一种小视场星敏感器的单星及双星定姿方法

摘要

本发明提供的是一种小视场星敏感器的单星及双星定姿方法。一：判断视场内恒星的数目，若视场内恒星数目不小于3，利用三角形算法进行识别，若识别成功，则计算并输出姿态，否则跳到步骤四；二：若视场内恒星数目为1，利用上一时刻的姿态信息和陀螺输出信息进行星点识别，若识别成功，则结合卡尔曼滤波实时估计当前姿态，否则跳到步骤四；三：若视场内恒星数目为2，利用上一时刻的姿态信息、陀螺输出信息和星点的亮度和位置信息进行星图识别，若识别成功，用双矢量算法计算姿态，否则跳到步骤四；四：星图识别失败后利用陀螺信息估计当前时刻姿态。本发明在视场内只有一、两颗星的情况下仍然能够进行星图识别并计算载体姿态。适用于小视场的星敏感器。

说明书

技术领域

本发明涉及的是一种星图识别和姿态确定方法，具体地说是一种小视场星敏感器的单星 及双星定姿方法。

背景技术

精确的姿态信息是航天器完成航天任务的基础。能够提供姿态信息的测量器件有很多， 但是精度最高应用最广泛的是星敏感器。星敏感器的姿态确定过程分为：星空成像、星点提 取、星图识别和姿态计算四个步骤。

星空成像和星点提取属于星图的预处理阶段，通过阈值分割算法可以将星点信息与星图 的背景分离开来，利用连通域法或者多阈值聚类的方法将星点目标区分开来，最后使用质心 法或者高斯曲面法等质心提取方法将星点的位置和亮度等信息提取出来。星点的位置和亮度 等信息是星图识别阶段最重要的信息，星图识别的结果直接影响到姿态解算的精度。随着星 敏感器的发展，出现了许多的星图识别算法，例如三角形算法、多边形算法、栅格算法等。 然而目前的星图识别算法都要求视场内的星点达到一定的数目，即使是要求最低的三角形算 法也至少需要三颗星才能够进行星图识别，对于视场内只有两颗星或者一颗星的情况无能为 力，这就限制了这些算法在小视场星敏感器中的应用。但是在小型卫星上，为了降低成本和 体积，小视场星敏感器的应用还是很多的，如果使用传统星图识别和姿态计算方法，当视场 内只有一颗或者两颗星时不能够进行星图识别，此时就不能实时输出姿态信息。

发明内容

本发明的目的在于提供一种视场内只有一颗或者两颗星的情况下也能够实时估计载体的 姿态的小视场星敏感器的单星及双星定姿方法。

本发明的目的是这样实现的：

步骤一：判断视场内恒星的数目，若视场内恒星数目不小于3，利用三角形算法进行识 别，若识别成功，则计算并输出姿态，否则跳到步骤四；

步骤二：若视场内恒星数目为1，利用上一时刻的姿态信息和陀螺输出信息进行星点识 别，若识别成功，则结合卡尔曼滤波实时估计当前姿态，否则跳到步骤四；

步骤三：若视场内恒星数目为2，利用上一时刻的姿态信息、陀螺输出信息和星点的亮 度和位置信息进行星图识别，若识别成功，用双矢量算法计算姿态，否则跳到步骤四；

步骤四：星图识别失败后利用陀螺信息估计当前时刻姿态。

本发明基于卡尔曼滤波对视场内单星及双星定姿技术进行研究。当视场内只有一颗星时， 利用上一时刻的姿态信息和陀螺输出信息对其进行识别，识别成功后根据四元数姿态动力学 建立状态方程，然后以单星位置信息作为观测量并使用卡尔曼滤波实时估计当前的姿态信息。 当视场内有两颗星时，利用上一时刻的姿态信息、陀螺输出信息以及两颗星的角距及亮度等 信息进行星图识别，识别成功以后直接使用双矢量定姿的方法计算载体的姿态。

本发明的优点主要体现在：

1、本发明在视场内只有一颗星和两颗星的情况下仍然能够进行星图识别并计算载体姿 态，打破了传统算法的限制，提高了姿态计算的精度。

2、本发明适用于小视场的星敏感器，对于小型、低成本卫星的姿态确定有着重要的意义。

附图说明

图1是单星识别示意图；

图2是双星识别示意图；

图3星敏感器视场为6°×6°时航向角的对比曲线；

图4星敏感器视场为4°×4°时航向角的对比曲线；

图5星敏感器视场为3°×3°时航向角的对比曲线；

图6是本发明的流程图。

具体实施方式

下面将结合附图和实施实例对本发明作进一步的详细说明。结合图6本发明具体包括如 下步骤：

步骤一：判断视场内恒星的数目，若视场内恒星数目不小于3，利用三角形算法进行识 别，若识别成功，则计算并输出姿态，否则跳到步骤四；

步骤二：若视场内恒星数目为1，利用上一时刻的姿态信息和陀螺输出信息进行星点识 别，若识别成功，则结合卡尔曼滤波实时估计当前姿态，否则跳到步骤四；

具体是实现步骤为：

步骤A：根据载体上一时刻的姿态信息和陀螺的输出信息计算载体当前时刻的姿态；

步骤B：利用星敏感器与载体之间的安装矩阵计算星敏感器视轴的方向矢量P；

使用下标b代表载体坐标系，上标i代表惯性坐标系，当前时刻由陀螺计算得到的载体系 到惯性坐标系的转换矩阵为用下标s代表星敏感器坐标系，则星敏感器坐标系到惯性坐 标系的转换矩阵为星敏感器的视轴方向即为星敏感器坐标系的z轴方向，方向 矢量P即为的第三列元素；

步骤C：利用P从星表中选择落入视场中的星，并将其投影到拍摄星图中；

一般情况下，生成的投影星图中只有两颗星，拍摄星和投影星。此时如果盲目的将这颗 投影星作为拍摄星的对应星，则之后可能输出错误的姿态，这是姿态确定中所不能忍受的。 若陀螺和星敏感器都不存在噪声，则拍摄星和其对应的投影星将会重合。陀螺和星敏感器的 噪声在星图中体现为星点的位置噪声，从而使得拍摄星和其投影星不重合。假设陀螺按照载 体三轴安装，其漂移为1°/h，星敏感器更新周期为1秒，则由陀螺漂移引入的噪声可近似 为星敏感器噪声为3"，则总的噪声约为而在星图预处 理时，星点之间的最小间距一般要大于5个像素，当视场大小为4°×4°，像素为512×512时， 此间距大约对应0.04°＞＞0.0013°，即陀螺漂移和星敏感器噪声产生的星点位置噪声要远小于 星图中星点之间的间距，实际上现在的陀螺和星敏感器的精度要高于上述的假设值，那么陀 螺漂移和星敏感器噪声产生的星点位置噪声与星图中星点之间的间距差距就更加明显。因此， 可以将星点最小间距值d作为验证的基础条件。若只有拍摄星和投影星时，计算两颗星的欧 拉距离，若其小于d，则认为投影星为该拍摄星的对应星。由于噪声的原因，偶尔会有星图 中出现多颗投影星的情况，如图1所示，此时在投影星图中计算拍摄星和每颗投影星之间的 欧拉距离，距离最小的星若满足上述基础条件，则它就是拍摄星的对应星；若星图中没有投 影星则此次星图识别失败；

步骤D：利用识别成功星点的位置信息实时估计当前姿态；

具体实现方法为：

根据四元数姿态动力学，建立如下的状态方程

$\stackrel{·}{q}=\frac{1}{2}M\left(\omega \right)q---\left(\left(1\right)\right)$

其中，q＝[q₀  q₁  q₂  q₃]为载体的姿态四元数，M(ω)具体形式如下

$M\left(\omega \right)=\left(\begin{array}{cccc}0& -{\omega }_x& -{\omega }_y& -{\omega }_z\\ {\omega }_x& 0& {\omega }_z& -{\omega }_y\\ {\omega }_y& -{\omega }_z& 0& {\omega }_x\\ {\omega }_z& {\omega }_y& -{\omega }_x& 0\end{array}\right)$

其中，ω_x、ω_yω_z为陀螺的测量值；假设拍摄星点在星敏感器坐标系中的方向矢量为p_s，其 对应的投影星在地心赤道坐标系的方向矢量为p_i，建立如下的量测方程

$p_i=C\left(q\right)M_s^b{p}_s---\left(2\right)$

其中，为星敏感器的安装矩阵，C(q)为姿态四元数表示的姿态矩阵，其具体表示如下

$C\left(q\right)=\left(\begin{array}{ccc}{q}_0^2+q_1^2-q_2^2-q_3^2& 2(q_1{q}_2-q_0{q}_3)& 2(q_1{q}_3+q_0{q}_2)\\ 2(q_1{q}_2+q_0{q}_3)& q_0^2-q_1^2+q_2^2-q_3^2& 2(q_2{q}_3-q_0{q}_1)\\ 2(q_1{q}_3-q_0{q}_2)& 2(q_2{q}_3+q_0{q}_1)& q_0^2-q_1^2-q_2^2+q_3^2\end{array}\right)$

根据上述建立的状态方程和量测方程，利用扩展卡尔曼滤波可以实时估计载体当前时刻 的姿态。

步骤三：若视场内恒星数目为2，利用上一时刻的姿态信息、陀螺输出信息和星点的亮 度和位置等信息进行星图识别，若识别成功，用双矢量算法计算姿态，否则跳到步骤四；

具体实现方法为：

步骤A：根据载体上一时刻的姿态信息和陀螺的输出信息计算载体当前时刻的姿态；

步骤B：利用星敏感器与载体之间的安装矩阵计算星敏感器视轴的方向矢量P；

使用下标b代表载体坐标系，上标i代表惯性坐标系，当前时刻由陀螺计算得到的载体系 到惯性坐标系的转换矩阵为用下标s代表星敏感器坐标系，则星敏感器坐标系到惯性坐 标系的转换矩阵为星敏感器的视轴方向即为星敏感器坐标系的z轴方向，方向 矢量P即为的第三列元素；

步骤C：利用P从星表中选择落入视场中的星，并将其投影到拍摄星图中；

若投影星只有一颗，则计算这颗投影星与两颗拍摄星之间的欧拉距离，欧拉距离小且满 足步骤二基础条件的就是其对应的拍摄星，此时利用步骤二的方法估计载体的姿态；若没有 投影星，则星图识别失败；若有两颗或多颗投影星，如图2所示，根据单星识别的原理，计 算每颗拍摄星与每颗投影星之间的欧拉距离，从中选取欧拉距离最小且满足基础条件的星作 为拍摄星的对应星。

步骤D：星图识别成功以后利用双矢量算法计算载体姿态；

若步骤C中将两颗星多识别成功，则可以得到两颗星在惯性坐标系的方向矢量U、V， 利用这两个方向矢量可建立三个单位矢量X_n、Y_n、Z_n，并构成一个新的正交坐标基，即

$\left(\begin{array}{c}{X}_n\stackrel{\Delta }{=}U\\ Y_n\stackrel{\Delta }{=}U\times V\\ Z_n\stackrel{\Delta }{=}U\times (U\times V)\end{array}\right)---\left(3\right)$

令F_n＝[X_n  Y_n  Z_n]^T，利用同样的方法可以建立星敏感器坐标系下的坐标基 F_s＝[X_s  Y_s  Z_s]^T，则有由于式中F_s、F_n为3×3方阵，因此存在逆矩阵， 则载体的姿态矩阵为

$C_b^i=F_n{\left(M_s^b{F}_s\right)}^{-1}---\left(4\right)$

利用公式(4)就可以计算出载体的姿态；

步骤四：星图识别失败后利用陀螺信息估计当前时刻姿态；

由于各种噪声的存在，星敏感器不能够完美的呈现星空。因此，为了模拟真实情况下的 星图识别过程，用两种形式的高斯白噪声对所有的噪声进行模拟。第一种是星等噪声MN (Magnitude Noise)，由于恒星亮度的变化引起。第二种是星点的位置噪声PN(Position  Noise)，由星敏感器噪声和陀螺测量噪声引起，测量单位为像素。另外，由于恒星的自行、 测量误差等因素的存在，星表中也存在噪声。对于大视场星敏感器而言，与其它噪声相比星 表噪声非常小可以忽略不计。然而，对于本文使用的小视场星敏感器，星表噪声是需要考虑 的一个因素，因此在本文中星表噪声也用MN和PN来表征。

仿真中，使用的星敏感器的精度为3"，星等敏感极限为6.5Mv，以卫星为载体对比传统 的三角形算法和本发明方法，图3-图5为以航向角为例视场大小为6°×6°，4°×4°，3°×3°的 对比曲线。

如图3所示，当视场大小为6°×6°时两种方法的姿态测量精度相当。这是因为当视场大小 为6°×6°时，星敏感器能够捕获的星点数目一般多大于3颗，此时本发明方法在大部分情况 下应用的依然是传统的三角形算法。根据图4和图5的对比结果，随着星敏感器视场的减小， 新方法的优越性渐渐体现出来，当视场大小为3°×3°时，新方法要明显由于传统算法。因为此 时星敏感器捕获到的星点数目出现小于三颗的情况大大增加，传统算法对这种情况无能为力， 只能依靠陀螺来对姿态进行解算，由于陀螺漂移的存在解算精度降低。同时从图中还可以看 出，即使用本发明的方法，当星敏感器视场变小时姿态测量的精度依然要低于大视场情况下 的测量精度，这时因为当只有一颗拍摄星时系统姿态的状态量不完全可观测，此时只能利用 得到的恒星位置信息来补偿一部分陀螺误差，却不能够完全补偿。而且，当视场变小时星图 识别的失败率也会相应增加，此时的姿态测量完全依靠陀螺，从而导致精度的较低。但是从 总体来看，本文的方法能够借助识别成功的一颗或者两颗恒星来对姿态进行更新，相对于传 统方法很大程度上提高了姿态计算的精度。因此，本发明的方法更加适用于小视场的星敏感 器，对于低成本、小型卫星的姿态确定有着较大的意义。