一种自主标较的星矢量级多视场星敏感器数据融合方法与流程

本发明涉及航天测量控制技术领域，具体涉及一种自主标较的星矢量级多视场星敏感器数据融合方法。

背景技术：

星敏感器作为一种高精度、高可靠性的敏感性器件，为卫星、深空探测器等航天飞行器提供姿态测量信息。然而，传统的单视场星敏感器存在的三轴精度不均衡问题，影响了其发展使用。近年来，以法国HYDRA为代表的多视场星敏感器不断涌现，其利用信息融合技术，综合利用多个视场的探测信息，有效解决了三轴精度不一致的问题，同时大幅提高了星敏感器的精度，成为甚高精度星敏感器的研究发展方向之一。

目前多视场星敏感器的数据融合方式主要分为两大类。第一类为星图级的前端融合，文献[1](熊雪,王庆.基于多视场星敏感器的三角形星图识别方法[J].计算机测量与控制,2014,22(1):225-228.)采用径向特征匹配的方法将不同视场的星图拼接成一幅大视场星图，再对融合后的星图进行识别。文献[2](Zhang Hua,Sang Hongshi,Shen Xubang.A double-FOV star sensor for high dynamic spacecraft navigation[C].Proceedings of the SPIE,MIPPR 2009,Yichang,China,2009,7494:74940X-1～7.)则采用光轴相差0.1°的大小两个视场的光学头部，大视场用于获取航天器的粗略姿态，小视场则用于得到高精度的姿态，同时采用图像融合或两幅星图导航星位置的加权平均方法来提高输出姿态精度，该类能够有效对不同视场的探测信息进行了融合，由于不同视场星图匹配和拼接需包含要相同的信息，头部间的安装角度受限，制约了光轴方向精度的提升。第二类为姿态级的后端融合，意大利SELEX公司推出的AA-STR星敏感器和和白俄罗斯的ASF系列星敏提供了姿态数据融合功能。首先解算出不同头部的姿态，在融合输出端融合光学头部的姿态数据，该类方法快速简单，但当某个头部因探测星数少导致姿态无效时，融合姿态精度将大大降低甚至姿态无效，无法最大程度上体现多视场星敏感器的优势。法国的SODERN公司的HYDRA星敏感器对恒星矢量数据进行了融合，姿态输出精度可达1"，有效解决了前端融合的头部安装角度限制问题，同时提升了融合姿态输出的鲁棒性。HYDRA中头部间的安装关系必须地面标较，无法自主优化，然而星敏感器在使用过程中，由于振动、热变形等因素的影响，头部间的安装矩阵不可避免地发生变化，无法保证融合姿态的精度和准确性。

技术实现要素：

本发明的目的在于提供一种自主标较的星矢量级多视场星敏感器数据融合方法，首先，利用跟踪模式下光学头部的姿态信息计算非基准头部到基准头部间的安装矩阵，并采用多拍下的加权滤波算法自主标较头部间的安装矩阵，同时根据头部的工作状态实时更新标较模式；随后根据标较后的安装矩阵进行星矢量级的数据融合计算，最后使用全部识别的星矢量信息进行四元数估计算法姿态解算，得到三轴精度一致的姿态信息。通过对光学头部的恒星矢量进行融合，并采用滤波算法自主标较头部间的安装矩阵，既可通过增大头部间的安装角度提升融合精度，也可避免由于光学头部无星或少星带来的融合姿态精度下降的问题，增强鲁棒性。

为了达到上述目的，本发明通过以下技术方案实现：

一种自主标较的星矢量级多视场星敏感器数据融合方法，其特征是，本方法应用于多视场星敏感器，该多视场星敏感器配置有至少2个光学头部，利用光学头部所探测的信息进行数据融合，所述的数据融合方法包含以下步骤：

S1、多个光学头部进行自主全天识别；

S2、选择基准头部，若已装载安装矩阵，跳转步骤S3，若没有已装载的安装矩阵，则执行步骤S4；

S3、使用已固化的安装矩阵进行星矢量融合，输出姿态，结束；

S4、进行安装矩阵的自主标较，并进行星矢量融合，输出姿态，结束。

上述的自主标较的星矢量级多视场星敏感器数据融合方法，其中，所述的步骤S1具体包含：

S11、多视场星敏感器上电；

S12、多个光学头部进行自主全天识别，若全天识别成功，执行步骤S2，否则未识别头部继续进行全天识别。

上述的自主标较的星矢量级多视场星敏感器数据融合方法，其中，所述的步骤S3具体包含：

S31、当其中一个头部完成全天识别就进入跟踪；

S32、直接利用已固化的安装矩阵信息，将光轴指向提供给其他头部，帮助其他头部实现跟踪；

S33、判断其他头部是否全部跟踪成功，若跟踪成功，则直接使用固化的安装矩阵进行星矢量融合并计算融合姿态，若跟踪失败，则执行步骤S4，切换到自主标较模式。

上述的自主标较的星矢量级多视场星敏感器数据融合方法，其中，所述的步骤S4具体包含：

S41、计算连续多拍稳态情况下非基准头部至基准头部的安装矩阵；

S42、采用加权滤波方式对安装矩阵进行优化，并将其固定作为星矢量的转移矩阵；

公式如下，并以此作为转移矩阵计算非基准头部的星矢量到基准头部的星矢量：

其中：T(n)为第n拍的安装矩阵，T′(n+1)为第n+1拍滤波更新的安装矩阵，a_n为权重系数；Len为滤波器的长度,且Len＝N_e-N_S，Len取50～100，N_e为当前拍的帧号，N_s为滤波窗口的起始拍帧号；

假设非基准下识别的星矢量为w_i(i＝1,2…,n)，对应的星矢量矩阵为W_3×n，非基准头部到基准头部的安装矩阵为T，则转移到基准头部下的星矢量为T·W；

S43、根据标较后的安装矩阵进行星矢量级的数据融合计算，得到基准头部下的恒星信息；

S44、利用基准头部下的全部已识别的恒星信息进行四元数估计算法姿态解算，得到融合的姿态信息。

上述的自主标较的星矢量级多视场星敏感器数据融合方法，其中，所述的步骤S42中，安装矩阵加权滤波的具体步骤如下：

S421、根据输出四元数计算出非基准头部至基准头部的安装矩阵T(n)，根据公式计算下一拍的安装矩阵，此时计算融合姿态的安装矩阵仍为实时计算的T(n)；

S422、若多个光学头部一直保持跟踪状态，则依据公式更新安装矩阵，更新滤波器的长度拍后，固化安装矩阵，并用于星矢量融合数据的计算；

S423、根据每拍头部的姿态计算头部间安装矩阵，并与固化的安装矩阵对比，计算二者的差值，若相差小于0.001°时，则继续使用固化的安装矩阵，若连续多拍的实时计算的安装矩阵与固化的安装矩阵相差大于0.001°，则重新滤波计算安装矩阵。

上述的自主标较的星矢量级多视场星敏感器数据融合方法，其中，所述的步骤S422中：

若某个非基准头部连续多拍跟踪失败，则该非基准头部到基准头部的安装矩阵重新进行标较。

上述的自主标较的星矢量级多视场星敏感器数据融合方法，其中：所述的多视场星敏感器配置有3个光学头部。

本发明与现有技术相比具有以下优点：

1、本发明即可采用用户提供的安装矩阵进行矢量融合，也可自主计算标较安装矩阵，使用灵活；

2、星矢量级的融合方法避免了星图融合方法的头部间夹角大小的限制，也克服了姿态级融合由于单个头部探测星少带来的融合姿态精度下降的问题，有效的提升星敏感器的姿态精度和姿态输出的鲁棒性。

附图说明

图1为本发明的星矢量级数据融合示意图；

图2为本发明的安装矩阵使用流程图；

图3为本发明的融合方法的流程图；

图4为本发明在实验仿真中头部正交情况下的姿态曲线图；

图5为本发明的实施例的仿真实验中头部1姿态误差曲线及跟踪星颗数；

图6为本发明的实施例的仿真实验中头部2姿态误差曲线及跟踪星颗数；

图7为本发明的实施例的仿真实验中数据融合后的三轴姿态误差曲线。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

传统的单视场星敏感器光轴方向上的精度较差，本发明提出一种多视场星敏感器则是通过融合多个视场的恒星信息来提升光轴方向精度，进而保证三轴的精度一致。星矢量融合的主要思想是将每个头部在稳定跟踪时的恒星信息(天球坐标系下的三维坐标)，根据头部间的安装关系，转换到基准头部下，然后使用全部的有效恒星信息进行四元数估计(QUEST)算法得到融合后的姿态四元数。

基于上述原理，如图3所示，本发明提出了一种自主标较的星矢量级多视场星敏感器数据融合方法，本方法应用于多视场星敏感器，该多视场星敏感器可配置2～3光学头部，利用光学头部所探测的信息进行数据融合，所述的数据融合方法包含以下步骤：

S1、多个光学头部进行自主全天识别；具体的，该步骤S1包含：S11、多视场星敏感器上电；S12、多个光学头部进行自主全天识别，若全天识别成功，执行步骤S2，否则未识别头部继续进行全天识别。

S2、选择基准头部，若已装载安装矩阵，跳转步骤S3，若没有已装载的安装矩阵，则执行步骤S4；本步骤中即可采用用户提供的安装矩阵进行矢量融合，也可自主计算标较安装矩阵，使用灵活；本实施例中，如图1所示，以配置3个光学头部的多视场星敏感器为例加以说明，假设设置3个光学头部A、B、C，基准头部为A，其他两个头部分为为B和C，且头部间的安装角度相互正交时，融合效果最好；

S3、使用已固化的安装矩阵进行星矢量融合，输出姿态，结束；具体的，该步骤S3具体包含：S31、当其中一个头部完成全天识别就进入跟踪；S32、直接利用已固化的安装矩阵信息，将光轴指向提供给其他头部，帮助其他头部实现跟踪；S33、判断其他头部是否全部跟踪成功，若跟踪成功，则直接使用固化的安装矩阵进行星矢量融合并计算融合姿态，若跟踪失败，则执行步骤S4，切换到自主标较模式。

S4、进行安装矩阵的自主标较，并进行星矢量融合，输出姿态，结束。

由于安装矩阵的准确性直接影响了星矢量转换的精度，进而影响了融合姿态的精度，目前，多视场星敏感器的安装矩阵多为地面标较，发射前固化于星敏内部为在轨使用。该方法精度较高，标较过程较为繁琐，并且对于星敏支架的热力变形要求较高，且在轨难以自主标较修正。在此基础上，本发明提出了上述如步骤S3～S4中所述的的安装矩阵的自主标较方案，结合图2所示，分成两种情况，情况1：若是星敏感器中装载了正确的安装矩阵时，则直接采用用户提供的安装矩阵，当其中一个头部完成全天识别进入跟踪，而后直接利用安装矩阵信息，将光轴指向提供给其他头部，帮助其实现跟踪，缩短计算时间，本实施例中，若该头部连续5拍全天识别不成功，则切换至自主标较模式；情况2：若是无先验的安装矩阵信息，进入自主标较模式；当头部进入跟踪模式下，根据每个头部的稳态姿态输出计算头部间的安装矩阵，采用滤波的方法更新头部间的安装矩阵。

上述步骤S4中星矢量级数据融合的方法是：根据头部A、B、C的信息，自主分别完成识别并解算出每个头部的姿态；根据稳态情况下的跟踪输出计算出非基准头部至基准头部的安装四元数或直接使用星敏地面测得的安装矩阵；B、C所有跟踪星矢量信息根据转移矩阵，转换成头部A坐标系下。

又由于在自主标较模式下，当出现单个头部的出现姿态跳动时，计算的安装矩阵也会有较大的误差，直接影响融合后的姿态的精度。因此，本方法提出可以计算连续多拍稳态情况下非基准头部至基准头部的安装矩阵，采用加权滤波的方式更新安装矩阵，并将其固定作为计算星矢量的转移矩阵。

具体的，所述的步骤S4包含：

S41、计算连续多拍稳态情况下非基准头部至基准头部的安装矩阵；

S42、采用加权滤波方式对安装矩阵进行优化，并将其固定作为星矢量的转移矩阵；

公式如下，并以此作为转移矩阵计算非基准头部的星矢量到基准头部的星矢量：

其中：T(n)为第n拍的安装矩阵，T′(n+1)为第n+1拍滤波更新的安装矩阵，a_n为权重系数；Len为滤波器的长度,且Len＝N_e-N_s，Len取50～100，N_e为当前拍的帧号，N_S为滤波窗口的起始拍帧号；

假设非基准下识别的星矢量为w_i(i＝1,2…,n)，对应的星矢量矩阵为W_3×n，非基准头部到基准头部的安装矩阵为T，则转移到基准头部下的星矢量为T·W。

S43、根据标较后的安装矩阵进行星矢量级的数据融合计算，得到基准头部下的恒星信息；

S44、利用基准头部下的全部已识别的恒星信息进行四元数估计算法姿态解算，得到融合的姿态信息。

所述的步骤S42中，安装矩阵加权滤波的具体步骤如下：

S421、根据输出四元数计算出非基准头部至基准头部的安装矩阵T(n)，根据公式计算下一拍的安装矩阵，此时计算融合姿态的安装矩阵仍为实时计算的T(n)；

本实施例中，假设头部A的姿态四元数为Q₁＝[q₁₀,q₁₁,q₁₂,q₁₃]，头部B的姿态四元数为Q₂＝[q₂₀,q₂₁,q₂₂,q₂₃]，头部B到A的转移四元数为Q_t＝[q_t0,q_t1,q_t2,q_t3]，头部B到头部A的安装矩阵为T，则

q_t0＝q₁₀*q₂₀+q₁₁*q₂₁+q₁₂*q₂₂+q₁₃*q₂₃ (2)

q_t1＝-q₁₀*q₂₁+q₁₁*q₂₀-q₁₂*q₂₃+q₁₃*q₂₂ (3)

q_t2＝-q₁₀*q₂₂+q₁₂*q₂₀+q₁₁*q₂₃-q₁₃*q₂₁ (4)

q_t3＝-q₁₀*q₂₃+q₁₃*q₂₀-q₁₁*q₂₂+q₁₂*q₂₁ (5)

对转移四元数进行归一化后，依据公式(6)计算安装矩阵T

S422、若多个光学头部一直保持跟踪状态，则依据公式更新安装矩阵，更新滤波器的长度(Length)拍后，固化安装矩阵，并用于星矢量融合数据的计算；

S423、根据每拍头部的姿态计算头部间安装矩阵，并与固化的安装矩阵对比，计算二者的差值，若相差小于0.001°时，则继续使用固化的安装矩阵，若连续多拍的实时计算的安装矩阵与固化的安装矩阵相差大于0.001°，则重新滤波计算安装矩阵。

所述的步骤S422中：

若某个非基准头部连续多拍跟踪失败，则该非基准头部到基准头部的安装矩阵重新进行标较。

采用电星模拟数据对本发明的方法进行了大量的仿真实验。以头部间的夹角分别为90°为例加以说明，图4给出了数据融合前后的输出姿态曲线，从图中可以看出，数融合前后俯仰轴与偏航轴的精度变化不大，由于采用了矢量级的融合算法，定姿星数随之增加，融合后滚动轴的姿态精度较融合前有了明显地提升。

表1给出了头部间夹角分别为90°，60°，30°三种情况下，融合前后输出姿态精度的变化情况。

表1 融合前后的输出姿态精度

从表1可以看出，在头部间夹角为90°，60°和夹角30°时，融合后的三轴精度较融合前均有一定程序的提升，其中滚动轴方向的精度提升尤为明显，且随着头部间光轴夹角的减小，融合姿态精度的改善程度也随之减小。

为进一步测试验证融合方法的有效性，实验中进一步设计了一种多视场星敏感器原理样机计，并进行了外场观星。原理样机包含两台光学头部，电子线路盒，高速通讯电缆，默认设置头部1为基准头部，其中，光学头部采用14.5°视场，探测器分辨率为2048×2048，两台头部的标定结果如表2所示。

为了防止地气光的干扰，外场观测时两台光学头部的光轴相差40°分别指向不同天区。

表2 光学头部的标定结果

选取某段数据进行精度分析，对噪声等效角、高频噪声的误差总成进行分析。图5-图6分别给出了头部1、头部2及融合姿态的误差曲线图。

其中图5是头部1的姿态误差曲线及跟踪星颗数，图6是头部2的姿态误差曲线及跟踪星颗数，图7是数据融合后的三轴姿态误差曲线，其中，为了进行比对方便，将头部1作为基准头部，图中分别显示了融合后的姿态误差曲线和姿态误差曲线，与图7内的曲线一致。

按照精度评估方法，对数据进行了计算，计算结果如表3所示

表3 精度统计表

从图5及表3可以看到，经过数据融合后的三轴姿态精度有了提升，其中滚动轴方向的精度提升最为明显。三轴噪声等效角(NEA)分别达到1.12角秒、1.01角秒、1.81角秒。

从表3可以看出，提出的融合算法可以明显提高三轴的精度。融合的姿态与基准头部(OH1)的姿态相比，在滚动轴方向上的精度提升最为明显，噪声等效角由12.15角秒提升至1.81角秒，提高了约6.7倍。在俯仰和偏航两个方向，精度也同时一定程度提升，与OH2相比，俯仰，偏航和滚动三轴精度分别提升了1.15倍，1.27和13倍。

从图5可以看出，由于采用了安装自主标技术和星矢量级的融合算法，当单个头部姿态发生跳动时，本发明的融合方法可以保证融合后的姿态不受影响，有效提升了融合姿态输出的鲁棒性。

数据分析表明本发明的数据融合方法能够有效地提升三轴姿态的精度，在两个头部夹角为40°时，滚动轴方向精度提升了约6.7倍。同时，安装矩阵自主标较和使用方案有效保证了融合姿态的稳定性和精度，在单个头部姿态出现跳动时，融合姿态也能稳定输出。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。