基于双特征的短波红外星图识别算法

在短波红外波段进行昼夜测星有望实现近地空间全天时自动导航,其中,星图识别算法是实现全天时导航的关键技术之一。传统的三角形算法在导航星数增多的情况下,由于其匹配特征维度低,在识别时容易出现冗余匹配、误匹配的情况。针对这一问题,提出了一种基于双特征的短波红外星图识别算法,该算法选取三角形的面积与外切圆半径双高维特征作为匹配特征,通过构建面积特征的K矢量索引,应用K矢量查找法降低匹配识别的计算复杂度。此外,还提出一种优化的观测三角形的选择策略,减少了匹配过程中的计算量,提高算法的识别速度。实验表明,星点位置噪声低于2像素时,算法的平均识别率优于95%;伪星数未超过50%时,平均识别率可达87.6%;并通过实际观星试验验证了所提算法的可行性,与改进的三角形算法相比,该算法在识别速度、识别率以及抗噪声能力等方面都有明显优势。

三角形星图识别算法的改进

三角形识别算法是采用星敏感器为导航部件所广泛运用的星图识别算法。但由于三角形特征维数较低,容易造成冗余匹配和错误识别。为了提高三角形识别算法的识别成功率,对三角形识别算法的识别过程做了改进。先将满足三边判决门限的导航星对记录到匹配数组,然后对导航星出现的次数进行计数;利用三角形三边之间两两相交的相关性,将导航星出现次数<2的星对作为整体剔除,最后在余下的导航星对中寻找与观测三角形同构的三角形。识别过程中,以星对角距和相对星等差为识别特征,并对识别特征构造了散列函数,从而减少了识别过程中特征量比较的次数,提高了识别速度,增加了识别成功率。同时,也减小了内部导航星库的存储容量。

快速全天自主星图识别

为了克服三角形识别算法中三角形因特征维数较低带来的冗余匹配问题,对该算法进行了改进。在利用标记法进行三角形识别的基础上,引入三角形以外的第四颗星,并以其为顶点,与三角形构成假想的四面体,顶点与底面三角形3个点的角距既可作为识别特征量,也可用于检验识别的结果是否正确。识别算法以星对角距作为主要识别特征,增加星等差为辅助识别特征,减少了对冗余数据的存储,使导航特征库的容量仅有0.4 Mb。在识别过程中,利用散列查找法对识别特征构造散列函数,减少了对导航特征库遍历比较的次数和时间开销,加快了识别过程,平均识别时间为0.43 ms。仿真实验结果表明,该识别算法在较大位置和星等误差时具有较短的识别时间和较高的识别率。

基于最大内角的三角形星图识别算法

针对传统三角形星图识别算法的不足,本文提出了一种不依赖星等信息的全天球自主快速三角形识别算法。通过构建三角形最大内角及其两边作为匹配特征三角形,建立了全天球导航特征库,对生成的特征库按最大内角值构造散列函数,并分块存储。识别过程中,采用"边-角-边"原理进行匹配。首先,根据最大内角的观测值实现子块的快速定位,然后,在子块中对观测三角形的两边进行星角距快速匹配,缩小了角距匹配的范围,提高了识别速度。试验表明,星点位置噪声低于2个像元时,识别率优于98.08%;观测星数等于10颗,特征库分块总数为1 024时,平均识别时间为13.1ms。与现有三角形识别算法相比,该算法在识别速度、识别率及抗星等噪声能力等方面具有明显优势。

一种改进的三角形星图识别方法

首先提出在直角坐标系下将天球球面均匀地分成486个分区的方法——“内接正方体法”,实现导航星的快速检索。然后按照星对角距的大小升序排列,直接存储星对角距,并通过设置星对角距状态标识,完成星对角距的快速匹配搜索。最后,引入验证识别环节有效地解决观测三角形与匹配的导航三角形产生的冗余问题。仿真实验表明,改进的三角形星图识别方法对星点位置噪声和星等(亮度)噪声均具有较强的抗干扰能力,且在识别时间和存储空间的需求方面均比传统的三角形算法也具有较大的优势。

三角形内切圆的星图识别算法

在三角形三条边长之比及其内切圆半径已知的情况下可以确定唯一的三角形,由此提出了一种基于三角形内切圆的星图识别算法。构建了导航星表,每个导航三角形按照导航星之间的角距升序来存储,构造了能够反映导航三角形三边之间关系的特征量T为索引,存储三角形内切圆半径R为识别量;在星图识别过程中,利用特征量T进行搜索、三角形内切圆半径R进行识别,若识别结果不唯一,则进一步采用三角形角距的方法进行识别。仿真结果表明:该方法对位置误差和星等误差均有较好的鲁棒性;当存在2像元的位置噪声时,识别成功率大于97.48%,平均识别时间为22.64 ms。

基于惯性比特征的三角形星图识别算法

为了提高星敏感器的星图识别性能,提出了一种基于惯性比特征的三角形星图识别算法。该算法将导航三角形的形心惯性比和导航三角形最长边的角距值作为匹配特征量,并以此构建导航特征库,采用散列函数的方式搜索导航特征库。由于将三角形特征量的维数由三维缩减至二维,该算法具有导航星数据库容量小、搜索匹配速度快的优点。仿真实验表明,在星点位置噪声标准偏差为2像素、星等噪声标准偏差为0.8等的条件下,该算法的识别率均在99%以上,平均识别时间约为1.29ms,和现有三角形算法相比均具有一定的优势。并在地面观星实验中,取得了非常好的效果。

基于星三角形外接圆的星图识别算法

三角形外接圆半径能部分描述三角形的结构特征,在三角形两条边长及其外接圆半径已知的情况下,可以确定唯一的三角形,因此提出了一种基于三角形外接圆的星图识别算法。构建了导航星数据库,以特征三角形为匹配模板,减少了导航星三角形的数量,从而减小导航星数据库容量。为了提高搜索效率,以特征半径为搜索量,并对其进行升序排列。通过对特征半径的匹配,缩小了角距匹配的范围,提高了角距匹配的速度,同时采用的多三角形的组合有效地提高了识别率。为了保证星图识别的准确性,引入了验证识别环节。仿真结果表明:当存在2像元的位置噪声时,识别率大于97.42%,平均识别时间为38.41 ms,实时性与鲁棒性均优于传统三角形星图识别算法。

P向量实现快速星图识别的方法

提出了一种快速的星图识别方法。该方法识别时提取出描述观测三角形的一维特征量P,根据该值快速检索到对应的导航三角形,减少了计算过程。由于获得星点位置的时候存在误差,所以将一定误差范围内的三角形均作为待选三角形考虑。上述识别后引入了验证识别环节,保证识别的准确性。随机实验统计表明,同等星点位置噪声方差下,该方法和栅格算法相比识别率提高约1%,识别时间约为后者的1/5。

一种改进的快速星图识别算法

为解决传统算法在星图噪声加大、星等接近的情况下识别率和识别速度降低的问题,提出一种改进的星图识别算法;从三方面进行改进:首先采用重叠正交网格方法对星表进行均匀化,以减小导航星库容量;其次在匹配时采用哈希查找的搜索方式,以提高匹配速度;最后在识别匹配中加入星等判断环节,当星等噪声大、相对星等小时不采用星等信息,只采用角距进行匹配,同时引入了校验环节以降低冗余和误匹配;仿真实验表明,改进的算法对位置和星等误差比传统的星图识别算法具有更好的鲁棒性,且实时性得到了很大的提高。

一种新的多三角形星图识别算法

针对星敏感器星图识别算法只能处理少数目恒星的问题,结合天文观测相机进行星图识别的具体要求,提出了一种适合天文观测相机的多三角形星图识别算法.首先,选用欧洲空间局2000年2月发布的第谷2天文星表作为原始导航星表;其次,采用交叠矩形法分天区后建立导航星数据库;最后,根据天文观测相机拍摄的实际星图建立了观测星数据库;并应用多三角形星图识别算法进行星图识别的验证,实验结果表明:针对天文观测相机多三角形星图识别算法是可行的,也是可靠的.

星图匹配观测三角形优化选取技术

为了提高三角形星图识别算法的成功率,减少匹配过程中的计算量,进而提高星敏感器实时输出姿态的性能,提出一种星图匹配前"二次优化"选取观测三角形方法,该方法在在初选观测三角形的基础上,对观测三角形进行第二次优化筛选,进而提高星图识别环节的效率。优化选取观测三角形是基于QUEST定姿原理,将观测三角形的边与夹角的约束关系转换到像平面上。全天球遍历分析统计结果表明:在12°×12°视场中,采用本文提出的方法,可使一次匹配成功并输出可用于星图验证环节的较高精度姿态信息的概率提高60.9%,从总体上可大大减少星敏感器星图识别环节的计算量,并且每帧全天球定姿输出的时间一致性也被大大提高。

互连网络的向量图模型

n-超立方体、环网、k元n超立方体、Star网络、煎饼(pancake)网络、冒泡排序(bubble sort)网络、对换树的Cayley图、De Brujin图、Kautz图、Consecutive-d有向图、循环图以及有向环图等已被广泛地应用做处理机或通信互连网络.这些网络的性能通常通过它们的度、直径、连通度、Hamiltonian性、容错度以及路由选择算法等来度量.首先提出了有向向量图和向量图的概念;其次,开发了有向向量图模型和向量图模型来更好地设计、分析、改良互连网络.进一步证明了上述各类著名互连网络都可表示为有向向量图模型或向量图模型.更重要的是该模型能够设计出新的互连网络-双星网络和三角形网络.

基于多视场星敏感器的三角形星图识别方法

为解决现有基于单星敏感器的星图识别中由于成像视角小,星图恒星数量不足而造成的星图识别率偏低的问题,提高星图识别的准确度和精确度,提出了一种基于多视场星敏感器的改进三角形星图识别方法;该方法通过将相同位置相同时间不同姿态角获得的多幅星图基于星图自身径向特征拼接成一幅多视角、不失真的星图,利用拼接后的星图进行星图识别,同时采用分块方式存储星对角距以及利用哈希查找提高星图识别效率;实验随机识别500幅星图,仿真结果表明,与传统的单视场星图匹配算法相比,该方法具有更高的星图识别率和匹配精度,当星图恒星数量达到30以上时,平均识别率能基本达到97%,且识别速度提高了11倍左右。

基于星三角形角度的竞选式星图识别

提出一种基于主星三角形角度的改进竞选式星图识别算法。为进一步提高竞选式星图识别的抗干扰性,利用三颗星构造识别模式向量;选取视场中一定数量参与计算的星点,计算每三颗星构成的几何三角形中主星顶点角角度,再以其为模式量进行竞选式识别;结合相应数学分析,由于涉及计算维数(计算星点数)更高及数值分布范围更大,以角度为模式量的识别算法具有更强的抗噪声能力和更为稳健的识别精度。仿真试验及结果分析表明了算法的有效性和性能。

导航星三角形分类选取算法研究

为减小星三角形的冗余度,生成三角形数量最少、分布均匀性好的导航星三角形信息表,提出了一种以支持向量机为基础的导航星三角形选取优化算法.该算法通过一种以统计学习理论为基础的支持向量机寻求最优决策分类面,在由导航星表所生成的三角形中提取导航星三角形.实验结果表明,本算法所生成的导航星三角形表中的星三角形数量少,所需存储空间小,空间分布均匀性良好.

抽油机用高启动转矩感应电机设计与研究

基于星三角混合连接绕组的特点和设计方法,以解决油田中使用大功率电机拖动低负载问题为目的对一台传统的三相感应电机的绕组与铁心进行了适当的设计改进。利用有限元方法对改造前后的电机磁场和启动性能进行了分析,结果显示改进后电机具有更好的启动性能且谐波含量更低,验证了改进方法的正确性。结合实验计算了改进后电机的负载特性,其结果表明该电机在拖动较低负载运行时仍具有较高效率,符合高启动转矩节能电机的设计要求。结合抽油机实际运行工况,利用有限元仿真在抽油机工况下改进后电机的负载性能。将改进后电机与大机座、高功率电机在制造成本上进行比较,以此验证该优化设计方案在节约成本上的突出优势。

面向星敏感器的星模式识别算法

介绍了到目前为止出现的所有面向星敏感器的星模式识别算法,它们是概率统计算法、三角形算法、匹配组算法、网格算法、奇异值分解算法、神经网络算法和遗传算法,并分两组比较了它们的性能,给出了具有指导意义的结论。

星图识别算法的优化设计与实现

在INS/CNS组合导航系统中,为了有效实时地用CNS的输出姿态信息校正INS的陀螺漂移,必须提高CNS中星图识别算法的运行速度。提出了一种改进的三角形星图识别方法,基三角形识别成功后,增加一颗附加检测星,计算出附加检测星和基三角形的三个星点的角距值。分析结果表明传统的星图识别算法在主频为600 MHz的DSP6414上运行需要300 ms左右的时间,算法改进后,只需40～80 ms,数据输出率提高到10 Hz。改变的算法在不存在伪星的情况下成功识别率近100%,存在伪星时,可以有效去除伪星。同时,解决了传统星图识别算法在嵌入式系统中实现难、耗时长的问题。该算法可以实时地校准惯导系统的误差。

无刷直流电动机绕组接法的比较分析

概述了在无刷直流电动机设计中三相绕组星形接法和三角形接法的区别,通过损耗和转矩系数的分析计算,比较了两者的优劣,得出星形接法的无刷直流电动机效率优于三角形接法的无刷直流电动机。