亚星游戏官网-www.yaxin868.com

专利名称：一种采用十字链表的星敏感器筛选导航星的方法
技术领域：
本发明属于天文导航技术领域，涉及一种采用十字链表的星敏感器筛选导航星的方法。
背景技术：
星敏感器通过星图识别，比较观测星星组和导航星星组的特征，识别观测星，确定它们在本体坐标系和惯性坐标系中的坐标，从而测量出卫星姿态，是现代航天领域中一种精度最高的卫星姿态测量仪器。星图识别是星敏感器的核心技术，建立导航星星库是识别星图的重要前提，合理选择导航星对于降低导航星星组特征相似性，提高星图识别速率和星图识别成功率，增强星敏感器抗伪星干扰能力，提高姿态测量精度有重要意义。导航星在全天球上分布均匀时，导航星星组特征冗余性�。�星图识别稳定性高，通常以导航星分布均匀性评价优选(筛选)算法，目前的导航星优选(筛选)算法大致可以·分为两大类。第一类算法以导航星在全天球的均匀分布为出发点。1998年林涛等提出的正交网格方法将单位天球投影到平面上，正交分割该投影平面，将全天球分成很多互不交叉的等面积天区，在每个天区中选取一颗恒星为导航星。由于天区长宽比随着纬度变化，导航星密度并不均勻。2004年Samaan, Malak A等提出的球面分块法(The Spherical Patchesmethod)、固定斜度螺旋线法(The Fixed-Slope Spiral method)和带电粒子法(TheCharged Particles method)等算法均分天球,每个天区长宽比与所处位置的关系不大,得到的导航星分布也更均匀。2004年发表在ELECTRONICS LETTERS第40卷第2期上的基于玻尔兹曼熵的导航星优选算法，从选定的两颗导航星出发，逐个选取其他导航星，使所有已选导航星的玻尔兹曼熵最�。�该算法可以有效删除冗余星，获得均匀的全天球导航星分布。此类算法较少考虑星敏感器的视场和各个天区视场内导航星的数目，虽然可以实现导航星均匀分布，但当视场很大时，每次可观测到的导航星仍有冗余。第二类算法从导航星在局部天球上的均匀分布出发，实现在全天球上的均匀分布。2000年李立宏等提出星等加权方法，按照星等给每颗恒星赋予不同的权值，低星等的恒星有高权值，高星等的恒星有低权值，根据权值选取导航星，算法优于正交网格方法，但该算法较少考虑恒星位置，导航星分布均匀性有待提高。2002年Texas A&M大学Hye-YoungKim等提出了自组织导航星选取算法，在满足任意轴指向的视场内达到一定导航星数的前提下，根据恒星的位置关系，逐个挑选导航星，导航星分布在局部和全天球上都较均匀。2004年郑胜等提出的回归选取算法根据视场内可观测到的恒星数，基于支持向量机的方法，生成动态星等阈值，依据该阈值筛选不同天区视场内的观测星获得导航星，该方法能得到比较均匀的导航星分布，但对于有固定极限星等的星敏感器，回归选取算法得到的导航星分布仍不够均匀
发明内容
本发明要解决的技术问题是提供一种采用十字链表计算质心，并适用于星敏感器以均匀筛选出导航星的方法。本发明的基本思想是，由于星敏感器的视场内的天区只占据全天球的很小一部分，所以该视场内的天区可看成是平面区域，如果任意视场内的导航星成像的像面均匀分布，那么导航星在全天球上也近似均匀分布。这样，可以根据像面上的星像密度筛选导航星，把导航星在全天球上的分布问题转换为其星像在像面上的分布问题。在所述基本思想下，本发明提供了一种采用十字链表的星敏感器筛选导航星的方法，包括步骤一、根据星敏感器的极限星等，对全天球的原始星表作星过滤处理，即删除双星、变星和星等高于极限星等的恒星；并根据星图识别算法确定星数阈值Nth ；步骤二、所述星敏感器在当前天区视场内的剩余星的数量设为N，若N < Nth，则所述剩余星都选为导航星，执行步骤三； Sn > Nth，则通过多尺度像面分割筛选所述当前天区视场内的导航星，其步骤如下步骤(I)将所述剩余星成像到像面，把该像面分割为行数为P、列数为q的正交网格；所述正交网格中的每个网格为一个小区；步骤(2)依次遍历各小区，检查其中剩余星的数量，其中，若一小区剩余星的数量有多颗，则保留其中最亮的一颗星，删除其余星；同时判断此时剩余星的数量，若衫Nth,则设当前剩余星为导航星，遍历结束，执行步骤三> Nth，则继续遍历；若遍历所有小区后，N仍大于Nth，则把小区当作像元，若小区内有星，则该像元的灰度值为非0，若小区内无星，则该像元的灰度值为0，遍历后的具有剩余星的相邻小区划分为连通域，将正交网格数据存储为十字链表，采用区域增长算法计算出各连通域的质心坐标；步骤(3)选取小区数最多的连通域，设在该连通域中离该连通域的质心坐标最近的一颗星为冗余星；若该连通域中离质心坐标最近的星有多颗，则其中最暗的一颗星为冗余星；若小区数最多的连通域有多个，则选择这些连通域中最暗的一颗星为冗余星；删除所述冗余星；判断此时剩余星的数量，若N<Nth，则设当前剩余星为导航星，执行步骤三；若N> Nth，则重复该步骤(3)；步骤(4)若不再有连通域后；N仍大于Nth，则所述P和q的取值都减1，重复步骤(I)至(4);直到N彡Nth;步骤三、所述当前天区视场的导航星筛选结束后，所述星敏感器转到下一方位重复步骤二筛选导航星，直至遍历全天球。进一步，所述步骤(2)中所述若一小区剩余星的数量有多颗，则保留其中最亮的一颗星，删除其余星的方法包括在所述正交网格中预先定义三个二维数组Marray、Idarray和MAGarray ;若所述正交网格中第m行、η列的小区有至少有一颗星,贝UMarray [m] [n]=l,否则为零；若所述小区内有多颗星，贝1J用IDarray [m] [η]和MAGarray [m[η]分别记录最亮的一颗星的星号和星等，并删除其余星。进一步，为了快速的提取连通域的质心坐标，所述步骤(2)中所述将正交网格数据存储为十字链表，采用区域增长算法计算出各连通域的质心坐标的方法。该方法的基本思想是经过灰度阈值处理后的星图，星像只占少部分区域，大部分区域灰度值为O。以十字链表稀疏矩阵结构记录星图，可剔除无关信息，避免重复判断非星像像元。通过处理十字链表，即可完成提取星像。区域增长算法从启始种子开始连通星像区域，减少了判断非星像像元的次数。星图以十字链表存储时，十字链表的每个节点都代表星像像元。而以区域增长算法处理十字链表星图，不必再判断当前像元是否为星像像元。这样，可以避免重复扫描星图。如果十字链表中的星像像元已经连通，当提取一个连通区域后，该区域像元已全部从链表中删除。提取出的像元数据直接用于计算星像质心。按照区域增长算法的基本原理，在一个星像区域的增长过程中遇到的每一个灰度大于阈值的像元都是种子，它们将执行相同的任务，检查邻域是否有新的种子，直到在新种子邻域中找不到未知的种子，此时一个星像区域已经连通。在该基本思想下，所述步骤(2)中所述将正交网格数据存储为十字链表，采用区域增长算法计算出各连通域的质心坐标的方法包括 步骤A、所述若小区内有星，则该像元的灰度值为非0，若小区内无星，则该像元的灰度值为0，即把所述二维数组Marray转换成一星图，所述各连通域转换成各星象，并将所述星图转换为十字链表；提取灰度值为非O的星图像元的坐标(X，7)和灰度值^1，y)，并把所述星像像元的坐标(X，y)和灰度值f (X，y)存储到十字链表的节点中；步骤B、定义初始值为O的三个变量ACC1、ACC2、ACC3作为三个累加器；步骤C、在星图中，一个星像占据一个连通的区域，将该连通的区域称为一个星像区域；以区域增长算法连通一星像区域，即以所述十字链表中的第一个节点为启始种子，依次提取代表邻域节点的像元的坐标(x，y)和灰度值f(x，y)，同时将所述的三个累加器分别增加xf (X，y)、yf (X，y)、f (x, y)，并将提取过所述坐标(x, y)和灰度值f (x, y)的节点从所述十字链表中删除；重复该步骤三，直至所述星像区域已经连通；步骤D、使用所述三个累加器计算该星像的质心坐标(X。，yc)，即质心坐标(X。，yc)为
权利要求
1.一种采用十字链表的星敏感器筛选导航星的方法，包括 步骤一、根据星敏感器的极限星等，对全天球的原始星表作星过滤处理，即删除双星、变星和星等高于极限星等的恒星；并根据星图识别算法确定星数阈值Nth ； 步骤ニ、所述星敏感器在当前天区视场内的剰余星的数量设为N，若N < Nth,则所述剩余星都选为导航星，执行步骤三； 若N〉Nth，则通过多尺度像面分割筛选所述当前天区视场内的导航星，其步骤如下步骤(I)将所述剰余星成像到像面，把该像面分割为行数为P、列数为q的正交网格；所述正交网格中的每个网格为ー个小区； 步骤(2)依次遍历各小区，检查其中剰余星的数量，其中，若一小区剰余星的数量有多颗，则保留其中最亮的ー颗星，删除其余星；同时判断此时剩余星的数量，若N く Nth,则设当前剰余星为导航星，遍历结束，执行步骤三；若N > Nth，则继续遍历；若遍历所有小区后，N仍大于Nth，则把小区当作像元，若小区内有星，则该像元的灰度值为非O，若小区内无星，则该像元的灰度值为O，遍历后的具有剰余星的相邻小区划分为连通域，将正交网格数据存储为十字链表，采用区域增长算法计算出各连通域的质心坐标； 步骤(3)选取小区数最多的连通域，设在该连通域中离该连通域的质心坐标最近的一颗星为冗余星；若该连通域中离质心坐标最近的星有多颗，则其中最暗的一颗星为冗余星；若小区数最多的连通域有多个，则选择这些连通域中最暗的一颗星为冗余星；删除所述冗余星；判断此时剩余星的数量，若N ≤ Nth,则设当前剰余星为导航星，执行步骤三；若N >Nth，则重复该步骤(3)； 步骤(4 )若不再有连通域后；N仍大于Nth，则所述P和q的取值都减I，重复步骤(I)至(4);直到N≤Nth; 步骤三、所述当前天区视场的导航星筛选结束后，所述星敏感器转到下一方位重复步骤ニ筛选导航星，直至遍历全天球。
2.根据权利要求I所述的星敏感器筛选导航星的方法，其特征在于所述步骤(2)中所述若ー小区剰余星的数量有多颗，则保留其中最亮的ー颗星，删除其余星的方法包括 在所述正交网格中预先定义三个ニ维数组Marray、Idarray和MAGarray ;若所述正交网格中第m行、η列的小区有至少有ー颗星,贝UMarray[m] [n]=l,否则为零；若所述小区内有多颗星，则用IDarray [m] [η]和MAGarray [m] [η]分别记录最亮的一颗星的星号和星等,并删除其余星。
3.根据权利要求2所述的星敏感器筛选导航星的方法，其特征在于所述步骤(2)中所述将正交网格数据存储为十字链表，采用区域增长算法计算出各连通域的质心坐标的方法包括 步骤Α、所述若小区内有星，则该像元的灰度值为非O，若小区内无星，则该像元的灰度值为O，即把所述ニ维数组Marray转换成一星图，所述各连通域转换成各星象，并将所述星图转换为十字链表；提取灰度值为非O的星图像元的坐标(X，7)和灰度值バんy)，并把所述星像像元的坐标(X，y)和灰度值f (X，y)存储到十字链表的节点中； 步骤B、定义初始值为O的三个变量ACC1、ACC2、ACC3作为三个累加器； 步骤C、在星图中，一个星像占据ー个连通的区域，将该连通的区域称为ー个星像区域；以区域增长算法连通一星像区域，即以所述十字链表中的第一个节点为启始种子，依次提取代表邻域节点的像元的坐标(x，y)和灰度值f(x，y)，同时将所述的三个累加器分别增加xf (X，y)、yf (X，y)、f (χ, y)，并将提取过所述坐标(x, y)和灰度值f (x, y)的节点从所述十字链表中删除；重复该步骤三，直至所述星像区域已经连通； 步骤D、使用所述三个累加器计算该星像的质心坐标(Xc;，y。)，即质心坐标(Xc;，y。)为 ； 步骤E、将所述的三个累加器置O，重复上述步骤C至D，直至所述十字链表为空，即所有星像的质心坐标计算完毕。
4.根据权利要求I所述的星敏感器筛选导航星的方法，其特征在于所述P和q的初始值的比值与所述像面的行、列尺寸比相同。
全文摘要
本发明涉及一种采用十字链表的星敏感器筛选导航星的方法，包括一、根据星敏感器的极限星等，对全天球的原始星表作星过滤处理，并确定星数阈值Nth；二、所述星敏感器在当前天区视场内的剩余星的数量设为N，若N≤Nth，则所述剩余星都选为导航星，执行步骤三；若N＞Nth，则通过多尺度像面分割筛选所述当前天区视场内的导航星，三、所述当前天区视场的导航星筛选结束后，所述星敏感器转到下一方位重复步骤(二)筛选导航星，直至遍历全天球；本发明中的采用多尺度像面分割筛选的方法能适应不同天区的星数变化删除星分布高密度天区的冗余星，保留低密度天区的所有星，并且筛选的导航星分布均匀。
文档编号G01C21/02GK102865865SQ20121034394
公开日2013年1月9日 申请日期2012年9月17日 优先权日2012年9月17日
发明者吴峰, 沈为民, 朱锡芳 申请人:常州工学院, 苏州大学