基于压缩感知成像的姿态确定方法和星敏感器与流程

本发明涉及星敏感器领域，特别地，涉及一种基于压缩感知成像的姿态确定方法和星敏感器。

背景技术：

星敏感器是以恒星为参照物、以观测星图为处理对象的高精度姿态测量仪器，主要包括光学成像和数据处理两个过程，如附图1所示。在光学成像过程中，利用传统透镜相机对视轴指向的星空进行观测，在图像传感器(ccd或者cmos)中成像得到观测星图。采用传统星敏感器的光学成像系统类似于透镜相机，其本质是物点函数经过点扩散函数响应生成对应像点函数的过程。然而，目前星敏感器向着大视场、高精度和高动态方向发展，这给传统的成像及数据处理方式带来了挑战。按照传统的采样方法，大视场高精度星敏感器需要有较高的像素分辨率，在星载平台上设备重量体积受限、能源供应有限、处理能力低等条件下，高分辨率带来的高数据率对模-数转换、数据存储与处理造成巨大的压力。高精度星敏感器面临着数据量过大、处理速度不足等问题，对其效能及应用造成较大的限制。

因此，现有的高精度星敏感器面临的数据量过大和处理速度不足，是一个亟待解决的技术问题。

技术实现要素：

本发明提供了一种基于压缩感知成像的姿态确定方法和星敏感器，以解决现有的高精度星敏感器面临的数据量过大和处理速度不足的技术问题。

本发明采用的技术方案如下：

根据本发明的一个方面，提供一种基于压缩感知成像的姿态确定方法，包括步骤：

对星空进行压缩感知成像，获取压缩感知成像后的观测星图；

将获取的压缩感知成像后的数据进行处理，提取压缩感知成像后的观测星图中的星点质心位置并计算其特征，并与预设的导航特征数据库进行匹配识别，确定当前星敏感器的三轴指向。

进一步地，对星空进行压缩感知成像，获取压缩感知成像后的观测星图的步骤包括：

对星空进行压缩采样，获取压缩感知成像后的观测星图的压缩测量值；

对压缩感知成像后的观测星图的压缩测量值进行稀疏重构，获取重构后的观测星图。

进一步地，对星空进行压缩采样，获取压缩感知成像后的观测星图的压缩测量值的步骤包括：

根据观测星图在频域和空域中稀疏特性不同，采用频域压缩感知成像模式或空域压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值。

进一步地，采用频域压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值的步骤包括：

基于观测星图的频域稀疏性，采用频域压缩感知成像模式对星空进行非相干测量，获取非相干测量的压缩测量值。

进一步地，采用空域压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值的步骤包括：

基于观测星图的空域稀疏性，采用空域压缩感知成像模式对星空进行叠加压缩测量，在叠加空间中提取星点特征。

根据本发明的另一方面，还提供了一种基于压缩感知成像的星敏感器，包括：

压缩成像模块，用于对星空进行压缩感知成像，获取压缩感知成像后的观测星图；

数据处理模块，用于将获取的压缩感知成像后的数据进行数据处理，提取压缩感知成像后的观测星图中的星点质心位置，并与预设的导航特征数据库进行匹配识别，确定当前星敏感器的三轴指向。

进一步地，压缩成像模块包括：

压缩采样单元，用于对星空进行压缩采样，获取压缩感知成像后的观测星图的压缩测量值；

数据重构单元，用于对压缩感知成像后的观测星图的压缩测量值进行稀疏重构，获取重构后的观测星图。

进一步地，压缩采样单元包括压缩测量值获取子单元，

压缩测量值获取子单元，用于根据观测星图在频域和空域中稀疏特性不同，采用频域压缩感知成像模式或空域压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值。

进一步地，压缩测量值获取子单元包括频域压缩感知成像子单元，

频域压缩感知成像子单元，用于基于观测星图的频域稀疏性，采用频域压缩感知成像模式对星空进行非相干测量，获取非相干测量的压缩测量值。

进一步地，压缩测量值获取子单元包括空域压缩感知成像子单元，

空域压缩感知成像子单元，用于基于观测星图的空域稀疏性，采用空域压缩感知成像模式对星空进行叠加压缩测量，在叠加空间中提取星点特征。

本发明具有以下有益效果：

本发明提供的基于压缩感知成像的姿态确定方法和星敏感器，基于压缩感知理论将传统的光学成像发展为压缩感知成像，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本发明提供的基于压缩感知成像的姿态确定方法和星敏感器，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是现有的星敏感器光学成像方法的流程示意框图；

图2是本发明基于压缩感知成像的姿态确定方法第一实施例的流程示意图；

图3是本发明基于压缩感知成像的姿态确定方法优选实施例的流程示意框图；

图4是本发明基于压缩感知成像的姿态确定方法第二实施例的流程示意图；

图5是本发明基于压缩感知成像的姿态确定方法第三实施例的流程示意图；

图6是本发明基于压缩感知成像的姿态确定方法第四实施例的流程示意图；

图7是本发明基于压缩感知成像的姿态确定方法第五实施例的流程示意图；

图8是本发明基于压缩感知成像的星敏感器第一实施例的结构框图；

图9是图8中压缩成像模块优选实施例的功能模块示意图；

图10是本发明压缩成像模块中压缩测量值获取子单元优选实施例的功能模块示意图。

附图标号说明：

10、压缩成像模块；20、数据处理模块；11、压缩采样单元；12、数据重构单元；111、压缩测量值获取子单元；1111、频域压缩感知成像子单元；1112、空域压缩感知成像子单元。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

参照图2和图3，本发明的优选实施例提供了一种基于压缩感知成像的姿态确定方法，包括步骤：

步骤s100、对星空进行压缩感知成像，获取压缩感知成像后的观测星图。

星敏感器是以恒星为参照物进行姿态测量的敏感器件，星图中只有少量的像素记录了星点信息，其余大部分背景像素均未包含有用信息，具有自然的稀疏特性。在本实施例中，利用压缩感知(compressivesensing，cs)理论对星空进行压缩感知成像，压缩感知成像过程包括压缩采样和稀疏重构，压缩采样是通过压缩测量获得压缩感知成像后的观测星图，该压缩感知成像后的观测星图中记录有星点信息的测量值，该测量值与星图的稀疏度量级相当，该测量数值的维数远小于光学成像的观测星图的维数，属低维数据。稀疏重构是通过合适的测量矩阵和重构方法，对压缩感知成像后的观测星图的星点特征信息进行重构。

步骤s200、将获取的压缩感知成像后的观测星图进行数据处理，提取压缩感知成像后的观测星图中的星点质心位置并计算其特征，并与预设的导航特征数据库进行匹配识别，确定当前星敏感器的三轴指向。

将获取的压缩感知成像后的数据进行处理的过程，主要包括可靠星模式识别和姿态计算，其中，可靠星模式识别是寻找观测星图中的星点在星表中对应的导航星的过程。星模式识别主要包括星特征提取和匹配识别等过程。星特征提取是提取压缩感知成像所得的观测星图中观测星的星点质心和星亮度等信息并由此构造星点识别特征的过程，同时根据星点提取的质心位置可以得到星点在星敏感坐标系的方向矢量，为后续姿态计算提供观测星矢量信息。匹配识别是通过将观测星特征与预设的导航特征数据库中的导航星的特征进行对比，寻找星图中观测星对应的导航星的过程。若观测星的特征与导航星的特征在设定的阈值范围内，那么两者成功匹配，否则匹配失败。匹配识别的结果是找到与观测星相对应的导航星，由此获得了导航星在参考坐标系下的方向矢量，结合观测星在星敏感器坐标系下的方向矢量，即计算出当前星敏感器的三轴指向。

本实施例提供的基于压缩感知成像的姿态确定方法，基于压缩感知理论将传统的光学成像发展为压缩感知成像，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本发明提供的基于压缩感知成像的姿态确定方法，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

优选地，如图4所示，图4是本发明基于压缩感知成像的姿态确定方法第二实施例的流程示意图，本实施例提供的基于压缩感知成像的姿态确定方法，在第一实施例的基础上，步骤s200包括：

步骤s210、对星空进行压缩采样，获取压缩感知成像后的观测星图的压缩测量值。

根据观测星图在频域和空域中稀疏特性不同，可以有两种压缩成像方式，其中，两种压缩成像方式分别为频域压缩感知模式和时压缩感知模式，在本实施例中，通过这两种模式获取压缩感知成像后的观测星图的压缩测量值。

步骤s220、对压缩感知成像后的观测星图的压缩测量值进行稀疏重构，获取重构后的观测星图。

提取压缩感知成像后的观测星图的压缩测量值中的星点的压缩特征，并对提取的星点的压缩特征进行重构，最后通过直接的重构解算得到星点在原始图像中的质心位置。

优选地，如图5所示，图5是本发明基于压缩感知成像的姿态确定方法第三实施例的流程示意图，本实施例提供的基于压缩感知成像的姿态确定方法，在第二实施例的基础上，步骤s210包括：

步骤s210a、根据观测星图在频域和空域中稀疏特性不同，采用频域压缩感知成像模式或空域压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值。

根据观测星图在频域和空域中稀疏特性不同，采用不同的压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值，若基于观测星图在频域稀疏特性，则采用频域压缩感知成像模式；对应地，若基于观测星图在空域稀疏特性，则采用空域压缩感知成像模式。

本实施例提供的基于压缩感知成像的姿态确定方法，基于压缩感知理论将传统的光学成像发展为压缩感知成像，根据观测星图在频域和空域中稀疏特性不同采用不同的压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本实施例提供的基于压缩感知成像的姿态确定方法，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

优选地，如图6所示，图6是本发明基于压缩感知成像的姿态确定方法第四实施例的流程示意图，本实施例提供的基于压缩感知成像的姿态确定方法，在第三实施例的基础上，步骤s210a包括：

步骤s210a、基于观测星图的频域稀疏性，采用频域压缩感知成像模式对星空进行非相干测量，获取非相干测量的压缩测量值。

基于观测星图的频域稀疏性，星敏感器频域压缩成像的实质是压缩采样与稀疏重构。在本实施例中，采用频域压缩感知成像模式对星空进行典型压缩感知的非相干测量，然后通过稀疏重构从低维测量值中恢复得到重构星图。

本实施例提供的基于压缩感知成像的姿态确定方法，基于压缩感知理论将传统的光学成像发展为压缩感知成像，基于观测星图的频域稀疏性，采用频域压缩感知成像模式对星空进行非相干测量，获取非相干测量的压缩测量值，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本实施例提供的基于压缩感知成像的姿态确定方法，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

优选地，如图7所示，图7是本发明基于压缩感知成像的姿态确定方法第五实施例的流程示意图，本实施例提供的基于压缩感知成像的姿态确定方法，在第三实施例的基础上，步骤s210a还包括：

步骤s210b、基于观测星图的空域稀疏性，采用空域压缩感知成像模式对星空进行叠加压缩测量，在叠加空间中提取星点特征。

基于观测星图的空域稀疏性，星敏感器空域成像的实质是基于星图空域稀疏性进行光学叠加采样和星点的特征重构。在本实施例中，采用空域压缩感知成像模式对星空进行叠加压缩测量，在低维叠加空间中提取星点压缩特征，并进行基于星点压缩特征的数据重构，解算得到星占在原始图像中的质心位置。星敏器空域压缩成像的实质是基于星图空域稀疏性进行光学叠加采样和星点的特征重构。对于原始图像的图像矩阵进行叠加采样，得到叠加图像。叠加测量在降低采样率的同时，也将原始图像与叠加图像的像素进行关联。通过两次叠加的方式，能够基于同一目标在低维数据中的不同位置重构出其在原始图像中的位置。对星图来讲，主要考虑星点在图像中的质心位置。星敏器空域压缩成像方式可以在不对星空进行全维采样的情况下获得星点的特征信息，即首先通过压缩测量获得低维数据，进而通过叠加空间中的数据处理得到星点的压缩特征，最后通过直接的重构解算得到星点在原始图像中的质心位置。

本实施例提供的基于压缩感知成像的姿态确定方法，基于压缩感知理论将传统的光学成像发展为压缩感知成像，基于观测星图的空域稀疏性，采用空域压缩感知成像模式对星空进行叠加压缩测量，在叠加空间中提取星点特征，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本实施例提供的基于压缩感知成像的姿态确定方法，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

如图8所示，本实施例还提供一种基于压缩感知成像的星敏感器，包括：

压缩成像模块10，用于对星空进行压缩感知成像，获取压缩感知成像后的观测星图；

数据处理模块20，用于将获取的压缩感知成像后的观测星图进行数据处理，确定当前星敏感器的三轴指向。

星敏感器是以恒星为参照物进行姿态测量的敏感器件，星图中只有少量的像素记录了星点信息，其余大部分背景像素均未包含有用信息，具有自然的稀疏特性。在本实施例中，压缩成像模块10利用压缩感知理论对星空进行压缩感知成像，压缩感知成像过程包括压缩采样和稀疏重构，压缩采样是通过压缩测量获得压缩感知成像后的观测星图，该压缩感知成像后的观测星图中记录有星点信息的测量值，该测量值与星图的稀疏度量级相当，该测量数值的维数远小于光学成像的观测星图的维数，属低维数据。稀疏重构是通过合适的测量矩阵和重构方法，对压缩感知成像后的观测星图的星点特征信息进行重构。

数据处理模块20将获取的压缩感知成像后的数据进行处理的过程，主要包括可靠星模式识别和姿态计算，其中，可靠星模式识别是寻找观测星图中的星点在星表中对应的导航星的过程。星模式识别主要包括导航特征数据库构建、星特征提取和匹配识别等过程。星特征提取是提取压缩感知成像所得的观测星图中观测星的星点质心和星亮度等信息并由此构造星点识别特征的过程，同时根据星点提取的质心位置可以得到星点在星敏感坐标系的方向矢量，为后续姿态计算提供观测星矢量信息。匹配识别是通过将观测星特征与预设的导航特征数据库中的导航星的特征进行对比，寻找星图中观测星对应的导航星的过程。若观测星的特征与导航星的特征在设定的阈值范围内，那么两者成功匹配，否则匹配失败。匹配识别的结果是找到与观测星相对应的导航星，由此获得了导航星在参考坐标系下的方向矢量，结合观测星在星敏感器坐标系下的方向矢量，即计算出当前星敏感器的三轴指向。

本实施例提供的基于压缩感知成像的星敏感器，基于压缩感知理论将传统的光学成像发展为压缩感知成像，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本发明提供的基于压缩感知成像的星敏感器，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

优选地，如图9所示，本实施例提供的基于压缩感知成像的星敏感器，压缩成像模块10包括：

压缩采样单元11，用于对星空进行压缩采样，获取压缩感知成像后的观测星图的压缩测量值；

数据重构单元12，用于对压缩感知成像后的观测星图的压缩测量值进行稀疏重构，获取重构后的观测星图。

根据观测星图在频域和空域中稀疏特性不同，可以有两种压缩成像方式，其中，两种压缩成像方式分别为频域压缩感知模式和时压缩感知模式，在本实施例中，压缩采样单元11通过这两种模式获取压缩感知成像后的观测星图的压缩测量值。

数据重构单元12提取压缩感知成像后的观测星图的压缩测量值中的星点的压缩特征，并对提取的星点的压缩特征进行重构，最后通过直接的重构解算得到星点在原始图像中的质心位置。

本实施例提供的基于压缩感知成像的星敏感器，基于压缩感知理论将传统的光学成像发展为通过压缩采样和稀疏重构来压缩感知成像，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本实施例提供的基于压缩感知成像的星敏感器，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

优选地，如图10所示，本实施例提供的基于压缩感知成像的星敏感器，压缩采样单元11包括压缩测量值获取子单元111，

压缩测量值获取子单元111，用于根据观测星图在频域和空域中稀疏特性不同，采用频域压缩感知成像模式或空域压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值。

压缩测量值获取子单元111根据观测星图在频域和空域中稀疏特性不同，采用不同的压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值，若基于观测星图在频域稀疏特性，则采用频域压缩感知成像模式；对应地，若基于观测星图在空域稀疏特性，则采用空域压缩感知成像模式。

本实施例提供的基于压缩感知成像的星敏感器，，基于压缩感知理论将传统的光学成像发展为压缩感知成像，根据观测星图在频域和空域中稀疏特性不同采用不同的压缩感知成像模式获取压缩感知成像后的观测星图的压缩测量值，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本实施例提供的星载姿态确定系统，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

进一步地，如图10所示，本实施例提供的基于压缩感知成像的星敏感器，测量值获取子单元111包括频域压缩感知成像子单元1111，

压缩感知成像子单元1111，用于基于观测星图的频域稀疏性，采用频域压缩感知成像模式对星空进行非相干测量，获取非相干测量的压缩测量值。测量矩阵的构造是非相干测量的核心内容，也是压缩感知由理论迈向应用的实现环节，测量矩阵设计的关键是保证稀疏信号在进行高维到低维的压缩测量时，重要的信息能够感知并且不遭到破坏。根据测量矩阵的维束等距性质、与稀疏基矩阵的非相干性以及零空间的特性等条件，按照构造方式将测量矩阵分为随机测量矩阵和确定性测量矩阵两大类，其中，随机矩阵包括高斯随机测量矩阵、贝努利测量矩阵、傅里叶随机测量矩阵、非相关测量矩阵等。确定性测量矩阵包括多项式矩阵等。

基于观测星图的频域稀疏性，星敏感器频域压缩成像的实质是压缩采样与稀疏重构。在本实施例中，压缩感知成像子单元1111采用频域压缩感知成像模式对星空进行典型压缩感知的非相干测量，然后通过稀疏重构从低维测量值中恢复得到重构星图。测量矩阵的构造是非相干测量的核心内容，也是压缩感知由理论迈向应用的实现环节，测量矩阵设计的关键是保证稀疏信号在进行高维到低维的压缩测量时，重要的信息能够感知并且不遭到破坏。根据测量矩阵的维束等距性质、与稀疏基矩阵的非相干性以及零空间的特性等条件，按照构造方式将测量矩阵分为随机测量矩阵和确定性测量矩阵两大类，其中，随机矩阵包括高斯随机测量矩阵、贝努利测量矩阵、傅里叶随机测量矩阵、非相关测量矩阵等。确定性测量矩阵包括多项式矩阵等。

本实施例提供的基于星敏感器的基于压缩感知成像的星敏感器，基于压缩感知理论将传统的光学成像发展为压缩感知成像，基于观测星图的频域稀疏性，采用频域压缩感知成像模式对星空进行非相干测量，获取非相干测量的压缩测量值，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本实施例提供的基于压缩感知成像的星敏感器，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

进一步地，如图10所示，本实施例提供的基于压缩感知成像的星敏感器，测量值获取子单元111包括空域压缩感知成像子单元1112，

空域压缩感知成像子单元1112，用于基于观测星图的空域稀疏性，采用空域压缩感知成像模式对星空进行叠加压缩测量，在叠加空间中提取星点特征。

基于观测星图的空域稀疏性，星敏感器空域成像的实质是基于星图空域稀疏性进行光学叠加采样和星点的特征重构。在本实施例中，空域压缩感知成像子单元1112采用空域压缩感知成像模式对星空进行叠加压缩测量，在低维叠加空间中提取星点压缩特征，并进行基于星点压缩特征的数据重构，解算得到星占在原始图像中的质心位置。星敏器空域压缩成像的实质是基于星图空域稀疏性进行光学叠加采样和星点的特征重构。对于原始图像的图像矩阵进行叠加采样，得到叠加图像。叠加测量在降低采样率的同时，也将原始图像与叠加图像的像素进行关联。通过两次叠加的方式，能够基于同一目标在低维数据中的不同位置重构出其在原始图像中的位置。对星图来讲，主要考虑星点在图像中的质心位置。星敏器空域压缩成像方式可以在不对星空进行全维采样的情况下获得星点的特征信息，即首先通过压缩测量获得低维数据，进而通过叠加空间中的数据处理得到星点的压缩特征，最后通过直接的重构解算得到星点在原始图像中的质心位置。

本实施例提供的基于压缩感知成像的星敏感器，基于压缩感知理论将传统的光学成像发展为压缩感知成像，基于观测星图的空域稀疏性，采用空域压缩感知成像模式对星空进行叠加压缩测量，在叠加空间中提取星点特征，并针对压缩成像数据进行数据处理以实现低采样率下的姿态确定。本实施例提供的基于压缩感知成像的星敏感器，不需要进行二维成像，以较少的数据量就可以保持高精度的姿态输出，相比于传统光学成像方法，降低了大视场高精度星敏感器在数据采集、存储与处理方面的昂贵代价。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。