四边形全天自主星图识别算法

第21卷　第2期宇　航　学　报V ol.21N o.2 2000年4月JOURNAL OF ASTRON AUTICS A pr.2000四边形全天自主星图识别算法

林　涛

(中科院声学所14室・北京・100080)

周建林　张钧萍　贾晓光　钱国蕙

(哈尔滨工业大学航天电子与光电工程系・哈尔滨・150001)

摘　要　讨论了一种新的无须任何先验知识的星图识别算法。该算法将四边形星图模式分解为两个具有公共边的三角形模式,使用三角形模式的特征,在保证算法计算量和星载星表的存储容量的前提下,使算法的识别成功率得以星著提高。M onte Carlo实验表明,在星等误差

0.5星等(3R),位置误差10角秒(1R)时,该算法的识别成功率接近100%。

主题词　星图识别　导航星座数据库　模式匹配

ALL-SKY AUTOMATED QUATERNARY

STAR PATTERN RECOGNITION

Lin Tao

(Fourteenth Divis ion of Th e Institute of Acou stics・Beijing・100080)

Zho u Jianlin　Zhang Junping　Jia Xiaoguang　Qian Guohui

(Dept.of Space Electronics&Opto-Electronic Engineering,

Harbin Institute of T echnology・Harbin・150001)

Abstract　A new star patt ern recog nition alg or ithm w ithout any a-pr io ry at titude kno w ledge is described.T he alg or ithm divides a star patt ern,w hich co nsists o f four st ars into tw o triangles w it h a co mmon side.U sing the features of t ria ng ular pa ttern,the success r ate o f the star pat tern r ecog nitio n scheme incr eases o bvio usly,w hile the reco gnition time and the stor ag e ca pacit y o f r ecog nitio n pro cessing keep almost unchang ed.M o nte Car lo ex periment demo nst rat es t hat,while the mag nitude uncer taint y is0.5(3R)and the position uncer tainty is 10arcsec(1R),the success rat e ver y clo se to100%.

Key words　Sta r patter n recog nition　Database of g uide pat tern　P atter n ma tching 收稿日期:1998年8月10日,修回日期:1999年10月29日

1　引言

以星敏感器和陀螺仪作为敏感元件构成的空间飞行器姿控与导航系统可以提供精确到几个角秒的飞行姿态。作为该系统的核心,全天自主星图识别算法主要完成在没有任何先验知识时飞行器姿态的初始捕获与跟踪。在此,本文在三角形匹配算法的基础上,提出了一种四边形匹配算法。该算法将一个四边形星图模式分解为两个具有公共边的三角形模式,仍使用三角形模式的特征,在保证算法的计算量和星载星表的存储容量与传统的三角形匹配算法相当的情况下,使算法的识别成功率得以显著提高。为了验证算法的性能,本文最后将使用Mo nte Carlo 实验方法对不同位置和星等误差条件下算法的识别成功率进行测试,并对该算法与传统三角形匹配方法等进行比较。

2　导航星座数据库的构造

对于采用恒星的星等及星对间角距作为特征的识别过程而言,当满足如下关系时,称一个观测模式与一个导航模式匹配[1]:(1)每个观测星对的测量角距与相应的导航星对角距在角距判决门限范围内匹配;(2)每颗观测星的星等与相应的导航星星等在星等判决门限范围内匹配。这些参与匹配的星等与角距数的总和称为该模式的特征维数。显然,一个由n 颗星构成的星图模式,其特征维数为:

V =C 2n +n =n ×(n -1)2+n (1)

该数值反映了星图模式在匹配过程中所需满足约束条件的维数。阚道宏等人[2]曾对星图模式的特征维数与岐义匹配率之间的关系作过统计,结果表明:歧义匹配率随着星图模式特征维数的增加而降低。由此可见,增加构成星图模式的恒星数量是提高算法识别成功率,桷保系统可靠性的一条有效途径。为了克服高维数星图模式所带来的内部星表存储上的困难,本文仍然选取三角形模式作为基本识别单元,并在导航星座数据库的构造上,对识别基元内各成员和识别基元间的排列顺序进行了调整。在识别基元(记为GT )内,令每个导航三角形包含以下几个分量:(1)每颗星的星等M i (称M 1为导航主星);(2)任意两颗星之间的角距J ij (其中J 12和J 13分别称为第一角距为第二角距);(3)每颗星在导航星表中的偏移量S i 。另一方面,在各识别基元之间,按照导航主星等从小到大,对于同一个M 1,则按J 12从小到大的顺序排列,从而保证由具有相同的M 1和J 12的识别基元构成一个以J 12为公共角距的四边形。

需要指出的是,由两个识别基元并不能完整的反映一个匹配四边形的全部识别特征,缺少了由非公共边端点(即M 3)所对应的星)所构成的角距特征。为此,本文在该数据库中引入了位置偏移量S i 这一概念。该偏移量的值表明了其所对应的导航星在内部星表中的位置,利用该值获得非公共边端点所对应导航星的方位矢量,并由下式计算出这些星对之间的角距。

d =arccos(x 1x 2+y 1y 2+z 1z 2(2)

式中x i ,y i ,z i 为导航星在天体坐标系中的方位矢量。该角距与由识别基元本身提供的识别特征结合在一起,构成了完整的四边形星图模式。

83第2期林涛等:四边形全天自主星图识别算法