【中国发明,中国发明授权】一种采用十字链表的星敏感器筛选导航星的方法

无权-未缴年费 中国

申请号:
CN201210343943.5
专利权人:
常州工学院;苏州大学
授权公告日/公开日:
2015.07.22
专利有效期:
2012.09.17-2032.09.17
技术分类:
G01:测量;测试
转化方式:
转让
价值度指数:
55.0分
价格:
面议
3299 0

发布人

朱锡芳

联系人朱锡芳

13011000141
  • 专利信息&法律状态
  • 专利自评
  • 专利技术文档
  • 价值度指数
  • 发明人阵容

著录项

申请号
CN201210343943.5
申请日
20120917
公开/公告号
CN102865865A
公开/公告日
20130109
申请/专利权人
[常州工学院, 苏州大学]
发明/设计人
[吴峰, 沈为民, 朱锡芳]
主分类号
G01C21/02
IPC分类号
C12N 9/0008(2013.01) C12N 9/16
CPC分类号
C12N 9/0008(2013.01) C12N 9/16(2013.01)
分案申请地址
国省代码
江苏(32)
颁证日
G06T1/00
代理人
[汤志和]

摘要

本发明涉及一种采用十字链表的星敏感器筛选导航星的方法,包括:一、根据星敏感器的极限星等,对全天球的原始星表作星过滤处理,并确定星数阈值Nth;二、所述星敏感器在当前天区视场内的剩余星的数量设为N,若N≤Nth,则所述剩余星都选为导航星,执行步骤三;若N>Nth,则通过多尺度像面分割筛选所述当前天区视场内的导航星,三、所述当前天区视场的导航星筛选结束后,所述星敏感器转到下一方位重复步骤(二)筛选导航星,直至遍历全天球;本发明中的采用多尺度像面分割筛选的方法能适应不同天区的星数变化删除星分布高密度天区的冗余星,保留低密度天区的所有星,并且筛选的导航星分布均匀。

法律状态

法律状态公告日 20181207
法律状态 专利权的终止
法律状态信息 未缴年费专利权终止
IPC(主分类):G01C 21/02
申请日:20120917
授权公告日:20150722
终止日期:20170917
法律状态公告日 20150722
法律状态 授权
法律状态信息 授权
法律状态公告日 20130220
法律状态 实质审查的生效
法律状态信息 实质审查的生效
IPC(主分类):G01C 21/02
申请日:20120917
法律状态公告日 20130109
法律状态 公开
法律状态信息 公开
暂无数据

权利要求

权利要求数量(4

独立权利要求数量(1

1.一种采用十字链表的星敏感器筛选导航星的方法,包括:

步骤一、根据星敏感器的极限星等,对全天球的原始星表作星过滤处 理,即删除双星、变星和星等高于极限星等的恒星;并根据星图识别算法 确定星数阈值N th;

步骤二、所述星敏感器在当前天区视场内的剩余星的数量设为N,若N ≤N th,则所述剩余星都选为导航星,执行步骤三;

若N>N th,则通过多尺度像面分割筛选所述当前天区视场内的导航星, 其步骤如下:

步骤(1)将所述剩余星成像到像面,把该像面分割为行数为p、列数为 q的正交网格;所述正交网格中的每个网格为一个小区;

步骤(2)依次遍历各小区,检查其中剩余星的数量,其中,若一小区剩 余星的数量有多颗,则保留其中最亮的一颗星,删除其余星;同时判断此 时剩余星的数量,若N≤N th,则设当前剩余星为导航星,遍历结束,执行步 骤三;若N>N th,则继续遍历;若遍历所有小区后,N仍大于N th,则把小区 当作像元,若小区内有星,则该像元的灰度值为非0,若小区内无星,则该 像元的灰度值为0,遍历后的具有剩余星的相邻小区划分为连通域,将正交 网格数据存储为十字链表,采用区域增长算法计算出各连通域的质心坐标;

步骤(3)选取小区数最多的连通域,设在该连通域中离该连通域的质 心坐标最近的一颗星为冗余星;若该连通域中离质心坐标最近的星有多颗, 则其中最暗的一颗星为冗余星;若小区数最多的连通域有多个,则选择这 些连通域中最暗的一颗星为冗余星;删除所述冗余星;判断此时剩余星的 数量,若N≤N th,则设当前剩余星为导航星,执行步骤三;若N>N th,则重 复该步骤(3);

步骤(4)若不再有连通域后;N仍大于N th,则所述p和q的取值都减 1,重复步骤(1)至(4);直到N≤N th;

步骤三、所述当前天区视场的导航星筛选结束后,所述星敏感器转到 下一方位重复步骤二筛选导航星,直至遍历全天球。

2.根据权利要求1所述的星敏感器筛选导航星的方法,其特征在于: 所述步骤(2)中所述若一小区剩余星的数量有多颗,则保留其中最亮的一 颗星,删除其余星的方法包括:

在所述正交网格中预先定义三个二维数组Marray、Idarray和 MAGarray;若所述正交网格中第m行、n列的小区有至少有一颗星,则 Marray[m][n]=1,否则为零;若所述小区内有多颗星,则用IDarray[m][n] 和MAGarray[m][n]分别记录最亮的一颗星的星号和星等,并删除其余星。

3.根据权利要求2所述的星敏感器筛选导航星的方法,其特征在于: 所述步骤(2)中所述将正交网格数据存储为十字链表,采用区域增长算法 计算出各连通域的质心坐标的方法包括:

步骤A、所述若小区内有星,则该像元的灰度值为非0,若小区内无星, 则该像元的灰度值为0,即把所述二维数组Marray转换成一星图,所述各 连通域转换成各星象,并将所述星图转换为十字链表;提取灰度值为非0 的星图像元的坐标(x,y)和灰度值f(x,y),并把所述星像像元的坐标(x,y) 和灰度值f(x,y)存储到十字链表的节点中;

步骤B、定义初始值为0的三个变量ACC1、ACC2、ACC3作为三个累加 器;

步骤C、在星图中,一个星像占据一个连通的区域,将该连通的区域称 为一个星像区域;以区域增长算法连通一星像区域,即以所述十字链表中 的第一个节点为启始种子,依次提取代表邻域节点的像元的坐标(x,y)和灰 度值f(x,y),同时将所述的三个累加器分别增加xf(x,y)、yf(x,y)、f(x,y), 并将提取过所述坐标(x,y)和灰度值f(x,y)的节点从所述十字链表中删除; 重复该步骤三,直至所述星像区域已经连通;

步骤D、使用所述三个累加器计算该星像的质心坐标(x c,y c),即 质心坐标(x c,y c)为: x c = ACC 1 ACC 3 , y c = ACC 2 ACC 3 ;

步骤E、将所述的三个累加器置0,重复上述步骤C至D,直至所述十 字链表为空,即所有星像的质心坐标计算完毕。

4.根据权利要求1所述的星敏感器筛选导航星的方法,其特征在于: 所述p和q的初始值的比值与所述像面的行、列尺寸比相同。

一种采用十字链表的星敏感器筛选导航星的方法,包括: 步骤一、根据星敏感器的极限星等,对全天球的原始星表作星过滤处 理,即删除双星、变星和星等高于极限星等的恒星;并根据星图识别算法 确定星数阈值Nth; 步骤二、所述星敏感器在当前天区视场内的剩余星的数量设为N,若N ≤Nth,则所述剩余星都选为导航星,执行步骤三; 若N>Nth,则通过多尺度像面分割筛选所述当前天区视场内的导航星, 其步骤如下: 步骤(1)将所述剩余星成像到像面,把该像面分割为行数为p、列数为 q的正交网格;所述正交网格中的每个网格为一个小区; 步骤(2)依次遍历各小区,检查其中剩余星的数量,其中,若一小区剩 余星的数量有多颗,则保留其中最亮的一颗星,删除其余星;同时判断此 时剩余星的数量,若N≤Nth,则设当前剩余星为导航星,遍历结束,执行步 骤三;若N>Nth,则继续遍历;若遍历所有小区后,N仍大于Nth,则把小区 当作像元,若小区内有星,则该像元的灰度值为非0,若小区内无星,则该 像元的灰度值为0,遍历后的具有剩余星的相邻小区划分为连通域,将正交 网格数据存储为十字链表,采用区域增长算法计算出各连通域的质心坐标; 步骤(3)选取小区数最多的连通域,设在该连通域中离该连通域的质 心坐标最近的一颗星为冗余星;若该连通域中离质心坐标最近的星有多颗, 则其中最暗的一颗星为冗余星;若小区数最多的连通域有多个,则选择这 些连通域中最暗的一颗星为冗余星;删除所述冗余星;判断此时剩余星的 数量,若N≤Nth,则设当前剩余星为导航星,执行步骤三;若N>Nth,则重 复该步骤(3); 步骤(4)若不再有连通域后;N仍大于Nth,则所述p和q的取值都减 1,重复步骤(1)至(4);直到N≤Nth; 步骤三、所述当前天区视场的导航星筛选结束后,所述星敏感器转到 下一方位重复步骤二筛选导航星,直至遍历全天球。 根据权利要求1所述的星敏感器筛选导航星的方法,其特征在于: 所述步骤(2)中所述若一小区剩余星的数量有多颗,则保留其中最亮的一 颗星,删除其余星的方法包括: 在所述正交网格中预先定义三个二维数组Marray、Idarray和 MAGarray;若所述正交网格中第m行、n列的小区有至少有一颗星,则 Marray[m][n]=1,否则为零;若所述小区内有多颗星,则用IDarray[m][n] 和MAGarray[m][n]分别记录最亮的一颗星的星号和星等,并删除其余星。 根据权利要求2所述的星敏感器筛选导航星的方法,其特征在于: 所述步骤(2)中所述将正交网格数据存储为十字链表,采用区域增长算法 计算出各连通域的质心坐标的方法包括: 步骤A、所述若小区内有星,则该像元的灰度值为非0,若小区内无星, 则该像元的灰度值为0,即把所述二维数组Marray转换成一星图,所述各 连通域转换成各星象,并将所述星图转换为十字链表;提取灰度值为非0 的星图像元的坐标(x,y)和灰度值f(x,y),并把所述星像像元的坐标(x,y) 和灰度值f(x,y)存储到十字链表的节点中; 步骤B、定义初始值为0的三个变量ACC1、ACC2、ACC3作为三个累加 器; 步骤C、在星图中,一个星像占据一个连通的区域,将该连通的区域称 为一个星像区域;以区域增长算法连通一星像区域,即以所述十字链表中 的第一个节点为启始种子,依次提取代表邻域节点的像元的坐标(x,y)和灰 度值f(x,y),同时将所述的三个累加器分别增加xf(x,y)、yf(x,y)、f(x,y), 并将提取过所述坐标(x,y)和灰度值f(x,y)的节点从所述十字链表中删除; 重复该步骤三,直至所述星像区域已经连通; 步骤D、使用所述三个累加器计算该星像的质心坐标(xc,yc),即 质心坐标(xc,yc)为: x c = ACC 1 ACC 3 , y c = ACC 2 ACC 3 ; 步骤E、将所述的三个累加器置0,重复上述步骤C至D,直至所述十 字链表为空,即所有星像的质心坐标计算完毕。 根据权利要求1所述的星敏感器筛选导航星的方法,其特征在于: 所述p和q的初始值的比值与所述像面的行、列尺寸比相同。

说明书

技术领域

本发明属于天文导航技术领域,涉及一种采用十字链表的星敏感器筛 选导航星的方法。

背景技术

星敏感器通过星图识别,比较观测星星组和导航星星组的特征,识别 观测星,确定它们在本体坐标系和惯性坐标系中的坐标,从而测量出卫星 姿态,是现代航天领域中一种精度最高的卫星姿态测量仪器。星图识别是 星敏感器的核心技术,建立导航星星库是识别星图的重要前提,合理选择 导航星对于降低导航星星组特征相似性,提高星图识别速率和星图识别成 功率,增强星敏感器抗伪星干扰能力,提高姿态测量精度有重要意义。

导航星在全天球上分布均匀时,导航星星组特征冗余性小,星图识别 稳定性高,通常以导航星分布均匀性评价优选(筛选)算法,目前的导航星 优选(筛选)算法大致可以分为两大类。

第一类算法以导航星在全天球的均匀分布为出发点。1998年林涛等提 出的正交网格方法将单位天球投影到平面上,正交分割该投影平面,将全 天球分成很多互不交叉的等面积天区,在每个天区中选取一颗恒星为导航 星。由于天区长宽比随着纬度变化,导航星密度并不均匀。2004年Samaan, Malak A等提出的球面分块法(The Spherical Patches method)、固定斜度 螺旋线法(The Fixed‑Slope Spiral method)和带电粒子法(The Charged  Particles method)等算法均分天球,每个天区长宽比与所处位置的关系不 大,得到的导航星分布也更均匀。2004年发表在ELECTRONICS LETTERS第 40卷第2期上的基于玻尔兹曼熵的导航星优选算法,从选定的两颗导航星 出发,逐个选取其他导航星,使所有已选导航星的玻尔兹曼熵最小,该算 法可以有效删除冗余星,获得均匀的全天球导航星分布。此类算法较少考 虑星敏感器的视场和各个天区视场内导航星的数目,虽然可以实现导航星 均匀分布,但当视场很大时,每次可观测到的导航星仍有冗余。

第二类算法从导航星在局部天球上的均匀分布出发,实现在全天球上 的均匀分布。2000年李立宏等提出星等加权方法,按照星等给每颗恒星赋 予不同的权值,低星等的恒星有高权值,高星等的恒星有低权值,根据权 值选取导航星,算法优于正交网格方法,但该算法较少考虑恒星位置,导 航星分布均匀性有待提高。2002年Texas A&M大学Hye‑Young Kim等提出 了自组织导航星选取算法,在满足任意轴指向的视场内达到一定导航星数 的前提下,根据恒星的位置关系,逐个挑选导航星,导航星分布在局部和 全天球上都较均匀。2004年郑胜等提出的回归选取算法根据视场内可观测 到的恒星数,基于支持向量机的方法,生成动态星等阈值,依据该阈值筛 选不同天区视场内的观测星获得导航星,该方法能得到比较均匀的导航星 分布,但对于有固定极限星等的星敏感器,回归选取算法得到的导航星分 布仍不够均匀。

发明内容
附图说明

为了使本发明的内容更容易被清楚的理解,下面根据的具体实施例并 结合附图,对本发明作进一步详细的说明,其中

图1是本发明建立在光学系统上的本体坐标系示意图;

图2是惯性坐标系与本体坐标系的旋转关系示意图;

图3是本发明的计算连通域的质心坐标的方法的流程图;

图4是本发明的星敏感器筛选导航星的方法的流程图;

图5是举例给出的原始星图;

图6是按照5×5分割像面后当前视场内恒星的分布图;

图7是删除各小区暗星后当前视场内剩余星的分布图;

图8是删除距离最大连通域质心最近处星后当前视场内剩余星的分布 图;

图9是删除2个最大连通域中较暗星后当前视场内剩余星的分布图;

图10是筛选当前视场内恒星后导航星的分布图;

图11按照8×8分割像面后当前视场内恒星的分布图;

图12是删除各小区暗星后当前视场内剩余星的分布图;

图13是删除距离连通域质心最近处星后当前视场内剩余星的分布图;

图14是按照7×7分割像面后当前视场内剩余星的分布图;

图15是按照6×6分割像面后当前视场内剩余星的分布图;

图16是按照5×5分割像面后当前视场内剩余星的分布图;

图17是按照5×5分割像面处理后当前视场内导航星的分布图;

图18按照15×15分割像面后当前视场内恒星的分布图;

图19删除最大连通域中较暗星后当前视场内剩余星的分布图;

图20按照14×14分割像面后当前视场内剩余恒星的分布图;

图21按照14×14分割像面处理后当前视场内剩余恒星的分布图;

图22按照13×13分割像面后当前视场内剩余恒星的分布图;

图23按照13×13分割像面处理后当前视场内剩余恒星的分布图;

图24按照12×12分割像面处理后当前视场内剩余恒星的分布图;

图25按照11×11分割像面处理后当前视场内剩余恒星的分布图;

图26按照10×10分割像面处理后当前视场内剩余恒星的分布图;

图27按照9×9分割像面处理后当前视场内剩余恒星的分布图;

图28按照8×8分割像面处理后当前视场内剩余恒星的分布图;

图29按照7×7分割像面处理后当前视场内剩余恒星的分布图;

图30按照6×6分割像面处理后当前视场内剩余恒星的分布图;

图31当前视场内导航星的分布图;

图32是当极限星等为5.2等时,星过滤后、筛选前导航星的分布图;

图33是当极限星等为5.2等和视场为21.91°×16.47°时,运用本发明 筛选后的导航星在天球上的分布图;

图34是当极限星等为5.2等和视场为21.91°×16.47°时,筛选前视场 中导航星星数的概率分布图;

图35是当极限星等为5.2等和视场为21.91°×16.47°时,筛选后视场 中导航星星数的概率分布图;

图36是当极限星等为5.2等和视场为21.91°×16.47°时筛选前和筛选 后视场中导航星星数的累积概率分布图。

具体实施方式

价值度评估

技术价值

经济价值

法律价值

0 0 0

55.0

0 50 75 100
0~50 50~75 75~100 价值较低 中等价值 价值较高

专利价值度是通过科学的评估模

型对专利价值进行量化的结果,

基于专利大数据针对专利总体特

征指标利用计算机自动化技术对

待评估专利进行高效、智能化的

分析,从技术、经济和法律价值

三个层面构建专利价值评估体

系,可以有效提升专利价值评估

的质量和效率。

总评:55.0


该专利价值中等 (仅供参考)

        该专利的技术、经济、法律价值经系统自动评估后的总评得分处于平均水平,可以重点研究利用其技术价值,根据法律价值的评估结果选择合适的使用借鉴方式。
        本专利文献中包含【1 个技术分类】,从一定程度上而言上述指标的数值越大可以反映出所述专利的技术保护及应用范围越广。 【被引用次数1 次】专利被引次数越多越能能够体现出该专利在相关技术领域研发中所发挥的基础性作用,代表着专利公开的内容有更多的产业利用价值。 【专利权的维持时间6 年】专利权的维持时间越长,其价值对于权利人而言越高。

技术价值    32.0

该指标主要从专利申请的著录信息、法律事件等内容中挖掘其技术价值,专利类型、独立权利要求数量、无效请求次数等内容均可反映出专利的技术性价值。 技术创新是专利申请的核心,若您需要进行技术借鉴或寻找可合作的项目,推荐您重点关注该指标。

部分指标包括:

授权周期(发明)

34 个月

独立权利要求数量

0 个

从属权利要求数量

0 个

说明书页数

13 页

实施例个数

0 个

发明人数量

3 个

被引用次数

1 次

引用文献数量

1 个

优先权个数

0 个

技术分类数量

1 个

无效请求次数

0 个

分案子案个数

0 个

同族专利数

0 个

专利获奖情况

保密专利的解密

经济价值    7.0

该指标主要指示了专利技术在商品化、产业化及市场化过程中可能带来的预期利益。 专利技术只有转化成生产力才能体现其经济价值,专利技术的许可、转让、质押次数等指标均是其经济价值的表征。 因此,若您希望找到行业内的运用广泛的热点专利技术及侵权诉讼中的涉案专利,推荐您重点关注该指标。

部分指标包括:

申请人数量

2

申请人类型

院校

许可备案

0 次

权利质押

0 次

权利转移

0 个

海关备案

法律价值    16.0

该指标主要从专利权的稳定性角度评议其价值。专利权是一种垄断权,但其在法律保护的期间和范围内才有效。 专利权的存续时间、当前的法律状态可反映出其法律价值。故而,若您准备找寻权属稳定且专利权人非常重视的专利技术,推荐您关注该指标。

部分指标包括:

存活期/维持时间

6

法律状态

无权-未缴年费