面向星敏感器的星模式识别算法.pdf

第 12 卷第 1 期 中国惯性技术学报 2004 年 2 月
文章编号：10056734(2004)01模与仿真等。56 中国惯性技术学报 2004 年 2 月
从图 1 可以看出，对星敏感器拍摄到的星图进行模式识别是一个关键步骤。针对这一点，已经出现
了多种算法。本文的目的就是对目前出现的 自主式 CCD 实时星图 星图预处理、星 飞行器姿态
所有面向星敏感器的星模式识别算法进行 星跟踪器 图模式识别 估计与控制
综述，并比较它们的优缺点。 图 1 基于自主式星敏感器的飞行器姿态控制系统框图
�
�� 星模式识别算法
星敏感器实时星图识别的本质是模式识别，它把观测星图作为待识别的模式，通过模式识别算法与预
先储存的星模式进行匹配，找出最佳匹配模式，从而完成星模式识别。到目前为止，面向星敏感器提出的
星模式识别算法有概率统计算法[1, 5]、三角形算法[2]、匹配组算法[2]、栅格算法[2, 3] 、奇异值分解算法[6]、基
于遗传算法的方法[7, 8]和基于神经网络的算法[8]。四边形算法[4]只是三角形算法的一个扩展，在此就不单独
讨论了。下面就分别说明以上算法的原理和详细实现过程。
��� 概率统计算法�
该类算法基于贝叶斯决策理论，通过比较观测星模式统计特征与预先计算的星表中星模式的统计特
征来进行模式识别。识别标准是通过对在不同观测星区获取的星图序列的后验概率进行评估得到的。这
种方法不直观，计算复杂，实时性差，目前已经被淘汰。
��� 三角形算法�
三角形算法是一种很直观的算法，也是目前比较流行的星图识别算法，其核心思想是试图使一个由
观测星构成的三角形模式唯一地与导航星座数据库中的同构三角形匹配。这种算法实现容易，但由于三
角形模式的特征维数较低，所以在测星误差较大时，冗余匹配导致算法的识别成功率迅速降低。尽管已
有不少改进算法，但受特征维数的限制，较高的冗余匹配仍是三角形算法的一大缺陷。