基于最大内角的三角形星图识别算法

摘要

针对传统三角形星图识别算法的不足,本文提出了一种不依赖星等信息的全天球自主快速三角形识别算法.通过构建三角形最大内角及其两边作为匹配特征三角形,建立了全天球导航特征库,对生成的特征库按最大内角值构造散列函数,并分块存储.识别过程中,采用“边-角-边”原理进行匹配.首先,根据最大内角的观测值实现子块的快速定位,然后,在子块中对观测三角形的两边进行星角距快速匹配,缩小了角距匹配的范围,提高了识别速度.试验表明,星点位置噪声低于2个像元时,识别率优于98.08％;观测星数等于10颗,特征库分块总数为1 024时,平均识别时间为13.1 ms.与现有三角形识别算法相比,该算法在识别速度、识别率及抗星等噪声能力等方面具有明显优势.