[发明专利]基于星密集度的星图仿真器导航星优选方法

说明书

技术领域

本发明属于定位导航与控制技术领域，特别是自主式导航星敏感器领域。

背景技术

自主式导航星敏感器是目前星敏感器研究的热点。在自主式星敏感器的研制过程中，用于测试星敏性能的星图仿真器的性能至关重要，其性能的高低直接影响自主星敏的好坏。而选择导航星是星图仿真的重要步骤，是有效进行星图识别的前提，主要是为了实现导航星的均匀分布以及降低导航星星库的冗余度。传统的星图仿真器导航星优选方法，在视场角较大时，导航星冗余度也较大。

目前，主要有两类方法可用来实现优选导航星：

第一类方法：这类方法主要以实现导航星在全天球的均匀分布为目标。很多优选导航星的方法都是在此基础上产生的。正交网格法将单位天球投影到平面上，再正交分割投影平面，即将天球分成很多等面积的天区，在各天区中分别选取一颗恒星作为导航星。由于天区的实际长宽比会随着纬度不断变化，故导航星分布密度并不均匀。为了克服此类方法的缺陷，球面分块法、固定斜度螺旋线等方法产生了。此类方法可实现均分天球，而且每个天区长宽比与其所处天球位置关系不大，所以得到的导航星分布也更均匀。另外，还有基于玻尔兹曼熵的优选方法，该方法从选定的两颗导航星出发，再逐个选取其他导航星，使已选导航星总体的玻尔兹曼熵达到最小，该方法可以实现有效删除冗余星，使得导航星在全天球均匀分布的目的。

第二类方法：此类方法从局部天球上导航星的均匀分布出发，以局部的均匀分布实现在全天球的均匀分布。Texas A&M大学在此基础上，提出了自组织导航星选取方法。该方法建立在任意光轴指向的视场内导航星数目充足的前提下，根据恒星之间的位置关系，逐个挑选导航星，从而实现导 航星在局部和全天球上的分布都比较均匀。回归选取方法根据视场范围内可观测得到的恒星数目，基于支持向量机的方法，生成动态的星等阈值，依据此星等阈值筛选不同天区视场范围内的观测星进而获得导航星，该方法可以实现导航星的均匀分布。另外，还有星等加权方法，该方法按照星等给每颗恒星赋予不同权值，低星等的权值高，而高星等的权值低，根据权值来选取导航星，方法也优于正交网格法。

上面的方法中，第一类方法对于星敏感器的视场范围和各天区视场内导航星的数目，考虑不足。虽然可以在一定程度上实现导航星的均匀分布，但当视场范围很大时，仍然会存在冗余的导航星；第二类方法，相比而言，弥补了第一类方法的不足，能实现导航星均匀分布，但是标准差比较大，结果不够精确。

另外，苏州大学的吴峰博士在他2012年的学位论文《自主导航星敏感器关键技术的研究》(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)中，提出了MIPS(Multi-scale image plane segmentation)，即多尺度像平面分割导航星优选方法。运用该方法所选取的导航星在全天球和局部天球上的分布都很均匀。该方法的基本思想是：将该天区看成平面区域，如果任意光轴指向的视场内导航星的星像在像面上都均匀分布，那么这些导航星在天球上也就近似均匀分布。正是基于这一思想，MIPS方法把导航星在整个天球上的分布问题转化为恒星星象在像平面上的分布问题。该方法经过其仿真表明，它能有效减少高密度天区的星数，而对低密度天区的星数影响甚微。同时，运用该方法所得到的导航星星库标准偏差最小，分布最均匀，优于现有的一些方法，如自组织方法、回归方法、星等加权方法等，但是方法处理相对比较复杂。

发明内容

本发明要解决的问题是提供一种基于星密集度的星图仿真器导航星优选方法(ITSI导航星优选方法)，该方法比较简单，但是得到的导航星星库标准偏差较小，分布较均匀，兼顾了效率和效果。

本发明公开的一种基于星密集度的星图仿真器导航星优选方法，包括以下步骤：

1)文件读取、选取数据域以及数据域数据整合：处理SAO星表(The Smithsonian Astrophysical Observatory Star Catalog史密松天体物理台星表)，经过数据筛选、单位转换等相关计算处理，得到所需构建星库的数据，得到历元时刻(J2000.0)下的平位置坐标，以赤经赤纬的形式表示为：(α₀，δ₀)；

2)将SAO星表所提供的历元时刻的恒星位置数据分别进行自行、岁差和章动修正；

3)观测星提取：将经过步骤1)和2)处理后的星表数据，即更新了恒星位置坐标后的星表数据，根据光轴指向进行观测星提取，实现按照视场范围来读取和显示，对处理后的星表数据进行进一步星过滤处理；