留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于机器学习的大视场星敏感器畸变在轨标定技术

刘源 谢睿达 赵琳 郝勇

刘源, 谢睿达, 赵琳, 郝勇. 基于机器学习的大视场星敏感器畸变在轨标定技术[J]. 红外与激光工程, 2016, 45(12): 1217004-1217004(9). doi: 10.3788/IRLA201645.1217004
引用本文: 刘源, 谢睿达, 赵琳, 郝勇. 基于机器学习的大视场星敏感器畸变在轨标定技术[J]. 红外与激光工程, 2016, 45(12): 1217004-1217004(9). doi: 10.3788/IRLA201645.1217004
Liu Yuan, Xie Ruida, Zhao Lin, Hao Yong. Machine learning based on-orbit distortion calibration technique for large field-of-view star tracker[J]. Infrared and Laser Engineering, 2016, 45(12): 1217004-1217004(9). doi: 10.3788/IRLA201645.1217004
Citation: Liu Yuan, Xie Ruida, Zhao Lin, Hao Yong. Machine learning based on-orbit distortion calibration technique for large field-of-view star tracker[J]. Infrared and Laser Engineering, 2016, 45(12): 1217004-1217004(9). doi: 10.3788/IRLA201645.1217004

基于机器学习的大视场星敏感器畸变在轨标定技术

doi: 10.3788/IRLA201645.1217004
基金项目: 

黑龙江省博士后科研启动金(LBH-Q14054);中央高校基本科研业务费专项资金(HEUCFD1503)

详细信息
    作者简介:

    刘源(1984-),男,讲师,博士,主要从事飞行器总体设计方面的研究。Email:undertwilight@foxmail.com

    通讯作者: 谢睿达(1991-),男,硕士,主要从事卫λ态确定系统智能算法方面的研究。Email:xieruida_paper@163.com
  • 中图分类号: V241.62+3

Machine learning based on-orbit distortion calibration technique for large field-of-view star tracker

  • 摘要: 随着遥感卫星在轨任务复杂性的不断提升,对卫星精度的要求也不断提高。星敏感器是星上精度最高态敏感器,因而其在轨标定是提高精度的有效手段。由于大视场星敏感器的镜头畸变复杂,目前广泛采用的基于星对角距的最小二乘法存在一定局限性。因此提出一种基于机器学习的星敏感器在轨标定算法,该方法结合机器学习预测建模思想,通过构造特征建立镜头畸变模型,并结合主成分分析方法进行冗余特征的消除,最后从星角距和模型泛化能力两方面对标定效果进行评价。仿真结果表明:算法对镜头畸变程度较大的星敏感器有良好的校正效果,标定精度始终能保持在0.8内,与目前几种主流算法相比,具有精度高,鲁棒性好等优点。
  • [1] Liebe C C. Star trackers for attitude determination[J]. IEEE Aerospace and Electronic Systems Magazine, 1995, 10(6):10-16.
    [2] Cheng Y, Crassidis J L, Markley F L. Attitude estimation for large field-of-view sensors[J]. The Journal of the Astronautical Sciences, 2006, 54(3-4):433-448.
    [3] Sun Gaofei, Zhang Guoyu, Zheng Ru, et al. Star sensor calibration research and development[J]. Journal of Changchun University of Science and Technology, 2010(4):8-14. (in Chinese)孙高飞, 张国玉, 郑茹, 等. 星敏感器标定方法的研究现状与发展趋势[J]. 长春理工大学学报, 2010(4):8-14.
    [4] Samaan M A, Griffith T, Singla P, et al. Autonomous on-orbit calibration of star trackers[C]//Core Technologies for Space Systems Conference (Communication and Navigation Session), 2001:1-8.
    [5] Xie J, Tang H, Dou X, et al. On-orbit calibration of domestic APS star tracker[C]//Earth Observation and Remote Sensing Applications, 20143rd International Workshop on, 2014:239-242.
    [6] Zhou F, Ye T, Chai X, et al. Novel autonomous on-orbit calibration method for star sensors[J]. Optics and Lasers in Engineering, 2015, 67:135-144.
    [7] Pal M, Bhat M S. Autonomous star camera calibration and spacecraft attitude determination[J]. Journal of Intelligent Robotic Systems, 2014:1-21.
    [8] Pal M, Bhat M S. Star sensor based spacecraft angular rate estimation independent of attitude determination[C]//Control Applications, 2013 IEEE International Conference on, 2013:580-585.
    [9] Prescott B, Mclean G F. Line-based correction of radial lens distortion[J]. Graphical Models Image Processing, 1997, 59(1):39-47.
    [10] Tang Jun, Li Wei, Xu Xuanbin. New method of star sensor's calibration and leading building[J]. Infrared and Laser Engineering, 2015, 44(5):1610-1615. (in Chinese)唐君, 李伟, 徐轩彬. 一种星敏感器光学系统标定与引建的新方法[J]. 红外与激光工程, 2015, 44(5):1610-1615.
    [11] Guo Yanchi, Xu Xiping, Qiao Yang, et al. Optical system design of star sensor with wide field of view and wide spectra range[J]. Infrared and Laser Engineering, 2014, 43(12):3969-3972. (in Chinese)郭彦池, 徐熙平, 乔杨, 等. 大视场宽谱段星敏感器光学系统设计[J]. 红外与激光工程, 2014, 43(12):3969-3972.
    [12] Lian Wenhao, Wang Yongjie, Yang Xialong, et al. Prediction and interference of navigation star[J]. Optics and Precision Engineering, 2015, 23(10z):814-823. (in Chinese)连文浩, 王永杰, 杨小龙, 等. 导航星光的预测及干扰[J]. 光学精密工程, 2015, 23(10z):814-823.
    [13] Yin Hang, Song Xin, Yan Ye. Performance on sparse representation of star images[J]. Optics and Precision Engineering, 2015, 23(2):573-581. 尹航, 宋新, 闫野. 星图的稀疏表示性能[J]. 光学精密工程, 2015, 23(2):573-581.
    [14] Zhi Shuai, Zhang Liu, Li Xinlu. Realization of simulated star map with noise[J]. Chinese Optics, 2014, 7(4):581-587. (in Chinese)支帅, 张刘, 李欣璐. 带噪声模拟仿真星图的实现[J]. 中国光学, 2014, 7(4):581-587.
    [15] Li Jie, Guo Pan, Wang Chunzhe. Application of shearlet transform in the star extraction]J]. Chinese Optics, 2015, 8(3):386-393. (in Chinese)李杰, 郭盼, 王春哲. 剪切波变换在星点提取中的应用[J]. 中国光学, 2015, 8(3):386-393.
  • [1] 伍雁雄, 乔健, 王丽萍.  长焦距无热化星敏感器光学系统设计 . 红外与激光工程, 2020, 49(9): 20200061-1-20200061-10. doi: 10.3788/IRLA20200061
    [2] 谭逢富, 黄志刚, 张巳龙, 秦来安, 侯再红, 高穹, 刘虎.  基于逐点扫描的探测器阵列靶标定系统 . 红外与激光工程, 2020, 49(2): 0213003-0213003. doi: 10.3788/IRLA202049.0213003
    [3] 孟祥月, 王洋, 张磊, 付跃刚, 顾志远.  大相对孔径宽光谱星敏感器光学镜头设计 . 红外与激光工程, 2019, 48(7): 718005-0718005(8). doi: 10.3788/IRLA201948.0718005
    [4] 熊琨, 王春喜, 吴跃, 王锴磊, 姜云翔.  基于三轴转台的多视场星敏感器标定方法 . 红外与激光工程, 2019, 48(4): 417002-0417002(6). doi: 10.3788/IRLA201948.0417002
    [5] 张尧, 王宏力, 陆敬辉, 何贻洋, 姜伟.  基于粒子群算法的星敏感器光学误差标定方法 . 红外与激光工程, 2017, 46(10): 1017002-1017002(8). doi: 10.3788/IRLA201770.1017002
    [6] 王宏力, 何贻洋, 陆敬辉, 杨阳, 陈俊宇.  星敏感器安装误差的三位置法地面标定方法 . 红外与激光工程, 2016, 45(11): 1113003-1113003(6). doi: 10.3788/IRLA201645.1113003
    [7] 徐春梅, 刘秉琦, 黄富瑜, 张雏, 沈洪斌, 李莉.  基于像差特性分析的光学系统横向失调校正方法 . 红外与激光工程, 2016, 45(6): 618005-0618005(5). doi: 10.3788/IRLA201645.0618005
    [8] 李健, 张广军, 魏新国.  多视场星敏感器数学模型与精度分析 . 红外与激光工程, 2015, 44(4): 1223-1228.
    [9] 侯晴宇, 张树青.  单探测器共孔径多光谱成像系统设计 . 红外与激光工程, 2015, 44(5): 1638-1642.
    [10] 孙高飞, 张国玉, 刘石, 王琪, 高玉军, 王凌云, 王浩君.  高精度背景可控星图模拟器设计 . 红外与激光工程, 2015, 44(7): 2195-2199.
    [11] 唐君, 李伟, 徐轩彬.  一种星敏感器光学系统标定与引建的新方法 . 红外与激光工程, 2015, 44(5): 1610-1615.
    [12] 李斌, 吴海英, 王文涛, 刘鹏.  一种简易红外标定系统的设计 . 红外与激光工程, 2014, 43(2): 458-463.
    [13] 郭彦池, 徐熙平, 乔杨, 米士隆, 杜玉楠.  大视场宽谱段星敏感器光学系统设计 . 红外与激光工程, 2014, 43(12): 3969-3972.
    [14] 吴峰, 沈为民, 朱锡芳, 陈宇恒, 许清泉.  通过扩展编程模拟星敏感器光学系统成像方法的研究 . 红外与激光工程, 2014, 43(5): 1561-1567.
    [15] 任秉文, 金光, 张元, 钟兴, 孔林.  畸变对TDI成像相机的像移影响研究 . 红外与激光工程, 2014, 43(12): 3951-3957.
    [16] 孙亚辉, 耿云海, 王爽.  星敏感器像平面移位误差的分析与校正 . 红外与激光工程, 2014, 43(10): 3321-3328.
    [17] 张晓娟, 张国玉, 孙高飞, 刘石, 郑茹, 高玉军.  大视场LCOS拼接星模拟器标定方法 . 红外与激光工程, 2013, 42(11): 2996-3001.
    [18] 刘朝山, 刘光斌, 杨波, 周浩.  弹载星敏感器像移模型及其仿真分析 . 红外与激光工程, 2013, 42(5): 1311-1315.
    [19] 王文芳, 杨晓许, 姜凯, 梅超, 李刚, 张恒金.  大视场红外折反光学系统杂散光分析 . 红外与激光工程, 2013, 42(1): 138-142.
    [20] 孙高飞, 张国玉, 高玉军, 王凌云, 苏拾, 付芸, 王向东.  星敏感器地面标定设备的设计 . 红外与激光工程, 2013, 42(10): 2822-2827.
  • 加载中
计量
  • 文章访问数:  389
  • HTML全文浏览量:  52
  • PDF下载量:  196
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-04-05
  • 修回日期:  2016-05-15
  • 刊出日期:  2016-12-25

基于机器学习的大视场星敏感器畸变在轨标定技术

doi: 10.3788/IRLA201645.1217004
    作者简介:

    刘源(1984-),男,讲师,博士,主要从事飞行器总体设计方面的研究。Email:undertwilight@foxmail.com

    通讯作者: 谢睿达(1991-),男,硕士,主要从事卫λ态确定系统智能算法方面的研究。Email:xieruida_paper@163.com
基金项目:

黑龙江省博士后科研启动金(LBH-Q14054);中央高校基本科研业务费专项资金(HEUCFD1503)

  • 中图分类号: V241.62+3

摘要: 随着遥感卫星在轨任务复杂性的不断提升,对卫星精度的要求也不断提高。星敏感器是星上精度最高态敏感器,因而其在轨标定是提高精度的有效手段。由于大视场星敏感器的镜头畸变复杂,目前广泛采用的基于星对角距的最小二乘法存在一定局限性。因此提出一种基于机器学习的星敏感器在轨标定算法,该方法结合机器学习预测建模思想,通过构造特征建立镜头畸变模型,并结合主成分分析方法进行冗余特征的消除,最后从星角距和模型泛化能力两方面对标定效果进行评价。仿真结果表明:算法对镜头畸变程度较大的星敏感器有良好的校正效果,标定精度始终能保持在0.8内,与目前几种主流算法相比,具有精度高,鲁棒性好等优点。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回