一種快速和高魯棒性自主恒星識別方法
【專利摘要】本發(fā)明是一種快速和高魯棒性自主恒星識別方法，該方法包括下列步驟：首先從所有觀測星對中找出與其匹配次數(shù)最多的導航星對，生成匹配矩陣；其次確認匹配矩陣中兩兩匹配對之間的匹配關系，生成匹配確認矩陣；最后依據(jù)匹配確認矩陣計算最大匹配組，得到識別結(jié)果。本發(fā)明具有識別速度快、魯棒性好、識別概率高、誤識別率低且算法實現(xiàn)的代價低，識別容錯率高的優(yōu)點。
【專利說明】一種快速和高魯棒性自主恒星識別方法
【技術領域】
[0001]本發(fā)明涉及一種快速和高魯棒性自主恒星識別方法，屬于星敏感器星圖識別【技術領域】。
【背景技術】
[0002]星圖識別算法是星敏感器的核心技術之一，是指在不知道星敏感器光軸指向的情況下，根據(jù)星敏感器拍攝到的星圖，從中提取要識別的觀測星及其特征(最常用的特征有恒星的星等、恒星間的角距、由多顆觀測星構(gòu)成的幾何形狀等)，并與星敏感器的導航星庫相比較，建立起觀測星與導航星的對應關系，為星敏感器的姿態(tài)計算做準備。星圖識別根據(jù)有無粗姿態(tài)或粗位置可分為全天星圖識別和局部星圖識別。全天星圖識別是星敏感器實現(xiàn)全天自主姿態(tài)輸出的基礎，識別難度比局部星圖識別大很多，是星圖識別的核心研究內(nèi)容。
[0003]星圖中可以提取的信息很少，主要有觀測星的亮度、觀測星對之間的角距、觀測星組成的集合形狀等，識別算法利用其中的一種或者多種識別特征對星圖進行識別。其中星對角距是最主要的識別特征。根據(jù)識別時所采用的不同特征，目前最為常用主要有以下幾類方法:三角形法、匹配組法、柵格算法、神經(jīng)網(wǎng)絡法和基于平面極坐標匹配組的星圖識別法。
[0004]三角形算法是目前最成熟也是使用最廣泛的星圖識別算法，已經(jīng)成功應用于星敏感器系統(tǒng)。三角形算法的特點是以三角形作為識別的基元，模式易于管理，通過建立從主星出發(fā)的星對樹形結(jié)構(gòu)，可以有效抑制星三角形的數(shù)量。但全天恒星可以組成的星三角形數(shù)量極多(Cf個，η為全天可觀測恒星總數(shù))，可以通過判斷同時出現(xiàn)在一個視場中的可能性，而剔除大量不實用的星三角形，需要存入導航星座數(shù)據(jù)庫的星三角形也有相當大的數(shù)量，因此使用三角形算法需要較大的存儲量，同時由于星三角形的數(shù)量很多，在匹配過程中出現(xiàn)冗余匹配的概率較大，冗余匹配導致算法的識別成功率迅速降低，同時算法對測量星點的位置精度和亮度精度的要求較高。
[0005]匹配組識別方法又稱為主星識別法，該方法基本上不需要重復匹配，克服了三角形算法所具有的冗余匹配率高的缺點，在較高測量誤差情況下仍能保持較高的識別成功率，而且適用于全天星圖識別，識別速度快，識別率高。但也存在一些缺陷，在有許多顆星等相近的亮星的視域內(nèi)，識別率嚴重降低。同樣容易產(chǎn)生誤識別。
[0006]柵格算法是一種典型的采用模式匹配策略的星圖識別算法，其具有存儲量小、成功率較高，實時性和魯棒性較好的特點，算法對幾何測量誤差不敏感、識別中無需使用恒星亮度特征等優(yōu)點，但主要的缺點是:在選定主星后，觀測模式的建立完全取決于基準星，選擇不同的基準星，則所建立的觀測模式完全不同，而且彼此之間沒有聯(lián)系，如不能選擇正確的基準星，對應的觀測模式與導航模式將無法匹配。且柵格算法要求星敏感器視場內(nèi)有較多的觀測星，即要求星敏感器有較大的視場或者能捕獲到星等較低的觀測星，為此限制了該算法的應用范圍。同時該方法一個主要問題在于網(wǎng)格圖像必須要旋轉(zhuǎn)角度一致才能實現(xiàn)完全匹配，其用待識別星最近一顆星作為標識來統(tǒng)一旋轉(zhuǎn)角度，而該標識星的選擇很容易受噪聲影響，從而影響識別結(jié)果。
[0007]基于神經(jīng)網(wǎng)絡的星圖識別方法，其模式特征表現(xiàn)為各神經(jīng)元之間權值的連接強度，以權值矩陣代替了模式庫。其識別過程只做一次匹配即可完成觀測模式與眾多模式的比較，無需迭代即可獲得最終的識別結(jié)果，可以減小星載數(shù)據(jù)量和星圖識別的時間。但其訓練過程需要很大的訓練集合，精度受訓練集合大小和訓練時間長短的影響，并且算法對硬件的要求比較高。
[0008]基于平面極坐標匹配組法的星圖識別方法，其原理主要是:首先從所有觀測星中選擇一顆觀測星作為參考星，以參考星為原點建立極坐標系，計算其他所有觀測星的極坐標，之后以同樣方法從導航星表中任選一顆作為主星M，找出星表中所有與主星M的空間矢量角角距小于限制角Y的導航星，得到基于主星M的導航星極坐標，最后將觀測星座模板與導航星座模板以極坐標方式進行匹配，從而得出識別結(jié)果。
[0009]該方法的優(yōu)點是:識別概率高，算法實現(xiàn)的代價低，識別容錯率較高，但該識別方法的缺點是:需要選擇參考星，以該參考星為基準建立極坐標模板，如不能選擇正確的參考星，則觀測模板與導航模板將無法匹配，且該識別方法需要對導航星表中每顆導航星分別建立極坐標模板，對于小視場、高靈敏度的小型星敏感器，其導航星表數(shù)量大，導航星的極坐標模板所需存儲空間大，同時觀測模板需與每一個導航模板進行一次模板匹配，所需的識別時間長，實時性較差。
[0010]上述識別方法中三角形法和匹配組法需要大量的前期準備工作，才能保證恒星識別的成功率，算法實現(xiàn)的代價較大。另一方面，由于匹配組法和三角形法僅使用了星對角距(邊長)，來描述導航星座和觀測星座的幾何特征，從原理上無法防止“鏡像誤識別”的發(fā)生；同時，柵格算法、匹配組法和極坐標模板匹配法需要事先建立匹配模板，所需存儲空間大，且在選定主星后，觀測模式的建立完全取決于基準星或參考星，如不能選擇正確的基準星或參考星，對應的觀測模式與導航模式將無法匹配；神經(jīng)網(wǎng)絡識別算法需要很大的訓練集合，實時性較差，且算法對硬件的要求比較高。尤其對于小視場、高靈敏度的小型星敏感器，其導航星表數(shù)量大，柵格算法、匹配組法和極坐標模板匹配法都需要事先建立模版，所需存儲空間大，模版匹配時間長，實時性較差。

【發(fā)明內(nèi)容】

[0011]本發(fā)明的技術解決問題是:克服現(xiàn)有技術的不足，提供一種快速和高魯棒性的自主恒星識別方法，星圖識別概率高、誤識別率低、識別速度快和魯棒性好，同時本發(fā)明實現(xiàn)的代價低，且識別容錯率高的。
[0012]本發(fā)明的技術解決方案是:
[0013]一種快速和高魯棒性自主恒星識別方法，包括步驟如下:
[0014]((I)根據(jù)星敏感器視場，選出導航星兩兩之間夾角小于等于星敏感器視場的導航星對，并計算每個導航星對的夾角余弦值，生成導航星對角距表；
[0015](2)對所有觀測星按能量從大到小進行排序，所述觀測星為星圖中用于與導航星進行匹配識別的星點；
[0016](3)計算觀測星兩兩之間的夾角余弦值，生成觀測星對角距表；
[0017](4)利用K矢量法選出與每個觀測星對匹配的導航星對，其匹配的導航星對需同時滿足以下兩個條件:
[0018]a)導航星對角距與觀測星對角距差的絕對值小于等于角距匹配閾值(根據(jù)系統(tǒng)需求設定角距匹配閾值);
[0019]b)導航星對中的導航星星等與觀測星對中觀測星的星等差的絕對值小于等于星等匹配閾值(根據(jù)系統(tǒng)需求設定星等匹配閾值);
[0020]滿足上述條件的導航星對組成候選導航星對角距表；
[0021](5)從候選導航星對角距表中找出與觀測星對匹配次數(shù)最多的導航星對，組成匹配矩陣基；
[0022](6)依據(jù)觀測星個數(shù)確定匹配閾值，并根據(jù)匹配閾值計算匹配矩陣；
[0023](7)根據(jù)匹配矩陣生成匹配確認矩陣，同時計算導航星對和觀測星對匹配時的角距匹配誤差矩陣；
[0024](8)根據(jù)角距匹配誤差矩陣計算匹配矩陣中每個匹配對的匹配誤差平均值；
[0025](9)根據(jù)匹配確認矩陣計算最大匹配組，所述最大匹配組為匹配矩陣中所有兩兩滿足互匹配的匹配組中匹配組元素個數(shù)最大的匹配組，最大匹配組的最小維數(shù)為3 ；
[0026]( 10)對最大匹配組進行判斷，若最大匹配組存在，則識別成功，進入步驟(12)，否則進入步驟(11)；
[0027](11)對步驟(6)中的匹配閾值進行如下判斷:
[0028]若匹配閾值大于最小匹配閾值(根據(jù)系統(tǒng)需求進行確定)，則匹配閾值自動減1，并回到步驟(6)；
[0029]若匹配閾值小于等于最小匹配閾值，則最大匹配組不存在，識別失敗，進入步驟
(13)；
[0030](12)根據(jù)最大匹配組計算最終匹配組，所述最終匹配組中元素為識別成功的匹配對的序號，與匹配矩陣中的匹配對序號相對應，查找匹配矩陣可得到識別成功的觀測星序號及與其對應的導航星序號；
[0031 ] (13)結(jié)束本次識別。
[0032]所述步驟(5)中的匹配矩陣基的具體計算過程如下:
[0033](I)首先對觀測星對及與其匹配的導航星對進行匹配計數(shù)，生成匹配計數(shù)矩陣；
[0034](2)對匹配計數(shù)矩陣進行統(tǒng)計，選出與每個觀測星匹配的匹配次數(shù)最大的導航星序號及匹配次數(shù)；
[0035](3)由觀測星序號與其匹配的導航星序號及匹配次數(shù)最大值組成匹配矩陣基。
[0036]所述步驟(9)中最大匹配組的計算方式如下:
[0037](I)根據(jù)匹配確認矩陣計算三角匹配組，其中三角匹配組為匹配矩陣中所有兩兩滿足互匹配的匹配組中匹配組元素個數(shù)為3的匹配組；
[0038](2)對三角匹配組的行數(shù)進行判斷:
[0039]若三角匹配組的行數(shù)大于等于1，則執(zhí)行步驟(3)，否則最大匹配組不存在并進入步驟(17)；
[0040](3)初始化極大匹配組，并初始化極大匹配組的行數(shù)kc等于0，其中所述極大匹配組為基于三角匹配組(基于三角匹配組中任意一個匹配組的所有元素)查找的匹配確認矩陣中所有兩兩滿足互匹配的匹配組；[0041](4)取出三角匹配組中第i行的元素記為line_i，其中i為正整數(shù)，并進行如下判斷:
[0042]若kc大于0，且極大匹配組中任意一行的元素包含line」，則執(zhí)行步驟(14)，否則執(zhí)行步驟(5);
[0043]若kc等于0，執(zhí)行步驟(5);
[0044](5)找出匹配確認矩陣中l(wèi)ine_i的元素值對應的行中相同的元素記為line_com_
i;
[0045](6)找出line_com_i中除了 line_i中元素之外的其他元素記為line_other_i,并進行如下判斷:
[0046]若line_other_i為空，則將line_i的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_Com，并執(zhí)行步驟(14)；
[0047]若line_other_i不為空,則執(zhí)行步驟(7)；
[0048](7)取出 line_other_i 中第 j 個元素與 line_i 組成 line_j,其中 j 為 line_other_i中的元素計數(shù)，j為正整數(shù)；
[0049](8)找出匹配確認矩陣中l(wèi)ine_j中元素對應的行中相同的元素組成line_sj，并進行如下判斷:
[0050]若line_sj等于line_i,將line」的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_Com，并執(zhí)行步驟(13)；
[0051]若line_sj等于line_j,則line_j的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_Com，并執(zhí)行步驟(13)；
[0052]若line_sj包含line_j,則執(zhí)行步驟(9)；
[0053](9)找出line_sj中除了 line_j中元素之外的其他元素記為line_other_j ；
[0054](10)取出 line_other_j 中第 k 個元素與 line_j 組成 line_k,其中 k 為 line_other_j中的元素計數(shù)，k取正整數(shù)；
[0055](11)找出匹配確認矩陣中l(wèi)ine_k中元素對應的行中相同的元素組成line_sk，并進行如下判斷:
[0056]若line_sk等于line_j,則line_j的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_Com，并執(zhí)行步驟(12)；
[0057]若line_sk等于line_k,則line_k的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_Com，并執(zhí)行步驟(12)；
[0058]若line_sk包含line_k,則line_k的元素賦值給line_j, line_sk元素賦值給line_sj,并執(zhí)行步驟(6)；
[0059](12)若k小于line_other_j元素個數(shù)，則k自動加1，并執(zhí)行步驟(12)，否則執(zhí)行步驟(10)；
[0060](13)若j小于line_0ther_i元素個數(shù)，則j自動加1，并執(zhí)行步驟(9)，否則執(zhí)行步驟(10)；
[0061](14)若i小于三角匹配組的行數(shù)，則i自動加1，并執(zhí)行步驟(4)，否則執(zhí)行步驟
(15)；
[0062](15)極大匹配組計算結(jié)束，進行如下判斷:[0063]若kc大于0，則執(zhí)行步驟(16);
[0064]若kc等于0，則最大匹配組不存在，執(zhí)行步驟(17)；
[0065](16)記極大匹配組中匹配組元素個數(shù)最大值為Nmax，選取極大匹配組中元素個數(shù)等于Nmax的匹配組，即為最大匹配組；
[0066](17)結(jié)束計算。
[0067]所述步驟(12)中最終匹配組的計算方式如下:
[0068](I)對最大匹配組進行判斷，若最大匹配組唯一，則最終匹配組等于最大匹配組，否則進入步驟(2)；
[0069](2)對最大匹配組的所有匹配組中相同元素個數(shù)進行判斷，若相同元素個數(shù)大于等于3，則最終匹配組為所有最大匹配組中不同元素組成的匹配組；否則最終匹配組為最大匹配組中匹配誤差最小的一組。
[0070]最大匹配組的計算方法中步驟(I)中三角匹配組的計算過程如下:
[0071](I)在匹配確認矩陣中增加一列用來存儲導航星和觀測星匹配的匹配對的序號；
[0072](2)將匹配確認矩陣中每一行的元素與其元素值相等的列序號相對應；
[0073](3)找出匹配確認矩陣中滿足任意三列元素的和與其對應的三列的列序號之和相等的匹配組，并且該匹配組中的元素分別與三列的列序號都相等，滿足該條件的匹配組即為三角匹配組。
[0074]本發(fā)明與現(xiàn)有技術相比優(yōu)點:
[0075](I)本發(fā)明相對于三角形匹配法，其采用的觀測星信息合理、全面，融合了觀測星的角距信息、星等信息和相鄰星之間的匹配關系，在觀測星數(shù)量相同的情況下參與識別的信息增多，大大降低了誤識別的概率。
[0076](2)本發(fā)明依據(jù)星對之間兩兩匹配關系，并引入了最大匹配組的概念及其計算方法，相對于之前的星圖識別方法，其在觀測星數(shù)量相同的情況下，可極大程度上提高識別星數(shù)和識別概率。
[0077](3)本發(fā)明利用k矢量法來查找滿足角距匹配閾值的導航星對角距，大大減小了導航星對角距查找速度，提高了星圖識別時間。
[0078](4)本發(fā)明無需事先建立匹配導航模板，無需選擇參考觀測星或者基準星，不會因丟失任何一顆觀測星而影響星圖識別結(jié)果；上述柵格算法和匹配組法都會存在以下問題:若丟失的觀測星恰好是基準星，則參考基準必然選錯，導致觀測星模板與預先存儲的導航星模板無法匹配。
[0079](5)對于小視場、高靈敏度的小型化星敏感器，其導航星表數(shù)量大，極坐標匹配法需要事先為每顆導航星建立極坐標模板，所需存儲空間大，且其觀測模板需與每一導航模板進行匹配，所需識別時間長，本發(fā)明在識別時引入了星等信息，且在導航星表很大的情況下，仍可達到存儲空間小、識別速度快、識別概率高的效果；
[0080](6)本發(fā)明引入了最大匹配組的概念，同時提出了一種快速、有效的計算最大匹配組的方法，可有效減少星圖識別時間，提高星圖識別速度。
【專利附圖】

【附圖說明】
[0081]圖1為本發(fā)明方法流程圖；[0082]圖2為本發(fā)明采用的觀測星與導航星示意圖；
[0083]圖3為本發(fā)明計算最大匹配組的流程圖。
【具體實施方式】
[0084]下面結(jié)合附圖進一步說明本發(fā)明的工作原理和工作過程。
[0085]如圖1、2所示，本發(fā)明以圖中觀測星和導航星為例，來說明整個自主星圖識別過程。圖中選取的觀測星為1、2、3、4、5、6、7，其對應的導航星序號依次為26、35、34、29、42、45和40。本發(fā)明一種快速和高魯棒性自主恒星識別方法，包括步驟如下:
[0086](I)根據(jù)星敏感器的視場，選出導航星之間夾角小于等于星敏感器視場的導航星對，并計算每個導航星對的夾角余弦值，生成導航星對角距表；
[0087]記星敏感器的全視場角為ω，取出導航星對夾角小于等于星敏感器視場角ω的導航星對，并計算每個導航星對的夾角余弦值，按夾角余弦值從小到大進行排序，生成導航星對角距表。
[0088]導航星對角距表包含滿足星敏感器視場大小的所有導航星對之間的星對角距，以及組成星對的每顆導航星在導航星信息表中的存儲位置即導航星序號。星對角距定義為兩顆導航星相對于地心的夾角，通常用角距的余弦值來表示。
[0089](2)對所有觀測星按能量從大到小進行排序，所述觀測星為星圖中用于與導航星進行匹配識別的星點；
[0090]示例中視場內(nèi)有7顆觀測星，對這些觀測星按能量從大到小進行排序，排序后觀測星序號依次為1，2，3，4，5，6，7。
[0091](3)計算觀測星兩兩之間的夾角余弦值，生成觀測星對角距表；
[0092](4)利用K矢量法選出與每個觀測星對匹配的導航星對，其匹配的導航星對需同時滿足以下兩個條件:
[0093]a)導航星對角距與觀測星對角距差的絕對值小于等于角距匹配閾值(根據(jù)系統(tǒng)需求設定匹配閾值);
[0094]b)導航星對中的導航星星等與觀測星對中觀測星的星等差的絕對值小于等于星等匹配閾值(根據(jù)系統(tǒng)需求設定匹配閾值);
[0095]根據(jù)以上兩個條件選出與每個觀測星對匹配的導航星對，稱為候選導航星對，同時記錄每個匹配星對的匹配誤差，存儲在候選導航星對的最后一列，示例中候選導航星對示意如下:
[0096]表I候選導航星對內(nèi)容示意
【權利要求】
1.一種快速和高魯棒性自主恒星識別方法，其特征在于包括步驟如下: (1)根據(jù)星敏感器視場，選出導航星兩兩之間夾角小于等于星敏感器視場的導航星對，并計算每個導航星對的夾角余弦值，生成導航星對角距表； (2)對所有觀測星按能量從大到小進行排序，所述觀測星為星圖中用于與導航星進行匹配識別的星點； (3)計算觀測星兩兩之間的夾角余弦值，生成觀測星對角距表； (4)利用K矢量法選出與每個觀測星對匹配的導航星對，其匹配的導航星對需同時滿足以下兩個條件: a)導航星對角距與觀測星對角距差的絕對值小于等于角距匹配閾值； b)導航星對中的導航星星等與觀測星對中觀測星的星等差的絕對值小于等于星等匹配閾值； 滿足上述條件的導航星對組成候選導航星對角距表； (5)從候選導航星對角距表中找出與觀測星對匹配次數(shù)最多的導航星對，組成匹配矩陣基； (6)依據(jù)觀測星個數(shù)確定匹配閾值，并根據(jù)匹配閾值計算匹配矩陣； (7)根據(jù)匹配矩陣生成匹配確認矩陣，同時計算導航星對和觀測星對匹配時的角距匹配誤差矩陣； (8)根據(jù)角距匹配誤差矩陣計算匹配矩陣中每個匹配對的匹配誤差平均值； (9)根據(jù)匹配確認矩陣計算最大匹配組，所述最大匹配組為匹配矩陣中所有兩兩滿足互匹配的匹配組中匹配組元素個數(shù)最大的匹配組，最大匹配組的最小維數(shù)為3 ； (10)對最大匹配組進行判斷，若最大匹配組存在，則識別成功，進入步驟(12)，否則進入步驟(11)； (11)對步驟(6)中的匹配閾值進行如下判斷: 若匹配閾值大于最小匹配閾值，則匹配閾值自動減1，并回到步驟(6)； 若匹配閾值小于等于最小匹配閾值，則最大匹配組不存在，識別失敗，進入步驟(13); (12)根據(jù)最大匹配組計算最終匹配組，所述最終匹配組中元素為識別成功的匹配對的序號，與匹配矩陣中的匹配對序號相對應，查找匹配矩陣可得到識別成功的觀測星序號及與其對應的導航星序號； (13)結(jié)束本次識別。
2.根據(jù)權利要求1所述的一種快速和高魯棒性自主恒星識別方法，其特征在于:所述步驟(5)中的匹配矩陣基的具體計算過程如下: (O首先對觀測星對及與其匹配的導航星對進行匹配計數(shù)，生成匹配計數(shù)矩陣； (2)對匹配計數(shù)矩陣進行統(tǒng)計，選出與每個觀測星匹配的匹配次數(shù)最大的導航星序號及相應的匹配次數(shù)； (3)由觀測星序號、與其匹配的導航星序號及匹配次數(shù)最大值組成匹配矩陣基。
3.根據(jù)權利要求1所述的一種快速和高魯棒性自主恒星識別方法，其特征在于:所述步驟(6)中匹配閾值的確定以及匹配矩陣的計算，其具體過程如下: 根據(jù)觀測星個數(shù)選取匹配閾值，匹配閾值的初值=(觀測星個數(shù)/2)向下取整，在識別過程中根據(jù)識別結(jié)果可對匹配閾值進行調(diào)整，匹配閾值的最小值為2 ；選出匹配矩陣基中滿足觀測星與導航星匹配的匹配次數(shù)最大值大于等于匹配閾值的匹配對，組成匹配矩陣。
4.根據(jù)權利要求1所述的一種快速和高魯棒性自主恒星識別方法，其特征在于:所述步驟(9)中最大匹配組的計算方式如下: (1)根據(jù)匹配確認矩陣計算三角匹配組，其中三角匹配組為匹配矩陣中所有兩兩滿足互匹配的匹配組中匹配組元素個數(shù)為3的匹配組； (2)對三角匹配組的行數(shù)進行判斷: 若三角匹配組的行數(shù)大于等于1，則執(zhí)行步驟(3)，否則最大匹配組不存在并進入步驟(17)； (3)初始化極大匹配組，并初始化極大匹配組的行數(shù)kc等于O，其中所述極大匹配組為基于三角匹配組查找的匹配確認矩陣中所有兩兩滿足互匹配的匹配組； (4)取出三角匹配組中第i行的元素記為line_i，其中i為正整數(shù)，并進行如下判斷: 若kc大于O，且極大匹配組中任意一行的元素包含line」，則執(zhí)行步驟(14)，否則執(zhí)行步驟(5)； 若kc等于O，執(zhí)行步驟(5)；(5)找出匹配確認矩陣中l(wèi)ine」的元素值對應的行中相同的元素記為line_Com_i； (6)找出line_com_i中除了line_i中元素之外的其他元素記為line_other_i,并進行如下判斷: 若line_other_i為空,則將line_i的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_com,并執(zhí)行步驟(14)； 若line_other_i不為空,則執(zhí)行步驟(7)； (7)取出line_other_i中第j個元素與line」組成line_j，其中j為line_other_i中的元素計數(shù)，j為正整數(shù)； (8)找出匹配確認矩陣中l(wèi)ine_j中元素對應的行中相同的元素組成line_sj，并進行如下判斷: 若line_sj等于line」,將line」的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_com,并執(zhí)行步驟(13)； 若line_sj等于line」.,貝丨J line」.的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_com,并執(zhí)行步驟(13)； 若line_sj包含line_j,則執(zhí)行步驟(9)； (9)找出line_sj中除了line_j中元素之外的其他元素記為line_other_j ； (10)取出line_other_j中第k個元素與line」.組成line_k,其中k為line_other_j中的元素計數(shù)，k取正整數(shù)； (11)找出匹配確認矩陣中l(wèi)ine_k中元素對應的行中相同的元素組成line_sk，并進行如下判斷: 若line_sk等于line」.,貝丨J line」.的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_com,并執(zhí)行步驟(12)； 若line_sk等于line_k,則line_k的元素賦值給line_com,且kc自動加I,極大匹配組的第kc行等于line_com,并執(zhí)行步驟(12)；若line_sk包含line_k,則line_k的元素賦值給line_j, line_sk元素賦值給line_sj，并執(zhí)行步驟(6)； (12)若k小于line_other_j元素個數(shù)，則k自動加1，并執(zhí)行步驟(12)，否則執(zhí)行步驟(10)； (13)若j小于line_other_i元素個數(shù)，則j自動加1，并執(zhí)行步驟(9)，否則執(zhí)行步驟(10)； (14)若i小于三角匹配組的行數(shù)，則i自動加1，并執(zhí)行步驟(4)，否則執(zhí)行步驟(15); (15)極大匹配組計算結(jié)束，進行如下判斷: 若kc大于O，則執(zhí)行步驟(16)； 若kc等于0，則最大匹配組不存在，執(zhí)行步驟(17)； (16)記極大匹配組中匹配組元素個數(shù)最大值為Nmax，選取極大匹配組中元素個數(shù)等于Nmax的匹配組，即為最大匹配組； (17)結(jié)束計算。
5.根據(jù)權利要求4所述的一種快速和高魯棒性自主恒星識別方法，其特征在于:所述步驟(1)中三角匹配組的計算過程如下: (1)在匹配確認矩陣中增加一列用來存儲導航星和觀測星匹配的匹配對的序號； (2)將匹配確認矩陣中每一行的元素與其元素值相等的列序號相對應； (3)找出匹配確認矩陣中滿足任意三列元素的和與其對應的三列的列序號之和相等的匹配組，并且該匹配組中的元素分別與三列的列序號都相等，滿足該條件的匹配組即為三角匹配組。
6.根據(jù)權利要求1所述的一種快速和高魯棒性自主恒星識別方法，其特征在于:所述步驟(12)中最終匹配組的計算方式如下: (1)對最大匹配組進行判斷，若最大匹配組唯一，則最終匹配組等于最大匹配組，否則進入步驟(2)； (2)對最大匹配組的所有匹配組中相同元素個數(shù)進行判斷，若相同元素個數(shù)大于等于3，則最終匹配組為所有最大匹配組中不同元素組成的匹配組；否則最終匹配組為最大匹配組中匹配誤差最小的一組。
【文檔編號】G01C21/02GK103954280SQ201410138623
【公開日】2014年7月30日 申請日期:2014年4月8日 優(yōu)先權日:2014年4月8日
【發(fā)明者】程會艷, 武延鵬, 鐘紅軍, 鄭然 , 劉達, 梁瀟, 周建濤 申請人:北京控制工程研究所