一种空间非合作目标自主导航的观测数据自主优选方法技术

一种空间非合作目标自主导航的观测数据自主优选方法，包括：根据光学敏感器获得的一组光学序列图像，将图像中的条纹进行识别，获得属于同一目标的条纹信息，并计算每一个条纹的质心；根据条纹质心，采用自适应B样条基函数获得非合作目标在成像平面上的轨迹表示模型；根据非合作目标在成像平面上的轨迹表示模型和当前时间信息，得到当前时刻目标光学成像质心的预测值；将目标光学成像质心的预测值与条纹质心对比，若条纹质心无误，根据目标光学成像质心的预测值和条纹质心，融合自适应B样条基函数表示模型和图像测量信息，获得目标质心信息的提取结果；若条纹质心有误，依据目标光学成像质心的预测值，确定目标质心信息。确定目标质心信息。确定目标质心信息。

【技术实现步骤摘要】
一种空间非合作目标自主导航的观测数据自主优选方法


[0001]本专利技术涉及一种空间非合作目标自主导航的观测数据自主优选方法，应用于空间非合作目标测量信息获取，属于自主导航


技术介绍

[0002]空间非合作目标自主导航的测量信息高精度提取方法是获取失效卫星、太空碎片、小天体等非合作目标特征数据的核心技术手段，为空间非合作目标自主相对导航系统提供重要的信息来源。
[0003]光学敏感器是当前航天器应用最广泛的测量敏感器，不仅可以获取目标的丰富图像信息，而且作用距离远，可以获取数千万公里外的目标图像。为了从图像中获得更多有效的测量信息，需要以连续帧图像为基础，获得包含一定数量共同特征点的相邻帧、且具有时间标签信息的系列图像集合，即序列图像，为相对导航系统提供时序信息，并从中提取目标的测量信息，提高测量信息提取精度。目前，基于序列图像的测量信息提取方法主要包括卷积神经网络法和图像累积法，两种方法都是在获得一定时间内的序列图像后提取待观测目标测量信息。然而，卷积神经网络法通常需要目标的先验信息进行训练，获得神经网络的训练集，不适用于缺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空间非合作目标自主导航的观测数据自主优选方法，其特征在于，包括：根据光学敏感器获得的一组光学序列图像，将图像中的条纹进行识别，获得属于同一目标的条纹信息，并计算每一个条纹的质心；根据条纹质心，采用自适应B样条基函数获得非合作目标在成像平面上的轨迹表示模型；根据非合作目标在成像平面上的轨迹表示模型和当前时间信息，得到当前时刻目标光学成像质心的预测值；将目标光学成像质心的预测值与条纹质心对比，若条纹质心无误，根据目标光学成像质心的预测值和条纹质心，在B样条预测精度和光学敏感器测量精度信息基础上，融合自适应B样条基函数表示模型和图像测量信息，获得目标质心信息的提取结果。2.根据权利要求1所述的观测数据自主优选方法，其特征在于，目标条纹信息是指一组序列图像叠加在同一张图片后，目标在同一时刻下的像素聚集成的条纹。3.根据权利要求2所述的观测数据自主优选方法，其特征在于，假设两个条纹相邻最近的两个像素分别为和通过确定两个条纹最小距离满足预定条件时，两个条纹可能属于同一个目标；再满足横向方向、纵向方向、倾斜方向分别的预设条件之一时，判定不同条纹属于同一个目标。4.根据权利要求1所述的观测数据自主优选方法，其特征在于，设定判定阈值，目标光学成像质心的预测值与条纹质心之间的偏差不超过判定阈值，则条纹质心无误。5.根据权利要求1所述的观测数据自主优选方法，其特征在于，质心融合结果表示如下：表示如下：其中W1和W2为二者的加权权重，计算如下：这里σ1取光学敏感器测量误差的标准差，σ2取在确定B样条基函数次数后确定的测量信息表示模型精度，为目标光学成像质心的预测值，...

【专利技术属性】
技术研发人员：王大轶，侯博文，李嘉兴，孙博文，董天舒，鄂薇，朱卫红，徐超，邓润然，李茂登，
申请(专利权)人：北京空间飞行器总体设计部，
类型：发明
国别省市：