复杂星空背景下的空间目标快速捕获算法

发布时间：2021-11-24 19:34

　　针对现有方法在大视场、高灵敏度条件下星空背景复杂导致的空间目标捕获速度慢的问题,利用大视场星图识别的优势,提出了复杂星空背景下的空间目标快速捕获算法.采用分级曝光策略,基于短曝光获取有限数量的恒星以大幅度提高星图识别速度;利用二维最大背景估计方法,实现星图预处理,获得质心数据信息;最后基于星图目标序列剔除自然天体.通过星图目标排序横向剔除,保证剔除准确性的前提下有效提高了剔除效率,实现了空间目标快速捕获.仿真试验结果表明,本文方法快速性好、准确率高,与已有算法中较快算法相比,目标捕获所用时间减少41.92%. 

【文章来源】：光子学报. 2020,49(07)北大核心EICSCD

【文章页数】：10 页

【部分图文】：

全天球恒星分布情况（7.5 Mv以下自然天体）

2 基于星图目标序列的自然天体剔除方法在采用本文第1章所述方法预处理后，经星图识别，获得相机在惯性系下的姿态信息，查找自然天体数据库，结合星等阈值可获得视场内自然天体数据库BS，实拍目标集合ST.此时需要将自然天体s(1)，…，s(p)从实拍目标集合ST中剔除，实现目标初步筛选的目的.

为验证本文算法多目标处理能力，在实拍星图数据基础上，填加35个仿真空间目标目标进行算法验证，其中2个目标与自然天体位置重合（被自然天体遮挡），此时空间目标目标数为42个.图4(c）为添加仿真目标后的星图；图4(d）为剔除自然天体后的仿真还原星图.图4(d）中空间目标数为40个，其中目标用红色矩阵标注，增加验证点用黄色三角标注，其信息与预设仿真空间目标相同，2个被自然天体遮挡目标被成功剔除，算法运行时间小于1 ms.为验证本文算法的准确性，进行1000次独立随机试验，每次试验抽取不同天区，加入10个目标点，进行仿真验证.试验结果如图5所示，目标全部正确提取的概率为98.5%;15次漏检测的情况中，漏检测的原因是仿真目标被恒星遮蔽；无误检测目标，意味着算法可将自然天体准确剔除.被恒星遮蔽目标可利用多帧信息进行拟合.本文算法能在大视场条件下实现对自然天体的准确剔除，并具备多目标处理能力.

【参考文献】：
期刊论文
[1]一种改进光流法的运动目标检测及跟踪算法[J]. 李成美,白宏阳,郭宏伟,梁华驹.  仪器仪表学报. 2018(05)
[2]一种基于恒星分布的星敏感器导航星库制作方法[J]. 叶志龙,孙朔冬,陈纾,吴迪,武斌.  深空探测学报. 2018(01)
[3]天基空间目标探测系统技术研究进展[J]. 王晓海.  卫星与网络. 2017(11)
[4]基于距离矩阵的星图运动目标检测[J]. 王敏,赵金宇,陈涛.  光学精密工程. 2017(07)
[5]基于时空域的暗弱空间运动点目标检测算法[J]. 王敏,赵金宇,陈涛,崔博川.  电子与信息学报. 2017(07)
[6]应用于稳像系统中的改进梯度光流法[J]. 赖丽君,徐智勇,张栩铫.  红外与激光工程. 2016(04)
[7]改进的帧差法在空间运动目标检测中的应用[J]. 王恩旺,王恩达.  天文研究与技术. 2016(03)
[8]星载光电成像系统探测能力分析与研究[J]. 张颖,牛燕雄,杨露,牛海莎,许冰,李继扬,吕建明,李建平,刘雯文,张超.  光学学报. 2014(01)
[9]改进金字塔算法用于小视场星图识别[J]. 李辉,王安国,张磊.  应用光学. 2013(02)
[10]空间目标探测技术研究[J]. 李少敏,牛威,马鑫,祝开建.  国防科技. 2009(03)



本文编号：3516628