[发明专利]基于径向特征和多星间角距的星图识别方法

说明书

基于径向特征和多星间角距的星图识别方法，涉及天文导航中的星图识别领域，解决现有星图识别算法一次识别星数较少，识别速度和鲁棒性难以兼得等问题，本发明通过制作导航星表，根据每个导航星与周围近邻星的位置分布特征，构建径向识别特征库和多星间位置关系库；多星间位置关系库用于存储每颗导航星周围近邻星的星号和径向环号；然后进行初始识别和精确识别。本发明在利用径向特征库匹配的过程中，设置了角距误差容限，并为每个环号设置了权值，对星点位置噪声具有较强的鲁棒性。本发明初始识别后进行了精确识别，利用了主星周围近邻星，对假星噪声和缺失星均有较强的鲁棒性本发明实现了一次识别多颗恒星，提高了初始姿态解算精度。

技术领域

本发明涉及天文导航中的星图识别领域，具体涉及一种基于径向特征和多星间角距的星图识别方法。

背景技术

近年来，随着航天任务的多样化和复杂化，机动卫星、空间武器等一系列新型航天器开始具备越来越强的机动能力，对姿态测量系统的动态性能和精度要求也相应提高。星敏感器是一种高精度的姿态测量仪器，在各类高级航天任务中发挥着不可替代的重要作用。星图识别为星敏感器获得初始姿态信息。如何快速准确地进行星图识别一直是提升星敏感器性能的关键因素。

现有星图识别方法主要可以分为子图同构类方法和模式识别方法。子图同构类方法如金子塔算法，需要利用四颗星点构建四边形，匹配每两颗星之间的角距，存储数据容量较大检索较慢，但不容易误匹配，识别准确度相对较高。模式类算法是通过对主星周围星点的相对位置关系构建模式进行识别，存储数据容量较小检索较快，但容易受到外界噪声干扰，如栅格算法需要寻找准确的近邻星，径向环向算法在星点位置偏差较大时易产生误匹配。因此，本领域的技术人员致力于开发一种能够一次识别多颗星点的快速星图识别算法，兼顾子图同构类算法的准确度和模式识别方法的速度，为星敏感器提供更快更准确的初始姿态。

发明内容

本发明为解决现有星图识别算法一次识别星数较少，识别速度和鲁棒性难以兼得等问题，提供了一种基于径向特征和多星间角距的星图识别方法。

基于径向特征和多星间角距的星图识别方法，该方法由以下步骤实现：

步骤一、在原始星表中选定若干颗星作为导航星，制作导航星表，记录每颗导航星的星号、赤经、赤纬和空间方向矢量信息；

步骤二、根据每个导航星与其周围近邻星的位置分布特征，构建径向识别特征库和多星间位置关系库；所述多星间位置关系库用于存储每颗导航星周围近邻星的星号和径向环号；

步骤三、选取星图中靠近视场中心的恒星作为主星，根据主星所在模式半径内的伴星位置构建径向识别模式；

步骤四、初始识别；利用径向识别模式检索并匹配所述径向识别特征库，计算每个导航星匹配的权值并按大小进行排序，完成初始识别；

步骤五、精确识别；

按权值大小依次检索导航星的多星间位置关系库，直到能够匹配识别三颗以上的近邻星，完成精确识别_。

本发明的有益的效果：

1)本发明在构建径向特征库时，采用了等面积圆环划分的方法，减少了数据库存储容量，提高了匹配效率。

2)本发明在利用径向特征库匹配的过程中，设置了角距误差容限，并为每个环号设置了权值，对星点位置噪声具有较强的鲁棒性。

3)本发明初始识别后进行了精确识别，利用了主星周围近邻星，对假星噪声和缺失星均有较强的鲁棒性。

4)本发明实现了一次识别多颗恒星，提高了初始姿态解算精度。

附图说明