基于三角形周长的暗星全天球自主快速识别

随着星敏感器极限探测星等能力的提高,导航星暗星数目及识别特征库急剧增加,造成星图识别耗时长,误匹配率高。通过介绍传统的三角形星图识别算法原理及不足,结合主星识别算法思想,以主星对星角距和周长为识别特征,提出了一种基于三角形周长的暗星全天球自主快速识别算法。由于9.0Mv全天球导航特征库的构建过于繁琐,为了提高运算速度,采用NVIDIA图像处理器(GPU)并行计算架构,通过CUDA计算比CPU获得了20倍以上的加速。对特征库按周长构造了散列函数,分段存储成若干个子块。识别过程中,对观测三角形周长采用哈希查找法实现子块的快速定位,星角距的识别只在相应的子块内进行,提高了识别速度,增加了识别成功率。用实拍星图分别对基于星角距和周长特征的识别算法进行了验证,实验表明,两种算法均能实现9Mv星的识别,平均识别时间分别为37.7123 s和2.0422 s,后者具有明显的优势,能够大大提高星敏感器的数据更新率。     

CCD星图模拟器的设计及验证

为了方便星图识别算法和星敏感器性能的测试,设计了一种CCD星图模拟器,开发了星图模拟软件。采用高分辨率显示设备及平行光管模拟无穷远处平行光,实现了高质量星图的模拟。通过高精度QUEST算法求解姿态,对模拟的星图进行了验证。计算了3颗以上恒星的偏航角、俯仰角和滚动角,对100幅模拟星图进行了统计分析,结果显示其定位精度已达98．1％。目前,该星图模拟器已成功用于实际项目,为后续的测试星图识别算法提供了良好的依据,并缩短了开发周期。