星敏感器技術研究現狀及發展趨勢

梁　斌，朱海龍，張　濤，仝玉嬋

(1.清華大學 自動化系，北京 100084;

2.中國運載火箭技術研究院 物流中心，北京 100076)

?

星敏感器技術研究現狀及發展趨勢

梁斌1*，朱海龍1，張濤1，仝玉嬋2

(1.清華大學 自動化系，北京 100084;

2.中國運載火箭技術研究院 物流中心，北京 100076)

摘要：本文綜述了星敏感器技術的研究現狀和未來發展趨勢。首先，總結了國內外星載星敏感器的發展歷程。接著，根據星敏感器工作原理，分析討論了星點質心定位算法、星圖識別算法和姿態解算算法等星敏感器關鍵技術的發展現狀。通過討論星點質心定位精度對星敏感器測量精度影響，分析了星點質心定位算法以及對應誤差補償的研究現狀；基于星座特征、字符模式和智能行為，介紹了星圖識別算法并進行了對比分析；根據確定姿態解算算法和動態姿態解算算法分析了姿態解算算法的研究現狀。最后，對星敏感器的未來發展進行了展望，討論了航空機載星敏感器、微小型星敏感器和甚高精度星敏感器的發展趨勢以及未來重點研究內容。

關鍵詞:星敏感器；星點提取；星圖識別；姿態解算

Research status and development tendency of

1引言

星敏感器是最常用的姿態確定儀器之一，相對于太陽敏感器、磁強計、地平儀和陀螺儀等其他常見的姿態測量設備而言，星敏感器不僅姿態測量精度比較高，而且能夠實現自主導航能力，抗干擾能力也比較強[1]，目前是衛星等航天器上最主要的姿態測量儀器，在導彈、飛機和艦船上也有應用。

星敏感器技術研究開始于20世紀50年代，截止到目前為止，已經研制出很多不同類型的星敏感器產品并且被成功應用。美國、德國、法國、丹麥和意大利等國家的航空航天產品研發機構研制出諸多應用于不同環境的星敏感器產品，其中有部分產品的姿態定位精度已經達到1″甚至更高。國內星敏感器技術的研究開始于20世紀80年代后期，經過多年的積累和發展，國內許多科研院所和高校也研制出成功應用于航天和航空的星敏感器產品，但是相對于國外研制的星敏感器仍然有很大的差距。本文通過整理國內外星敏感器發展歷程以及關鍵技術的研究現狀，分析星敏感器技術的發展趨勢，為國內星敏感器研究人員提供一些可參考的思路。

2星敏感器發展歷程

根據應用環境的不同，星敏感器主要分為彈載星敏感器和星載星敏感器兩類。

2.1　國外彈載星敏感器技術發展歷程

星敏感器通過跟蹤視場內某一固定的恒星實現對飛機和導彈的制導，此類星敏感器可以稱為彈載星敏感器。彈載星敏感器通過校正彈載慣性導航系統誤差，形成彈載慣性/天文組合導航系統，提高導彈的導航精度。其中典型代表是法國SODERN公司研制的SED20星敏感器，如圖1所示。SEND20星敏感器是專門為M51彈道導彈設計的。

圖1　SED20星敏感器圖Fig.1　Photo of SED20 star tracker

無論是早期的“三叉戟”I、“三叉戟”II型彈道導彈和SS-N-8導彈，還是新型的“三叉戟”II-D-5型潛射導彈、“侏儒”地地戰略彈道導彈、“三叉戟”II洲際彈道導彈和“民兵”III地地導彈，都采用了彈載星敏感器技術修正慣性導航系統帶來的誤差。

2.2　國外星載星敏感器技術發展歷程

星載星敏感器指應用于衛星平臺的星敏感器，截止到目前經歷了3個階段的發展歷程。第一代星載星敏感器是在CCD圖像傳感器研制成功后出現的CCD星敏感器，典型的代表美國噴氣動力試驗室(JPL)研制的ASTROS星敏感器，其主要性能參見表1。此時的星敏感器成功解決了星圖成像穩定性的問題，能夠在視場范圍內同時捕獲多顆恒星，提高了姿態測量精度和可靠性。但此時的CCD星敏感器選用小視場長焦距的光學成像系統，導致星敏感器的體積、質量和功耗都較大，而且不具備獨立自主獲取姿態的能力。第二代星載星敏感器出現在20世紀80年代中期后，此時的星敏感器采用成熟的大面陣CCD作為圖像傳感器，典型的代表產品有美國Ball aerospace公司研制的CT-601星敏感器和德國Jean-Optronik公司研制的ASTRO-10星敏感器，如圖2所示，主要性能參數如表2所示。相對于第一代星敏感器，第二代星敏感器采用新工藝和新技術，降低了體積、質量和功耗，提高了星敏感器抗雜散光和空間輻射能力，具備了獨立自主導航能力。第三代星敏感器出現在20世紀90年代后，此時的星敏感器采用CMOS APS圖像傳感器作為成像器件，典型的代表產品有意大利Gelileo avionica公司研制的A-STR星敏感器和德國Jean-Optronik 公司ASTRO APS星敏感器，如圖3所示，其主要參數如表3所示。

表1　ASTRO星敏感器性能參數

圖2　CT-601星敏感器和ASTRO-10星敏感器Fig.2　CT-601 star tracker and ASTRO-10 star tracker

表2　CT-601和ASTROA-10星敏感器性能參數

圖3　A-STR星敏感器和ASTRO-APS星敏感器Fig.3　A-STR star tracker and ASTRO-APS star tracker

表3　A-STR和ASTRO APS星敏感器性能參數

相比于CCD星敏感器，APS星敏感器可以設計大視場光學結構，在探測星等比較低的情況下，也能保證視場內有足夠數量的恒星可以識別，可以減小導航星庫的大小和提高導航星庫的搜索速度，提高姿態更新的速率。

2.3　國內星敏感器技術發展歷程

國內對星敏感器技術的研究起源于1980年之后，主要的研究機構包括北京控制工程研究所、清華大學、北京航空航天大學、哈爾濱工業大學和中國科學院下屬研究機構等。北京控制工程研究所是國內研究星敏感器比較早的單位，具有豐富的理論研究成果和產品體系，在星敏感器理論方法研究、軟硬件設計和產品研制方面都處于國內領先水平，其星敏感器產品已經具有多年成功在軌運行經驗[2]。清華大學經過多年的積累，在高精度質心提取、快速星圖識別、姿態解算和地面標定等星敏感器研究方面取得了豐富的研究成果，研究成果曾獲得國家技術發明二等獎。北京航空航天大學從20世紀90年代開始開展小型高精度星敏感器技術研究，經過多年的積累，在星敏感器光學成像系統、星圖處理專用芯片裝置、質心跟隨成像系統、全天球星圖快速識別方法和姿態實時跟蹤方法等方面取得了豐碩的研究成果，研究成果“小型高精度天體敏感器技術”獲得了2008年度國家技術發明一等獎。哈爾濱工業大學在星敏感器光學設計、星圖識別和姿態確定算法等領域取得了豐富研究成果。中國科學院的多家研究機構也從事星敏感器技術研究，包括長春光學精密機械與物理研究所、光電技術研究所、西安光學精密機械研究所和北京天文臺等機構。經過20多年的發展，國內在星敏感器理論方法研究方面取得了巨大的進步，也具備產品設計和研發的能力。但是無論硬件設計還是軟件算法，國內的星敏感器跟國外相比仍然有一定的差距。因此，國內的星敏感器技術研究仍然有很大的價值和意義。

3星敏感器關鍵技術及研究現狀

圖4給出了星敏感器的工作原理示意圖，星敏感器通常包含全天球識別工作模式和星跟蹤工作模式。在全天球工作模式下，星敏感器通過光學鏡頭在視場范圍內拍攝得到星圖，經過星點質心定位、星圖識別和姿態解算等步驟之后，直接輸出姿態信息。在星跟蹤模式下，星敏感器利用先驗姿態信息，進入星跟蹤算法模塊，通過局部的星點質心定位和識別最終解算出當前姿態信息。從圖中可以看出，星敏感器關鍵技術主要包括星點質心定位、星圖識別和姿態解算等，這些也是研究人員重點關注和研究的部分。

圖4　星敏感器工作原理示意圖Fig.4　Sketch map of the principle of stat tracker

3.1　星點質心定位算法

星點質心定位指計算恒星在星圖中準確位置的過程。質心定位的精度不僅直接影響星敏感器的姿態測量精度，而且間接影響星圖識別成功率[3]。圖像傳感器單個像元的角分辨率δ可以表示為：

(1)

式中，θ是視場角大小，NCCD是圖像傳感器面陣像元數目。為了提高單個星點的姿態測量精度，星敏感器的光學鏡頭采用散焦技術，使得接收到的星點能量可以彌散到圖像傳感器多個像元上，如圖5所示。

圖5　離焦后單個星點成像示意圖Fig.5　Sketch map of defocus star spot

Stone綜述了多種圖像質心定位算法[4]，討論分析了質心法、中值法、高斯曲面擬合法和倒數搜索法等質心定位算法，并且針對質心法的不足，提出基于閾值的質心定位算法，這種質心法最適合背景噪聲比較大的星圖星點質心提取。Shortis等人對離散目標圖像的亞像元定位的方法進行了詳細的對比分析[5]。魏興國等人討論了質心法、改進質心法、高斯曲線擬合法和拋物面擬合法在星點提取中的應用[6]，李玉峰等人提出了二元線性插值法用于星點提取[7]。根據國內外研究成果，目前星點質心定位的精度可以達到0.05 pixel左右。

在星圖成像過程中，諸多的噪聲因素會影響質心定位的精度，影響星點質心精度的因素可以分為系統誤差和隨機誤差兩種類型。其中系統誤差包括亞像元細分定位算法誤差和光學系統誤差。 亞像元細分定位算法誤差是指利用亞像元細分定位算法計算星點提取時產生的系統誤差。Grossman首先分析了亞像元細分定位算法系統誤差對星點提取精度影響[8]，指出系統誤差隨像點模糊程度增大而減小。像點模糊程度由CCD離焦產生，即增大離焦量，使星點彌散在盡量多的像元上，可減小細分算法系統誤差。Stanton使用修正的質心法確定星點質心位置，在某個特定的離焦量下，得到了質心法系統誤差跟真實星點位置之間存在正弦周期性關系[9]。Hegedus也得到了質心法系統誤差跟真實星點位置之間的正弦關系，但是隨著星點彌散斑高斯半徑的增大，這種誤差關系由正弦關系逐漸變成了近似線性關系[10]。Alexander等人首次對星點質心定位的系統誤差進行了頻域分析，建立了系統誤差頻域解析模型[11]。這個模型避免了時域分析中的信息缺失，通過解析式在理論上驗證了星點質心定位系統誤差隨像點彌散半徑增大而減小的現象，但是Alexander建立的模型是基于像點能量符合對稱分布的假設條件上的，沒有考慮質心提取窗口有限采樣情況質心法系統誤差跟真實星點位置的關系表達式。Rufino詳細的分析亞像元細分定位算法的系統誤差和隨機誤差，建立隨機噪聲和系統噪聲簡化模型[12]，針對星敏感器對質心定位算法進行了改進，提出了前饋BP神經網絡的算法對誤差進行補償，星點位置的精度可以達到0.001 pixel級別。

隨機誤差主要指成像過程中的噪聲產生的誤差。Gilliland詳細分析了星敏感器中隨機噪聲來源和機理[13]。Snyder將讀出噪聲用泊松過程來近似，提出了對應的補償算法[14]。Holst將CCD產生的隨機噪聲分為散粒噪聲、暗電流噪聲、復位噪聲、讀出噪聲和光子非均勻性響應噪聲等5類，并且建立了對應的數學模型[15]。Hancock[16]和張輝[17]等人都給出了上述幾種不同類型噪聲對于星點質心提取精度的影響函數，提出了針對性的噪聲消除補償算法。

星點質心提取的精度是整個星圖處理部分的基礎，決定了星敏感器的測量精度。在復雜環境下得到準確的星點定位也是目前亟需解決的問題。

3.2　星圖識別算法

星圖識別算法分為以下三類：(1)基于星座特征的星圖識別算法；(2)基于字符模式的星圖識別算法;(3)基于智能行為的星圖識別算法。

基于星座特征的星圖識別算法是利用恒星之間相互位置關系組成特征進行識別的算法。最早是20世紀70年代Junkins提出的三角形算法[18]，該算法比較直觀，也是目前工程中最經常使用的星圖識別算法，算法的核心思想是用由觀測恒星構成的三角形特征與導航星座數據庫中的同構三角形匹配。Liebe、Quine和Douma設計了改進的三角形星圖模式識別算法。Liebe根據視場大小和亮星的數量，選取所有能構成的三角形恒星進行識別[19]；Quine首先選取視場內最亮星作為主星，然后在主星周圍的圓形區域內選取兩顆最亮的星同主星構成星三角[20]；Douma同Liebe的方法類似，但他考慮了視場內恒星形成三角形的概率，只選取概率最大的三角形[21]。與單純使用星角距作為特征的星圖識別算法相比，三角形算法的優點是具有更多的特征維數，減少誤匹配的概率，便于建立導航星庫索引方式，縮短導航星庫的搜索時間，提高星圖識別的速度。三角形識別算法的缺點是在星三角形數量較多時，會出現冗余匹配或者誤匹配，降低識別成功率。Mortari提出了基于k-vector方法的Pyramid識別算法[22]。k-vector方法可以快速初始定位，減少導航星表搜索次數，提高星圖識別速度。Pyramid算法以四面體為識別特征，選擇了4顆觀測星，以1顆星為頂點，其余3顆星為三角形來構成一個四面體，以k-vector方法為導航星庫搜索算法，可以實現在噪聲和偽星點比較多的情況下快速的識別出導航星。該算法的缺點是隨著星對信息表增加，導致擬合曲線精度降低，不能確保最佳匹配星對落在角距誤差范圍內。張廣軍使用線型數據庫搜索的方式，對Liebe的算法進行了修正，提高了算法的速度[23]。

基于字符模式的星圖識別算法。Padgett等人提出了網格算法[24]。該算法將星坐標映射到一個稀疏矩陣上，給星圖識別提供了新的思路。網格算法具有存儲量很小、識別速度快、算法對星敏感器的測量誤差不敏感等優點。但是當恒星位置誤差或者星等誤差比較大的情況下，網格算法的識別率會迅速的下降。孟娜提出了對網格算法的改進算法[25]，提出“彈性灰度網格算法”，在識別過程中增加一個虛擬的彈性模板。該算法顯著的提高了對于星等和噪聲誤差的容錯能力，提高識別率。Hyunjae Lee也提出了改進的柵格星圖識別算法[26]，他采用圓形柵格代替原始算法的正方形柵格，不僅克服了原始柵格算法對參照星的依賴，而且使改進算法對圖像旋轉環境有很強的魯棒性，并且引入虛擬柵格，增大了選擇模式的空間，在星圖識別成功率上有很大提高。李葆華等人提出了KMP星圖識別算法，是柵格算法的另一種表示形式，他將采集到的星圖經過高通濾波后，直接生成0-1字符串形式匹配模式，再利用KMP字符串搜索算法進行星圖字符串識別。由于原始圖像字符串存儲容量過大，又提出了基于小波變換的改進KMP算法[27]。

基于智能行為的星圖識別算法是隨著人工智能技術的快速發展而產生的。Hong將神經網絡引入星圖識別，提出了基于模糊神經網絡的星圖識別方法[28]。該算法基于三角形的三個角距特征，將挑選的導航三角形庫進行神經網絡學習，利用學習后神經網絡結構識別星圖。神經網絡識別算法有識別率高、識別速度快的特點，缺點是學習速度慢、存在一定的誤識別概率。與傳統的算法比較，神經網絡算法具有數據存儲量低、實時性和魯棒性好等優點。但是需要大量的樣本集進行訓練，識別的精度受到訓練集大小和訓練時間的影響，對硬件的要求也比較高。McClintock首次將遺傳算法引入星圖識別[29]，對基于遺傳算法的星圖識別方法進行了初步研究，Paladugu深入研究了遺傳算法在星圖識別中的應用，提出了改進的基于遺傳算法的星圖識別方法[30]。選定一顆主星，對主星跟伴星間的星對角距和星與星之間的夾角進行編碼，定義兩組星圖對應的星角距誤差和夾角誤差和為適應度函數，將搜索分為粗定位和細定位兩個階段，在粗定位階段變異因子適當大些，在細定位變異因子調小些。全偉等人使用了自適應蟻群算法(AAC)來實現星圖識別[31]。

對比分析3種類型的星圖識別算法，其優缺點總結如表4所示。類型1指基于星座特征的星圖識別算法，類型2指基于字符模式的星圖識別算法，類型3指基于智能行為的識別算法。目前在實際工程中，類型1是應用最多的算法，類型2和類型3的算法還沒有得到廣泛應用。

表4　星圖識別算法性能對比分析

3.3　星敏感器姿態解算算法

根據具體計算方法的不同，星敏感器中常用的姿態結算算法可以分為靜態確定性姿態解算算法和動態濾波估計算法。

3.3.1確定性姿態解算算法

確定性姿態解算算法是指根據一組矢量觀測值，求出衛星本體坐標系相對于慣性坐標系的方向余弦矩陣。由確定性算法求解出來的結果具有明確的幾何和物理意義，而且只需通過一次測量就可以得到衛星的瞬時姿態。所以靜態確定性算法具有穩定性高、計算速度快、占用內存少等優點，也是目前星敏感器中主要使用的姿態確定算法。

但是直接求解Wahba問題比較困難，而且很難獲得最優解。1968年，Davenport提出了q-方法，利用四元數參數化姿態矩陣，將Wahba問題轉化為K矩陣的最大特征值求解問題，極大的推動了靜態確定性姿態解算算法的發展。后來研究者又提出了TRIAD算法、Euler-q算法、QUEST算法和FORM算法等。Shuster指出利用TRIAD法求解時，在兩個觀測矢量測量精度不對等時將無法得到最優的結果[32]。Baritzhack提出利用兩次TRIAD法進行加權處理得到更為準確的姿態矩陣的方法[33]。Markley從FOAM方法入手推導了目前形式最為簡潔的雙矢量觀測情形下的閉合解形式，并且分析了該算法的方差[34]。

QUEST算法是最小二乘意義下的最優四元數估計，該算法最早應用于1979年的MAGSAT任務，也是目前解決Wahba問題的最常用算法。Shuster提出了QUEST測量模型并證明了其對于小視場敏感器是比較精確的[35]，并利用QUEST測量模型推導了TRIAD法和QUEST法的方差陣，從理論上證明了QUEST法優于TRIAD法。

3.3.2動態濾波估計算法

在實際應用中，衛星軌道參數的測量誤差和星敏感器的安裝誤差都會給觀測矢量的測量帶來不確定性的誤差，而且這些誤差很難克服。為了滿足高精度姿態控制的需要，可以利用動態濾波估計方法來結算航天器的姿態信息。動態濾波估計方法是利用航天器根據姿態動力學方程，建立狀態方程和觀測方程，根據觀測信息得到一定準則下的最優估計方法得到航天器的真實姿態。相對于靜態確定性算法，動態濾波估計算法利用了更多的觀測信息，能提供統計意義下的最優解，可以避免不確定因素對航天器姿態的影響，提高姿態確定的精度。

擴展卡爾曼濾波(EKF)算法是航天器最常用的實時姿態確定算法[36]。根據姿態參數的選取不同和觀測量的不同形式，常見的有乘性擴展卡爾曼濾波(MEKF)和加性擴展卡爾曼濾波(AEKF)，其中MEKF被廣泛應用于各種航天器姿態確定任務并且發展最為成熟。但是EKF魯棒性不強，易于發散，對于非線性特性較強的估計問題時常不能得到最優解。Julier和Uhlmann利用UT變換取代了局部線性化[37]，提出Unscented卡爾曼濾波器(UKF)，在初始誤差較大的情況下，依然有良好的收斂性，得到比較優的結果。不管是EKF還是UKF算法，都是基于系統的隨機部分服從高斯分布的假設條件上提出來的，在星敏感器的姿態動力學模型中存在有不確定性的力矩模型誤差情況下，其結果的有效性難以保證。

基于QUEST算法，Shuster提出了濾波QUEST算法[38]，該算法利用姿態分布矩陣B的傳播實現了卡爾曼濾波的遞推處理功能。Bar-Itzhack也對QUEST算法進行了擴展，提出RE-QUEST算法[39],通過K矩陣的傳播來實現遞推功能。從本質上來說，濾波QUEST算法和RE-QUEST算法在數學上是等效的。但是由于這兩種算法的精度相對于EKF算法來說比較差，并沒有在工程中廣泛使用。近些年來，隨著新的濾波估計方法的出現，越來越多的算法用在了星敏感器動態姿態估計中，如粒子濾波算法[40]、高斯濾波算法[41]和多模自適應估計算法[42]等。動態濾波估計方法的優點是可以利用先驗的知識來逼近統計意義下的最優解，但是由于采用了非線性的方法，算法復雜性較高，在實際使用中尚有一定的困難。

無論是靜態確定性姿態解算方法還是動態濾波算法都在星敏感器產品中得到了實踐和應用。表5中對比分析了星敏感器姿態解算算法的特點。對于有陀螺的姿態確定系統，目前最實用也最常用的是乘性擴展卡爾曼濾波(MEKF)的方法，對于無陀螺的姿態確定系統，可以采用QUEST或者預測濾波估計的方法。

表5　星敏感器姿態解算算法對比分析

3.4　星敏感器在軌標定算法

星敏感器在軌使用之前，需要在地面利用標定實驗設備對其誤差進行嚴格標定和補償。但是在進入在軌狀態后，星敏感器會收到溫度、振動和輻照等方面的影響，導致星敏感器的各項參數可能發生變化，因此需要對星敏感器進行在軌標定，保證其在軌運行期間能夠保持高精度姿態測量精度。

Shuster.M.D.和Oh.S.D.等人最早研究姿態敏感器在軌標定，他們提出了基于姿態敏感器相對準線安裝誤差的在軌誤差估計方法，雖然該算法模型粗糙，沒有進行冗余校正，標定誤差也比較大，但是實現了首次對姿態敏感器的在軌標定[38]。在此之后，許多學者開展了對陀螺和星敏感器等姿態敏感器的在軌標定方法研究。Samaan提出兩種標定的方法[43]，一種是使用目前測量的姿態信息采用標準非線性最小二乘最優估計的方法，另外一種是采用在軌迭代的方法來矯正焦平面的誤差。D.Todd Griffith提出了依賴姿態的校正方法和不依賴姿態的局部擬合姿態校正算法[44]。北京控制工程研究所劉一武等人通過比較慣性姿態敏感器與星敏感器在軌標定的方法[45]，給出了利用慣性姿態敏感器標定星敏感器的準則，基于現有在軌標定算法，重點分析了星敏感器焦距和主點的在軌標定算法，通過卡爾曼濾波處理連續星圖，能夠快速穩定高精度的在軌標定星敏感器內部參數。哈爾濱工業大學袁彥紅等人提出基于卡爾曼濾波的星敏感器在軌標定算法[46]，利用在軌姿態數據標定星敏感器參數。北京航空航天大學的魏新國等人提出了基于徑向基準約束的在軌標定算法[47]，利用相機標定的徑向排列約束方法，對星敏感器的內部參數和外部姿態進行標定。國防科技大學的劉海波等人提出了基于最小二乘迭代的卡爾曼濾波在軌標定算法[48]，可以標定在非線性相機模型下星敏感器的內部參數和外部姿態。

此外，惡劣的輻射環境下出現的偽星點、光學系統的畸變、色差和像散也會產生影響。Liebe對高能帶電粒子對攝像機系統的影響進行了分析和模擬，詳細分析了輻射環境下星敏感器的設計時需要考慮的因素[49]。Jérme MINEC-DUBé等人提出采用雙積分和雙星檢測的算法來處理由于粒子輻射而造成的偽星點，并在SED 26星敏感器上進行了應用[50]。國內北京控制工程研究所的周建濤等人對星敏感器在空間環境中的效應進行了研究和分析[51]。

4星敏感器發展趨勢

天文自主導航已經成為航天器技術中重要的領域，也是未來發展的主要趨勢。作為高精度的姿態測量儀器，星敏感器必然有良好的發展和應用前景。總體來講，航空機載星敏感器、微小型星敏感器和甚高精度星敏感器將是未來星敏感器主要發展方向。

4.1　航空機載星敏感器

目前，航空機載導航主要依靠慣性導航系統和GPS技術。慣性導航系統具有輸出精度高和自主性強等優點，但其測量誤差隨著時間的增加而累計，在長航時飛行器使用中受到限制。GPS技術可以全天候高精度導航定位，并且修正慣性導航系統的漂移誤差，但是GPS信號不穩定而且容易受到干擾，特別是在軍事使用上受到了很大的限制。盡管已經有部分航空飛行器使用天文導航技術，但星敏感器僅是用來跟蹤某一顆固定恒星來修正慣性導航系統的漂移偏差，并不具備獨立自主導航的能力。因此把星敏感器可以作為獨立姿態測量儀器引入機載導航設備中，以提高機載導航的精度和可靠性將是未來星敏感器發展的主要方向之一。由于受到大氣層以及白天強烈天空背景輻射的影響，航空機載星敏感器的應用受到了極大的限制，提高航空機載星敏感器的白天測星能力、修正大氣層帶來的系統誤差和提高機載星敏感器/慣性導航系統姿態輸出精度是目前面臨的幾個亟需解決的問題。

利用多視場結構以及近紅外光學探測方法可以提高航空機載星敏感器白天測星能力。在白天條件下，太陽光在大氣層內的強烈背景輻射雜散光會嚴重降低航空機載星敏感器的探測信噪比。通過MODTRAN軟件計算的結果，圖6給出0.4~3 μm波長范圍內大氣透射率。從圖中可以看出有幾個近紅外波段的大氣透射率比較高，因此采用近紅外波段的探測器件和探測方法航空機載星敏感器必然采用的設計方法。根據星敏感器姿態確定原理，至少要在視場范圍內探測3~5顆恒星才能保證輸出正確的姿態信息。強烈的雜散光使得航空機載星敏感器必須采用很小的視場，因此采用多視場結構，通過多個方向同時觀測恒星，可以觀測到足夠的導航星。通過融合多個視場的星圖，可以顯著降低光軸方向姿態誤差，使三軸同時達到較高的測量精度。

圖6　0.4~3 μm波長范圍內大氣透射率Fig.6　Atmospheric transmittance between 0.4 μm to 3 μm

在快速飛行時，航空飛行器表面會形成大氣湍流，進而在星敏感器探測視場產生氣動光學效應。由于大氣折射影響，機載星敏感器觀測恒星的位置與實際位置有較大偏差。因此，需要修正由大氣層帶來的航空機載星敏感器的系統誤差。氣動光學效應對機載星敏感器的影響主要是造成星點成像的模糊和形變，現有氣動光學效應補償算法并不能有效解決這個問題，因此還需要在下一步的研究中針對星敏感器成像特性，通過理論和風洞試驗結合的方法，建立有效的補償模型，提高在氣動光學效應下星點質心的定位精度。

利用數據融合組合算法解決機載星敏感器/慣性導航系統姿態解算問題。由于機載星敏感器的輸出頻率比較低，慣性導航系統姿態輸出頻率比較高，因此利用機載星敏感器和慣性導航系統進行系統組合導航時，傳統的組合導航算法存在一定困難。利用數據融合組合算法，建立在不同姿態輸出頻率狀態下的姿態解算模型將是解決機載星敏感器和慣性導航系統組合導航的重要方法。

4.2　微小型星敏感器

小型化和低成本是未來航天器發展的主要方向之一，隨著微小型衛星特別是皮納衛星的快速發展，微小型甚至紐扣式星敏感器必然會出現在未來的航天器姿態控制系統中。

微小型星敏感器首先需要解決在姿態輸出精度和頻率不降低的情況下，如何縮小星敏感器的體積、質量和功耗。目前美國JPL已經研制的MAST星敏感器，其質量為42 g，功耗為0.069 W。因此在未來微小型星敏感器研究中，優化光學系統設計和姿態計算方法將是重點研究的方向。

利用納米光學技術設計微小型星敏感器光學系統將是未來突破現有星敏感器成像機制的重點研究方向。納米光學突破衍射極限光學，可以得到理想中的星點成像，不僅可以減小光學系統體積，還可以得到超分辨率的星點，提高姿態測量精度。利用納米光學設計星敏感器，不僅需要在光學系統設計中進行研究，相對應的姿態計算方法和現有星敏感器的設計方法有很大的差異，這也是未來微小型星敏感器重點研究的內容。

此外采用新的高性能微型圖像傳感器，也是微小型星敏感器研究的重點內容。圖像傳感器是制約星敏感器性能的重要因素之一，也是影響星敏感器體積和質量的重要因素。新型的HAS圖像傳感器和IRIS-2圖像傳感器也已經應用于星敏感器，研究集成程度更高、性能更好和功耗更低的圖像傳感器將是影響微型星敏感器發展的重要因素。

4.3　甚高精度星敏感器

目前星敏感器姿態測量精度可達到1″。在航天器對姿態控制精度要求不斷提高的情況下，提高星敏感器姿態測量精度是未來主要研究內容。本節分別從靜態測量精度和動態測量精度兩個方面展望未來研究趨勢。

研究多視場星敏感器技術可以提高靜態測量精度。為了提高星敏感器的姿態更新頻率，研究人員采用大視場光學系統，在降低星敏感器探測星等的情況下，依然可以滿足星圖識別的要求。這種設計方法可以縮短星敏感器在星圖識別過程中導航星的搜索時間，進而提高姿態測量頻率。但與此同時由于采用大視場結構，不僅導致單個星點的姿態測量精度降低，而且還在星圖成像過程中產生嚴重畸變。采用多視場的星敏感器設計方法，可以在不改變探測星等的情況下減小視場，保證星敏感器的姿態測量精度。此外傳統星敏感器在偏航和俯仰軸方向精度為1~10″，在橫滾軸方向精度為8~100″。這是由于在星敏感器的光學系統中，其焦距的尺寸比圖像傳感器尺寸大很多，從而導致了星敏感器在光軸方向的姿態精度誤差約是焦平面上兩個方向的6~16倍。除了繼承傳統星敏感器中初始提取模式和姿態跟蹤模式外，多視場星敏感器還可以有角速度測量模式和快速姿態更新模式。通過融合多個視場的星圖，可以顯著降低光軸方向姿態誤差，使三軸同時達到較高的測量精度。通過控制多個視場的積分時間和積分模式，可以測量出航天器的角速度，進而取代姿態測量系統中的速率陀螺，降低航天器發射成本。在快速姿態更新模式中，通過差頻技術，可以交替利用多個鏡頭獲得的星圖更新航天器姿態信息，提高星敏感器姿態更新頻率。因此多視場星敏感器將是未來研究的重點。

在星敏感器動態測量精度研究方面，提高星敏感器的動態性能是未來研究重點。高精度星敏感器要求在高動態性能和恒星質心提取的精度條件下，既要保證星敏感器視場內有足夠的導航星，又要保證在相鄰的兩幀星圖中有足夠的跟蹤和姿態計算導航星。為了進一步提高星敏感器的動態性能，還可以針對以下內容進行研究：

(1)采用多視場星敏感器結構。這樣既能保證星敏感器姿態測量精度，又能保證在高動態特性下，星敏感器視場內有足夠的導航星可以使用；

(2)提高星敏感器光電探測系統的動態性。選用高靈敏度的探測器，減小電路噪聲以及在軌高動態情況下雜散光對星敏感器的影響；

(3)研究高動態星敏感器恒星星點提取的誤差補償算法。在高動態情況下，星點成像可能出現拖尾或者模糊的情況，因此需要研究高動態條件下星點成像特性和誤差補償算法，提高星點質心提取精度；

(4)研究高動態星敏感器姿態跟蹤算法。為了滿足不同角速度條件快速準確進行姿態跟蹤，設計自適應的姿態跟蹤算法，既可以估計出角速度，又能快速準確的進行星圖識別和姿態跟蹤。

5結束語

經過半個多世紀的發展，星敏感器已經成為最主要的姿態測量儀器，并且在航天領域得到廣泛應用。相對于國外發展現狀，國內在星敏感器技術研究方面仍然存在著很大的差距。因此，本文對星敏感器的發展歷程進行總結介紹，并且討論分析星敏感器關鍵技術的發展現狀，最后展望星敏感器的未來發展趨勢，為國內星敏感器研究人員提供一些參考。

首先，本文總結了彈載星敏感器和星載星敏感器的發展歷程。早期星敏感器最要應用在飛機和導彈上，用來跟蹤固定恒星并修正慣性導航系統誤差，目前彈載星敏感器依然是星敏感器的重要應用方向。接下來按照發展順序，分3個階段介紹國外星載星敏感器的發展歷程，并且對其中典型代表產品的性能進行對比分析和介紹。對國內星敏感器研究，本文也進行了介紹。

然后，本文基于星敏感器的工作原理，按照星點質心定位算法、星圖識別算法和姿態解算算法3個方面介紹了星敏感器關鍵技術的發展現狀。星點質心定位精度不僅直接影響最終姿態測量精度，也會影響星圖識別成功率和速度，國內外諸多學者提出各種方法提高質心定位精度，對影響質心定位精度的誤差進行分類和補償，本文對各種提高質心定位精度的算法進行分析和討論。星圖識別是星敏感器最核心的算法，也是研究最多的內容，本文按照基于星座特征、字符模式和智能行為這3類內容分析討論了星圖識別算法的研究現狀。本文按照確定性姿態解算算法和動態姿態解算算法分兩類討論和分析。對星敏感器地面標定和在軌標定的方法也進行討論分析。

最后，本文總結星敏感器的未來發展趨勢，認為航空機載星敏感器、微小型星敏感器和甚高精度星敏感器將是未來星敏感器研究的重點方向。

參考文獻：

[1]屠善成.衛星姿態動力學與控制(3)[M].北京:中國宇航出版社, 2003.

TU SH CH.SatelliteAttitudeDynamicsandControl(3)[M]. Beijing:China Astronautic Publishing House,2003.(in Chinese)

[2]龔德鑄,王艷寶,盧欣.基于星敏感器的CCD47-20航天應用[J].控制工程,2006,6:42-50.

GONG D Z,WAND Y B,LU X. The application of CCD 47-20 in aerospace for star tracker[J].ControlEngineering,2006,(6):42-50.(in Chinese)

[3]WAHBA G. Problem 65-1:a least squares estimation of satellite attitude[J].SIAMReview,1965,7(3):385-386.

[4]STONE R C. A comparison of digital centering algorithms[J].TheAstronomicalJ.,1989,97(4):1227 1237.

[5]SHORTIS M R,CLARKE T A,SHORT T. A comparison of some techniques for the subpixel location of discrete target images[J].SPIE,1994.

[6]魏興國,張廣軍,江潔.星敏感器中星圖圖像的星體細分定位方法研究[J].北京航空航天大學學報,2003,29(9):812-815.

WEI X G,ZHANG G J,JIANG J. Subdivided locating method of star image for star sensor[J].J.BeijingUniversityofAeronauticsandAstronautics,2003,29(9):812-815.(in Chinese)

[7]李玉峰,郝志航.星點圖像超精度亞像元細分定位算法的研究[J].光學技術,2005,31(5):666-671.

LI Y F,HAO ZH H. Research of hyper accuracy subpixel subdivision location algorithm for star image[J].OpticalTechnique,2005,31(5):666-671.(in Chinese)

[8]GROSSMAN S B,EMMONS R B. Performance analysis and size optimization of focal planes for point-source tracking algorithm applications[J].OpticalEngineering,1984,23(2):167-176.

[9]Stanton R H,Alexander J W,Dennison E W,etal. Optical tracking using charge-coupled devices[J].OpticalEngineering,1987,26(9) :930-938.

[10]HEGEDUS Z S,SMALL G W. Shape measurement in industry with sub-pixel definition[J].Acta.Polytech.SC.AP,1985,150(2):101-104.

[11]ALEXANDER B F,KIM C N. Elimination of systematic error in subpixel accuracy centroid estimation[J].OpticalEngineering,1991,30(9):1320-1330.

[12]RUFINO G,ACCARDO D. Enhancement of the centroiding algorithm for star tracker measure refinement[J].ActaAstronautica,2003,53(2):135-147.

[13]GILLILAND A A. Details of noise sources and reduction processes[C]. ASP Conference Series,San Francisco,USA,Jan. 6-8,1992:123.

[14]SNYDER D L,HELSTROM C W,LANTERMAN A D,etal.. Compensation for readout noise in CCD images[J].J.OpticalSocietyofAmericaA,1995,12(2):272-283.

[15]HOLST G C.CCDArrays,Cameras,andDisplays,Bellingham[M]. SPIE Optical Engineering Press,WA:Winter Park,FL 32789,1998.

[16]HANCOCK B R,STIRBL R C,CUNNINGHAM T J,etal.. CMOS active pixel sensor specific performance effects on star tracker imager position accuracy[J].SPIE,2001,4284(11):43-53.

[17]張輝,袁家虎,劉恩海.CCD噪聲對星敏感器星點定位精度的影響[J].紅外與激光工程,2006,35(5):629-633.

ZHANG H,YUAN J H,LIU E H. CCD noise effects on position accuracy of star sensor[J].InfraredandLaserEngineering,2006,35(5):629-633.(in Chinese)

[18]JUNKINS J L,WHITE C,TURNER J. Star pattern recognition for real-time attitude determination[J].J.Astronaut.Sci.,1977,25(1):251-270.

[19]LIEBE C C. Pattern recognition of star constellations for spacecraft application[J].IEEEAeronauticsElectronicSystemMagazine,1992,7(6): 34-41.

[20] Quine B M,Whyte H F D. A fast autonomous star acquisition algorithm for spacecraft [J].ControlEngineeringPractice,1996,4(12):1735-1740.

[21]DOUMA S R. Development of an algorithm for autonomous star identification[D]. Delft University of Technology:Faculty of Aerospace Engineering,1997.

[22]MORTARI D,SAMAAN M A,BRUCCOLERI C. The pyramid star identification technique[J].Navigation,2004,51(3):171-184.

[23]GUANGJUN Z,WEI X,JIANG J. Full-sky autonomous star identification based on radial and cyclic features of star pattern[J].ImageVisionComputing,2008,26(7):891-897.

[24]PADGETT C AND DELGADO K K. A grid algorithm for star identification[J].IEEETransactiononAerospaceandElectronicsSystems,1997,33(1):202-213.

[25]MENG N,ZHANG D N,JIA P F. Modified grid algorithm for noisy all-sky autonomous star identification[J].IEEETransactiononAerospaceandElectronicsSystems,2009,45(2):516-522.

[26]LEE H. Star pattern identification technique by modified grid algorithm[J].IEEETransactionsonAerospaceandElectronicSystems,2007,43(3):1112- 1116.

[27]李葆華,張迎春,許士文，等.用KMP算法進行星敏感器星圖識別的改進方法[J].光電工程,2004,31(2):19-22.

LI B H,ZHANG Y CH,XU SH W,etal.. Improvement for star map recognition of star sensor with KMP algorithm[J].Opto-ElectronicEngineering,2004,31(2):19-2.(in Chinese)

[28]HONG J,DICKERSON J A. Neural-network-based autonomous star identification algorithm[J].J.Guidance,ControlandDynamics,2000,23(4):728-735.

[29]MCCLINTOCK S，LUNNEY T，HASHIM A. A genetic algorithm environment for star pattern recognition[J].J.IntelligentandFuzzySystems,1998,6(1):3-16.

[30]PALADUGU L,WILLIAMS B G,SCHOEN M P. Intelligent star pattern recognition for attitude determination: the “Lost in space” problem[J].J.AerospaceComputing,Information,andCommunication,2006,3(11):538-549.

[31]QUAN W,FANG J C. A star recognition method based on the adaptive ant colony algorithm for star sensors[J].Sensors,2010,10(3):1955-1966.

[32]SHUSTER M D,OH S D. Three-axis attitude determination from vector observations[J].J.Guidance,Control,andDynamics,1981,7(1):70-77.

[33]BARITZHACK I Y,HARMAN R R. Optimized TRIAD algorithm for attitude determination[J].J.Guidance,Control,andDynamics,1997,20(1):208-211.

[34]MARKLEY F L. Optimal attitude matrix from two vector measurements[J].J.Guidance,Control,andDynamics,31(3):765-768.

[35]SHUSTER M D. Kalman filtering of spacecraft attitude and the QUEST model [J].J.AstronauticalSciences,1990,38(3):377-393.

[36]SCHMIDT S F. Kalman filter:its recognition and development for aerospace application[J].J.Guidance,Control,andDynamics,1981,4(1):4-7.

[37]JULIER S J，UHLMANN J K，DURRANT-WHYTE H F. A new approach for filtering nonlinear systems[C]. American Control Conference,Seattle,WA,USA,June 21-23,1995:116.

[38]SHUSTER M D. A simple kalman filter and smoother for spacecraft attitude[J].J.AstronauticalSciences,1989,37(1):89-106.

[39]BAR-ITZHACK I Y. REQUEST:a recursive quest algorithm for sequential attitude determination[J].J.Guidance,Control,andDynamics,1996,5(1):1034-1038.

[40]OSHMAN Y，CARMI A. Attitude estimation from vector observations using genetic algorithm embedded quaternion particle filter[J].J.Guidance,Control,andDynamics,2006,29(4):879-891.

[41]GEORGE J，TEREJANU G，SINGLA P. Spacecraft attitude estimation using adaptive gaussian sum filter[J].J.AstronauticalSciences,2009,57(1):31-45.

[42]LAM Q M，CRASSIDIS J L. Precision attitude determination using a multiple model adaptive estimation scheme[C]. IEEE Aerospace Conference,Big Sky,Montana,USA,March 3-10,2007:137-139.

[43]SAMAAN M A,GRIFFITH T,JUNKINS J L. Autonomous on-orbit calibration of star tracker[C]. Core technologies for space system conference,Colorado Springs,USA,Nov. 27-30,2001:158-161.

[44]GRIFFITH D T,SINGLA P,JUNKINS J L. Autonomous on-orbit calibration approaches for star tracker camera[J].AdvancesintheAstronauticalSciences,SpaceflightMechanics,2002,112(1):39-57.

[45]劉一武，陳義慶.星敏感器測量模型及其在衛星姿態確定系統中的應用[J].宇航學報,2003,24(2):162- 167.

LIU Y W,CHEN Y Q. Star sensor measurement model and its application to the spacecraft determination system[J].J.Astronautics,2003,24(2):162- 167.(in Chinese)

[46]袁彥紅.星敏感器在軌標定算法研究[D].哈爾濱:哈爾濱工業大學航天學院,2007.

YUAN Y H. The research of on-orbit calibration algorithm of star sensor[D]. Harbin:School of Astronautics, Harbin Institute of Technology,2007.(in Chinese)

[47]魏新國,張廣軍,樊巧云，等.基于RAC約束的星敏感器在軌校準方法研究[J].光學 精密工程,2008,16(10):2010-2013.

WEI X G,ZHANG G J,FAN Q Y,etal.. On-orb it calibration of star sensor based on radial alignment constraint[J].Opt.PrecisionEng.,2008,16(10):2010- 2013.(in Chinese)

[48]LIU H,WANG J,TAN J,etal.. Autonomous on-orbit calibration of a star tracker camera[J].OpticalEngineering,2011,50(2):023604-023604-8.

[49]LIEBE C C. Charged particle-induced noise in camera system[J].IEEETransactiononNuclearScience,2001,48(4):1541-1549.

[50]MINEC-DUBE J,JACOB P,GUILLON D,etal.. Protons robustness improvement for the SED 26 star tracker[C]. The 6th International ESA Conference on Guidance,Navigation and Control Systems. Loutraki,Greece,Oct.17-20,2005:89.

[51]周建濤,蔡偉,武延鵬，等.星敏感器空間輻射效應研究[J].宇航學報,2010,31(1):24-30.

ZHOU J T,CAI W,WU Y P,etal.. Research on radiation effects of star sensors[J].J.Astronautics,2010,31(1):24-30.(in Chinese)

梁斌(1968—)，男，江西景德鎮人，教授，博士生導師，1989年、1991年于西北工業大學分別獲得學士、碩士學位，1994年于清華大學獲得博士學位，主要從事微小衛星技術、導航制導與控制、機器人運動控制等方面的研究。E-mail:bliang@tsinghua.edu.cn

《光學 精密工程》(月刊)

● 中國光學開拓者之一王大珩院士親自創辦的新中國歷史最悠久的光學期刊

● 現任主編為國家級有突出貢獻的青年科學家曹健林博士

● Benjamin J Eggleton, John Love等國際著名光學專家為本刊國際編委

《光學 精密工程》主要欄目有現代應用光學(空間光學、纖維光學、信息光學、薄膜光學、光電技術及器件、光學工藝及設備、光電跟蹤與測量、激光技術及設備)；微納技術與精密機械(納米光學、精密機械)；信息科學(圖像處理、計算機應用與軟件工程)等。

? 美國工程索引EI核心期刊

? 中國出版政府獎期刊提名獎

? 中國精品科技期刊

? 中文核心期刊

? 百種中國杰出學術期刊

? 中國最具國際影響力學術期刊

主管單位：中國科學院

主辦單位：中國科學院長春光學精密機械與物理研究所

中國儀器儀表學會

地址：長春市東南湖大路3888號郵編：130033

電話：0431-86176855傳真：0431-84613409

電郵：gxjmgc@sina.com網址：http://www.eope.net

定價：100.00元/冊

star tracker technique

LIANG Bin1*, ZHU Hai-long1, ZHANG Tao1, TONG Yu-chan2

(1.DepartmentofAutomation,TsinghuaUniversity,Beijing100084,China;

2.Logisticscenter,ChinaAcademyofLaunchVehicleTechnology,Beijing100076,China)

*Correspondingauthor,E-mail:bliang@tsinghua.edu.cn

Abstract:In this paper, the research status and development tendency of star tracker technique are reviewed. Firstly, the development process of star tracker at home and abroad is summarized. Then, key techniques such as star centroid algorithm, star recognition algorithm and attitude determination algorithm are summarized respectively based on the working principle of star tracker. Based on the influence of star centroid localization precision on measurement precision of star tracker, the research status of star centroid localization algorithm and the corresponding error compensation are discussed. According to the constellation characteristics, character models and intelligent behavior, the star map recognition algorithm is introduced and the comparative analysis is developed. According to the determined attitude determination algorithm and dynamic attitude determination algorithm, the research status of attitude determination algorithm is discussed. Finally, the future development of star tracker is prospected, and the development trend and key research contents in the future of airborne star tracker, micro star tracker and super high precision star tracker are discussed.

Key words:star tracker;star centroid;star recognition;attitude determination

作者簡介：

中圖分類號：V448.222

文獻標識碼:A

doi:10.3788/CO.20160901.0016

文章編號2095-1531(2016)01-0016-14

基金項目：國家高技術研究發展計劃(863計劃)資助項目(No.2014AA7096015)；航空基金資助項目(No.20125858003)

收稿日期:2015-09-07；

修訂日期:2015-09-29

Supported by National High-tech R&D Program of China(No.2014AA7096015), Aviation Fund Project(No.20125858003)