Systematic error analysis and compensation for high accuracy star centroid estimation of star tracker

Subpixel centroid estimation is the most important star image location method of star tracker. This paper presents a theoretical analysis of the systematic error of subpixel centroid estimation algorithm utilizing frequency domain analysis under the con-sideration of sampling frequency limitation and sampling window limitation. Explicit expression of systematic error of cen-troid estimation is obtained, and the dependence of systematic error on Gaussian width of star image, actual star centroid loca-tion and the number of sampling pixels is derived. A systematic error compensation algorithm for star centroid estimation is proposed based on the result of theoretical analysis. Simulation results show that after compensation, the residual systematic errors of 3-pixel-and 5-pixel-windows’ centroid estimation are less than 2×10-3 pixels and 2×10-4 pixels respectively.

L_p-centroid Bodies and Its Characterizations

In this paper, we study the characteristic properties for Lp-centroid bod- ies, and an improved version of Busemann-Petty problem for Lp-centroid bodies is obtained. In addition, using the definitions of Lp-pole curvature image and Lp-affine surface area, a new proof of Busemann-Petty problem for Lp-centroid bodies is given.

附加恒星视运动修正的白昼星图星点提取方法

白昼星图具有高背景噪声、低信噪比等特征,传统方法很难高效提取星点,且由于星点为弱小目标,对噪声极为敏感,成像随机不规则,单帧提取星点质心稳健性较差。为此,本文提出一种附加恒星视运动修正的星点提取方法,该方法首先根据测站、星历、观测时间预测恒星概略位置,通过相机参数转换模型得出星点在像平面坐标系中的概略位置;然后,利用各帧星图拍摄时刻精确计算出星点相对运动量,将各帧星图星点预测区域进行配准叠加;最后,在星点预测位置区域对星点进行精确提取。试验表明:该方法星点提取成功率可达100%,较传统算法提升163%以上,且算法执行效率高,耗时缩短至传统方法的23%;除此之外,多帧叠加增强了星图信噪比,克服了星点成像随机误差,星点质心提取精度较单帧星图提取方法提升72%以上。

基于多图超分辨率重建的精细导星仪星点质心定位精度提升方法

精细导星仪的星点质心定位精度决定了空间天文望远镜的视轴姿态解算精度,为了提升精细导星仪的星点质心定位精度,提出了一种基于深度小波循环神经网络的星图超分辨率重建方法。首先,借助微扫描技术获取亚像素错位低分辨率星图序列,采用小波编码器提取低分辨率星图的小波域特征,通过小波系数约束低分辨率星图的噪声,并将亚像素错位星图序列配准过程融入到网络学习中。其次,利用卷积门循环神经单元对所提取的多星图序列特征进行融合。最后,使用逆小波解码器对多特征融合模块输出的小波域特征进行解码,从而实现基于低分辨率星图序列的去噪与超分辨率重建。实验结果表明,分别采用平方加权质心法求取原始星图和超分辨率重建后星图中的各星点的质心位置,相比于前者,后者的各星点平均质心定位精度和稳定度在X方向分别提升了64.76%和19.15%,在Y方向分别提升了75.35%和26.14%。

白昼红外星图星点提取方法

白昼红外星图具有高背景噪声、低信噪比、弱目标的特征,采用传统单帧提取方法很难准确提取星点.且由于星点为弱小目标,对噪声极为敏感,星点成像多为随机不规则图形,采用单帧提取星点质心鲁棒性较差.传统多帧叠加法虽能克服单帧提取星点质心鲁棒性较差的问题,但对于高背景噪声红外星图,叠加星图并不能明显提高信噪比,星点提取成功率依然较低.为此,提出利用背景预测方法确定疑似星点位置,并对边界进行膨胀,然后利用膨胀后的边界进行单帧星图能量提取,并将提取星图进行叠加形成高信噪比星图,最后进行星点质心提取.实验表明,该方法星点提取正确率为99.5%,较自适应阈值分割法和多帧叠加法分别提升84.2%和37.9%,较背景预测法正确率提升14.5%.同时该方法较自适应阈值分割法和背景预测法、多帧叠加法精度分别提升12.8%,41.4%, 33.3%,具有明显优势.

星敏感器技术研究现状及发展趋势

本文综述了星敏感器技术的研究现状和未来发展趋势。首先,总结了国内外星载星敏感器的发展历程。接着,根据星敏感器工作原理,分析讨论了星点质心定位算法、星图识别算法和姿态解算算法等星敏感器关键技术的发展现状。通过讨论星点质心定位精度对星敏感器测量精度影响,分析了星点质心定位算法以及对应误差补偿的研究现状;基于星座特征、字符模式和智能行为,介绍了星图识别算法并进行了对比分析;根据确定姿态解算算法和动态姿态解算算法分析了姿态解算算法的研究现状。最后,对星敏感器的未来发展进行了展望,讨论了航空机载星敏感器、微小型星敏感器和甚高精度星敏感器的发展趋势以及未来重点研究内容。

天文导航中的星敏感器技术

由于星敏感器仅仅工作在全天球的识别模式下远不能满足当前飞行器任务的需要,提出了当星敏感器有足够的先验信息情况下,可在星跟踪模式或者预测星像模式下工作,来提高星敏感器的数据更新率,降低由全天球识别带来误匹配的可能性。本文提出了一种新的星跟踪算法来克服飞行器在大角速度飞行情况下传统星跟踪算法处理时间过长等不足;为了消除由于系统噪声带来的误差,还提出了星图滤波和星像滤波的方法。实验结果表明,当飞行器在2.25°/s的角速度下飞行时,星敏感器能在10pixel×10pixel的范围内从星图中正确提取星像,星图经去噪后,星敏感器输出精度提高了近5″,从而使星敏器可在飞行器高动态飞行情况下实现高精度、高更新率的姿态输出。文中描述的所有方法已在2007年和2008年进行了地面观星测试,并于2009年即将应用于某些卫星的姿控系统中。

适用于星敏感器的预测未知恒星星像质心算法

提出了一种自主预测视场内未知恒星星像质心算法。该算法采用星跟踪算法来提取视场内已知恒星星像坐标。根据已知恒星信息从主星表中搜索视场内所有未知恒星,并采用这些信息预测所有未知恒星的理想像平面中心,从以这些预测的理想坐标为中心的范围内提取相应的实际星像坐标。同时采用已知恒星来验证未知恒星星像坐标。最后,对该算法进行了外场观星测试。实验结果表明:该方法提取未知恒星星像坐标时,扫描星图的像元只有局部提取星像算法的0.12%,所以进一步提高了数据更新率。

一种改进的星点质心算法

本文结合图像传感器的实际像元感光区形状和像元填充率,提出了一种改进的质心算法。该方法根据不同像元感光区形状和像元填充率下感光区中心坐标不同的特点,通过修改传统质心算法中像元坐标的取值来提高质心算法的定位精度。在分析星点的灰度分布特点的基础上,明确了如何仿真产生一个星点光斑,并通过仿真实验验证了改进质心算法的有效性。实验结果表明:在理想情况和噪声存在情况下,改进质心算法的定位精度优于双线性插值质心算法和传统质心算法。

点扩散函数对星点提取误差分析的影响

星点提取系统误差又称作像元频率误差,它的分布呈现以像元为周期的规律性,分析它的分布规律对补偿这种误差有指导作用。光学系统点扩散函数类型是影响星点提取系统误差分布的主要因素,选取合理的点扩散函数模型对星点提取系统误差进行频域分析,可以减小分析结果与实际的偏离,提高误差补偿效果。传统方法采用Gauss分布点扩散函数模型进行频域分析,但没有考察它的合理性。文中结合星敏感器拍摄的星点像,将一种Giancarlo点扩散函数模型与Gauss点扩散函数模型进行了比较。并在星点提取系统误差频域分析中采用Giancarlo点扩散函数模型,推得星点坐标提取误差理论解析式。与传统频域分析结果相比,文中频域分析结果中引入了对S曲线振幅起调制作用的项,使得星点横坐标系统误差沿x轴呈现S曲线分布的同时,其振幅沿y轴方向发生改变。随后在噪声条件下对星点提取系统误差进行了仿真,仿真结果与频域分析结果相符。最后进行了实验验证,根据理论解析式对结果进行了误差补偿,星点提取精度提高了54.42%,优于传统正弦拟合补偿方法。

一种高噪音情况下的星点聚心算法

针对严重噪音污染情况下星图的星点聚心问题,提出一种利用子窗口灰度分布判别全局背景阈值的聚心算法。根据星图特性在星图中随机选择一定数量和大小的子窗口,统计每个子窗口灰度分布并计算离散度,根据计算结果判断子窗口是否适合背景阈值计算,决定是否重新进行窗口选择,使得计算出的背景阈值能更真实的反映全局背景信息,并通过带阈值的质心平方加权算法进行星点聚心运算。仿真实验表明,算法具有较好性能和一定的抗干扰性。

基于局部熵的星敏感器星图提取方法

提出了一种新的星图图像提取方法,根据星图图像局部熵的变化,得到恒星在星敏感器中成像的目标区域,然后利用求质心的方法,得到亚像素的恒星位置.给出了图像局部熵的快速计算方法.图像的局部熵具有平滑滤波作用,并且能消除背景照度不均匀产生的灰度起伏现象.仿真实验结果表明,这种方法适合于含有系统噪声和随机噪声的点目标图像提取;在最大随机噪声<5%的情况下,利用这种方法提取的质心位置的误差<1/20.

星敏感器质心定位的S曲线误差补偿

由于S曲线误差是星敏感器质心定位系统误差的重要组成分,本文结合质心定位的物理过程及仿真对S曲线误差来源进行了分析。研究了各项误差来源产生的影响,并采用频域分析法得出了S曲线误差的理论解析式。用星敏感器产品进行了实验,采集视场中心S曲线误差并用正弦模型进行补偿,分析了同一补偿模型对全视场S曲线误差的补偿效果,并对标定数据进行了S曲线误差补偿。实验结果表明:视场中心S曲线误差的标准差为0.048pixel,补偿后标准差为0.027pixel,质心定位精度提高了43.8%;进一步采用视场中心正弦补偿模型对全视场S曲线误差进行补偿后,全视场质心定位精度提高了35.7%以上,全视场标定精度提高了31.7%。由实验结果可知:S曲线误差是星敏感器的一项重要误差源,采用正弦模型对S曲线误差进行补偿能够取得显著的补偿效果。

星点亚像元定位中系统误差的改进补偿方法

为提高星点图像的质心提取精度,针对星点亚像元定位的系统误差和随机误差提出了一种改进补偿方法。采用三次样条插值函数表示质心位置与系统误差之间的关系,利用该函数进行系统误差补偿,极大地减小了误差采样点的数量和计算量。为了进一步抑制随机误差的影响,在系统误差补偿的基础上,采用非线性加权算法计算星点质心位置,并通过仿真实验确定了该算法的最优加权系数。在没有加入噪声的情况下,改进算法可以将质心法的精度从1/50 pixel提高到10-4pixel;加入服从N(0,22)分布的高斯白噪声后,改进算法可以达到0.0054pixel的精度,远小于质心法的0.0184pixel。实验结果表明:文中提出的改进补偿算法计算简单,精度高于质心法,满足了高精度星敏感器质心提取的要求。

基于CMOS APS的星敏感器光学系统参数确定

基于CMOSAPS图象传感器的星敏感器是适应航天技术的发展而产生的新一代姿态敏感器。确定光斑形状和大小、光学系统有效通光孔径、视场和焦距等参数是进行星敏感器光学设计的前提。本文基于选定的CMOSAPS图象传感器分别对这些参数进行了分析和计算。确定光斑形状和大小的依据是,减小由于探测器像元对光斑能量分布的采样导致点扩散函数变形,从而引起的利用亚像元技术求星像中心的计算误差。光学系统的有效通光孔径与星敏感器所能探测到的极限星等有关,通过从目标辐射特性直到探测器响应的能量计算可以确定孔径的大小。确定视场和焦距首先要满足星敏感器实现全天自主星图识别所需的导航星捕获概率,其次要考虑与之相关的误差。

星敏感器高动态下自主星跟踪算法

当飞行器大角速度机动时,采用传统的星跟踪算法来提取星像坐标时,必须选取较大的扫描星图区域,从而增加了区域内包含其它星像部分像元或全部像元的可能,需要多次采用星对角距比较来选取正确的星像坐标,因此,在选取正确的星像坐标时增加了误匹配的可能。为此,文中提出一种星敏感器高动态下自主星跟踪算法,首先根据前邻时刻的瞬时姿态来预测下一时刻的输出姿态,再利用预测姿态预测当前时刻恒星在下一时刻的星像坐标,最后扫描在以预测的星像坐标为中心的星图范围内提取实际的恒星星像坐标。这样克服了采用传统星跟踪算法带来的数据更新率低、可能误匹配高甚至不能提取正确地星像坐标的缺点。最后,采用该方法进行了仿真验证以及外场观星试验。

一种适用于星敏感器的大角速度下星跟踪算法

传统的星敏感器预报方法是利用当前四元数和陀螺输出角速度来预测下帧姿态四元数,再通过预测的四元数计算视场内恒星的理想星像坐标,最后在这些理想坐标为中心的范围内来获取实际的星像坐标。但是,由于陀螺漂移的存在,随着时间的增加,预测的理想坐标与实际坐标偏差越来越大,获取实际星像坐标扫描的区域越来越大,星敏感器的数据更新率也随之降低。为此,本文提出了一种适用于星敏感器的大角速度下星跟踪算法。首先根据连续两帧的姿态偏差计算星敏感器的角速度,利用角速度来计算星敏感器当前时刻与最近上一帧的姿态偏差。然后以该姿态偏差来预报当前时刻的星敏感器姿态输出,这样不仅提高了数据更新率,而且满足飞行器在大角速度机动时单纯采用星敏感器进行姿态测控的要求。最后,采用2010年外场试验实际观星数据对该算法进行了仿真验证。

剪切波变换在星点提取中的应用

为了实现高精度和高准确性的星图识别和姿态确定,本文对星点提取算法进行了研究,将剪切波变换应用到星点提取技术中。首先,通过利用剪切波变换对星图进行分解,得到不同尺度、不同方向的系数;然后,对剪切系数进行阈值处理并重构得到去噪后的星图,再对重构星图进行顶帽变换和自适应阈值处理,完成星图滤波;最后,通过质心误差补偿法提取星点的坐标,有效地完成星点提取。实验结果表明,采用剪切波变换的星图滤波对噪声去除非常有效;质心误差补偿法的误差在0.003左右,明显优于传统的质心法,基本满足星敏感器的精度高和抗干扰能力强等要求。

多步变权重复合的通用星点聚心

为了解决星敏感器星点质心定位中对过曝光星象的聚心问题,提出一种通用的星象聚心算法。采用先对局部星象区域进行初步计算,进而通过整体复合实现对所有星象的质心定位。首先,结合实拍星图介绍了想象的过曝光星象存在及区域分布;在分析其分布特性的基础上检测各行/列的过曝光区域尺度,根据与尺度相关的规则对相应点的灰度值进行空间缩放;然后利用质心平方加权法对缩放后的点值进行计算,得出局域的初步结果;进而结合过曝光区域的尺度对相应初步计算结果分配权值因子;最后,对全部结果进行复合得到最终结果。实验结果表明,采用提出的算法在全随机模拟情况下,当随机噪声强度达到30pixel时,对星象的聚心精度依然优于0.05pixel,能够满足实际应用中对聚心算法的精度和适应的要求。

基于边缘高斯拟合的过曝光星象聚心

对过曝光条件下的星象聚心进行了研究,提出一种基于空间曲面边缘区域信息的不完全高斯拟合算法。算法首先检测过曝光星点区域确定各行(列)参加曲线拟合的像素点,再结合高斯空间曲面模型进行边缘拟合得出初步定位结果,最后以与过曝光区域尺度有关的权重对各行(列)计算结果进行综合处理进而得出最终结果。仿真试验表明,算法具有较高的可靠性和抗干扰,能够较好的解决包括过曝光条件下的星点定位问题。