一种改进的基于奇异值分解的星图识别算法

邢一凡　王建华

摘 要：星敏感器是高精度的姿态测量部件，它在各种航天、航空飞行器的姿态测量或控制系统中发挥着关键作用。作为星敏感器的核心技术，可靠、快速和高精度的星图识别算法一直是重要的研究课题。论文对星图识别算法进行研究。针对基于奇异值分解的星图识别算法可能出现的由于视轴不连续所造成的全天区覆盖率较低问题，提出了一种改进的基于奇异值分解的星图识别算法，详细阐述了各部分算法的设计思想。论文最后在JDK 5.0开发环境中用JAVA语言实现了改进算法，并与传统的三角形算法的性能进行了比较详尽的对比。

关键词：星敏感器；星图识别算法；导航星数据库；奇异值分解

中图分类号：TP391.4 文献标识号：A 文章编号：2095-2163（2014）02-

An Improved Star Recognition Algorithms based on Singular Value Method

XING Yifan， WANG Jianhua

（Institute of Computer Science and Information Engineering， Harbin Normal University， Harbin 150025， China）

Abstract： Star tracker is most precise instrument of attitude measurement， playing a vital role in attitude measurement and control system of all kinds of Aerospace Flight Vehicles. Star pattern recognition algorithm as one of core technology of star tracker is so important that the reliable， fast and accurate star pattern recognition is widely investigated. The star pattern recognition algorithms are investigated. For the problem of low coverage throughout the sky caused by lack of bore sight direction， an improved singular value method for recognition algorithm is proposed respectively. The design thoughts of programs are elaborated clearly. Finally， this thesis develops JAVA language code of the improved algorithm in the JDK 5.0 Builder environment and makes an comparison with performance of the traditional Triangle algorithm in detail.

Keywords： Star Tracker； Star Recognition Algorithms； Database of Guide Star Pattern； Singular Value Decomposition

0 引言

天文导航是通过对已知自然天体的坐标位置和运动规律开展研究，应用观测天体的天文坐标值来确定导航体在地球上的地理位置等导航参数[ ]。与其他导航技术相比，天文导航系统由于不需要其他地面设备的支持，可以实现自主式导航，同时还具有指向精度高、体积小、自主性强、无姿态累积误差等优点，星敏感器的这些性能使其成为一种优良的空间姿态敏感器技术而在空间飞行器中得到越来越广泛的应用。

星敏感器技术的出现为空间飞行器的姿态测量探明了一个新的途径。星敏感器利用恒星坐标系作为参考坐标系，以若干个恒星矢量进行航天器在轨飞行阶段的高精度姿态测量。对于星敏感器而言，星图识别的实质就是寻找观测星图中观测星在星表（天球坐标系）中对应的导航星[ ]，这是星图导航中极为关键的一个步骤。该步骤指出了星敏感器拍摄到的实时星图的空间位置信息，可为导航中的姿态和位置解算提供了基础，其效率和准确度对整个星图导航系统有着极为重要的意义[ ]。

1 基于奇异值分解的星图识别算法

基于奇异值分解的星图识别算法是一种非直观的星模式识别方法，是利用观测坐标系下的观测单位列矢量矩阵的奇异值和参考坐标系下相应的参考单位列矢量矩阵的奇异值来进行星模式识别。由数学原理解析可得，该算法进行模式识别所用的奇异值相对于坐标变换是不变的[ ]。对于一帧观测星图，无论有多少个向量，最后提取的特征只有3个奇异值。

1.1 数学原理

星图模拟生成中的坐标变换需要用到天球坐标系、星敏感器坐标系及星敏感器图像坐标系如图1所示。