基于星敏感器原理的空間微弱小目標自動識別

譚小波,唐武盛,楊建坤,衣文軍,賈　輝,劉　菊

(國防科學技術大學 理學院，長沙　410073)

?

基于星敏感器原理的空間微弱小目標自動識別

譚小波,唐武盛,楊建坤,衣文軍,賈輝,劉菊

(國防科學技術大學 理學院，長沙410073)

摘要：復雜星空背景下，無特定標識的微弱小目標經常會阻礙航天器的飛行任務；由于目標成像尺寸小、發光特點與星點類似，無法通過常規目標識別手段進行辨識；針對該問題，利用星敏感器絕對測量的優勢，提出基于星敏感器原理的空間微弱小目標識別方法；該方法利用魯棒性較好的網格算法識別采集星圖上的大部分恒星，將漏星和目標標記出來，再利用角距法加以區別，實現目標識別；通過實驗仿真，完成了對含微弱小目標的具體星圖的星點及目標識別，并針對過程中出現的參考星和返回目標結果的選擇標準問題進行了討論分析，驗證了基于星敏感器原理的空間微弱小目標識別方法的可行性。

關鍵詞：星敏感器；微弱小目標；目標識別；網格算法

Citation format:TAN Xiao-bo, TANG Wu-sheng, YANG Jian-kun, et al.Automatic Identification on Weak and Small Target in Space Based on Principle of Star Sensor[J].Journal of Ordnance Equipment Engineering,2016(3):71-76.

在飛行器執行的任務中，對空間非星目標的識別與跟蹤占有重要地位。在復雜的星空背景下，空間微弱小目標由于成像尺寸小，發光特征與恒星類似，具有一定運動性等特點，混雜于浩瀚星海中無從辨識。處理復雜背景下目標識別的方法很多，如幀間差分、背景抑制、傅里葉梅林圖像配準、邊緣提取等算法，但上述大多數方法除了需要前后多幅圖像的對比之外，僅適用在一些特性明顯的目標，對微弱小目標不一定適用[1-2]。星敏感器體積小、精度高、自主性強，具有絕對測量的優勢[3]。利用星敏感器進行飛行器自主姿態確定，是當前飛行器常用的方法。星敏感器在進行星圖識別時，充分利用了恒星的星等、位置等信息，考慮利用相關原理檢測混雜于恒星中的微弱小目標，在星圖識別階段就能將目標同恒星區別開來。在星圖識別過程中同時進行目標識別，大大提高了空間系統的運行效率[4-5]。

為此，本文從星敏感器原理出發，提出結合星圖識別原理的目標自動識別方法，開展相關實驗仿真，驗證了該方法在識別空間微弱小目標上的可行性。

1原理描述

結合星敏感器原理，對空間微弱小目標進行識別，就是在含有目標的星圖中將微弱小目標同恒星區別開來。借助星敏感器，實現對星圖中所有恒星的辨識，自然篩選出目標。

1.1星敏感器識別星圖

星敏感器是飛行器姿態測量的重要儀器，目前能夠實現完全的自主姿態確定。圖1為星敏感器用于飛行器姿態測量的系統框圖。

圖1　星敏感器工作過程示意圖

其中，模式識別是星敏感器工作過程中的核心步驟。目前，星敏感器常用的星圖識別算法有3種：三角形法、匹配組法和網格法[6]。本文利用魯棒性較好的網格算法識別星圖，其核心思想是：對每顆觀測星以其周圍一定范圍的星在特定網格上的二值化投影生成的網格圖像模式作為該星的識別特征，再與導航星模式庫進行搜索比對，將最大一致的圖像模式所對應的導航星作為識別結果[7]。

1.2星敏感器提取星點信息

星敏感器CCD采集星圖后，進行星點提取得到模式識別特征。星點提取是從星圖中提取星點像位置坐標的過程，通過星點提取可以得到拍攝星點在星敏感器坐標系下的位置矢量，該位置矢量的測量誤差為星敏感器的主要誤差來源。網格法對于星點提取過程中產生的位置噪聲及星等噪聲有較好的魯棒性，而且算法中二值化的模式庫存儲量大，搜索匹配迅速[8]。綜合來看，網格法具有較快的識別速率和更高識別效率。

1.3結合星敏原理識別空間微弱小目標

空間微弱小目標呈現多種不易檢測的特點，其中最不易處理的情況是目標的發光特點及成像尺寸與恒星接近，從拍攝的星圖上看，并不能將其與眾多星點區別開來。如圖2所示，左邊是不含目標的星圖，右邊是含目標的星圖，不加以區分，幾乎看不出有目標的存在：

圖2　星圖對比

網格法可將目標識別的可能性保留至下一階段，根據網格法最大一致的原理，單幅正確識別的星圖，也可能有少部分恒星屬于未識別范疇。對于這部分未識別恒星，統稱為漏星。

在含有空間微弱小目標的星圖中，目標被當做未識別的漏星來處理，在正確識別的星點數目達到網格法要求的閾值時，該星圖仍然可以正確識別。要將目標檢測出來，必須將未識別的漏星全部找出，此時網格法只能提供已經正確識別的恒星信息，對于所剩其余星點(可能含有微弱小目標)，需要用到其他的方法——三角形法中提到的對角距方法來識別漏星。

首先，給出對角距概念。圖3為星敏感器成像模型示意圖，上方為實際星點在星空中的位置分布，第i顆星的赤經和赤緯分別是(αi，δi)，經過焦距為f的透鏡L，在星敏感器感光平面上成像，坐標為(xi，yi)：

圖3　星敏感器成像模型示意圖

則第i顆星在星表中的唯一慣性適量為

成像后在星敏感器坐標中獲得的測量向量為

其中(x0，y0)是透鏡f主光軸與像面的交點。當星敏感器處于某一姿態矩陣A時，第i顆星的理想測量矢量ωi和其固有的慣性矢量vi的關系如下：

則定義第i顆星和第j顆星之間的星對角距為αij，其余弦值為

因為A是方向余弦矩陣，故

ATA=I

由于星對角距的唯一性，那么只需要在導航星庫里計算找到兩顆星，使得

ε是給定的測量誤差容限，就能判定星點被正確識別。

在漏星識別的過程中，可以使用已經正確識別星點的角距信息，結合導航星庫中已經計算好的對角距參數，確定未識別的星點。該方法能夠避免三角形法本身關于特征維數的限制，從而解決冗余匹配的問題。因此在網格法基礎上，結合對角距的概念，可以進一步識別漏星，保證所有恒星被正確識別，進而篩選出微弱小目標。

2實驗過程及分析

為驗證1.3節中微弱小目標識別方法的可行性，首先設計實驗進行不含目標的星點識別，確保能夠正確得到所有恒星信息；其次以含微弱小目標的星圖為對象，進行上述處理過程，確保能夠正確得到目標信息。

2.1實驗方案設計

觀測星圖中大部分星點的識別是靠星敏感器網格識別算法實現的。經典網格識別算法的流程為：對觀測星點均建立特定網格，將其它星點位置對該網格進行二值化投影，產生的模式識別特征與導航星模式庫匹配。同觀測星模式最大一致的匹配導航星就是識別結果[9]。成功識別的星圖中，所有恒星的識別狀態會以編號的形式記錄下來，包括正確識別和未識別的恒星信息，將會利用到漏星識別的過程中。

得到的未識別星點中有可能包含目標，此時將目標作為漏星處理，進行統一的漏星識別過程。當漏星正確識別后，剩下的即為目標，具體的識別流程如圖4所示。

1) 利用網格法識別星圖，如圖4(a)，圈中的均為正確識別的恒星，編號為Ii。雖然星圖正確識別，但仍有部分星點未識別，記為Ui。未識別漏星中可能包含目標Ti；

2) 選取已經正確識別的恒星中某一顆導航星Ir，計算其角距ω1。如圖4(b)，在導航星庫中，以Ir為中心，視窗對角線長度為半徑畫圓。求此圓范圍內所有導航星的角距，并一一與ω1求對角距，記為α1j，對應地記錄導航星編號，信息集合成為導航星Ir的對角距模式庫；

圖4　微弱小目標識別步驟

2.2識別全部星點

按上述實驗設計，從SAO (Smithsonian Astrophysical Observatory) 星表中選取星等小于6的1 563顆恒星作為導航星，構成導航星庫Rstar。記錄導航星赤經RA，赤緯DE，星等Mag，導航星號m等四維信息。采用視場像素為512×512的CCD面陣相機作為成像器件，視場為10°×10°，星點位置標準差設定為0.1像素，劃分網格數量為傳統的40×40個。按照標準步驟，建立含1 563個導航星模式向量的模式星庫LookupTable。用星敏感器從導航星庫Rstar中產生100幅星圖作為識別對象，使用網格法對該100幅星圖進行識別，具體統計結果如圖5所示，第1列是每幅星圖包含的已識別星點的信息，第2列是星數統計，分別為星圖總星數、識別星數、誤識別星數和未識別星數，第3列是不滿足距離邊界條件而無法識別的星點編號n。由此可以找到未識別星圖和未識別星點。

網格法正確識別的星點信息均被記錄下來，如圖6(a)，第1列是原始星圖中星點的亮度編號n，第2列是識別出的星點在導航星庫里的編號m，第3列是星點的赤經RA，第4列是星點的赤緯RE，第5列是星點的星等Mag。

和原始星圖星點信息進行對比，如圖6(b)，可以看到n為2、12、18的星點未識別。此時，依據原始星圖星點位置信息(第二、三列分別為X坐標和Y坐標)，標記星圖中正確識別和未識別星點。

圖5　識別星數統計

圖6　星點識別結果對比

依照漏星識別的步驟，需要在正確識別的導航星中選擇一顆作為參考星。從網格法原理出發，處于星圖中央位置的恒星正確識別的置信率最高，則可選擇建立網格時擁有最多投影元素的恒星。在網格法識別星圖的過程中，已經將所有恒星擁有的投影元素個數記錄在nMatch矩陣中，如圖7，第1列為正確識別的星點亮度編號n，第2列為該星參與識別的周圍導航星個數(該星擁有的投影元素個數)，第3列為該星選擇的臨近星距離。

圖7　正確識別恒星投影元素信息

對比可知，選擇n為6的恒星作為參考星，計算其測量矢量ω1為：[0.035 6， -0.038 2， 0.998 6]。然后建立該星的對角距庫，即回到導航星庫中，以1 369號星為圓心畫圓，計算其與該范圍內所有導航星的對角距，形成參考星角距庫，如圖8，第1列是參考星號，第2列是范圍內導航星號，第3列是對角距余弦值。

圖8　1 369號參考星角距庫

經過查找，滿足條件的導航星為1 596號，如圖9(a)，第1列為參考星號，第2列為找到的導航星號，第3列為角距庫中上述兩顆星的對角距余弦值：

應用相同方法找出全部未識別星點的導航星號，如圖9(b)所示，第1列是亮度序號n，第2列是從參考星角距庫中確定的對應導航星號。至此，在網格法和對角距法結合使用的情況下，22號星圖中所有18顆星點均被正確識別，方法可操作性較強。

2.3識別微弱小目標

在誤差范圍內，空間微弱小目標的位置信息不會和星庫中的恒星重疊。因此在網格法結合對角距法識別星點的基礎上，能夠甄別出隱藏于眾多星點中的微弱小目標。

在相同的實驗條件下，模擬一空間非恒星目標進入星敏感器CCD視窗，CCD采集到星圖如圖10所示，包括目標在內，從CCD成像面提取到22顆星點。

經過上述過程進行實時分析處理，用網格法得到正確識別星點和未識別星點(含目標)的位置及亮度信息：22顆星點中有14顆恒星被識別，8顆未識別，圖11是正確識別恒星的信息。

圖11　正確識別恒星信息

依據參考星選擇原則，將正確識別的41號導航星作為參考星，其與未識別恒星(包括目標)的對角距余弦值如圖12(a)所示。

圖12　第一參考星41號的匹配識別

回到41號參考星角距庫中進行比對匹配，得到如圖12(b)所示的結果。可以看到，在未識別的8顆星點中，有2顆仍未識別?？疾閷蔷喾ㄗR別漏星的過程，發現其中n=14的星點滿足匹配條件的結果有兩個，為1 437號和1 579號。進一步的條件限定，判定1 579號導航星更適合作為第14顆星點的識別結果，統計結果如圖13所示。

圖13　最終識別結果統計

由此可見，n=15的“星點”即為目標。

2.4改進分析與討論

上一節主要描述了實驗的過程和結果，本節將對條件的限定進行細致討論。

1) 星敏感器均有一定的星圖識別率，一般來說置信率應為95%以上。本實驗采用星圖為100幅星圖中正確識別的星圖。在采集星圖的過程中，如若碰到星圖未能正確識別的情況，自動識別過程會終止在目標檢測之前的步驟，提前結束星圖識別問題。

2) 參考星的選擇問題。參考星的選擇標準很多，但是跟對角距方法結合最緊密的是導航星的位置因素。處于視窗中心的導航星和其余恒星的對角距分布范圍更廣，在和參考星角距庫對比匹配時誤差更小。從網格法原理出發，擁有該位置特點的導航星即為建立網格時擁有最多投影元素的恒星，因此在記錄正確識別星點信息的時候，同時記錄了每個星點的投影元素個數，存儲在nMatch矩陣里。

3) 在匹配對角距時采用的容差Δ。由于該數值要貫穿使用在未星點的重新識別和目標的檢測上，所以需要一個能夠甄別星點和目標的統一容差。

4) 最后，當微弱小目標和未識別星點一同進入漏星識別步驟，從實驗過程看，不能求得正確結果的情況有兩種：一種是有多顆星點與之匹配。該情況的產生是因為在相同的容差條件下，多個星點的對角距值均接近同一匹配值。如圖14，1 437號和參考星的對角距余弦為：0.942 3， 157 9號和參考星的對角距余弦為0.941 9，兩者與匹配結果0.942 0做差之后所得數值均小于容差Δ。

圖14　兩個滿足條件的導航星

此時進行條件限定，即認為更接近匹配對角距數值的結果才是正確的匹配星點。程序語言如下：

if size(Cos,1)>=1

Abs=abs(Cos(:,3)-cos12);

[vv imin]=min(Abs);

ReId=[ReId;Unknow(i) Cos(imin,2)];

end

如果求得的結果(Cos)中不只1個，則求該對角距數值與匹配對角距數值(cos12)之差，取絕對值最小的星點作為結果，差最小說明更接近。

從以上的分析，可以將所有條件的限定與調整用統一的程序語言來實現，完成復雜星空背景下的微弱小目標自動識別，具體過程如下：

1) 用網格法正確識別標記星圖上大部分星點、剩余漏星和目標；

2) 依照nMatch標準選擇一顆已經正確識別的導航星作為第一參考星；

3) 計算所有未識別星點(包括目標)和第一參考星的對角距余弦；

4) 建立第一參考星角距庫，進行對比匹配。選定對角距余弦容差Δ，進入統一條件判定：

如果滿足容差條件，且結果唯一，則是漏星，記錄導航星號；結果不唯一，作差找最小值為漏星，記錄導航星號。如果不滿足容差條件，進入第5步。

5) 選擇第二參考星，建立角距庫進行對比匹配。沿用相同對角距余弦容差Δ，進入統一的條件判定：

如果滿足容差條件，且結果唯一，則是漏星，記錄導航星號；結果不唯一，作差找最小值為漏星，記錄導航星號。如果不滿足條件，初步判定結果為目標。

在程序上能夠實現第n參考星(n≥3)的角距庫匹配，但到第二參考星判定星點時目標的置信率已經很高，無須進行更多繁縟的運算。

3結論

針對空間微弱小目標混雜于星點中不易辨識的問題，文章結合成熟的星敏感器技術，提出在星圖識別階段將目標區別開來的方法。從星敏感器星圖識別和星點提取原理出發，選用魯棒性更好的網格法作為實驗基礎。網格法能夠正確識別星圖中大部分星點，其余漏星和目標可以通過對角距法重新識別。實驗中得到了100幅不含目標星圖的星點識別情況。以第22幅圖為例，一共提取星點18顆，網格法正確識別15顆，對角距法識別3顆漏星。隨后在相同的實驗條件下，引入一個非恒星點目標。包括目標在內從CCD平面提取了22個星點。網格法正確識別14顆，對角距法將7顆漏星同目標區分開來。經過多次實驗，分析了識別過程中的條件限定和結果判定等細節，討論給出了復雜星空背景下微弱小目標自動識別的統一方法。

參考文獻：

[1]張路平,李飚,王魯平.復雜空間背景下的弱小目標檢測方法[J].紅外與激光工程,2011(10):2048-2053.

[2]王學偉,李德明.一種空間弱小目標的圖像檢測方法[J].激光與紅外,2009(1):78-81.

[3]王虎,苗興華,汶德勝,等.寬視場大相對孔徑星敏感器光學系統設計[J].光子學報,2005(12):1822-1824.

[4]朱長征.基于星敏感器的星模式識別算法及空間飛行器姿態確定技術研究[D].長沙：國防科學技術大學,2004.

[5]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(2):162-167.

[6]SILANI E,LOVERA M.Star identification algorithms:novel approach and comparison study[J].IEEE Transactions on Aerospace and Electronic Systems,2006,42(4):1275-1288.

[7]NA M,ZHENG D,JIA P.Modified Grid Algorithm for Noisy All-Sky Autonomous Star Identification[J].IEEE Transactions on Aerospace and Electronic Systems,2009,45(2):516-522.

[8]MENG N,PEIFA J.A Survey of All-sky Autonomous Star Identification Algorithms[C]//1st International Symposium on Systems and Control in Aerospace and Astronautics,Harbin,China,2006:896-901.

[9]PADGETT C,KREUTZ-DELGADO K.A Grid Algorithm for Autonomous Star Identification[J].IEEE Transactions on Aerospace and Electronic Systems,1997,33(1):202-212.

[10]賈蒙楊.空間暗弱慢速目標的捕獲跟蹤控制技術研究[J].航天器工程,2015(2):96-101.

[11]李學夔,譚海曙,張煥明,等.高精度星敏感器的導航星識別定位算法研究[J].計算機工程與應用,2010(21):220-222.

[12]賈輝,楊建坤,李修建,等.星敏感器高精度星點提取系統誤差分析及補償方法研究[J].中國科學：技術科學,2011,41(1):69-76.

(責任編輯楊繼森)

Automatic Identification on Weak and Small Target in Space Based on Principle of Star Sensor

TAN Xiao-bo, TANG Wu-sheng, YANG Jian-kun, YI Wen-jun, JIA Hui, LIU Ju

(College of Science, National University of Defense Technology, Changsha 410073, China)

Abstract:Under complex starry background, the weak and small target without any specific identification often hinders spacecraft’s mission. The weak and small target which is little with the image size, emitting characteristics similar to stars, can not be identified through the conventional means of target recognition. In view of the problem, using the superiority of star sensor absolute measuring, the method of weak small target recognition based on the principle of star sensor was proposed. The method identify collected most stars in the chart using robust grid algorithm, and marked the omitted star and objectives, then reused the angular distance method to distinguish and realized the target recognition. Through the simulation experiment, the recognition of specific stars and target in the map which contained the weak small target were realized. And in the process, the selection criteria of reference stars and return target were discussed, then the feasibility of the method to identify space weak small target based on principle of star sensor was validated.

Key words:star sensor; weak and small target; identification of target; grid algorithm

文章編號：1006-0707(2016)03-0071-06

中圖分類號：O439

文獻標識碼：A

doi:10.11809/scbgxb2016.03.018

作者簡介：譚小波(1992—)，男，碩士研究生，主要從事光學圖像采集與處理研究。

基金項目：國家自然科學基金資助項目(61107005)

收稿日期：2015-07-15；修回日期：2015-09-28

本文引用格式：譚小波,唐武盛,楊建坤,等.基于星敏感器原理的空間微弱小目標自動識別[J].兵器裝備工程學報，2016(3):71-76.

【信息科學與控制工程】