CN107816986A - 一种星敏感器全天球快速星图识别方法 - Google Patents
一种星敏感器全天球快速星图识别方法 Download PDFInfo
- Publication number
- CN107816986A CN107816986A CN201710793026.XA CN201710793026A CN107816986A CN 107816986 A CN107816986 A CN 107816986A CN 201710793026 A CN201710793026 A CN 201710793026A CN 107816986 A CN107816986 A CN 107816986A
- Authority
- CN
- China
- Prior art keywords
- star
- triangle
- observation
- navigational
- matched
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种星敏感器全天球快速星图识别方法,包括构建一种导航三角形的形状因子和角距值的导航特征库;根据星敏感器视场内观测星的数量,择优选择其中的四颗观测星,组成两个目标观测三角形;计算两个目标观测三角形的形状因子和角距值,将其与导航特征库进行匹配,获得作为后续待匹配的导航三角形;根据待匹配的导航三角形信息,生成一幅局部天区的参考星图,将参考星图与当前观测星图进行星点匹配四个步骤。能够降低对导航特征库存储空间的要求,在匹配识别过程中,可以根据观测三角形的特征快速找到“唯一的”导航三角形,解决了传统三角形方法在匹配时存在导航三角形冗余多的难题,具有匹配识别时间短、识别成功率高、鲁棒性好等优点。
Description
技术领域
本发明属于姿态敏感器测量技术领域,涉及一种星敏感器全天球快速星图识别方法。
背景技术
目前姿态敏感器种类繁多,星敏感器的性能最为突出,具有功耗低、重量轻、自主性强、动态性能好、精度高等优点,已广泛应用于卫星、导弹等空间技术领域,其中,星敏感器的星图识别技术是完成航天器姿态测量任务的一项关键技术,直接影响到星敏感器能否全天自主导航工作的能力。
星敏感器是一种以赤道惯性系为参考系、以恒星为导航信息源的高精度空间姿态测量装置,通过拍摄天球上不同位置恒星的图像,经过信号处理电路提取出星点的位置信息,采用星图识别算法在导航星库中寻找观测星,利用观测星的方向矢量来确定空间飞行器的姿态信息。星图识别算法有三角形方法、匹配组方法、多边形方法、奇异值分解方法、栅格算法、遗传算法、神经网络算法等众多方法,但在实际工程应用中,仍以三角形方法及其改进的方法为主。三角形星图识别方法是通过选择视场内三颗星构成观测三角形,以三角形的三条边或边的夹角为特征量,在对应的导航特征库中进行匹配识别。该方法计算简单,但所需的导航特征库容量大,在匹配识别时存在冗余多、识别时间长,识别率低等问题。
发明内容
为克服上述三角形星图识别方法的不足,本发明提供了一种星敏感器全天球快速星图识别方法,具体步骤包括:
步骤一、构建一种导航三角形的形状因子和三角形最长边的角距值的导航特征库;
步骤二、根据星敏感器视场内观测星的数量,择优选择其中的四颗观测星,并将四颗观测星两两之间的最长边作为公共边,组成两个目标观测三角形;
步骤三、计算两个目标观测三角形的形状因子和作为公共边的最长边的角距值,将其与导航特征库进行匹配,获得所有满足条件的导航三角形,作为后续待匹配的导航三角形;
步骤四、根据待匹配的导航三角形信息,生成一幅局部天区的参考星图,将参考星图与当前观测星图进行星点匹配,最终完成星图的全天自主快速识别任务。
具体地,所述步骤一中构建的导航特征库里的特征量包括两个导航三角形的形状因子、导航三角形公共边的角距值、导航三角形公共边对应的两颗导航星的序号。
优选地,所述导航三角形的形状因子是通过公式确定的,其中,dir为三角形的三条边按照降序方式进行排列后的方向标志,p为三角形周长的一半,a、b、c分别为三角形三条边的边长。
具体地,所述步骤二中或在具体构建导航特征库的方法中,择优选择其中的四颗观测星或导航星,具体方法是:如果观测星或导航星个数小于等于恒星个数阈值Tn,当大于等于N时,在最亮的N颗观测星或导航星中任选四颗,当观测星或导航星不足N颗星时,从所有观测星或导航星中任选四颗;否则,当观测星或导航星个数大于恒星个数阈值Tn时,优先选择离星敏感器光轴中心最近的Tn颗观测星或导航星,再从这Tn颗中选择最亮的N颗观测星或导航星,再从中任选四颗。
具体地,所述步骤三中,将两个目标观测三角形的形状因子和公共边的角距值与导航特征库中相应的值进行匹配,获得所有满足条件的待匹配的导航三角形,具体的匹配条件为:
其中,h为观测三角形的因子,a为观测三角形公共边的角距值,hT为导航三角形的因子,aT为导航三角形公共边的角距值,Th为三角形形状因子的阈值,Ta为三角形公共边的角距值的阈值。阈值Th、Ta的取值大小是根据星点位置噪声水平来确定的。
优选地,所述步骤三中还包括:
计算出了两个目标观测三角形的形状因子和公共边的角距值后,对两个三角形的形状因子按照从小到大方式进行排序,先对最小的目标观测三角形形状因子采用数据分块存储快速查找方式快速搜索导航特征库中第一列的值,再依次从小到大地匹配至最大的目标观测三角形形状因子和公共边的角距值,从而获得所有满足条件的待匹配的导航三角形。
进一步地,步骤四后还包括:
步骤五、如果星点匹配成功,则表明成功完成全天星图识别任务;如果星点匹配不成功,则重复步骤四,直至星点匹配成功,成功完成全天星图识别任务;如果所有待匹配的导航三角形均被处理过,则重复步骤二,直至星点匹配成功;否则,视场内择优选择的观测星均被处理过,全天星图识别失败,则重新选择下一幅星图中的四颗星进行星图识别。
本发明提供了一种星敏感器全天球快速星图识别方法,能够降低对导航特征库存储空间的要求,在匹配识别过程中,可以根据观测三角形的特征(包括三角形形状因子和公共边的角距值)快速找到“唯一的”导航三角形,解决了传统三角形方法在匹配时存在导航三角形冗余多的难题,具有匹配识别时间短、识别成功率高、鲁棒性好等优点。
附图说明
图1为本发明的实施例的星图识别方法流程图;
图2(Ⅰ)和(Ⅱ)为三角形方向标志dir的示例图。
其中,ΔABC的三条边设定为BC=a,AC=b,AB=c,BC≥AC≥AB,图2(Ⅰ)a、b、c按从大到小排列呈逆时针,图2(Ⅱ)a、b、c按从大到小排列呈顺时针。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图及实施例,对本发明的具体实施方式作进一步说明。应当理解,此处所描述的具体实施例仅仅用于帮助理解本发明,并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供的一种星敏感器全天球快速星图识别方法,主要包括构建导航特征库和星图识别匹配方法两个部分,参见星图识别方法流程图1所示,包括以下步骤:
步骤一、构建一种包含导航三角形的形状因子和三角形最长边角距值的导航特征库;
所构建的导航特征库里的特征量包括两个导航三角形的形状因子、导航三角形公共边(即导航三角形的最长边)的角距值、导航三角形公共边对应的两颗导航星的序号;
所述导航三角形的形状因子是通过公式确定的,其中,dir为三角形的三条边按照降序方式进行排列后的方向标志,p为三角形周长的一半,a、b、c分别为三角形三条边的边长。
步骤二、根据星敏感器视场内观测星的数量,择优选择其中的四颗观测星,并将四颗观测星两两之间的最长边作为公共边,组成两个目标观测三角形;
择优选择其中的四颗观测星的具体方法是:如果观测星个数小于等于恒星个数阈值Tn(阈值Tn为经验值,本实施例取Tn等于10颗,Tn≥N,N的数量可根据星敏感器的镜头性能参数来决定,本实施例取N等于6颗,6颗最亮的观测星的组合数量、亮度均足够本方法使用,是最佳的实施例),当大于等于N时,在最亮的N颗观测星中任选四颗,当观测星不足N颗星时,从所有(少于N大于等于4颗)观测星中任选四颗;否则,当观测星个数大于恒星个数阈值Tn时,优先选择离星敏感器光轴中心最近的Tn颗观测星(离光轴中心越近,星点的光学畸变越小),再从这Tn颗中选择最亮的N颗观测星,再从中任选四颗。
步骤三、计算两个目标观测三角形的形状因子和作为公共边的最长边的角距值,之后,对两个三角形的形状因子按照从小到大方式进行排序,先对最小的目标观测三角形形状因子采用数据分块存储快速查找方式快速搜索导航特征库中第一列的值,再依次从小到大地匹配至最大的目标观测三角形形状因子和公共边的角距值,从而获得所有满足条件的待匹配的导航三角形;
将两个目标观测三角形的形状因子和公共边的角距值与导航特征库进行匹配,获得所有满足条件的导航三角形,作为后续待匹配的导航三角形;
具体的匹配条件(即满足条件)为:
其中,h为观测三角形的因子,a为观测三角形公共边的角距值,hT为导航三角形的因子,aT为导航三角形公共边的角距值,Th为三角形形状因子的阈值,Ta为三角形公共边的角距值的阈值。阈值Th、Ta的取值大小是根据星点位置噪声水平来确定的。
步骤四、选择其中一个待匹配的导航三角形信息,生成一幅局部天区的参考星图,将参考星图与当前观测星图进行星点匹配。
步骤五、如果星点匹配成功,则表明成功完成全天星图识别任务;如果星点匹配不成功,则重复步骤四,直至星点匹配成功,成功完成全天星图识别任务;如果所有待匹配的导航三角形均被处理过,则重复步骤二,直至星点匹配成功;否则,视场内择优选择的观测星均被处理过,全天星图识别失败,则重新选择下一幅星图中的四颗星进行星图识别。
至此,本发明的星图识别方法的工作流程全部结束。
根据本发明的实施例,所述步骤一和步骤三中,三角形的形状因子是通过下述方式获得:
在天文导航领域,由于恒星的距离地球很远,为了方便描述两颗恒星之间的距离,常用两颗恒星的角距值来替代,因此,本发明中所述的边长即为角距值。假设三角形三条边的边长大小分别为a、b、c,周长的大小为2p,面积的大小为SΔ,其中a为最长边的边长,则有
三角形的内切圆半径为:
三角形的外接圆半径为:
在这里,引入三角形的形状因子h(无量纲),定义为三角形内切圆半径与外接圆半径之比,即
根据海伦公式,三角形的面积大小为
将式(4)带入式(3)中,得
为了方便计算,将式(5)简化为
为了进一步区分三角形形状的差异性,这里,引入三角形方向标志dir。参见图2(Ⅰ)和(Ⅱ),将三角形的边长a、b、c按照降序方式进行排列,如果a、b、c排列时成顺时针方向,则dir=-1;如果a、b、c排列时成逆时针方向,则dir=1。因此,公式(6)应修改为
根据本发明的实施例,所述步骤一中,所述导航特征库包括两个导航三角形的形状因子、导航三角形公共边的角距值、导航三角形公共边对应的两颗导航星的序号。在构建导航特征库时,需要根据星敏感器的光学镜头性能参数来定制,为了方便描述导航特征库的构建方法,假设星敏感器的视场大小为V°×V°,敏感极限星等的大小为m星等。
具体构建导航特征库的方法如下:
1)选取基本星表(如SAO Star Catalog J2000星表、依巴谷星表)中不大于m星等的导航星作为导航星表,剔除其中的变星、双星等,其具体方法为本领域技术人员的惯用技术手段,此处不再叙述;
2)以每颗导航星为光轴中心,生成V°×V°大小的导航星图;
3)根据导航星图中的导航星数量,择优选择其中的四颗导航星;
4)将四颗导航星两两之间的最长边作为公共边,组成两个导航三角形;
5)根据公式(7),计算两个导航三角形的形状因子,并按照从小到大进行排序,将两个导航三角形的形状因子h1、h2、两个导航三角形公共边的角距值a和公共边对应的两颗导航星的序号starID1、starID2作为一组数据保存至导航特征库中,其中导航星的序号为导航星表中每颗导航星的排列序号(本实施例中该序号由设计者自己根据亮度从基本星表中筛选出,数量只有9040颗,按亮度重新排序作为导航星表中每颗导航星的排列序号,但与基本星表中的序号有一一对应关系);
6)对导航特征库中第一列的值(即每组数据中第一个导航三角形的形状因子)从小到大进行排序,在导航特征库中采用区间分块存储方式,具体的导航特征库的存储结构格式见表1所示。
表1:本发明的导航特征库的存储结构格式
两个根据本发明的实施例,所述步骤二中或在具体构建导航特征库的方法中,择优选择其中的四颗观测星或导航星,具体方法是:如果观测星或导航星个数小于等于恒星个数阈值Tn(阈值Tn为经验值,本实施例取Tn等于10颗,Tn≥N,N的数量可根据星敏感器的镜头性能参数来决定,本实施例取N等于6颗,6颗最亮的观测星或导航星的组合数量、亮度均足够本方法使用,是最佳的实施例),当大于等于N时,在最亮的N颗观测星或导航星中任选四颗(在构建导航特征库时,“任选四颗”是指选择所有四颗导航星的组合),当观测星或导航星不足N颗星时,从所有(少于N大于等于4颗)观测星或导航星中任选四颗;否则,当观测星或导航星个数大于恒星个数阈值Tn时,优先选择离星敏感器光轴中心最近的Tn颗观测星或导航星(离光轴中心越近,星点的光学畸变越小),再从这Tn颗中选择最亮的N颗观测星或导航星,再从中任选四颗。需要说明的是,为了防止在匹配识别时出现错误情况发生,视场内观测星或导航星的个数必须大于或等于四颗,否则无法进行识别。
根据本发明的一个实施例,所述步骤三中,将目标观测三角形的形状因子和公共边的角距值与导航特征库中相应的值进行匹配,获得所有满足条件的待匹配的导航三角形,具体的匹配条件为
其中,h为观测三角形的因子,a为观测三角形公共边的角距值,hT为导航三角形的因子,aT为导航三角形公共边的角距值,Th为三角形形状因子的阈值,Ta为三角形公共边的角距值的阈值。阈值Th、Ta的取值大小是根据星点位置噪声水平来确定的,具体方法为本领域技术人员的惯用技术手段,此处不再叙述。
根据本发明的实施例,所述步骤四中,根据待匹配的导航三角形信息,生成一幅局部天区的参考星图,将参考星图与当前观测星图进行星点匹配,其具体方法为本领域技术人员的惯用技术手段,属于本领域公知常识,此处不再叙述。
下面结合具体的实施例对本发明作进一步详细的描述。
在本实施例中,星敏感器的性能参数如下:视场大小为7.5°×7.5°、焦距50mm、像素分辨率1024×1024、像元尺寸0.00645mm×0.00645mm、极限敏感星等大小为6.5等,基本星表选择SAO Star Catalog J2000星表,根据上述的性能参数,恒星个数阈值Tn设为10,亮星个数N设为6,阈值Th的值设为0.001(无量纲)、阈值Ta的值设为0.002(单位:弧度)。下面从构建导航特征库和匹配识别方法两个部分进行说明本发明的工程实用性。
1)构建导航特征库:对上述的SAO Star Catalog J2000基本星表进行筛选,可以得到包含9040个导航星组成的导航星表,根据所述构建导航特征库的方法,共生成由41627组导航三角形信息组成的导航特征库,导航特征库的存储空间大小为650.42KB;而在同样的星敏感器的性能参数条件下,传统三角形方法使用星对来构建导航特征库,存储空间大小为1.34MB。
2)匹配识别方法:采用蒙特卡罗方法随机生成模拟星图,对模拟星图中的星点加上0~2个像素大小的位置高斯噪声,从仿真测试的结果可以看出,本发明的匹配出来的导航三角形个数少,80%以上是“唯一的”,识别成功率可达到99%以上;而传统三角形方法匹配出来的导航三角形个数较多,存在一定冗余,降低了识别效率和成功率。
以上所述为本发明的一个实施例而已,但本发明不应该局限于该实施例和附图所公开的内容。所以凡是不脱离本发明所公开的精神下完成的等效或修改,都落入本发明保护的范围。
Claims (7)
1.一种星敏感器全天球快速星图识别方法,具体步骤包括:
步骤一、构建一种导航三角形的形状因子和三角形最长边的角距值的导航特征库;
步骤二、根据星敏感器视场内观测星的数量,择优选择其中的四颗观测星,并将四颗观测星两两之间的最长边作为公共边,组成两个目标观测三角形;
步骤三、计算两个目标观测三角形的形状因子和作为公共边的最长边的角距值,将其与导航特征库进行匹配,获得所有满足条件的导航三角形,作为后续待匹配的导航三角形;
步骤四、根据待匹配的导航三角形信息,生成一幅局部天区的参考星图,将参考星图与当前观测星图进行星点匹配,最终完成星图的全天自主快速识别任务。
2.根据权利要求1所述的星图识别方法,所述步骤一中构建的导航特征库里的特征量包括两个导航三角形的形状因子、导航三角形公共边的角距值、导航三角形公共边对应的两颗导航星的序号。
3.根据权利要求2所述的星图识别方法,所述导航三角形的形状因子是通过公式确定的,其中,dir为三角形的三条边按照降序方式进行排列后的方向标志,p为三角形周长的一半,a、b、c分别为三角形三条边的边长。
4.根据权利要求1所述的星图识别方法,所述步骤二中或在具体构建导航特征库的方法中,择优选择其中的四颗观测星或导航星,具体方法是:如果观测星或导航星个数小于等于恒星个数阈值Tn,当Tn大于等于N时,在最亮的N颗观测星或导航星中任选四颗,当观测星或导航星不足N颗星时,从所有观测星或导航星中任选四颗;否则,当观测星或导航星个数大于恒星个数阈值Tn时,阈值Tn为经验值,优先选择离星敏感器光轴中心最近的Tn颗观测星或导航星,再从这Tn颗中选择最亮的N颗观测星或导航星,再从中任选四颗。
5.根据权利要求1所述的星图识别方法,所述步骤三中,将两个目标观测三角形的形状因子和公共边的角距值与导航特征库中相应的值进行匹配,获得所有满足条件的待匹配的导航三角形,具体的匹配条件为:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mo>|</mo>
<mi>h</mi>
<mo>-</mo>
<msub>
<mi>h</mi>
<mi>T</mi>
</msub>
<mo>|</mo>
<mo>&le;</mo>
<msub>
<mi>T</mi>
<mi>h</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>|</mo>
<mi>a</mi>
<mo>-</mo>
<msub>
<mi>a</mi>
<mi>T</mi>
</msub>
<mo>|</mo>
<mo>&le;</mo>
<msub>
<mi>T</mi>
<mi>a</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,h为观测三角形的因子,a为观测三角形公共边的角距值,hT为导航三角形的因子,aT为导航三角形公共边的角距值,Th为三角形形状因子的阈值,Ta为三角形公共边的角距值的阈值。阈值Th、Ta的取值大小是根据星点位置噪声水平来确定的。
6.根据权利要求1所述的星图识别方法,所述步骤三中还包括:
计算出了两个目标观测三角形的形状因子和公共边的角距值后,对两个三角形的形状因子按照从小到大方式进行排序,先对最小的目标观测三角形形状因子采用数据分块存储快速查找方式快速搜索导航特征库中第一列的值,再依次从小到大地匹配至最大的目标观测三角形形状因子和公共边的角距值,从而获得所有满足条件的待匹配的导航三角形。
7.根据权利要求1所述的星图识别方法,步骤四后还包括:
步骤五、如果星点匹配成功,则表明成功完成全天星图识别任务;如果星点匹配不成功,则重复步骤四,直至星点匹配成功,成功完成全天星图识别任务;如果所有待匹配的导航三角形均被处理过,则重复步骤二,直至星点匹配成功;否则,视场内择优选择的观测星均被处理过,全天星图识别失败,则重新选择下一幅星图中的四颗星进行星图识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710793026.XA CN107816986B (zh) | 2017-09-05 | 2017-09-05 | 一种星敏感器全天球快速星图识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710793026.XA CN107816986B (zh) | 2017-09-05 | 2017-09-05 | 一种星敏感器全天球快速星图识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107816986A true CN107816986A (zh) | 2018-03-20 |
CN107816986B CN107816986B (zh) | 2020-05-19 |
Family
ID=61601550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710793026.XA Active CN107816986B (zh) | 2017-09-05 | 2017-09-05 | 一种星敏感器全天球快速星图识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107816986B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109405822A (zh) * | 2018-12-03 | 2019-03-01 | 北京遥感设备研究所 | 一种星表制作和快速角矩匹配方法和装置 |
CN109813303A (zh) * | 2019-03-08 | 2019-05-28 | 北京航空航天大学 | 一种基于角模式簇投票的不依赖标定参数的星图识别方法 |
CN110879063A (zh) * | 2019-12-12 | 2020-03-13 | 中国科学院长春光学精密机械与物理研究所 | 基于三角形匹配的快速星图识别方法 |
CN112665579A (zh) * | 2020-12-01 | 2021-04-16 | 中国人民解放军国防科技大学 | 基于几何验证的星图识别方法和装置 |
CN112697136A (zh) * | 2020-11-26 | 2021-04-23 | 北京机电工程研究所 | 一种快速最小化区域星图模拟方法 |
CN112880666A (zh) * | 2021-01-13 | 2021-06-01 | 中国科学院国家授时中心 | 基于冗余参考星的三角形星图匹配方法 |
CN113483751A (zh) * | 2021-06-29 | 2021-10-08 | 北京航空航天大学 | 一种基于径向三角形映射矩阵的星图识别方法 |
CN114396935A (zh) * | 2021-12-02 | 2022-04-26 | 上海航天控制技术研究所 | 一种基于二次最优权重的星敏感器导航星库构建方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6775600B1 (en) * | 2002-10-07 | 2004-08-10 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Systems and methods for determining a spacecraft orientation |
CN1958394A (zh) * | 2006-12-01 | 2007-05-09 | 北京航空航天大学 | 一种快速星图识别方法 |
CN102840861A (zh) * | 2012-09-17 | 2012-12-26 | 常州工学院 | 一种用于星敏感器的筛选导航星的方法 |
-
2017
- 2017-09-05 CN CN201710793026.XA patent/CN107816986B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6775600B1 (en) * | 2002-10-07 | 2004-08-10 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Systems and methods for determining a spacecraft orientation |
CN1958394A (zh) * | 2006-12-01 | 2007-05-09 | 北京航空航天大学 | 一种快速星图识别方法 |
CN102840861A (zh) * | 2012-09-17 | 2012-12-26 | 常州工学院 | 一种用于星敏感器的筛选导航星的方法 |
Non-Patent Citations (2)
Title |
---|
LIU XIANYI ET AL.: "Improvement of star identification based on star trace in star images", 《MEASUREMENT》 * |
伍吉仓等: "三角形形状因子对地壳形变计算精度的影响", 《大地测量与地球动力学》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109405822A (zh) * | 2018-12-03 | 2019-03-01 | 北京遥感设备研究所 | 一种星表制作和快速角矩匹配方法和装置 |
CN109405822B (zh) * | 2018-12-03 | 2022-06-24 | 北京遥感设备研究所 | 一种星表制作和快速角矩匹配方法和装置 |
CN109813303B (zh) * | 2019-03-08 | 2020-10-09 | 北京航空航天大学 | 一种基于角模式簇投票的不依赖标定参数的星图识别方法 |
CN109813303A (zh) * | 2019-03-08 | 2019-05-28 | 北京航空航天大学 | 一种基于角模式簇投票的不依赖标定参数的星图识别方法 |
CN110879063A (zh) * | 2019-12-12 | 2020-03-13 | 中国科学院长春光学精密机械与物理研究所 | 基于三角形匹配的快速星图识别方法 |
CN112697136A (zh) * | 2020-11-26 | 2021-04-23 | 北京机电工程研究所 | 一种快速最小化区域星图模拟方法 |
CN112697136B (zh) * | 2020-11-26 | 2023-12-05 | 北京机电工程研究所 | 一种快速最小化区域星图模拟方法 |
CN112665579A (zh) * | 2020-12-01 | 2021-04-16 | 中国人民解放军国防科技大学 | 基于几何验证的星图识别方法和装置 |
CN112665579B (zh) * | 2020-12-01 | 2024-02-27 | 中国人民解放军国防科技大学 | 基于几何验证的星图识别方法和装置 |
CN112880666A (zh) * | 2021-01-13 | 2021-06-01 | 中国科学院国家授时中心 | 基于冗余参考星的三角形星图匹配方法 |
CN112880666B (zh) * | 2021-01-13 | 2024-07-02 | 中国科学院国家授时中心 | 基于冗余参考星的三角形星图匹配方法 |
CN113483751A (zh) * | 2021-06-29 | 2021-10-08 | 北京航空航天大学 | 一种基于径向三角形映射矩阵的星图识别方法 |
CN113483751B (zh) * | 2021-06-29 | 2022-07-05 | 北京航空航天大学 | 一种基于径向三角形映射矩阵的星图识别方法 |
CN114396935A (zh) * | 2021-12-02 | 2022-04-26 | 上海航天控制技术研究所 | 一种基于二次最优权重的星敏感器导航星库构建方法 |
CN114396935B (zh) * | 2021-12-02 | 2023-09-05 | 上海航天控制技术研究所 | 一种基于二次最优权重的星敏感器导航星库构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107816986B (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107816986A (zh) | 一种星敏感器全天球快速星图识别方法 | |
CN102072730B (zh) | 一种三角形星图识别方法 | |
CN107883947B (zh) | 基于卷积神经网络的星敏感器星图识别方法 | |
CN108225307B (zh) | 一种惯性测量信息辅助的星图匹配方法 | |
CN106595645A (zh) | 一种基于星敏感器输出精度的导航星库制作方法 | |
CN100390023C (zh) | 一种快速星图识别方法 | |
CN104154929B (zh) | 基于星密集度的星图仿真器导航星优选方法 | |
CN103363987B (zh) | 一种多视场星敏感器的星图识别方法 | |
CN102128623B (zh) | 一种星敏感器快速星图识别方法 | |
CN102840861A (zh) | 一种用于星敏感器的筛选导航星的方法 | |
CN103453905A (zh) | 一种基于平面三角形主成分分析的星图识别方法 | |
CN103148852A (zh) | 一种基于有向环的星图识别方法 | |
CN105928509B (zh) | 基于最大内角散列函数的三角形识别方法 | |
CN107907126A (zh) | 一种基于三角形匹配的星图识别方法、装置及*** | |
CN100538705C (zh) | 一种基于蚁群算法的星图匹配识别方法 | |
Cowie et al. | A Submillimeter Survey of Faint Galaxies behind 10 Strong Lensing Clusters | |
CN109540129A (zh) | 一种机载式全天时星敏感器导航星库的制作方法 | |
CN104298667A (zh) | 一种适用于高背景星图识别用的导航数据库构建方法 | |
Jin et al. | Small scale crater detection based on deep learning with multi-temporal samples of high-resolution images | |
CN112785686A (zh) | 一种基于大数据的林区地图构建方法及可读存储介质 | |
CN104819715B (zh) | 一种基于一维矢量模式的自主星识别方法 | |
CN116659485A (zh) | 一种快速鲁棒的全局星图识别方法 | |
CN111024063B (zh) | 一种基于星点重提取的大机动条件下星图识别算法 | |
US6478260B1 (en) | Star detection and location system | |
Xie et al. | A robust autonomous star identification algorithm for ZY3 satellite |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |