浦江一号卫星星敏感器在轨测量精度分析

针对星敏感器在轨运行时的精度评估问题,提出了采用历元差法、滑动窗口法和光轴夹角法综合分析的方法,分别用于评估星敏感器测量噪声,测量总误差,并基于浦江一号卫星提供的星敏感器不同类型的在轨数据进行分析计算。在轨测试结果表明:星敏感器光轴指向精度达到15（3）,满足卫星控制系统要求,其三轴稳定度达到0。01。该方法可用于星敏感器在轨测量精度评估,也可用于星敏感器地面观星精度评估。     

视场网状分区域建模的星敏感器标定方法

星敏感器标定是基于更高精度的测量基准对光学系统内方位元素进行建模与最优化解算的过程。针对大视场星敏感器光学系统误差分布非理想轴对称的实际情况,提出了一种采用视场网状分区域建模的内方位元素最优化解算方法。首先,在补偿了星敏感器与标定系统初始对准误差后,基于针孔模型计算主点和焦距;然后,在视场分区域建模思想的指导下,采用多项式拟合结合双线性插值的方法修正畸变;最后,提出了基于测角误差的标定精度评价准则。经实验室标定与外场观星验证,x轴与y轴标定残差较全局建模法分别降低了35%和20%,证明了该方法的有效性。     

一种甚高精度星敏感器精度测试方法

根据星敏感器的误差来源和组成,提出了对甚高精度星敏感器的瞬时误差(TE)、高频误差(HSFE)、低频误差(LSFE)三项误差的测试方法。针对星敏感器TE的测试,利用统计高精度静态光星模和基于高精度单星模拟器的星点质心定位误差的方法,得到星敏感器TE的误差;针对星敏感器HSFE的测试,利用高精度转台和单星模拟器,以微步距采集星点弥散斑在不同成像位置时的能量变化,计算星敏感器高频误差;针对星敏感器LSFE误差的测试,利用双轴转台,并且分别旋转转台的两轴,计算星敏感器星像坐标在像面上的变化来获得LSFE的误差。最后文中以某甚高精度星敏感器为例进行试验,结果表明测试方法有效。     

基于亚像元坐标的像素频率误差补偿方法

详细介绍了一种星敏感器像素频率误差补偿方法并结合实际实验数据对其补偿效果进行验证。首先依据阈值分割的星点提取算法,分析了像素频率误差产生的几个主要原因。然后改进原有的星点质心定位点扩散函数,提出了一种基于亚像元坐标的像素频率误差补偿方法。最后通过星敏感器微步距实验,与正弦曲线法比较。实验结果表明:在视场中心区域,使用该方法对采样点补偿后像素频率误差减少了65.2%,优于正弦曲线法的52.7%;使用视场中心的误差补偿公式对视场边缘的采样点补偿,像素频率误差减少58.7%,优于正弦曲线法的41.9%。由实验结果可得:较之于正弦曲线法,该误差修正方法不仅具有更好的误差补偿效果,而且在视场范围内具有较强的通用性。     

高精度星敏感器安装矩阵在轨实时校准方法

在轨运行过程中,受空间热环境的影响,星敏感器的安装矩阵具有轨道周期变化的特征。为了校准卫星结构变形导致的星敏感器之间安装矩阵变化,提出了一种基于四元数自适应卡尔曼滤波（quaternion Adaptive Kalman Filter,q-AKF）的安装矩阵在轨实时校准方法。该方法结合衰减记忆滤波与简化的Sage_Husa自适应滤波,通过自适应调整衰减因子,调节当前量测值在滤波过程中的权重,以抑制因模型参数不准确造成的滤波性能下降甚至发散问题。仿真试验结果与在轨数据验证结果表明:q-AKF算法不但可以抑制参数不准确造成的滤波发散问题,而且在0~5（）/s的姿态机动速率范围内,仍能稳定跟踪安装矩阵的真值（偏差均值的绝对值0.15）,具有良好的自适应性与鲁棒性。     

星敏感器恒星成像模型迭代估计方法

针对现有描述星点能量分布的高斯模型的局限性,基于恒星辐射特性和星敏感器的成像特性,提出了改进的偏正态分布恒星成像模型,并确定其关键参数向量.根据星敏感器对恒星成像为平稳随机过程的特点,设计了Kalman滤波器迭代估计星点像斑特征,提取四个星点像斑特征量,建立状态空间,得到特征量在最小二乘意义下的最优估计值,以此作为参考基准,利用查表法实现星点成像模型参数寻优求解.地面观星实验结果表明,基于Kalman滤波可以快速有效地对实测星点像斑特征量进行估计,相对于高斯模型,改进的偏高斯模型对星点像斑能量分布的仿真精度更高.     

星敏感器低频误差在轨补偿方法

为了抑制地面标定与在轨工况差异引入的低频误差,提出了一种低频误差在轨补偿方法,基于地面标定求得主点、焦距初始值与畸变系数,筛选出符合条件的星对,以星对角距误差最小为准则,基于扩展卡尔曼滤波方法,实时更新星敏感器的焦距值.与现有的多参数同时更新方法相比,该方法具有更快的收敛速度与更高的鲁棒性.多次观星试验和在轨飞行验证了本方法的有效性,星对角距误差均值减小90%以上,低频误差减小40%以上.     

复杂星空背景下的空间目标快速捕获算法

针对现有方法在大视场、高灵敏度条件下星空背景复杂导致的空间目标捕获速度慢的问题,利用大视场星图识别的优势,提出了复杂星空背景下的空间目标快速捕获算法.采用分级曝光策略,基于短曝光获取有限数量的恒星以大幅度提高星图识别速度;利用二维最大背景估计方法,实现星图预处理,获得质心数据信息;最后基于星图目标序列剔除自然天体.通过星图目标排序横向剔除,保证剔除准确性的前提下有效提高了剔除效率,实现了空间目标快速捕获.仿真试验结果表明,本文方法快速性好、准确率高,与已有算法中较快算法相比,目标捕获所用时间减少41.92%.     

采用粒子群优化粒子滤波的红外目标提取算法

提出了一种新的基于粒子群优化粒子滤波(PSOPF)的红外目标提取算法,将红外目标提取阈值的计算问题看作系统状态估计问题.在粒子滤波的框架下,建立了关于灰度—方差加权信息熵和像素点灰度值的阈值状态空间,建立了基于粒子群优化算法思想的系统状态转移模型,建立了基于红外目标提取效果评价函数的系统观测模型,它有效综合了红外图像中灰度、信息熵、梯度、像素点的空间位置等信息.最后,以粒子的加权平均估计目标提取的阈值.实验结果表明,该方法是有效且稳健的.     

采用最大背景估计的星敏感器图像处理方法

星图处理是星敏感器运行的基础,而杂光干扰是影响星敏感器图像处理的主要因素之一,是算法设计需要重点考虑的干扰源。为消除杂光干扰的影响,通过分析星图中目标及背景的特征,根据星点二维高斯分布模型构造了权值参考函数,改进了最大化背景估计模型,设计了欧几里德四象限旋转对称的掩模,辅以图像分割、去噪,构成采用最大背景估计的星敏感器图像处理算法。另外采用了星点提取率、虚警率、极限探测星等、单星定位精度和仿真时序综合评价星图处理算法性能。实验证明该图像处理算法星点提取率高、虚警率低、单星定位精度高、抗杂光干扰性能优异且具有通用性。