运动平台下基于KNN算法的望远镜非线性指向误差修正方法技术

本发明专利技术公开了一种运动平台下基于KNN算法的望远镜非线性指向误差修正方法，包括：首先在运动平台上跟踪测量多颗恒星，获取采样数据，恒星即为采样点。通过采样数据和指向误差修正方法，计算各采样点在惯导系中的方位角和俯仰角，并计算校正后望远镜对各采样点的残余非线性方位指向误差和俯仰指向误差。然后建立未知样本点的非线性方位指向误差和俯仰指向误差的KNN算法估计模型，并用广义交叉核实法确定KNN估计所需的近邻参数。最后根据目标的位置信息，在指向误差修正方法校正线性指向误差的基础上，用建立的KNN算法模型估计对目标的非线性方位指向误差和俯仰指向误差，进而得到进一步修正之后的引导值，引导望远镜快速高精度地指向目标，修正精度高。修正精度高。修正精度高。

【技术实现步骤摘要】
运动平台下基于KNN算法的望远镜非线性指向误差修正方法


[0001]本专利技术涉及运动平台下望远镜指向修正的
，具体涉及一种运动平台下基于KNN算法的望远镜非线性指向误差修正方法。

技术介绍

[0002]望远镜在光通信、天文观测等领域具有十分重要的作用，而一台望远镜要满足使用的需要，必须具备高精度的捕获、跟踪和瞄准功能。其中捕获是跟踪和瞄准的前提，而要实现快速和高概率的捕获目标，望远镜又必须具备高精度的指向。因此，高精度的指向成为了望远镜能否正常展开工作的关键。
[0003]目前，地基式和运动平台式是望远镜的两个主要工作环境。地基式望远镜指向误差的来源主要是望远镜系统本身的几何误差，几何误差是线性的，通过机架模型可以很好的校正。而运动平台式望远镜的指向误差源除了有线性的几何误差外，还有相当部分的非线性误差，这些非线性误差来源不明，作用机理不明确，很难建立参数化的数学模型进行校正。而要保证运动平台上望远镜的指向精度，就必须对指向误差的非线性部分进行校正，这已经成为了提高运动平台上望远镜指向精度的关键。
专利
技术实现思路

本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动平台下基于KNN算法的望远镜非线性指向误差修正方法，其特征在于：该方法具有以下步骤：(1)用安装在运动平台上的望远镜观测多颗恒星，获取n组采样数据，恒星即为采样点，每一组采样数据包括：各样本点在地平系中的方位角A
ei
、俯仰角E
ei
，望远镜对样本点的测量方位角A
i
、俯仰角E
i
，以及姿态传感器测得的运动平台的三个姿态角，即航向角H
i
、俯仰角P
i
和横滚角R
i
，i＝1,2
···
n；(2)通过所述采样数据和用基于D
‑
H矩阵建模推导得到的指向误差修正方法/中国发明专利申请CN202110646764.8中的指向误差修正方法，得到修正后望远镜对各样本点的方位指向残余误差ΔA
i
和俯仰指向残余误差ΔE
i
，ΔA
i
和ΔE
i
实则就是指向误差的非线性部分；(3)通过所述三个姿态角，将各样本点在地平系中的方位角和俯仰角转换为在惯导系中的方位角A
gi
和俯仰角E
gi
；(4)根据所述的残余非线性方位指向误差ΔA
i
和俯仰指向误差ΔE
i
以及各样本点在惯导系中的方位角A
gi
和俯仰角E
gi
，建立未知样本点的非线性方位指向误差和俯仰指向误差的KNN算法估计模型；(5)用广义交叉核实法确定近邻参数k
A
和k
E
；(6)获取目标的地平系方位角A
t
、俯仰角E
t
，和姿态传感器测得的运动平台的姿态角(H
t
,P
t
,R
t
)，根据用基于D
‑
H矩阵建模推导得到的指向误差修正方法/中国发明专利申请CN202110646764.8中的指向误差修正方法，得到修正后目标相对于望远镜的理论方位角A
c
和俯仰角E
c
；(7)将目标在地平系中的方位角和俯仰角转换为在惯导系中的方位角A
α
和俯仰角E
α
；(8)用KNN算法估计对目标的非线性方位指向误差ΔA
c
和俯仰指向误差ΔE
c
；(9)用A
c
+ΔA
c
,E
c
+ΔE
c
，得到引导值引导运动平台望远镜快速高精度指向目标，引导值即为望远镜指向目标其方位轴和俯仰轴需要旋转的角度。2.根据权利要求1所述的一种运动平台下基于KNN算法的望远镜非线性指向误差修正方法，其特征在于：步骤(1)中，选择分布于观测站上空半球面内均匀分布的星作为观测恒星，且望远镜要在不同的姿态下进行观测，要保证采样点在惯导的极坐标系中紧密分布。3.根据权利要求1所述的一种运动平台下基于KNN算法的望远...

【专利技术属性】
技术研发人员：贺东，彭超，黄永梅，王愿康，王子豪，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：