CN110715656A - 一种基于降维星表的自主星图识别方法 - Google Patents
一种基于降维星表的自主星图识别方法 Download PDFInfo
- Publication number
- CN110715656A CN110715656A CN201911058244.4A CN201911058244A CN110715656A CN 110715656 A CN110715656 A CN 110715656A CN 201911058244 A CN201911058244 A CN 201911058244A CN 110715656 A CN110715656 A CN 110715656A
- Authority
- CN
- China
- Prior art keywords
- star
- navigation
- observation
- stars
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
- G01C21/025—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means with the use of startrackers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/24—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Navigation (AREA)
Abstract
一种基于降维星表的自主星图识别方法,通过建立观测星特征向量,建立星表匹配星表,将观测星o的特征向量与导航星特征向量一一进行比较,特征向量中的元素匹配成功的数量最多且大于一定的门限的导航星特征即作为成功的匹配。若匹配失败,则选取距离观测星o次近邻星为星间几何角度计算基准,重新获得观测星的特征向量,再与星表中的特征向量匹配。
Description
技术领域
本发明属于天文导航技术领域,具体为基于降维星表的自主星图识别方法。
背景技术
星敏感器是一种高精度天文导航设备,具有定姿精度高,自主性强,可靠性高等优点,在航空航天飞行器上得到了广泛的应用。自主星图识别是星敏感器实现自主定姿的关键技术,自星敏感器出现之后,自主星图识别方法得到了不断的研究。
自主星图识别是利用星敏感器拍摄的恒星信息,在全天区星表中识别出恒星,确定恒星在惯性系的位置。因此不需要任何姿态信息,就可以完成识别。比较经典的星图识别算法有三角形识别方法、匹配组算法、网格算法,金字塔算法等。以上方法,在一定时期内分别得到了研究应用,但是结合当前应用需求,还需要探索性能更好的星图识别方法。
实际在线应用时,希望识别出的星多,有利于提高精度和可信度;识别率高,有利于实现连续星光定姿;计算速度快,有利于提高星光的更新频率;星表容量小,可以减小信息处理机的成本。
总之,目前现有的自主星图识别算法存在的主要问题有三个:①当测量噪声变化时,鲁棒性差;②导航星库所占的存储空间大;③计算复杂,运算时间较长。
发明内容
针对以上需求,本发明提出的“基于降维星表的自主星图识别方法”,可以方便灵活的识别出星敏感器视场内的星,识别率高,速度快,星表容量小。
本发明通过以下技术方案实现的:
1.建立观测星特征向量
选取距离视场中心最近的观测星o,及距离观测星o最近的邻星a。计算其他观测星到观测星o的距离,以观测星oa为起始边,计算以星o为顶点,其他观测星到星o的连线与oa之间的几何角度(按同一个旋转方向)。获得各个观测星距离观测星o的角距离及距离oa的几何角度,形成一组向量(l1,θ1),(l2,θ2),…(ln,θn)。计算(l1,θ1),(l2,θ2),…(ln,θn)在l=θ上的投影距离d1,d2,…dn。
θ1为例,计算方法如下,:
并且,
其中(x0,y0),(x1,y1)分别为星o,b的星点坐标。
(l1,θ1)在l=θ上的投影距离d1的计算方法为
2.建立星表
(1)主星表
①导航星选取:
选择满足一定星等条件的导航星组成导航星集合,导航星的星等范围应该包含星敏感器能测量到的(或经过筛选之后的)星等范围。
②双星删除:计算导航星集合中任意两颗恒星之间的角距,对于距离小于一定距离门限ξ(与观测星双星删除的门限值相同)的两颗导航星,去掉星等高的一颗,剩余的导航星组成一个集合,作为主星表。
③主星表的数据结构
主星表由每一颗导航星在主星表中的编号、每一颗导航星的赤经、赤纬和星等组成,其中导航星在主星表中的编号按导航星赤经递增顺序编排。
(2)匹配星表
假设星敏感器光轴指向依次取遍主星表中的导航星,计算光轴指向每一颗导航星条件下的模式,即每一颗导航星的模式。该过程可以分三步实现。对任意一颗导航星oi,首先计算光轴指向它时的视场范围内的导航星,然后计算oi的特征向量。
将观测星o的特征向量与导航星特征向量一一进行比较,特征向量中的元素匹配成功的数量最多且大于一定的门限的导航星特征即作为成功的匹配。若匹配失败,则选取距离观测星o次近邻星为星间几何角度计算基准,重新获得观测星的特征向量,再与星表中的特征向量匹配。
本发明提出的“基于降维星表的自主星图识别方法”,提高了星图识别率,同时降低了星表容量。
本方法利用星角距,星几何角度信息构建星模式,且采用降维方法,降低了星表的容量。
附图说明
图1为星间几何角度示意图;
图2为星特征向量降维处理方法。
具体实施方式
1.建立观测星特征向量
选取距离视场中心最近的观测星o,及距离观测星o最近的邻星a。计算其他观测星到观测星o的距离,以观测星oa为起始边,计算以星o为顶点,其他观测星与oa之间的几何角度(按同一个旋转方向)。获得各个观测星距离观测星o的角距离及距离oa的角度,形成一组向量(l1,θ1),(l2,θ2),…(ln,θn)。计算(l1,θ1),(l2,θ2),…(ln,θn)在l=θ上的投影距离d1,d2,…dn。
以星角距l1及θ1为例,计算方法如下:
并且,
(l1,θ1)在l=θ上的投影距离d1的计算方法为
2.建立星表
(1)主星表
①导航星选取:
选择满足一定星等条件的导航星组成导航星集合,导航星的星等范围应该包含星敏感器能测量到的(或经过筛选之后的)星等范围。
②双星删除:计算导航星集合中任意两颗恒星之间的角距,对于距离小于一定距离门限ξ(与观测星双星删除的门限值相同)的两颗导航星,去掉星等高的一颗,剩余的导航星组成一个集合,作为主星表。
③主星表的数据结构
主星表由每一颗导航星在主星表中的编号、每一颗导航星的赤经、赤纬和星等组成,其中导航星在主星表中的编号按导航星赤经递增顺序编排。
(2)匹配星表
假设星敏感器光轴指向依次取遍主星表中的导航星,计算光轴指向每一颗导航星条件下的模式,即每一颗导航星的模式。该过程可以分三步实现。对任意一颗导航星oi,首先计算光轴指向它时的视场范围内的导航星,然后计算oi的特征向量。
下面以计算任一颗导航星oi模式的计算为例,详细阐述该过程。
①.计算星敏感器光轴指向该导航星oi时星敏感器视场范围内的导航星集合:
I.确定光轴指向
光轴指向即为导航星oi的赤经和赤纬;其中赤经(αi,αi∈[0° 360°]),赤纬(βi,βi∈[-90°,90°])。
II.计算赤经跨度范围
其中:bs=2sin(FOVx/2);hs=2sin(FOVy/2)*sin(βi);
FOVx,FOVy为视场大小。
III.在主星表中搜索视场内的导航星
视场内的导航星赤经和赤纬(α,β)需满足如下条件,并保存成为集合Nsubi。
②.利用集合Nsubi构建导航星oi的特征向量
计算方法与观测星特征向量计算方法类似。选择距离星oi最近的邻星a。计算其他观测星到星oi的距离,以oiai为起始边,计算以星oi为顶点,其他星与oiai之间的几何角度(按同一个旋转方向)。获得各个观测星距离星oi的角距离及距离oiai的角度,形成一组向量(l1,θ1),(l2,θ2),…(ln,θn)。然后计算(l1,θ1),(l2,θ2),…(ln,θn)在l=θ上的投影距离d1,d2,…dn,构成星Ni的特征向量。利用该方法,获得所有导航星的特征向量,并按特征元素递增顺序排列特征向量,从而构成导航星特征星表。
将观测星o的特征向量与导航星特征向量一一进行比较,特征向量中的元素匹配成功的数量最多且大于一定的门限的导航星特征即作为成功的匹配。若匹配失败,则选取距离观测星o次近邻星为星间几何角度计算基准,重新获得观测星的特征向量,再与星表中的特征向量匹配。
Claims (8)
1.一种基于降维星表的自主星图识别方法,其特征在于,包括以下步骤:
1)建立观测星特征向量,选取距离视场中心最近的观测星o,获得各个观测星距离观测星o的角距离及距离oa的几何角度,形成一组向量,计算向量投影距离;
2)导航星选取,选择星敏感器能测量到的星等范围的导航星组成导航星集合;计算导航星集合中任意两颗恒星之间的角距,对于距离小于一定距离门限ξ的两颗导航星,去掉星等高的一颗,剩余的导航星组成一个集合,作为主星表,其中导航星在主星表中的编号按导航星赤经递增顺序编排;
3)匹配星表,对任意一颗导航星oi,首先计算光轴指向它时的视场范围内的导航星,然后计算oi的特征向量;
4)观测星特征向量与导航星特征匹配,将观测星o的特征向量与导航星特征向量一一进行比较,特征向量中的元素匹配成功的数量最多且大于一定的门限的导航星特征即作为成功的匹配,特征向量中的元素匹配根据具体的门限值根据星敏感器的测量精度,星表的星等范围结合试验确定。
2.根据权利要求1所述的识别方法,其特征在于,所述步骤1)具体步骤为:选取距离视场中心最近的观测星o,及距离观测星o最近的邻星a,计算其他观测星到观测星o的距离,以观测星oa为起始边,计算以星o为顶点,其他观测星按同一个旋转方向与oa之间的几何角度,获得各个观测星距离观测星o的角距离及距离oa的角度,形成一组向量,计算向量投影距离。
4.根据权利要求1所述的识别方法,其特征在于,所述步骤3)具体步骤为:
1)确定光轴指向,光轴指向为导航星oi的赤经和赤纬,其中赤经(αi,αi∈[0°360°]),赤纬(βi,βi∈[-90°,90°])赤经跨度范围RangeRa;
2)在主星表中搜索视场内的导航星,满足条件的视场内的导航星赤经和赤纬(α,β)保存成为集合Nsubi;
3)利用集合Nsubi构建导航星oi的特征向量,计算向量投影距离。
6.根据权利要求4所述的识别方法,其特征在于,赤经α,赤纬β满足如下条件:
a表示赤经范围,导航星αi为导航星oi的赤经。
7.根据权利要求4所述的识别方法,其特征在于,所述构建导航星oi的特征向量步骤为:选择距离星oi最近的邻星ai,计算其他星到星oi的距离,以oiai为起始边,计算以星oi为顶点,按同一个旋转方向计算其他星到oi的连线与oiai之间的几何角度,获得各个星距离星oi的角距离及与oiai之间的几何角度,形成一组向量(l1,θ1),(l2,θ2),…(ln,θn),然后计算(l1,θ1),(l2,θ2),…(ln,θn)
在l=θ上的投影距离d1,d2,…dn,构成星oi的特征向量。
8.根据权利要求1所述的识别方法,其特征在于,若匹配失败,则选取距离观测星o次近邻星为星间几何角度计算基准,重新获得观测星的特征向量,再与星表中的特征向量匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911058244.4A CN110715656B (zh) | 2019-11-01 | 2019-11-01 | 一种基于降维星表的自主星图识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911058244.4A CN110715656B (zh) | 2019-11-01 | 2019-11-01 | 一种基于降维星表的自主星图识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110715656A true CN110715656A (zh) | 2020-01-21 |
CN110715656B CN110715656B (zh) | 2021-07-09 |
Family
ID=69213666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911058244.4A Active CN110715656B (zh) | 2019-11-01 | 2019-11-01 | 一种基于降维星表的自主星图识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110715656B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112729277A (zh) * | 2020-12-29 | 2021-04-30 | 中国科学院微小卫星创新研究院 | 基于动态夹角匹配的星敏感器星图识别方法 |
CN113074719A (zh) * | 2021-03-24 | 2021-07-06 | 航天科工空间工程发展有限公司 | 一种快速可靠的星图识别方法 |
CN115995047A (zh) * | 2023-02-15 | 2023-04-21 | 自然资源部国土卫星遥感应用中心 | 一种基于星等模板的双视场星敏感器星图识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5124844A (en) * | 1991-05-28 | 1992-06-23 | Wraight Peter D | Method and apparatus for locating celestial objects |
WO2001046648A1 (fr) * | 1999-12-21 | 2001-06-28 | Hidemi Miura | Systeme de navigation dote d'une carte du ciel |
CN105659819B (zh) * | 2007-07-16 | 2011-08-31 | 北京航空航天大学 | 一种神经网络星图识别方法 |
CN103335648A (zh) * | 2013-06-27 | 2013-10-02 | 北京航天自动控制研究所 | 一种自主星图识别方法 |
CN103852079A (zh) * | 2014-03-21 | 2014-06-11 | 哈尔滨商业大学 | 一种基于双星顶点剖分弧度集合模糊匹配的船舶天文导航方法 |
CN104819715A (zh) * | 2015-04-29 | 2015-08-05 | 西安电子科技大学 | 一种基于一维矢量模式的自主星识别方法 |
CN106289240A (zh) * | 2016-08-18 | 2017-01-04 | 中国人民解放军国防科学技术大学 | 一种基于主星的两步匹配星图识别方法 |
-
2019
- 2019-11-01 CN CN201911058244.4A patent/CN110715656B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5124844A (en) * | 1991-05-28 | 1992-06-23 | Wraight Peter D | Method and apparatus for locating celestial objects |
WO2001046648A1 (fr) * | 1999-12-21 | 2001-06-28 | Hidemi Miura | Systeme de navigation dote d'une carte du ciel |
CN105659819B (zh) * | 2007-07-16 | 2011-08-31 | 北京航空航天大学 | 一种神经网络星图识别方法 |
CN103335648A (zh) * | 2013-06-27 | 2013-10-02 | 北京航天自动控制研究所 | 一种自主星图识别方法 |
CN103852079A (zh) * | 2014-03-21 | 2014-06-11 | 哈尔滨商业大学 | 一种基于双星顶点剖分弧度集合模糊匹配的船舶天文导航方法 |
CN104819715A (zh) * | 2015-04-29 | 2015-08-05 | 西安电子科技大学 | 一种基于一维矢量模式的自主星识别方法 |
CN106289240A (zh) * | 2016-08-18 | 2017-01-04 | 中国人民解放军国防科学技术大学 | 一种基于主星的两步匹配星图识别方法 |
Non-Patent Citations (2)
Title |
---|
ROSHANIAN 等: "Star identification based on euclidean distance transform, voronoi tessellation, and k-nearest neighbor classification", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》 * |
王军 等: "基于多特征匹配的快速星图识别", 《光学精密工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112729277A (zh) * | 2020-12-29 | 2021-04-30 | 中国科学院微小卫星创新研究院 | 基于动态夹角匹配的星敏感器星图识别方法 |
CN112729277B (zh) * | 2020-12-29 | 2023-05-26 | 中国科学院微小卫星创新研究院 | 基于动态夹角匹配的星敏感器星图识别方法 |
CN113074719A (zh) * | 2021-03-24 | 2021-07-06 | 航天科工空间工程发展有限公司 | 一种快速可靠的星图识别方法 |
CN115995047A (zh) * | 2023-02-15 | 2023-04-21 | 自然资源部国土卫星遥感应用中心 | 一种基于星等模板的双视场星敏感器星图识别方法 |
CN115995047B (zh) * | 2023-02-15 | 2023-08-15 | 自然资源部国土卫星遥感应用中心 | 一种基于星等模板的双视场星敏感器星图识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110715656B (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110715656B (zh) | 一种基于降维星表的自主星图识别方法 | |
CN107816986B (zh) | 一种星敏感器全天球快速星图识别方法 | |
CN102128623B (zh) | 一种星敏感器快速星图识别方法 | |
Wei et al. | A star identification algorithm based on radial and dynamic cyclic features of star pattern | |
CN114088081B (zh) | 一种基于多段联合优化的用于精确定位的地图构建方法 | |
CN110906924A (zh) | 一种定位初始化方法和装置、定位方法和装置及移动装置 | |
CN111678516B (zh) | 一种基于激光雷达的有界区域快速全局定位方法 | |
CN111998855B (zh) | 光学望远镜共视观测确定空间目标初轨的几何方法及系统 | |
CN113706381A (zh) | 一种三维点云数据的拼接方法及装置 | |
CN113759928B (zh) | 用于复杂大尺度室内场景的移动机器人高精度定位方法 | |
CN114777763A (zh) | 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 | |
CN104833359B (zh) | 一种基于离散马尔科夫特征序列模型的星图模式识别方法 | |
CN108151739B (zh) | 基于矢量匹配算法的重力匹配定位误差抑制方法 | |
CN112729277B (zh) | 基于动态夹角匹配的星敏感器星图识别方法 | |
CN111924142B (zh) | 一种基于序列图像的软着陆高精度避障方法 | |
CN113532431A (zh) | 一种用于电力巡检与作业的视觉惯性slam方法 | |
CN104964684A (zh) | 一种高动态下快速星跟踪方法 | |
CN116659485A (zh) | 一种快速鲁棒的全局星图识别方法 | |
CN103852079A (zh) | 一种基于双星顶点剖分弧度集合模糊匹配的船舶天文导航方法 | |
CN113252039B (zh) | 面向地形辅助导航的粒子群快速匹配方法 | |
CN111024063B (zh) | 一种基于星点重提取的大机动条件下星图识别算法 | |
CN115290100A (zh) | 一种基于姿态信息的分区快速星图识别方法 | |
CN113348765B (zh) | 基于蒙特卡洛法的星敏感器全天识别星库构建方法 | |
Li et al. | Rapid star identification algorithm for fish-eye camera based on PPP/INS assistance | |
CN113074719B (zh) | 一种快速可靠的星图识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |