到最优结果，这类方法获得的三角形同样存在分布不均匀的特点，当导航星增加时，导航三角形的数量也随之激增。

将星敏感器用于高背景环境下，需要克服背景光强、干扰杂光多、星点信噪比低等问题。针对上述问题，设计采用近红外探测波段的小视场(5.86°×5.86°方形)高灵敏度CCD相机ICCD作为星敏感器的光学成像系统，在此基础上选取和构建可供图像匹配和姿态解算参考用的导航星和导航数据库面临如下问题：(1)探测星等高，暗星多，若不加筛选，导航星和导航三角形构成的数据库容量激增，无法实现工程应用；(2)视场小，亮星少，可供星图匹配用的导航三角形不易选取；(3)近红外波段探测，需要对星等做仪器星等修正，以满足实际观测的需求；(4)ICCD成像背景噪声大，且呈非高斯分布，星点成像能量不稳定，为导航星的选取增加难度。

现有的导航星和导航三角形选取方法已无法解决上述问题，需要设计数量适中，均匀性好、冗余度小、适合工程应用、并且通用性强的导航星和导航三角形选取方法，以及在此基础上进行构建导航数据库的方式。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：克服现有方法的不足，针对应用于高背景条件下星敏感器的成像特点，提供一种与三角形星图识别算法相适应的导航数据库构建方法，该方法能够获得在天球上位置和能量都尽可能均匀分布的导航星和导航三角形。

(二)技术方案

为了解决上述技术问题，本发明提供了一种适用于高背景星图识别用的导航数据库构建方法，包括以下步骤：

S1、选取导航星；

S2、选取导航三角形；

S3、根据所选取的导航星和导航三角形生成导航数据库；

其中，步骤S1的选取方法包括下列步骤：

S11、选择能够覆盖全天球的恒星星表star_data0，并将所述恒星星表中的星等经过仪器星等修正，将其中的恒星的位置经过历元转换和大气修正后，由此得到所述恒星星表star_data0；

S12、根据星敏感器探测极限和星图识别方法的要求设置星等阈值，保留所述恒星星表star_data0中星等小于或等于所述星等阈值的恒星数据，由此得到恒星星表star_dataV；

S13、去除所述恒星星表star_dataV中的变星和双星中的暗星，由此得到恒星星表star_dataVD；

S14、生成在单位球面上均匀分布的视轴位置，得到视轴集合VisAxArr{vaxis(i)，i＝0，...Nva｝，Nva为正整数；

S15、按如下方式选取候选导航星：首先在单位球面上，以集合VisAxArr中的任一视轴vaxis(i)为中心、半径η画球面圆，η的值由全天球随机视场大小决定；然后将所述恒星星表star_dataVD中的恒星在各个球面圆内投影；最后对所述恒星星表star_dataVD中的恒星按照预设规则进行筛选，去除重复数据，将筛选后剩下的恒星构成候选导航星数据集合GStar_Cadata；

S16、对所述候选导航星数据集合GStar_Cadata在全天球随机视场内的分布重新做统计，对于全天球随机视场内恒星数量≤4的区域，从所述恒星星表star_dataVD中选择能量排序靠前预设数量的恒星，手动添加到所述候选导航星数据集合GStar_Cadata中，直至全天球随机视场内的恒星数＞4，由此得到导航星数据集合GStar_data；

步骤S2的选取方法包括下列步骤：

S21、定义导航三角形的构建条件：

S22、按如下方式生成候选导航三角形：首先在单位球面上，以集合VisAxArr中的任一视轴vaxis(i)为中心、半径η画球面圆，η的值由全天球随机视场大小决定；然后遍历所述导航星数据集合GStar_data，根据导航星的方向矢量坐标，找出落在各个球面圆内的星；最后在每个球面圆内对任意三颗星按照步骤S21中的定义生成导航三角形，并对生成的导航三角形按照一定规则进行筛选，去除重复数据，将筛选后剩下的导航三角形构成候选导航三角形数据集合GTri_Cadata；

S23、对集合GTri_Cadata在全天球随机视场内的分布重新做统计，在全天球随机视场内三角形数量≤2的区域内利用导航星构造三角形，并按符号星等排序，选取能量排序靠前预设数量的三角形，手动添加到候选集合GTri_Cadata中，直至全天球随机视场内的三角形数＞2，由此得到导航三角形数据集合GTri_data。

优选地，步骤S21中按照如下方式定义导航三角形的构建条件：

首先，定义导航三角形边长的上下限；

其次，去除任意两边边长之差均小于预设阈值的导航三角形；

第三，定义导航三角形的方位；

第四，定义导航三角形的符号星等。

优选地，定义所述导航三角形的边长不小于星点位置测量误差εs的100倍，且不超过全天球随机视场的边界，最长边和最短边之间相差不超过10倍。

优选地，所述预设阈值由星点定位误差和视场大小决定。

优选地，定义导航三角形的方位为导航三角形的质心。

优选地，步骤S3中生成所述导航数据库时，所述导航星数据集合GStar_data中的数据按照星号、赤经、或赤纬值大小排列。

优选地，所述导航三角形数据集合GTri_data中的数据按照边长大小，或三角形方位大小排列。

(三)有益效果

本发明在获得单位球面均匀分布的视轴的基础上，选取导航星和导航三角形，从而能够获得在天球上位置和能量都尽可能均匀分布的导航星和导航三角形，有效解决了因探测星等高而带来的恒星分布在两极密、赤道疏的情况，避免了数据的大量冗余，且导航星和导航三角形的数量得到了有效的控制。

附图说明

图1是本发明的方法流程图；

图2是正二十面体与黄金矩形的关系示意图；

图3示出了正二十面体的坐标系定义和各顶点编号定义；

图4是正二十面体任意一个面的等分示意图；

图5是正二十面体任意一个分割点在球面投影的坐标计算示意图。

具体实施方式

为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

如图1所示，本发明提供了一种适用于高背景星图识别用的导航数据库构建方法，包括下列步骤：

S1、选取导航星，具体步骤为：

S11、选择一个能够覆盖全天球的恒星星表。星表中的位置精度与星图识别算法、定姿精度相适应，星表中的星等精度也与星图识别方法、定姿精度相适应。星表中的星等需做仪器星等修正，恒星的位置需做历元转换和大气修正。由此得到星表star_data0。

S12、根据星敏感器探测极限和星图识别方法的需求设置星等阈值，保留星表中星等小于或等于该阈值的恒星数据。恒星数据包括恒星在星表star_data0中的序号、仪器星等、赤经值(弧度)、赤纬值(弧度)、方向矢量x坐标、方向矢量y坐标、方向矢量z坐标。数据精度与星图识别方法、定姿精度相适应。由此得到星表star_dataV。该星表在全天随机视场内的分布应尽量满足≥4颗的概率≥99％。

S13、去除星表star_dataV中的变星和双星中的暗星。此处的双星为角距≤θ的光学双星，θ大小由相机视场和分辨率决定，这些星对在视觉上很接近，在成像面上几乎无法分辨，去除其中的暗星有助于去除星表冗余。变星是指星等变化周期短且幅度大，观测过程中无法准确获取与星表能量信息相一致的恒星。由此得到星表star_dataVD。

S14、生成在单位球面上均匀分布的视轴位置。首先在单位球体中内接一个正二十面体，将立体的每个棱边在球面上投影，从而将球面等分为二十块；然后对每一块球面做进一步的等分，各等分区域之间的交点即可以作为在球面上均匀分布的视轴；随着各球面等分数量的增加，视轴的数量也随之增加，最终得到一个视轴集合VisAxArr{vaxis(i)，i＝0，...Nva｝。Nva的值由分割方法和设计的目标导航星数量NIgstar决定。生成视轴坐标集合的方法具体为：

(1)定义正二十面体及其外接单位球

正二十面体包含20个完全相同的面，每个面均为等边三角形，30条长度相等的棱边，每条棱边对应的球面角距约为1.1071rad（≈63.4348°)，12个顶点，该顶点可看作是由三个全等的相互正交的黄金矩形的顶点构成(黄金比率常数为)，如图2、3所示。

在单位球体中内接一个正二十面体，设球的半径为1，那么正二十面体的棱长为其各顶点的坐标值如表1所示。

表1正二十面体各顶点所在矩形、坐标、编号的说明

(2)对正二十面体各面做均匀分割

对正二十面体的每个面做等分，共可得到等边三角形20×N²个，N为二十面体每条棱边的等分份数，等分区域间的交点(包含正二十面体的顶点和各个面上的分割点)共10N²+2个，如图4所示，相邻两点间的球面角距约为d＝63.4348°/N，设该角距略小于视场半径FOV/2，由此推算出N的取值范围。

(3)求解各等分区域交点在天球上的投影

正二十面体各面上的等分区域交点又分为棱边分割点和面内分割点。求解方法为：

a)棱边分割点在球面投影坐标的求解

首先，已知正二十面体各顶点在球面的坐标，以及每条棱边的分割份数N，利用分线段定比分点坐标的求解方法，可以得到棱边分割点的坐标值。然后，过单位球球心和分割点做一条直线，与单位球面相交于两点，其中与分割点同一半球的交点坐标值即为棱边分割点的球面投影坐标值。如图5所示。

设正二十面体某棱边V₁V₂两端点的坐标分别为V₁（V_1x，V_1y，V_1z)，V₂（V_2x，V_2y，V_2z)，其定分比例为λ₁，λ₂，……λ_N-1(i＝1，2…N-1)：

$\left\{\begin{array}{c}{\mathrm{\λ}}_1=\frac{V_1{P}_1}{P_1{V}_2}=\frac{1}{N-1}\\ \begin{array}{cc}......& ......\end{array}\\ {\mathrm{\λ}}_i=\frac{V_1{P}_i}{P_i{V}_2}=\frac{i}{N-i}\\ \begin{array}{cc}......& ......\end{array}\\ {\mathrm{\λ}}_{N-1}=\frac{V_1{P}_{N-1}}{P_{N-1}{V}_2}=\frac{N-1}{1}\end{array}\right.(i=\mathrm{1,2}...N-1)...\left(1\right)$

那么，棱边V₁V₂的分割点P₁，…P_i，…P_N-1的坐标计算公式如下：

$\left\{\begin{array}{c}{P}_{1x}=\frac{V_{1x}+{\mathrm{\λ}}_1{V}_{2x}}{1+{\mathrm{\λ}}_1}\\ P_{1y}=\frac{V_{1y}+{\mathrm{\λ}}_1{V}_{2y}}{1+{\mathrm{\λ}}_1}\\ P_{1z}=\frac{V_{1z}+{\mathrm{\λ}}_1{V}_{2z}}{1+{\mathrm{\λ}}_1}\end{array}\right.,...\left\{\begin{array}{c}{P}_{\mathrm{ix}}=\frac{V_{1x}+{\mathrm{\λ}}_i{V}_{2x}}{1+{\mathrm{\λ}}_i}\\ P_{\mathrm{iy}}=\frac{V_{1y}+{\mathrm{\λ}}_i{V}_{2y}}{1+{\mathrm{\λ}}_i}\\ P_{\mathrm{iz}}=\frac{V_{1z}+{\mathrm{\λ}}_i{V}_{2z}}{1+{\mathrm{\λ}}_i}\end{array}\right.......,\left\{\begin{array}{c}{P}_{N-1x}=\frac{V_{1x}+{\mathrm{\λ}}_{N-1}{V}_{2x}}{1+{\mathrm{\λ}}_{N-1}}\\ P_{N-1y}=\frac{V_{1y}+{\mathrm{\λ}}_{N-1}{V}_{2y}}{1+{\mathrm{\λ}}_{N-1}}\\ P_{N-1z}=\frac{V_{1z}+{\mathrm{\λ}}_{N-1}{V}_{2z}}{1+{\mathrm{\λ}}_{N-1}}\end{array}\right....\left(2\right)$

由单位球的球心坐标和棱边分割点坐标得到直线方程如下：

$\left\{\begin{array}{c}{x}_i=P_{\mathrm{ix}}t\\ y_i=P_{\mathrm{iy}}t\\ z_i=P_{\mathrm{iz}}t\end{array}\right.(0<t<+\&infin;,i=\mathrm{1,2}\&CenterDot;\&CenterDot;\&CenterDot;N-1)\&CenterDot;\&CenterDot;\&CenterDot;\left(3\right)$

那么该直线与单位球面的交点坐标满足如下方程组：

$\left\{\begin{array}{c}{S}_{\mathrm{ix}}^2+S_{\mathrm{iy}}^2+S_{\mathrm{iz}}^2=1\\ S_{\mathrm{ix}}=P_{\mathrm{ix}}t\\ S_{\mathrm{iy}}=P_{\mathrm{iy}}t\\ S_{\mathrm{iz}}=P_{\mathrm{iz}}t\end{array}\right.(0<t<+\&infin;,i=\mathrm{1,2},\&CenterDot;\&CenterDot;\&CenterDot;N-1)...\left(4\right)$

解得参数t的解为：

$t=\frac{1}{\sqrt{P_{\mathrm{ix}}^2+P_{\mathrm{iy}}^2+P_{\mathrm{iz}}^2}}...\left(5\right)$

将t值代入方程组(2)，即得到正二十面体一条棱边的分割点在球面投影的坐标值S_i(S_ix，S_iy，S_iz)，i=1，2，…N-1。

$\left\{\begin{array}{c}{S}_{\mathrm{ix}}=P_{\mathrm{ix}}\&CenterDot;\frac{1}{\sqrt{P_{\mathrm{ix}}^2+P_{\mathrm{iy}}^2+P_{\mathrm{iz}}^2}}\\ S_{\mathrm{iy}}=P_{\mathrm{iy}}\&CenterDot;\frac{1}{\sqrt{P_{\mathrm{ix}}^2+P_{\mathrm{iy}}^2+P_{\mathrm{iz}}^2}}\\ S_{\mathrm{iz}}=P_{\mathrm{iz}}\&CenterDot;\frac{1}{\sqrt{P_{\mathrm{ix}}^2+P_{\mathrm{iy}}^2+P_{\mathrm{iz}}^2}}\end{array}\right.(i=\mathrm{1,2},\&CenterDot;\&CenterDot;\&CenterDot;N-1)...\left(6\right)$

依据上述方法可以得到正二十面体所有棱边分割点在球面投影的坐标值。

b)面内分割点的球面投影坐标

已知正二十面体各棱边的分割点坐标以及面内的分割份数，按照a)中所述的步骤，依次求解定比分点坐标、过球心和分割点的直线、以及直线与球面的交点坐标，即可得到正二十面体所有面内分割点在球面的投影坐标值。

由此得到各等分区域交点在单位球面的投影坐标值集合，该集合即为在天球上近似均匀分布的视轴坐标集合。

S15、选取在全天球近似均匀分布的候选导航星。首先在单位球面上，以VisAxArr集合中的任一视轴vaxis(i)为中心、半径η画球面圆，η的值由视场大小决定；然后将星表star_dataVD中的恒星在各个球面圆内投影；最后对各恒星按照一定的规则进行筛选，去除重复数据，将符合规则的恒星构成候选导航星数据集合GStar_Cadata，集合中候选导航星的数量Ngstar≈NIgstar。

筛选恒星的规则例如：

设恒星的仪器星等为M_I，球面圆中保留的恒星数为一般取5、6，可根据仿真后的恒星数量和分布调整值，选取其中性能最优一组。

(1)满足M_I∈(-2，5］的恒星均为候选导航星。

(2)满足M_I∈(5，6］的恒星按M_I值升序排列，若以视轴为中心的球面圆内实际投影的恒星总数则取前颗恒星作为候选导航星，若随机视场内实际投影的恒星数量则取前颗恒星作为候选导航星。

(3)满足M_I∈(6，7］的恒星，计算球面圆内所有颗恒星与其他恒星间的角距和，并按降序排列，若随机视场内实际投影的恒星数量则取前颗恒星作为候选导航星；若随机视场内实际投影的恒星数量则取中间颗恒星作为候选导航星。

S16、对候选导航星作进一步的分析和修正。对候选集合GStar_Cadata在全天球随机视场内的分布重新做统计，对于视场内恒星数量≤4的区域，从星表star_dataVD中选择能量排序靠前的恒星，手动添加到候选导航星集合中，直至该视场内的恒星数＞4。由此得到一组覆盖全天球的、均匀分布的、冗余度相对较小的导航星数据集合GStar_data。

步骤S2、选取导航三角形，选取方法包括下列步骤：

S21、定义三角形的构建条件

首先，定义导航三角形边长的上下限，一方面，为保证导航三角形在匹配阈值范围内的正确识别，三角形的边长应不小于星点位置测量误差ε_s的100倍；另一方面，三角形的边长不应超过视场的边界；此外，三角形的最长边和最短边之间相差不宜超过10倍，否则易受星点定位精度的影响，基于此，定义导航三角形边长上下限［disH，disL］。

其次，在生成三角形的过程中需去除任意两边边长相近的三角形。任意两边过于相近的三角形在匹配时无法判断星点的顺序和边长顺序，应予以剔除。三角形三边之间的差值应满足如下公式：

|a-b|＞γ，|b-c|＞γ，|a-c|＞γ……………………………(7)

γ的值由星点定位误差和视场大小决定。

然后，定义三角形的方位。定义球面三角形的质心(一阶矩矢量)即为三角形的方位，这样三角形在天球上的位置可唯一的表示为(x₀，y₀)，分别对应赤经值和赤纬值(均为弧度)。若某一三角形的方位在某一视场中，那么三角形中至少有一颗星也在该视场内，可以根据所有投影在视场范围内的三角形方位迅速获得导航星的最小集合，由此可加快星图识别的搜索效率。

$x_0=\frac{1}{3}\underset{i=1}{\overset{3}{\mathrm{\&Sigma;}}}{x}_i,y_0=\frac{1}{3}\underset{i=1}{\overset{3}{\mathrm{\&Sigma;}}}{y}_i...\left(8\right)$

最后，定义三角形的符号星等。一般而言，亮星在成像时的信噪比高于暗星，可以获得更为准确的星点位置，因此定义球面三角形三个顶点处恒星星等的平均值作为该三角形的符号星等M_L，M_L值越小，三角形的信噪比相对越高。

S22、生成在全天球近似均匀分布的候选导航三角形。首先在单位球面上，以VisAxArr集合中的任一视轴vaxis(i)为中心、半径η画球面圆，η的值由视场大小决定；然后遍历导航星表GStar_data，根据导航星的方向矢量坐标，找出落在各个球面圆内的星；最后在每个球面圆内对任意三颗星按照步骤S21中的定义生成三角形，并对各三角形按照一定规则进行筛选，去除重复数据，将符合规则的三角形构成候选导航三角形数据集合GTri_Cadata。

已知各球面圆内投影的导航星，将导航星按照仪器星等做升序排列，导航三角形的生成和选取规则如下：

上述伪代码生成了与视场内导航星数量相同的候选导航三角形。从导航星的被选次数来看，上述方法可以保证视场内的每颗导航星均有机会被选取，而能量排序处于中间部分的导航星的被选次数相对能量最高和最低恒星的使用次数较多，且当三角形的符号星等小于mlim时，保留该三角形，以此保证全天亮星的使用次数，mlim通常取［5.O，5.5］。

三角形数据包括三颗导航星的恒星编号(恒星在导航星表中的行数)、三边边长(弧度)。数据的精度应与识别算法、定姿精度相适应。

S23、对候选导航三角形作进一步的分析和修正。

对候选集合GTri_Cadata在全天球随机视场内的分布重新做统计，对于视场内三角形数量≤2的区域，在该区域内利用导航星构造三角形，并按符号星等排序，选取能量排序靠前的三角形，手动添加到候选导航星集合中，直至该视场内的三角形数＞2。由此得到一组覆盖全天球的、均匀分布的、冗余度相对较小的导航三角形数据集合GTri_data。

S3、根据步骤S1与步骤S2选取的导航星和导航三角形构建导航数据库。导航数据库中应包含如下数据表格：

(1)导航星表GStar_data：按照步骤S1所述方法生成，表中数据内容及精度在步骤S1中有说明。数据排列顺序可按照星号排列，或按赤经、赤纬值大小排列。

(2)导航三角形表GTri_data：按照步骤S2所述方法生成，表中数据内容及精度在步骤S2中有说明。数据排列顺序可按照边长大小排列，或按三角形方位大小排列。导航星表和导航三角形表之间的关联通过恒星在星表中的行号进行索引。

(3)总索引文件：相当于导航数据库的索引文件，内容包含导航星表文件名、导航三角形文件名、导航星总数、导航三角形总数等。

上述各文件均采用二进制格式写入，以节省空间。

由以上实施例可以看出，本发明与现有技术相比：

(1)步骤S1、S2中所述方法在获得单位球面均匀分布的视轴基础上，选取得到了同样具有均匀分布特点的导航星和导航三角形集合，有效解决了因探测星等高而带来的恒星分布在两极密、赤道疏的情况，避免了数据的大量冗余，且导航星和导航三角形的数量得到了有效的控制。

(2)可以通过设置导航星和导航三角形的选取规则，一方面充分利用亮星信息，另一方面使视场内的每一颗星均有被选取的机会，以解决小视场中亮星少、暗星多、ICCD成像能量不稳定的问题。

(3)通过调整单位球面分割的密度，以及改变导航星、导航三角形的选取规则，可以获得所需的导航星和导航三角形的数量和分布，具有较强的通用性和适应性。

(4)在导航星和导航三角形选取的过程中，手动调整环节的设置可以尽可能避免空洞区域的出现，保证了星图识别算法的识别率。

以下给出对本发明的上述方法进行仿真试验及性能评估得出的数据。

采用Hipparcos星表作为参考恒星数据源，设星敏感器视场为5.86°×5.86°矩形视场，极限探测星等7.0Vmag，单位球内接正二十面体棱边等分数N＝28，共生成7457颗导航星。

导航星在全天球随机视场(共16292个随机视场)内的分布密度如表2所示：

表2导航星在全天球随机视场内的分布

从表2数据可以看出，利用本文所述的导航星选取方法对参考星表进行筛选，不仅大大减少了导航星的总数(从15819个下降到7607个)，而且保留了绝大部分亮星数据，降低了视场内恒星数的最大值，保证了星图识别所需的恒星数量和分布。

比较参考星表和导航星表中邻近星对间的角距大小，如表3所示：

表3参考星表与导航星表中邻近星对间的角距分布

从表3数据可以看出，筛选后的导航星分布更加均匀，避免了过多恒星的密集区域，有利于降低匹配模式的相似性，减少误匹配的概率。

由上述导航星共生成导航三角形52924个，其分布如表4所示：

表4导航三角形在天球上的分布

从表4数据可以看出，导航三角形的数量较晒选前大为减少，分布也较均匀，多集中在13～25个左右，可以满足星图识别算法的要求。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.一种适用于高背景星图识别用的导航数据库构建方法，其特征在于，包括以下步骤：

S1、选取导航星；

S2、选取导航三角形；

S3、根据所选取的导航星和导航三角形生成导航数据库；

其中，步骤S1的选取方法包括下列步骤：

S11、选择能够覆盖全天球的恒星星表star_data0，并将所述恒星星表中的星等经过仪器星等修正，将其中的恒星的位置经过历元转换和大气修正后，由此得到所述恒星星表star_data0；

S12、根据星敏感器探测极限和星图识别方法的要求设置星等阈值，保留所述恒星星表star_data0中星等小于或等于所述星等阈值的恒星数据，由此得到恒星星表star_dataV；

S13、去除所述恒星星表star_dataV中的变星和双星中的暗星，由此得到恒星星表star_dataVD；

S14、生成在单位球面上均匀分布的视轴位置，得到视轴集合VisAxArr{vaxis(i)，i＝0，...Nva｝，Nva为正整数；

S15、按如下方式选取候选导航星：首先在单位球面上，以集合VisAxArr中的任一视轴vaxis(i)为中心、半径η画球面圆，η的值由全天球随机视场大小决定；然后将所述恒星星表star_dataVD中的恒星在各个球面圆内投影；最后对所述恒星星表star_dataVD中的恒星按照预设规则进行筛选，去除重复数据，将筛选后剩下的恒星构成候选导航星数据集合GStar_Cadata；

S16、对所述候选导航星数据集合GStar_Cadata在全天球随机视场内的分布重新做统计，对于全天球随机视场内恒星数量≤4的区域，从所述恒星星表star_dataVD中选择能量排序靠前预设数量的恒星，手动添加到所述候选导航星数据集合GStar_Cadata中，直至全天球随机视场内的恒星数＞4，由此得到导航星数据集合GStar_data；

步骤S2的选取方法包括下列步骤：

S21、定义导航三角形的构建条件：

S22、按如下方式生成候选导航三角形：首先在单位球面上，以集合VisAxArr中的任一视轴vaxis(i)为中心、半径η画球面圆，η的值由全天球随机视场大小决定；然后遍历所述导航星数据集合GStar_data，根据导航星的方向矢量坐标，找出落在各个球面圆内的星；最后在每个球面圆内对任意三颗星按照步骤S21中的定义生成导航三角形，并对生成的导航三角形按照一定规则进行筛选，去除重复数据，将筛选后剩下的导航三角形构成候选导航三角形数据集合GTri_Cadata；

S23、对集合GTri_Cadata在全天球随机视场内的分布重新做统计，在全天球随机视场内三角形数量≤2的区域内利用导航星构造三角形，并按符号星等排序，选取能量排序靠前预设数量的三角形，手动添加到候选集合GTri_Cadata中，直至全天球随机视场内的三角形数＞2，由此得到导航三角形数据集合GTri_data。

2.如权利要求1所述的导航数据库构建方法，其特征在于，步骤S21中按照如下方式定义导航三角形的构建条件：

首先，定义导航三角形边长的上下限；

其次，去除任意两边边长之差均小于预设阈值的导航三角形；

第三，定义导航三角形的方位；

第四，定义导航三角形的符号星等。

3.如权利要求2所述的导航数据库构建方法，其特征在于，定义所述导航三角形的边长不小于星点位置测量误差εs的100倍，且不超过全天球随机视场的边界，最长边和最短边之间相差不超过10倍。

4.如权利要求2所述的导航数据库构建方法，其特征在于，所述预设阈值由星点定位误差和视场大小决定。

5.如权利要求2所述的导航数据库构建方法，其特征在于，定义导航三角形的方位为导航三角形的质心。

6.如权利要求1所述的导航数据库构建方法，其特征在于，步骤S3中生成所述导航数据库时，所述导航星数据集合GStar_data中的数据按照星号、赤经、或赤纬值大小排列。

7.如权利要求1～6中任一项所述的导航数据库构建方法，其特征在于，所述导航三角形数据集合GTri_data中的数据按照边长大小，或三角形方位大小排列。