專利名稱：一種基于三角形特征的星圖識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于航天技術(shù)領(lǐng)域，涉及對(duì)星圖識(shí)別方法的改進(jìn)。
背景技術(shù)：
星敏感器是當(dāng)今航天飛行器中廣泛采用的一種高精度、高可靠性的姿態(tài)測量部件，其工作原理為CCD(或者CMOS)圖像傳感器拍攝當(dāng)前視場范圍內(nèi)的星空圖像，圖像經(jīng)信號(hào)處理，提取星體在觀測視場中的位置(和亮度)信息，并由星圖識(shí)別算法在導(dǎo)航星表中找到觀測星的對(duì)應(yīng)匹配，最后利用這些匹配星對(duì)計(jì)算出星敏感器的三軸姿態(tài)。星圖識(shí)別算法是星敏感器中的一個(gè)核心部分。在現(xiàn)有眾多的星圖識(shí)別算法中，三角形算法是到現(xiàn)今為止用的最為普遍的一種星圖識(shí)別方法，它得到廣泛的研究并有許多實(shí)際的應(yīng)用，如丹麥的Oersted小衛(wèi)星、美國的DIGISTAR I微型星跟蹤器等。三角形是以三顆星所構(gòu)成三角形為識(shí)別特征，如果觀測三角和導(dǎo)航三角能匹配，則必須同時(shí)滿足|d(i,j)-dm12|≤ϵ]]>|d(j,k)-dm23|≤ϵ]]>|d(i,k)-dm13|≤ϵ]]>如圖1所示，dm12，dm23和dm13分別為觀測三角形的三條邊對(duì)應(yīng)的角距，d(i，j)，d(j，k)和d(i，k)分別為導(dǎo)航三角形三條邊對(duì)應(yīng)的角距。Liebe最早對(duì)三角形算法進(jìn)行研究，他將導(dǎo)航星所能構(gòu)成的導(dǎo)航三角形都存儲(chǔ)起來以供搜索匹配。其提出的三角形算法從8000顆導(dǎo)航星中挑選出1000顆星來構(gòu)建導(dǎo)航三角，所需的存儲(chǔ)容量仍需要1MByte，所存儲(chǔ)的導(dǎo)航三角為185000個(gè)。該識(shí)別方法最高能獲得94.6％的識(shí)別率，全天識(shí)別的平均時(shí)間為10s。
由于存儲(chǔ)所有可能的導(dǎo)航三角形，因此傳統(tǒng)的三角形算法一般需要較大的存儲(chǔ)空間，同時(shí)由于過多的導(dǎo)航三角形包含大量的冗余信息，使得算法的識(shí)別時(shí)間比較長，識(shí)別率也不高。Quine和Heide等人在Liebe三角形算法的基礎(chǔ)上分別提出改進(jìn)的三角形算法，其基本思想大致相同，即利用亮度信息為每顆星確定一個(gè)特定的三角形。采用這樣的方法，每顆星只用存儲(chǔ)一個(gè)三角形，從而使得導(dǎo)航三角形數(shù)據(jù)庫的容量大大減少，識(shí)別率和識(shí)別時(shí)間也比傳統(tǒng)的三角形算法有所提高。但是由于這種方法利用精確的亮度信息，需要視星等和儀器星等之間的轉(zhuǎn)換。由于成像系統(tǒng)對(duì)亮度的分辨力往往很有限，使得這些方法在應(yīng)用中受到一定的局限。

發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)直接存儲(chǔ)所有的導(dǎo)航三角形會(huì)帶來存儲(chǔ)容量龐大，冗余匹配多以及Quine和Heide那樣挑選三角形對(duì)亮度信息的要求又相對(duì)苛刻等問題，本發(fā)明對(duì)三角形算法進(jìn)行改進(jìn)，提出一種采用存儲(chǔ)星對(duì)角距的形式來實(shí)現(xiàn)三角形匹配的方法，以大大減少存儲(chǔ)容量，同時(shí)，加快識(shí)別速度。
本發(fā)明的技術(shù)方案是一種基于三角形特征的星圖識(shí)別方法，其特征在于，1.1、構(gòu)造并存儲(chǔ)與角距對(duì)應(yīng)的星對(duì)數(shù)據(jù)庫，掃描篩選導(dǎo)航星表，如果存在兩顆星的角距小于d，則存儲(chǔ)這個(gè)角距及該星對(duì)的序號(hào)，d為視場的對(duì)角距，當(dāng)視場為12°×12°時(shí)，取 存儲(chǔ)所有星對(duì)的角距及該星對(duì)的序號(hào)構(gòu)成與角矩對(duì)應(yīng)的星對(duì)數(shù)據(jù)庫，星對(duì)的存儲(chǔ)按照角距的大小升序排列；1.2、挑選觀測三角形，從觀測星圖中挑選出最亮的6顆星，以其中任意三顆星組成所有可能組成的待選觀測三角形，如果觀測星數(shù)目不足6顆，則利用所有的觀測星組成待選觀測三角形，然后，從待選觀測三角形中挑選一個(gè)觀測三角形，選取觀測三角形的原則為①優(yōu)先選擇最亮的星構(gòu)成的觀測三角形，設(shè)構(gòu)成三角形的三顆星的亮度為M1，M2和M3，亮度以星點(diǎn)的灰度值來衡量，定義M＝M1M2M3，優(yōu)先選擇具有最小M值的三角形；②優(yōu)先選擇角距值較小的觀測三角形，在M值大致相當(dāng)?shù)那闆r下，優(yōu)先選擇角距值較小的三角形，即優(yōu)先選擇在三條邊中最長邊角距值最小的三角形；按照以上原則，將待選觀測三角形進(jìn)行排序，排序靠前的三角形將依次用來識(shí)別，，如果出現(xiàn)識(shí)別正確的結(jié)果，則排在后面的三角形將被略過；否則，按順序依次挑選剩余的三角形進(jìn)行識(shí)別；1.3、三角形的識(shí)別，1.3.1、尋找與觀測三角形的三個(gè)角距匹配的星對(duì)，設(shè)dm12，dm23和dm13為觀測三角形的三條邊即三個(gè)角距，根據(jù)這三個(gè)角距在星對(duì)數(shù)據(jù)庫中分別找到其匹配星對(duì)，設(shè)dm12，dm23和dm13的匹配星對(duì)集合分別為C(dm12)，C(dm23)和C(dm13)，其包含的星對(duì)數(shù)目為n(dm12)，n(dm23)和n(dm13)；1.3.2、進(jìn)行三角形匹配，三角形匹配的定義是尋找三個(gè)星對(duì)p1∈C(dm12),]]>p2∈C(dm23),]]>p3∈C(dm13),]]>且滿足p1，p2和p3首尾相接，即兩兩之間有且僅有一個(gè)共同的星，滿足這樣條件的(p1，p2，p3)構(gòu)成觀測三角的匹配三角形；采用下面的搜索方法來尋找符合條件的(p1，p2，p3)，其具體步驟如下①掃描C(dm12)，把集合中所有星對(duì)所包含的導(dǎo)航星狀態(tài)都置為I，并記下與該集合里每一顆導(dǎo)航星組成星對(duì)的另一顆星的序號(hào)j；②掃描C(dm23)，如果該集合中星對(duì)所包含的導(dǎo)航星的狀態(tài)已被置為I，則將這顆導(dǎo)航星的狀態(tài)標(biāo)記置為II，并記下與之組成星對(duì)的另一顆導(dǎo)航星的序號(hào)k；③掃描C(dm13)，如果(j,k)∈C(dm13),]]>則找到一個(gè)匹配三角形，將與(j，k)組成星對(duì)的另一顆導(dǎo)航星i的狀態(tài)由II變?yōu)镮II，(i，j，k)為與觀測三角形匹配的導(dǎo)航三角形；找出所有的與觀測三角形匹配的導(dǎo)航三角形；1.4、驗(yàn)證，利用找到的與觀測三角形匹配的導(dǎo)航三角形產(chǎn)生一幅稱為參考星圖的模擬星圖，與原始的觀測星圖進(jìn)行比較，如果參考星圖中的星均能在觀測星圖中較小的鄰域半徑內(nèi)找到對(duì)應(yīng)觀測星，即認(rèn)為參考星圖和觀測星圖一致，則識(shí)別正確；否則，用同樣的方法驗(yàn)證其他匹配的導(dǎo)航三角形，如果生成的參考星圖和觀測星圖均不一致，則觀測三角形識(shí)別失?。焕^續(xù)從剩余的觀測三角形中選取排序靠前的三角形來重復(fù)相同的識(shí)別過程，直到識(shí)別正確為止。
本發(fā)明的優(yōu)點(diǎn)是本發(fā)明所提出的改進(jìn)的三角形算法與以往三角形算法相比其優(yōu)點(diǎn)表現(xiàn)在①采用角距匹配的方法來對(duì)觀測三角形進(jìn)行識(shí)別，角距存儲(chǔ)的形式可以節(jié)約很多的存儲(chǔ)空間。
②挑選較亮的星來組成觀測三角形，不需要精確的亮度信息。挑選多個(gè)觀測三角形來識(shí)別，具有較強(qiáng)的容錯(cuò)能力。
③利用狀態(tài)標(biāo)識(shí)來進(jìn)行三角形的識(shí)別，具有很快的搜索識(shí)別的速度。
④引入驗(yàn)證環(huán)節(jié)，不但可以驗(yàn)證識(shí)別的正確性，篩選冗余匹配，而且為觀測星圖中盡可能多的星找到其對(duì)應(yīng)匹配星。驗(yàn)證環(huán)節(jié)還提供粗略的姿態(tài)輸出，對(duì)有初始姿態(tài)的識(shí)別以及跟蹤識(shí)別非常重要。


圖1是一般三角形識(shí)別方法示意圖。
圖2是本發(fā)明三角形識(shí)別過程示意圖。
圖3是天球上分布的導(dǎo)航星和視場內(nèi)的觀測星的對(duì)應(yīng)示意圖。
圖4是本發(fā)明方法的主程序流程圖。
圖5是星點(diǎn)位置噪聲對(duì)識(shí)別的影響。
圖6是星等噪聲對(duì)識(shí)別的影響。
具體實(shí)施例方式
下面對(duì)本發(fā)明做進(jìn)一步詳細(xì)說明。
星對(duì)的生成和存儲(chǔ)。
本發(fā)明采用角距匹配的形式來實(shí)現(xiàn)三角形的匹配，因此必須先構(gòu)造一個(gè)和角距對(duì)應(yīng)的星對(duì)數(shù)據(jù)庫。不考慮視場的限制，理論上N顆導(dǎo)航星可以組成N(N-1)/2個(gè)星對(duì)，要遠(yuǎn)小于可能組成的三角形的數(shù)目N(N-1)(N-2)/6。星對(duì)的生成過程如下掃描篩選后導(dǎo)航星表，如果存在兩顆星的角距小于d，則把這個(gè)角距及兩顆星的序號(hào)(星對(duì))記錄下來。這里，d為視場的對(duì)角距，當(dāng)視場為12°×12°時(shí)取 星對(duì)的存儲(chǔ)按照角距的大小升序排列。為了方便對(duì)星對(duì)角距進(jìn)行匹配搜索，將所有的角距分成很多的區(qū)間段，每個(gè)區(qū)間段所代表的角距間隔為λ，然后進(jìn)行存儲(chǔ)，0.1°≥λ＞0。這樣，計(jì)算出兩顆觀測星的角距就能很快的找到可能與其匹配的導(dǎo)航星星對(duì)。
挑選觀測三角形。
由于亮度比較高的星提供的信息比較可靠，更容易被圖像傳感器捕捉到，因此，本發(fā)明在觀測星圖中優(yōu)先挑選最亮的星組成觀測三角形。與以往三角形算法不同的是，本發(fā)明并不是選取一個(gè)唯一的觀測三角形來進(jìn)行識(shí)別，而是從中選取一組較亮的星，任意組成一個(gè)觀測三角形來識(shí)別。如果該觀測三角形識(shí)別失敗，則再組成另外一個(gè)觀測三角形來進(jìn)行識(shí)別，直到得到正確的識(shí)別為止。因此，這種方法只需要粗略的亮度信息，無須非常精確的亮度信息以對(duì)亮度作嚴(yán)格的比較。通過實(shí)驗(yàn)，從觀測星圖中挑選出最亮的6顆星用以組成觀測三角形。如果觀測星數(shù)目不足6顆，則挑選所有的觀測星。6顆星所能組成的三角形的數(shù)目為C63=20]]>。對(duì)于20個(gè)可能的觀測三角形，選取的原則為①優(yōu)先選擇最亮的星構(gòu)成的觀測三角形。設(shè)構(gòu)成三角形的三顆星的亮度為M1，M2和M3(亮度以星點(diǎn)的灰度值來衡量)，定義M＝M1M2M3，具有最小M值的三角形被優(yōu)先選擇。
②優(yōu)先選擇角距值較小的觀測三角形。角距值越大，星對(duì)數(shù)據(jù)庫相應(yīng)區(qū)間的星對(duì)數(shù)目越多，冗余匹配的可能性也越大。因此，在M值大致相當(dāng)?shù)那闆r下，應(yīng)該優(yōu)先選擇角距值較小的三角形。這里，本發(fā)明采用最長邊最小的原則，即在三條邊中最長邊角距值最小的三角形被優(yōu)先選擇。
按照以上原則，將觀測三角形進(jìn)行排序。排序靠前的三角形將依次用來識(shí)別，如果出現(xiàn)識(shí)別正確的結(jié)果，則排在后面的三角形將被略過。否則，按順序依次挑選剩余的三角形進(jìn)行識(shí)別。
三角形的識(shí)別。
設(shè)dm12，dm23和dm13為觀測三角形的三條邊(角距)，根據(jù)這三個(gè)角距在星對(duì)數(shù)據(jù)庫中分別找到其匹配星對(duì)。設(shè)dm12，dm23和dm13的匹配星對(duì)集合分別為C(dm12)，C(dm23)和C(dm13)，其包含的星對(duì)數(shù)目為n(dm12)，n(dm23)和n(dm13)。三角形匹配的過程實(shí)際上是尋找三個(gè)星對(duì)p3∈C(dm12),]]>p2∈C(dm23),]]>p3∈C(dm13),]]>且滿足p1，p2和p3首尾相接，即兩兩之間有且僅有一個(gè)共同的星。滿足這樣條件的(p1，p2，p3)可以構(gòu)成觀測三角的匹配三角形。
一般而言，采用遍歷的方法進(jìn)行三角形的匹配搜索需要n(dm12×n(dm23)×n(dm13)次的比較運(yùn)算，如果每條邊對(duì)應(yīng)的匹配星對(duì)集合包含的星對(duì)個(gè)數(shù)為100左右，則一次匹配就需要106次比較運(yùn)算，這樣的搜索需要消耗相當(dāng)多的時(shí)間。為了避免這種情況，本發(fā)明采用一種簡單的快速的搜索方法，它通過設(shè)置狀態(tài)標(biāo)識(shí)來尋找符合條件的(p1，p2，p3)。如圖2所示，其具體步驟如下①掃描C(dm12)，把集合中所有星對(duì)所包含的導(dǎo)航星狀態(tài)都置為I，并記下與該集合里每一顆導(dǎo)航星組成星對(duì)的另一顆星的序號(hào)j；②掃描C(dm23)，如果該集合中星對(duì)所包含的導(dǎo)航星的狀態(tài)已被置為I，則將這顆導(dǎo)航星的狀態(tài)標(biāo)記置為II，并記下與之組成星對(duì)的另一顆導(dǎo)航星的序號(hào)k；③掃描C(dm13)，如果(j,k)∈C(dm13),]]>則找到一個(gè)匹配三角形，將與(j，k)組成星對(duì)的另一顆導(dǎo)航星i的狀態(tài)由II變?yōu)镮II，(i，j，k)為與觀測三角形匹配的導(dǎo)航三角形；找出所有的與觀測三角形匹配的導(dǎo)航三角形；采用設(shè)置狀態(tài)標(biāo)識(shí)的方法，搜索次數(shù)僅為n(dm12)+n(dm23)+n(dm13)。
驗(yàn)證。
通過以上的識(shí)別過程，觀測三角形所能匹配的導(dǎo)航三角形可能并不唯一，這時(shí)必須依賴其他方法進(jìn)行進(jìn)一步篩選。為了實(shí)現(xiàn)這一目的，我們引入驗(yàn)證環(huán)節(jié)，其主要作用有①驗(yàn)證識(shí)別的正確性，同時(shí)篩選出錯(cuò)誤的匹配。
②為觀測星圖中盡可能多的觀測星找到其匹配星，這樣有利于跟蹤識(shí)別以及提高姿態(tài)計(jì)算的精度。
③可以提供粗略的姿態(tài)信息。
驗(yàn)證環(huán)節(jié)的基本思想為如果識(shí)別正確，即導(dǎo)航三角形是觀測三角形的正確匹配，則利用這些匹配算得的姿態(tài)應(yīng)該是準(zhǔn)確的。進(jìn)而，根據(jù)這個(gè)姿態(tài)產(chǎn)生的一幅模擬的星圖(稱為參考星圖)也應(yīng)該和原始的觀測星圖一致(星點(diǎn)的位置對(duì)應(yīng)一致)。如圖3所示為天球上分布的導(dǎo)航星和視場內(nèi)的觀測星的對(duì)應(yīng)示意圖。在識(shí)別正確的情況下，不僅導(dǎo)航三角形和觀測三角形對(duì)應(yīng)匹配，其各自鄰域的其它星也應(yīng)該是對(duì)應(yīng)匹配的。
如果參考星圖中的星均能在觀測星圖中較小的鄰域半徑內(nèi)找到對(duì)應(yīng)觀測星，即認(rèn)為參考星圖和觀測星圖一致，則識(shí)別正確，算法結(jié)束。否則用同樣的方法驗(yàn)證其他匹配的導(dǎo)航三角形，如果生成的參考星圖和觀測星圖均不一致，則觀測三角形識(shí)別失敗。繼續(xù)從剩余的觀測三角形中選取排序靠前的三角形來重復(fù)相同的識(shí)別過程。如果無觀測三角形得到正確識(shí)別，則整個(gè)識(shí)別過程失敗返回。本發(fā)明方法的主流程圖如圖4所示。先從觀測星圖中挑選最亮的6顆星，用這6顆星組成三角形，按照亮度原則和最長邊最小原則將三角形進(jìn)行排序，依次挑選排序靠前的三角形進(jìn)行識(shí)別。識(shí)別過程為先對(duì)三角形三條邊所對(duì)應(yīng)的角距進(jìn)行角距匹配，然后通過狀態(tài)標(biāo)識(shí)的方法搜索可以匹配的導(dǎo)航三角形，最后用驗(yàn)證環(huán)節(jié)來判斷識(shí)別的正確性并剔除錯(cuò)誤的匹配。
仿真實(shí)驗(yàn)及性能評(píng)價(jià)。
為了評(píng)估本發(fā)明方法的性能，采用了模擬的星圖進(jìn)行仿真實(shí)驗(yàn)。仿真實(shí)驗(yàn)的各項(xiàng)參數(shù)如表1所示。實(shí)驗(yàn)中角距間隔λ＝0.05°。仿真實(shí)驗(yàn)主要就星點(diǎn)位置噪聲和星等(亮度)噪聲對(duì)識(shí)別的影響進(jìn)行考察。
星點(diǎn)的位置噪聲主要來源于星點(diǎn)中心細(xì)分定位方法的誤差。實(shí)驗(yàn)中，對(duì)于模擬生成的星像，在真實(shí)星點(diǎn)位置上加上服從高斯分布，均值為0，標(biāo)準(zhǔn)偏差σ從0到2像素變化的噪聲。其識(shí)別結(jié)果如圖5所示。在噪聲水平很小(σ＜0.5)的情況下，改進(jìn)的三角形算法的識(shí)別率可以達(dá)到將近100％，這比傳統(tǒng)三角形算法的94.6％的識(shí)別率有很大的提高。當(dāng)σ＝2像素時(shí)，傳統(tǒng)三角形算法的識(shí)別率迅速下降到70％左右，而改進(jìn)三角形算法識(shí)別率仍然可以達(dá)到97％左右。
星等噪聲反映了圖像傳感器對(duì)恒星亮度的敏感程度。實(shí)驗(yàn)中，在星圖模擬過程中，對(duì)星等加上服從高斯分布的均值為0，標(biāo)準(zhǔn)偏差從0到1Mv變化的噪聲，反映在星圖中為星點(diǎn)圖像灰度幅值的噪聲。同樣，隨機(jī)從全天球取1000幅星圖進(jìn)行識(shí)別統(tǒng)計(jì)，圖6為統(tǒng)計(jì)結(jié)果。從圖中可以看出，改進(jìn)的三角形算法對(duì)星等噪聲具有較強(qiáng)的魯棒性。在星等噪聲標(biāo)準(zhǔn)偏差為1Mv時(shí)仍能達(dá)到93％的識(shí)別率，在星等噪聲標(biāo)準(zhǔn)偏差小于0.5Mv時(shí)，識(shí)別率接近100％。Quine和Heide的改進(jìn)算法對(duì)星等噪聲比較敏感，當(dāng)星等噪聲到一定水平時(shí)，識(shí)別率下降很快。
權(quán)利要求
1.一種基于三角形特征的星圖識(shí)別方法，其特征在于，1.1、構(gòu)造并存儲(chǔ)與角距對(duì)應(yīng)的星對(duì)數(shù)據(jù)庫，掃描篩選導(dǎo)航星表，如果存在兩顆星的角距小于d，則存儲(chǔ)這個(gè)角距及該星對(duì)的序號(hào)，d為視場的對(duì)角距，當(dāng)視場為12°×12°時(shí)，取 存儲(chǔ)所有星對(duì)的角距及該星對(duì)的序號(hào)構(gòu)成與角矩對(duì)應(yīng)的星對(duì)數(shù)據(jù)庫，星對(duì)的存儲(chǔ)按照角距的大小升序排列；1.2、挑選觀測三角形，從觀測星圖中挑選出最亮的6顆星，以其中任意三顆星組成所有可能組成的待選觀測三角形，如果觀測星數(shù)目不足6顆，則利用所有的觀測星組成待選觀測三角形，然后，從待選觀測三角形中挑選一個(gè)觀測三角形，選取觀測三角形的原則為①優(yōu)先選擇最亮的星構(gòu)成的觀測三角形，設(shè)構(gòu)成三角形的三顆星的亮度為M1，M2和M3，亮度以星點(diǎn)的灰度值來衡量，定義M＝M1M2M3，優(yōu)先選擇具有最小M值的三角形；②優(yōu)先選擇角距值較小的觀測三角形，在M值大致相當(dāng)?shù)那闆r下，優(yōu)先選擇角距值較小的三角形，即優(yōu)先選擇在三條邊中最長邊角距值最小的三角形；按照以上原則，將待選觀測三角形進(jìn)行排序，排序靠前的三角形將依次用來識(shí)別，如果出現(xiàn)識(shí)別正確的結(jié)果，則排在后面的三角形將被略過；否則，按順序依次挑選剩余的三角形進(jìn)行識(shí)別；1.3、三角形的識(shí)別，1.3.1、尋找與觀測三角形的三個(gè)角距匹配的星對(duì)，設(shè)dm12，dm23和dm13為觀測三角形的三條邊即三個(gè)角距，根據(jù)這三個(gè)角距在星對(duì)數(shù)據(jù)庫中分別找到其匹配星對(duì)，設(shè)dm12，dm23和dm13的匹配星對(duì)集合分別為C(dm12)，C(dm23)和C(dm13)，其包含的星對(duì)數(shù)目為n(dm12)，n(dm23)和n(dm13)；1.3.2、進(jìn)行三角形匹配，三角形匹配的定義是尋找三個(gè)星對(duì)p1∈C(dm12)，p2∈C(dm23)，p3∈C(dm13)，且滿足p1，p2和p3首尾相接，即兩兩之間有且僅有一個(gè)共同的星，滿足這樣條件的(p1，p2，p3)構(gòu)成觀測三角的匹配三角形；采用下面的搜索方法來尋找符合條件的(p1，p2，p3)，其具體步驟如下①掃描C(dm12)，把集合中所有星對(duì)所包含的導(dǎo)航星狀態(tài)都置為I，并記下與該集合里每一顆導(dǎo)航星組成星對(duì)的另一顆星的序號(hào)j；②掃描C(dm23)，如果該集合中星對(duì)所包含的導(dǎo)航星的狀態(tài)已被置為I，則將這顆導(dǎo)航星的狀態(tài)標(biāo)記置為II，并記下與之組成星對(duì)的另一顆導(dǎo)航星的序號(hào)k；③掃描C(dm13)，如果(j，k)∈C(dm13)，則找到一個(gè)匹配三角形，將與(j，k)組成星對(duì)的另一顆導(dǎo)航星i的狀態(tài)由II變?yōu)镮II，(i，j，k)為與觀測三角形匹配的導(dǎo)航三角形；找出所有的與觀測三角形匹配的導(dǎo)航三角形；1.4、驗(yàn)證，利用找到的與觀測三角形匹配的導(dǎo)航三角形產(chǎn)生一幅稱為參考星圖的模擬星圖，與原始的觀測星圖進(jìn)行比較，如果參考星圖中的星均能在觀測星圖中較小的鄰域半徑內(nèi)找到對(duì)應(yīng)觀測星，即認(rèn)為參考星圖和觀測星圖一致，則識(shí)別正確；否則，用同樣的方法驗(yàn)證其他匹配的導(dǎo)航三角形，如果生成的參考星圖和觀測星圖均不一致，則觀測三角形識(shí)別失??；繼續(xù)從剩余的觀測三角形中選取排序靠前的三角形來重復(fù)相同的識(shí)別過程，直到識(shí)別正確為止。
2.根據(jù)權(quán)利要求所述的星圖識(shí)別方法，其特征在于，在構(gòu)造并存儲(chǔ)與角距對(duì)應(yīng)的星對(duì)數(shù)據(jù)庫時(shí)，將所有的角距分成很多的區(qū)間段，每個(gè)區(qū)間段所代表的角距間隔為λ，然后進(jìn)行存儲(chǔ)，λ的取值與星點(diǎn)的位置噪聲水平有關(guān)，一般取0.1°≥λ＞0。
全文摘要
本發(fā)明屬于航天技術(shù)領(lǐng)域，涉及對(duì)星圖識(shí)別方法的改進(jìn)。本發(fā)明方法的步驟是1.構(gòu)造并存儲(chǔ)與角距對(duì)應(yīng)的星對(duì)數(shù)據(jù)庫，2.挑選觀測三角形，3.三角形的識(shí)別，4.驗(yàn)證。本發(fā)明方法節(jié)約存儲(chǔ)空間，不需要精確的亮度信息，具有較強(qiáng)的容錯(cuò)能力，具有很快的搜索識(shí)別速度。
文檔編號(hào)G01C21/24GK1796938SQ20041010258
公開日2006年7月5日 申請日期2004年12月28日 優(yōu)先權(quán)日2004年12月28日
發(fā)明者張廣軍, 魏新國, 江潔 申請人:北京航空航天大學(xué)