星敏感器是自主导航姿态控制系统中的重要组成部分之一。作为星敏感器的核心部件，信息处理系统对其整机性能有重要影响。基于飞腾多核DSP+复旦微FPGA架构设计了一种全国产化多视场星敏感器信息处理系统。在设计中采用EMIF接口和GPIO接口与复旦微FPGA进行数据交互及控制，将2片串行 Flash用于存储星库数据和启动程序，将2片DDR3芯片用于缓存数据。详细介绍了信息处理系统的整体软件流程设计、算法流程设计及实现。经试验验证，该系统可稳定运行并输出正确姿态。在星图分辨率为2048×2048的情况下，系统无初始指向时的数据更新频率为20Hz，有初始指向时的数据更新频率为625Hz。运算性能约为普通ARM架构的3倍，对于提升多视场星敏感器的实时性、丰富其工程化实现方法具有重要意义。

当星敏感器在动态条件下工作时, 在成像的过程中星点会因能量的分散而出现运动模糊现象, 导致图像的信噪比降低, 星点的模糊区域很难被提取, 从而降低了星点质心的定位精度, 严重影响星敏感器的姿态测量精度。为此, 文中提出了一种基于区域滤波的模糊星图复原方法, 在有效提高图像信噪比的同时可提高星点质心的定位精度。首先, 根据星敏感器的工作特性, 建立了不同工作条件下星点质心的运动模型。然后, 根据运动模型确定星点质心的运动轨迹, 进而提取星点的模糊区域, 再利用图像处理算法对模糊区域内外的图像分别进行预处理。最后, 利用图像复原算法对模糊星图进行复原。实验结果表明: 在2(°)/s的动态条件下, 区域滤波算法能够有效提高模糊星图的信噪比, 并且复原图像中星点质心的定位误差不超过01 pixel, 可以满足星敏感器对高质心定位精度的要求。

随着星敏感器探测灵敏度的提高, 导航星表中恒星的数量急剧增加, 导致星图识别的识别速度和识别率降低。因此, 为了提高星图识别的识别速度和识别率, 文中在三角形算法的基础上提出了一种基于多特征匹配的快速星图识别算法。首先, 采用天球的内接正二十面体法对预处理后的星表进行分区。然后, 将特征三角形的边长以及外接圆和内切圆半径的乘积作为特征值构建导航特征库, 并根据后者的哈希函数对特征库进行分块。在识别的过程中, 利用观测三角形外接圆和内切圆半径乘积的哈希函数实现导航特征库子块的快速定位, 并在该子块内采用多特征匹配的方法得到观测三角形的识别结果, 最后根据该结果确定星敏感器视场所包含的天球子区域, 并在子区域内完成视场中其它导航星的识别。实验结果表明, 文中算法的识别性能与导航特征库的分块数有关, 在选择合适的分块数后, 与常用三角形算法相比, 算法在识别速度, 识别率以及对星等误差和假目标的鲁棒性等方面具有明显的优势, 算法的平均识别时间和识别率分别为17.161 ms和98.58%, 满足星敏感器对高识别速度和识别率的要求。

The tracking performance of star sensor degrades seriously under dynamic conditions. To improve the tracking accuracy and efficiency, an attitude tracking method based on unscented Kalman filter (UKF) and singular value decomposition (SVD) is proposed in this paper. The star sensor is modeled as a nonlinear stochastic system, the state of which is attitude quaternion. The quaternion can be estimated by UKF, then the predicted attitude and corresponding star positions are obtained. To ensure the stability of attitude tracking, SVD is applied to obtain the sigma points in UKF continuously. The experimental results indicate that the proposed method yields high accuracy and efficiency in attitude tracking. This method provides a practical approach to ensure the tracking performance of star sensor under dynamic conditions.

导航相机是深空探测领域中关键的导航敏感部件, 本文通过提高导航相机的灵敏度来提高导航相机的综合性能, 特别是提高时间分辨率, 解决高动态条件下的目标探测问题。首先, 根据导航相机的工作模式和EMCCD的性能特点, 分析了影响导航相机成像质量的多个因素, 建立了目标信噪比理论分析模型; 然后, 在理论计算基础上, 重点研究EMCCD导航相机的样机设计技术, 说明了EMCCD高频高幅驱动、模拟前端设计、TEC真空制冷、时序控制与数据处理等关键技术的实现方法; 最后, 介绍了相关实验工作, 并分析实验数据。实验结果表明: 样机最大目标信噪比在倍增增益M=10时达到68.6 dB, 在口径13 mm条件下, 可在积分时间1 ms内实现对月球成像。基本满足深空探测导航相机高动态条件下短积分时间成像的要求。

针对共光路菲索型动态干涉仪采集到的4幅条纹图的空间一致性问题, 本文提出一种新的条纹图配准思路, 将条纹图与图像配准在关联度上人为分开, 搭建了专用的图像配准装置, 避免将条纹与十字丝标志点混在一幅图像内而影响干涉仪的测量精度。首先通过本文搭建的条纹图配准装置对4台CMOS相机进行物理配准, 然后利用整体最小二乘法对采集到的同一十字丝刻划板图像进行十字丝提取、交点计算以及旋转量计算, 实现共光路菲索型动态干涉仪条纹图像的点点对应。最后通过试验对比验证, 证明了本文算法的配准精度优于模板重心法的配准结果, 互相关度达到96%以上。

针对红外图像中弱小目标的检测问题, 提出了一种基于图像稀疏表示的自适应杂波抑制方法。首先, 采集500帧红外图像样本, 通过训练学习构造包含图像各个层次结构特征的多成分超完备字典; 然后, 通过红外图像的协方差自适应地选择与图像子块对应的超完备字典对图像进行稀疏表示, 利用匹配追踪算法得到子图像在超完备目标字典下的最佳表示系数; 最后, 根据表示系数以及对应的原子向量对图像子块进行重构, 从而得到突出红外小目标的高信噪比重构图像, 实现杂波抑制。不同环境下的多项实验表明, 该算法可在复杂背景下自适应地抑制杂波, 提高图像的信噪比; 通过简单的阈值分割可以分开目标和背景, 为之后的目标检测处理奠定基础。得到的性能评价指标显示：本算法计算量较小, 实时性较强, 鲁棒性较强, 易于硬件实现。

在三维弹痕测量系统中，为了获取较高的测量精度，为此本文提出一种采用十六步相移技术的条纹图处理算法。首先分析了物体三维形貌相位分布获取原理，然后对采集到的弹痕图像进行自适应维纳滤波，去除一部分系统噪声，再利用小波变换对原始图像进行 3层 sym4小波分解去噪，本系统在小波软阈值分析法的基础上，加入了 3层的小波系数分解，同时结合十六步相移法进行相位主值的计算。实验结果表明，弹痕条纹图的位相值曲线更加平滑，原始图像条纹图位相高度偏差的最大值为 1.631 μm，在经过十六步相移技术处理后，位相主值最大偏差值仅为 0.867 4 μm，对本系统的精度提高奠定了基础。

介绍了基于可编程片上系统SOPC技术的图像处理系统的软硬件设计, 系统采用FPGA作为视频信号采集控制模块, 利用FPGA内建NIOSⅡ软核微控制器作为图像处理单元。针对天空背景下红外弱小目标, 提出了一种基于形态学和仿生学相结合的图像预处理算法, 该算法在基于数学形态学滤波的基础上利用人眼固视微动辨别信息的原理对图像进行背景抑制和目标增强；采用自适应阈值分割法确定目标。硬件实验结果表明系统实时性好, 图像处理效果良好, 目标检测率高, 验证了预处理算法的有效性和实时性。