基于空频域特征的白天星地信标光跟踪算法 下载: 765次
1 引言
空间激光通信与量子通信具有保密性好、通信速率高以及功耗低等优点,得到越来越多的重视,逐渐成为星地信息传输的重要手段,在当今的民用与军用领域均有很好的应用前景[1]。目前包括中国在内的多个国家均完成了星地激光通信实验[2-4],现行星地激光通信捕获跟踪的过程大多基于对信标光的跟踪探测机制。我国于2016年8月发射的“墨子号”量子科学实验卫星的量子通信和激光通信再一次证明了这种机制的实用性。但是,目前基于信标光跟踪的激光通信受限于物理条件,只能在晴朗的夜间进行通信,这限制了通信的时效性与数据量。为获得更多的卫星通信数据,可以从增加通信次数和提高传输速率两方面入手。因此利用卫星在白天经过地面站的时间进行通信是一种很好的解决方法。
星地链路建立的优劣关键在于其通信系统中的捕获跟踪瞄准(ATP)子系统的跟踪精度[5]。白天光通信中,主要的挑战在于对信标光的稳定跟踪。虽然目前跟踪系统中均配置了窄带滤光片,但由于太阳光频谱分布宽,在探测波段内仍存在较大的背景干扰。采用降低曝光时间等手段虽然能够降低背景强度,但同时也造成了信标光强度的损失,仍存在个别场景下出现突发亮背景目标干扰。因此需要研究针对白天跟踪探测的算法。
研究白天的信标光跟踪算法存在两个难点:1)需克服白天的背景辐射噪声影响,白天阳光充足,地面尤其是云层的反射较为强烈,跟踪相机易受到干扰,导致跟踪虚假目标,从而影响了初始捕获以及跟踪精度;2)需克服相机噪声影响,比如坏点[6]与条状噪声[7],在夜间进行实验时,背景噪声几乎不存在,可以利用区域分割以及阈值质心算法等多种方法滤除噪声,但是白天的背景较强,并且卫星与云层都在运动,区域分割以及阈值质心算法几乎不可行。基于以上两个难点,需要考虑合适的算法来实现稳定精确地跟踪,并能配合跟踪系统完成光闭环。
目前已存在一些针对ATP跟踪系统特殊工况的跟踪算法,但是均没有很好地解决白天星地链路的跟踪问题。如美国搭载于国际空间站的通信终端OPALS(Optical Payload for Lasercomm Science)[8]设计主要基于一种用于白天跟踪的算法,这种算法首先寻找像素最大值点,然后将最大值点的周围点作为背景,将这一区域内的像素值与背景进行比较,如果像素值大于背景的个数多于一个提前设定的阈值,则为信标光。结果表明,在无云的条件下该算法可以完成白天跟踪。但是,在实际使用中,当存在飞行器或者其他噪声影响时,跟踪不稳定。文献[ 9]提出了一种利用直方图均值化寻找阈值的方法,解决了夜间湖面光通信的信标光跟踪问题。文献[ 10]提出了一种使用邻域像素灰度拟合方法,较好地克服了大气扰动对信标光的影响。文献[ 11]主要解决了恒星背景光干扰导致跟踪精度下降的问题,提出了对质心坐标序列进行傅里叶变换(FFT)的去噪方法。文献[ 12]提出了一种应用于大气激光通信的光斑快速检测方法,该方法使用改进约束共轭梯度迭代算法对退化的激光光斑快速复原。
本文详细分析了白天背景噪声与信标光在空域与频域上的特征,提出了一种两个频域滤波器相配合的信标光跟踪算法,实现了利用频域对疑似信标光点的定位,再利用空域对疑似点进行筛选,最终得到准确结果;根据卫星拍摄的白天背景图像和实际信标光光斑建立大量的仿真图像,对算法精度、速度和稳定性进行了分析;将算法植入实物跟踪系统,测试算法在实际环境中的跟踪效果。
2 算法原理
2.1 白天信标光图像频域特性
数字图像可以看作是一个二维函数。通过傅里叶变换可以将相机采集到的空域信息转换到频域:
式中:
图像的频域信息反映了图像灰度值变化的剧烈程度。卫星对地面站建立链路时,主要观测到的背景噪声为云层,云层大面积连在一起,属于低频噪声。当存在信标光光斑,会出现比云层更高的频率。对于探测器噪声,白天跟踪的主要影响因素为坏点,可以将其近似为椒盐噪声。相比周围背景,椒盐噪声一般为孤立的点,属于频率更高的区域。所以,对图像进行带通滤波理论上可以得到信标光光斑。
2.2 频域滤波器设计
由第2.1节可知,为了检测信标光,可以提取中频段靠后位置并舍弃高、低频段。但仅提取中频段信息不能恢复出信标光图像,在设计滤波器时还需要保留一定程度的低频段信息,所以巴特沃斯滤波器是一个较好的选择。提取信标光时存在两种可行方案:1)使用空域中值滤波器将噪声滤除,再使用高通滤波器提取信标光,但是在信标光光斑很小时,中值滤波有可能将信标光滤除;2)使用带通滤波器滤除噪声并提取信标光,但是在强背景噪声条件下仅使用带通滤波器去除椒盐噪声较为困难,需要不断使用空域判断条件迭代来找出信标光位置,这就影响了计算速率。这里提出一种利用两个频域滤波器相互配合的信标光提取算法。设计带通滤波器,在低阻部分使用2阶巴特沃斯滤波器,滤除最低频率信息的同时保留一部分中间频率的信息,频率越大保留的信息越多。高阻部分使用4阶巴特沃斯滤波器加快截断,即
式中:
图像的空域可以看作不同复频率的叠加,需要在图像一个明暗周期内具有一定的分辨能力。考虑信标光信噪可能比较低,需要在周期内有4个值。图像开窗大小为256×256个像素,所以可选的像素数范围为51.2(256/5)~85.3(256/3),为使间隔信息不固定,尽可能遍历更多的像素,像素数不选64。结合
图 1. 白天信标光频域特性。(a)高强度信标光仿真图像;(b)对应于图1(a)的频域响应幅值与中心距离间的关系;(c)低强度信标光仿真图;(d)对应于图1(c)的频域响应幅值与中心距离间的关系
Fig. 1. Frequency features of daytime beacon. (a) Simulation image of high intensity beacon; (b) frequency-domain response corresponding to Fig. 1(a) versus central distance; (c) simulation image of low intensity beacon; (d) frequency-domain response corresponding to Fig. 1(c) versus central distance
2.3 信标光空域特征与基于空域信息的判别方式
由于星地通信中星地终端距离很远,但是镜头口径很小,因此可以利用夫琅禾费衍射公式推测光斑的光强分布[13]:
式中:
化简(3)式并将其代入贝塞尔函数,得到
由于入射光不一定直接照射在像元中心,星地链路容易受到大气湍流的影响,导致光斑变形,因此相机实际拍摄到的光斑最大值有1~4个。考虑信标光能量较强的情况、光斑旁瓣以及成像系统非理想等条件,信标光为孤立点的可能性很小。最亮点周围像素亮度按距离依次递减。因此在确定信标光光斑时需要在其周围发现递减的像素点。
第2.1节中提出利用两个滤波器相互配合能够解决大多数问题,但是仅根据滤波后响应寻找傅里叶逆变换(IFFT)后的最大值,在面对一些特殊工况时会出现跟踪错误。因此提出了两个基于空域信息的附加判别条件。
第一个附加判别条件是评估傅里叶逆变换后的相应最大值是否大于阈值。
图 2. 有无信标光条件下的滤波响应对比。(a)无信标光;(b)有信标光
Fig. 2. Comparison of filtering response between with and without beacon light. (a) Without beacon; (b) with beacon
图 3. 特殊工况下的带通滤波器响应图。(a)仿真图像;(b)响应图像
Fig. 3. Band pass filter response under special working condition. (a) Simulation image; (b) response image
2.4 算法小结
所提算法的流程如
表 1. 所提算法与OPALS上的算法比较
Table 1. Difference between our algorithm and algorithm on OPALS
|
3 仿真
仿真图像的建立是将实际拍摄到的白天背景与夜间跟踪光斑进行合成。其中白天的背景采用“墨子号”实际拍摄到的16张白天有云背景图像,在这16张背景图像上分别添加200个不同位置的信标光,构成3200张仿真图像。使用实际夜间通信中拍摄到的50张不同信标光光斑图像组成信标光库。在合成图像时,随机选取信标光库内的信标光,添加光斑的位置可表示为
式中
对上述的3200张图像进行连续检测,保持所设置的参数不变,并统计误差,如
图 6. 仿真图像误差。(a)全部背景平均误差;(b)图5背景1中的误差
Fig. 6. Simulation image error. (a) Mean error of all background; (b) error of background 1 of Fig. 5
4 跟踪系统实验
4.1 跟踪系统介绍
图 7. 测试系统与环境。(a)测试系统;(b)测试环境示意图
Fig. 7. Testing system and environment. (a) Testing system; (b) schematic of testing environment
4.2 开环定位误差分析
测量开环定位误差的主要方法是在测试时保持信标光位置不动,转台指向不同的角度,记录算法得到的信标光质心结果。
图 9. x方向实际跟踪结果与拟合值。(a)实际跟踪结果与拟合值;(b)拟合误差
Fig. 9. Actual tracking result and fitting value in x direction. (a) Actual tracking results and fitting value; (b) fitting error
4.3 闭环跟踪误差分析
将所提算法计算的质心结果引入控制系统中进行闭环测试,测试方式如
5 结论
为了克服白天星地通信中遇到的背景噪声以及探测器自身噪声等问题,提出了一种基于频域和空域特性的白天信标光跟踪算法。分析了白天光通信过程中背景噪声、探测器噪声以及信标光光斑在空域与频域上的特性,设计了两种频域滤波器(即高通滤波器与带通滤波器)相配合的跟踪算法。使用高通滤波配合图像中值滤波,可提高运算速度,但是高通滤波配合中值滤波对微弱信标光的检测能力弱,所以需配合使用带通滤波器。将傅里叶逆变换响应数值的大小和信标光的空域特征作为判断依据,进一步过滤不合适的假目标以确定目标准确位置。对所提算法进行了仿真图像测试和系统集成测试。仿真图像使用“墨子号”量子科学实验卫星实际拍摄的白天云层背景图像与夜间通信信标光光斑,并添加噪声。结果表明算法准确度在0.3 pixel以内,具有较高的精度,且速度较快,可满足实际应用需求。实际跟踪系统实验通过静态定位的精度测试和动态跟踪测试进行系统集成测试,以验证所提算法的有效性。实验结果证明所提算法的定位精度较高,受背景亮度影响小,动态处理速度与精度可以满足实际跟踪系统需求。
[1] 姜会林, 佟首峰, 张立中. 空间激光通信技术与系统[M]. 北京: 国防工业出版社, 2010: 2- 5.
姜会林, 佟首峰, 张立中. 空间激光通信技术与系统[M]. 北京: 国防工业出版社, 2010: 2- 5.
Jiang HL, Tong SF, Zhang LZ. The technologies and systems of space laser communication[M]. Beijing: National Defense Industry Press, 2010: 2- 5.
Jiang HL, Tong SF, Zhang LZ. The technologies and systems of space laser communication[M]. Beijing: National Defense Industry Press, 2010: 2- 5.
[5] Kaymak Y, Rojas-Cessa R, Feng J H, et al. A survey on acquisition, tracking, and pointing mechanisms for mobile free-space optical communications[J]. IEEE Communications Surveys & Tutorials, 2018, 20(2): 1104-1123.
Kaymak Y, Rojas-Cessa R, Feng J H, et al. A survey on acquisition, tracking, and pointing mechanisms for mobile free-space optical communications[J]. IEEE Communications Surveys & Tutorials, 2018, 20(2): 1104-1123.
[6] 钱锋, 贾建军, 张亮, 等. 星地激光通信ATP系统探测相机的坏点校正[J]. 中国激光, 2014, 41(5): 0505007.
钱锋, 贾建军, 张亮, 等. 星地激光通信ATP系统探测相机的坏点校正[J]. 中国激光, 2014, 41(5): 0505007.
[7] 陈少杰, 张亮, 王建宇. 探测器条状噪声对精跟踪系统光斑定位的影响[J]. 中国激光, 2017, 44(9): 0906008.
陈少杰, 张亮, 王建宇. 探测器条状噪声对精跟踪系统光斑定位的影响[J]. 中国激光, 2017, 44(9): 0906008.
[9] 左韬, 肖永军, 黄海波. 湖面自由空间光通信信标光的粗跟踪设计与实验[J]. 光电子·激光, 2012, 23(3): 489-494.
左韬, 肖永军, 黄海波. 湖面自由空间光通信信标光的粗跟踪设计与实验[J]. 光电子·激光, 2012, 23(3): 489-494.
[10] 张丽. 星地光通信中的信标成像光斑定位算法研究[D]. 哈尔滨: 哈尔滨工业大学, 2016.
张丽. 星地光通信中的信标成像光斑定位算法研究[D]. 哈尔滨: 哈尔滨工业大学, 2016.
ZhangL. Research on beacon spot image algorithm in satellite-ground optical communication[D]. Harbin: Harbin Institute of Technology, 2016.
ZhangL. Research on beacon spot image algorithm in satellite-ground optical communication[D]. Harbin: Harbin Institute of Technology, 2016.
[11] 张志平. 空间光通信信标光预测跟踪算法研究[D] 哈尔滨: 哈尔滨工业大学, 2016.
张志平. 空间光通信信标光预测跟踪算法研究[D] 哈尔滨: 哈尔滨工业大学, 2016.
Zhang ZP. Study in the algorithm of beacon light prediction and tracking in satellite laser communication[D]. Harbin: Harbin Institute of Technology, 2016.
Zhang ZP. Study in the algorithm of beacon light prediction and tracking in satellite laser communication[D]. Harbin: Harbin Institute of Technology, 2016.
[12] 高世杰, 盛磊, 吴志勇, 等. 大气激光通信光斑图像的快速复原与实时检测[J]. 光学精密工程, 2015, 23(8): 2393-2399.
高世杰, 盛磊, 吴志勇, 等. 大气激光通信光斑图像的快速复原与实时检测[J]. 光学精密工程, 2015, 23(8): 2393-2399.
[13] 于思源, 韩琦琦, 马晶, 等. 卫星光通信终端CCD成像光斑弥散圆尺寸选择[J]. 中国激光, 2007, 34(1): 69-73.
于思源, 韩琦琦, 马晶, 等. 卫星光通信终端CCD成像光斑弥散圆尺寸选择[J]. 中国激光, 2007, 34(1): 69-73.
Article Outline
张子玄, 贾建军, 强佳, 张亮. 基于空频域特征的白天星地信标光跟踪算法[J]. 中国激光, 2019, 46(2): 0206004. Zixuan Zhang, Jianjun Jia, Jia Qiang, Liang Zhang. Daytime Satellite-to-Ground Beacon Tracking Algorithm Based on Spatial and Frequency Domain Features[J]. Chinese Journal of Lasers, 2019, 46(2): 0206004.