基于Hausdorff距离的星图识别方法.pdf

《基于Hausdorff距离的星图识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2005年5月北京航空航天大学学报May2005第31卷第5期JournaIofBeijingUniversityofAeronauticsandAstronauticsVoI.31No.5基于Hausdorff距离的星图识别方法王广君房建成（北京航空航天大学仪器科学与光电工程学院，北京100083）摘要：提出了一种新的星图识别方法，这种方法的基本思想是首先从星敏感器中提取全部星图信息，把提取的星图组成一个待识别数据集合!，把全星图参考星库作为一个标准数据集合"，然后，计算2个数据集合"，!之间的相对Hausdor-ff距离，根据最小相对

2、距离得到待识别星的位置，其中"，!分别由矢量坐标#，$构成.与传统的星光角距识别方法不同，这种方法充分利用了星敏感器中的所有星的空间结构信息，所以，它对各种噪声干扰具有很强的鲁棒性.半物理仿真实验结果表明，在具有强的随机噪声、星图畸变和一定数目的流星干扰情况下，这种方法具有很好的识别效果.关键词：航天器；天文导航；星敏感器；Hausdorff距离；星图识别中图分类号：V448.22文献标识码：A文章编号：1001-596（52005）05-0508-04NewstarpatternrecognitionapproachbasedonHau

3、sdorffdistanceWangGuangjunFangJiancheng（SchooIofInstrumentScienceandOpto-eIectronicsEngineering，BeijingUniversityofAeronauticsandAstronautics，Beijing100083，China）Abstract：AnewstarpatternrecognitionapproachhasbeendevoIoped.Itsbasedideawasfirstextractionthestarpatterninform

4、ation，fittingtogethertheinformationtoapendingdataset!，puttingaIIstarcataIoginformationintoacriteriondataset"，thencomputingthereIativeHausdorffdistanceoftwosets，here#and$isavectoreIe-mentofset"andset!.ThestarwasrecognisedaccordingtotheminimumHausdorffdistance.Theapproachis

5、differentfromtheconventionaIstarpatternrecognitionapproach，whichusesthestarIightangIe-distancemethodtogettheposition，ittakesthemostoftheinformationofstardimensionaIconfiguration，therefore，theapproachhasstrongrobusticityforthedisturbanceofnoise，distortion，andafewmeteor.Int

6、hecaseofrandomnoise，imagingdistortion，andafewmeteordisturbing，thehaIfphysicssimuIationexperimentiaIresuItindicatesthattheapproachhasgoodrecognitioneffect.Keywords：spacecraft；ceIestiaInavigation；starsensor；Hausdorffdistance；starpartternrecognition［1］航天器的自主导航就是指不依赖外界支持而飞行姿态

7、，而无需任何先验知识.在基于星敏感在航天器上实时确定自身的位置和速度的能力.器的航天器自主导航中，星图识别是关键技术之而实现自主导航的关键因素即是对航天器飞行姿一.目前国内外许多学者都致力于这一研究，且公［2~4］态的精确测量.目前，新一代CMOS星敏感器作为布了许多算法.现较常用的典型星图识别算飞行器姿态测量仪器因其指向精度高，无姿态累法有多边形角距匹配算法、多边形角度匹配、积误差，快速的故障恢复能力和智能化而受到人Bezooijen提出的主星识别法、SchooI提出圆形区域们青睐.它可以为航天器提供精确到几个角秒的法、三角形匹配算法、

8、四边形全天自主星图识别算收稿日期：2003-12-15基金项目：国家自然科学基金资助项目（60174031）；遥感信息处理国家重点实验室资助项目（WKL（02）0102）作者简介：王广君（19