基于压缩成像的高精度姿态确定方法研究

Wide-field-of-view and high-accuracy star tracker requires a high sample rate to obtain high image resolution, which brings enormous pressure to analog-digital conversion, data storage and subsequent image processing. Considering the sparseness of the star image, imaging can be performed with data far less than traditional imaging methods required using the theory of compressive sensing, and thus break through the limitation in sampling rate caused by traditional methods. To solve the problem of high data rate existing in high-accuracy attitude determination, a comprehensive and thorough study on compressive imaging technique of star tracker is performed. We mainly focus on researching the star image features oriented sparse representation and reconstruction method; establishing compressive imaging model maintaining the star identification features; presenting method for constructing deterministic measurement matrix which correlation is low in row and column and easy to be realized in hardware. Attitude determination simulation platform satisfying the star image spare reconstruction algorithm will be builded; and it will conduct systematic validation to high-accuracy compressive sensing attitude determination. Research achievements would enrich and develop the theory of compressive sensing and its application, as well as provide a theoretical and technical support to compressive imaging application of images containing point targets.

大视场高精度星敏感器要求有高成像分辨率，产生的图像数据需要高采样率，这给模数转换、数据存储和后续处理带来了巨大压力。考虑星图本身的稀疏特性，采用压缩感知理论，可以在成像中以远少于传统成像方法所要求的数据进行成像，从而突破传统方法对采样率的限制。本课题针对高精度姿态确定中存在的高数据率问题，对星敏感器的压缩成像技术展开全面深入的研究，重点研究面向星图特征的稀疏表示和重构方法，建立保持星点识别特征的压缩成像模型，提出行列相关性低且易于硬件实现的确定性测量矩阵构造方法，建立满足星图稀疏重构算法的姿态确定仿真平台，对高精度压缩成像姿态确定进行系统验证。本研究成果将丰富和发展压缩感知理论和应用，并为点目标图像的压缩成像应用提供理论和技术支撑。

星敏感器是当前航天器绝对姿态测量精度最高的传感器，随着星敏感器向着大视场、高精度和高动态方向发展，高精度星敏感器正面临着数据量过大、处理速度不足等问题，对其效能及应用造成较大的限制。压缩感知理论的出现通过改变传统的成像方式为解决这些问题提供了新的思路，具有将新理论与传统应用相结合的现实意义。本项目通过研究压缩感知理论在星敏感器姿态确定应用中的稀疏表示、非相干测量和稀疏重构三个关键问题，将压缩感知理论引入到星敏感器光学成像过程中，实现了压缩感知姿态确定，并探讨了压缩成像模式下的可靠星模式识别和姿态确定方法。.本项目在压缩感知理论框架下，将基于星敏感器压缩成像的姿态确定方法作为切入点，首先定量分析了星图的稀疏表示性能，并给出了星图稀疏恢复的评价指标，结果表明星图的稀疏度能够很好地满足压缩感知的要求，验证了压缩感知应用于星敏感器姿态确定的稀疏前提及可行性。其次，针对星敏感器压缩成像，提供了一种适用于星敏感器的压缩测量方法，对于如星图等含较多低频信息的信号具有较好的压缩测量性能，验证了压缩测量应用于星敏感器的可行性。再次，在稀疏重构方面，验证了星图在相同重构条件下较一般场景图像获得了更高的重构质量以及更短的重构时间，并且在重构过程中星点能够在很大程度上保持可用于姿态确定的特征，从稀疏重构的角度很好地验证了压缩感知应用于星敏感器姿态确定的可行性。最后，通过综合仿真实验对所提出的CFR方法进行性能分析，验证了该方法在求解过程中的有效性以及在噪声情况下的鲁棒性。本项目不仅提供了一种适用于星图的稀疏重构方法，而且创新地提出了面向特征的稀疏重构理念，既丰富和发展了压缩感知这一新兴理论，又完成其在姿态确定系统中的应用，具有理论基础和应用方法研究的双重科学意义。