賈蒙楊

（北京空間機(jī)電研究所，北京 100094）

空間暗弱慢速目標(biāo)的捕獲跟蹤控制技術(shù)研究

賈蒙楊

（北京空間機(jī)電研究所，北京 100094）

為了實(shí)現(xiàn)對空間暗弱慢速目標(biāo)的自主高精度捕獲跟蹤，需要設(shè)計(jì)高精度、高可靠性的捕獲跟蹤控制算法。文章在現(xiàn)有星敏相機(jī)相關(guān)技術(shù)的基礎(chǔ)上分析了捕獲跟蹤控制算法工作流程，將其劃分成相對獨(dú)立的6大功能模塊，并簡述了這些功能模塊與現(xiàn)有星敏技術(shù)的繼承性。文章對光學(xué)捕獲跟蹤系統(tǒng)組成進(jìn)行論述，并闡述了捕獲跟蹤控制算法各大模塊設(shè)計(jì)的實(shí)現(xiàn)方法及研究現(xiàn)狀，梳理出了其中的三大關(guān)鍵技術(shù)：星圖數(shù)據(jù)庫設(shè)計(jì)、星圖匹配算法和目標(biāo)捕獲算法。文章研究光學(xué)捕獲跟蹤系統(tǒng)中相關(guān)算法的設(shè)計(jì)和改進(jìn)方法，特別是針對其中的關(guān)鍵技術(shù)，詳細(xì)論述了國內(nèi)外前沿的優(yōu)化方法，對關(guān)鍵技術(shù)的改進(jìn)方案提出了未來的工作思路。

空間暗弱目標(biāo)；捕獲跟蹤；星圖匹配

1 引言

精確的空間遠(yuǎn)距離目標(biāo)捕獲與跟蹤技術(shù)是空間交會(huì)對接、空間光通信、空間對抗任務(wù)的技術(shù)基礎(chǔ)。航天器對另一航天器的跟蹤與瞄準(zhǔn)需要具備極高的實(shí)時(shí)性與控制精度，傳統(tǒng)的依賴地面測控站的測量方法存在實(shí)時(shí)性和機(jī)動(dòng)性不強(qiáng)、易受天氣干擾、易受地面站位置限制等缺陷。特別是當(dāng)被跟蹤目標(biāo)位于高軌道且為非合作目標(biāo)時(shí)，它是一個(gè)暗弱目標(biāo)，具有距離遠(yuǎn)、速度慢、亮度低、運(yùn)動(dòng)特征和外形特征不明顯等特點(diǎn)，難以被現(xiàn)有方法準(zhǔn)確捕獲和跟蹤。

研究星空背景下暗弱亮度點(diǎn)目標(biāo)的捕獲跟蹤技術(shù)，對進(jìn)一步促進(jìn)我國發(fā)展航天器自主交會(huì)對接、空間激光通信、高軌對抗等航天技術(shù)，具有非常重要的應(yīng)用價(jià)值。美國、日本和歐洲等航天強(qiáng)國已經(jīng)將此技術(shù)列為航天領(lǐng)域的下一個(gè)發(fā)展熱點(diǎn)，并且經(jīng)過近20年攻關(guān)已經(jīng)進(jìn)入了星上試驗(yàn)階段。1989年歐州航天局（ESA）開始實(shí)施著名的半導(dǎo)體星間激光鏈路試驗(yàn)（Semiconductor Laser Intersatellite Link Experiment，SILEX）計(jì)劃，并于2001年11月成功地進(jìn)行了世界上首次星間激光通信試驗(yàn)，此后ESA又與日本進(jìn)行了星光通信試驗(yàn)。美國則在1995年實(shí)施了空間技術(shù)研究衛(wèi)星-2（Space Technology Research Vehicle 2，STRV-2）計(jì)劃，進(jìn)行了低軌道（LEO）衛(wèi)星對地激光通信試驗(yàn)［1］。我國從20世紀(jì)90年代開始研究衛(wèi)星光通信技術(shù)，在模擬試驗(yàn)、瞄準(zhǔn)捕獲跟蹤控制盒震動(dòng)補(bǔ)償方面取得了較為突出的成果，但由于研究時(shí)間較短，與國外相比還有一定差距［］。

本文對空間暗弱慢速目標(biāo)的捕獲跟蹤控制技術(shù)進(jìn)行系統(tǒng)性的介紹和論述，針對其中的關(guān)鍵算法的性能進(jìn)行了比較分析，提出了相應(yīng)的改進(jìn)措施，可為下一步的研究工作做好鋪墊。

2 光學(xué)捕獲跟蹤關(guān)鍵技術(shù)研究現(xiàn)狀分析

2.1 光學(xué)捕獲跟蹤系統(tǒng)

為突破地面站位置的限制，使航天器具備高精度自主捕獲跟蹤的能力，光學(xué)捕獲跟蹤系統(tǒng)被設(shè)計(jì)為自主工作的設(shè)備，它是一個(gè)閉環(huán)系統(tǒng)，主要由4大部分組成［2］，如圖1所示。

圖1 光學(xué)捕獲跟蹤系統(tǒng)組成框圖Fig.1 Abridged general view of ATP system

星空圖像作為整個(gè)系統(tǒng)的初始輸入，是由一臺星相機(jī)拍攝的。為了捕獲暗弱目標(biāo)，這臺相機(jī)被設(shè)計(jì)為一臺具有較大視場范圍和較高響應(yīng)度的相機(jī)。在高軌道，基于軌道中的航天器有效反射面積、表面特性、相對距離等因素，一般將目標(biāo)等效為一個(gè)視星等為6.0～7.0的暗弱點(diǎn)狀目標(biāo)，并且目標(biāo)具有與星空背景緩慢相對運(yùn)動(dòng)的運(yùn)動(dòng)特性［2］，因此星相機(jī)需要具有相應(yīng)的星等響應(yīng)能力，本質(zhì)上，這臺相機(jī)無論從性能指標(biāo)或工作模式來說，都十分類似于星敏相機(jī)；控制電路負(fù)責(zé)存儲和處理由相機(jī)輸入的圖像，在控制電路中圖像經(jīng)過預(yù)處理，形成較為理想的星圖點(diǎn)陣，經(jīng)過與電路中存儲的導(dǎo)航星表比對，得出相機(jī)的觀測姿態(tài)并篩選目標(biāo)，解算出目標(biāo)的位置，輸出系統(tǒng)的控制參數(shù)；伺服控制系統(tǒng)是跟蹤瞄準(zhǔn)系統(tǒng)的執(zhí)行機(jī)構(gòu)，接到控制電路的控制參數(shù)輸入后，伺服控制系統(tǒng)驅(qū)動(dòng)指向機(jī)構(gòu)將相機(jī)指向目標(biāo)所在位置，使相機(jī)焦面中心像元對準(zhǔn)目標(biāo)；捕獲跟蹤控制算法是整個(gè)跟蹤瞄準(zhǔn)系統(tǒng)的核心組成部分，以相機(jī)作為傳感器，以伺服控制系統(tǒng)作為執(zhí)行機(jī)構(gòu)，以控制電路作為硬件依托，實(shí)現(xiàn)姿態(tài)解算、星圖匹配和目標(biāo)甄選跟蹤等功能。

2.2 捕獲跟蹤控制算法簡介

根據(jù)以上介紹，可以看出在一個(gè)基本的光學(xué)捕獲跟蹤系統(tǒng)中，在硬件設(shè)備設(shè)計(jì)選型完成后，系統(tǒng)設(shè)計(jì)工作的核心是控制算法設(shè)計(jì)，其設(shè)計(jì)水平的高低直接決定了光學(xué)捕獲跟蹤系統(tǒng)的性能和可靠性。捕獲跟蹤控制算法的工作流程和模塊組成如圖2所示。

圖2 捕獲跟蹤控制算法工作流程框圖Fig.2 General view of capturing and tracking control software

圖2中除星圖拍攝是由相機(jī)拍攝以外，其他每一個(gè)步驟都對應(yīng)捕獲跟蹤控制算法中的一個(gè)功能模塊。在這些模塊中，星圖預(yù)處理降噪技術(shù)、星點(diǎn)質(zhì)心定位算法和目標(biāo)跟蹤技術(shù)都在應(yīng)用中得到了深入發(fā)展，較為成熟。星圖匹配算法、星圖數(shù)據(jù)庫制定法和目標(biāo)捕獲算法則是較新的領(lǐng)域。在高軌，對星捕獲跟蹤技術(shù)的相關(guān)的文獻(xiàn)資料較少。

本文討論的內(nèi)容是對星空圖像處理、星圖匹配、捕獲跟蹤等算法模塊的設(shè)計(jì)和改進(jìn)，不涉及對捕獲跟蹤系統(tǒng)的硬件設(shè)計(jì)和改進(jìn)工作。

3 當(dāng)前研究現(xiàn)狀

根據(jù)2.2節(jié)的介紹，空間暗弱慢速目標(biāo)的捕獲跟蹤控制算法包含圖像預(yù)處理、星點(diǎn)質(zhì)心定位、星圖數(shù)據(jù)庫、星圖匹配、目標(biāo)捕獲和目標(biāo)跟蹤6大算法模塊。下面逐一論述各算法模塊的國內(nèi)外研究現(xiàn)狀。

3.1 星圖預(yù)處理技術(shù)

星相機(jī)拍攝的星空圖像主要包括恒星、空間非恒星目標(biāo)、空間輻射噪聲，星空背景噪聲和傳感器噪聲等。星空背景可以視作有微弱亮度的黑背景疊加許多亮度不一的亮點(diǎn)的圖像。根據(jù)星相機(jī)的設(shè)計(jì)成像能力，它們拍攝的星圖會(huì)濾掉過于暗弱的星點(diǎn)，并且疊加電路噪聲?？紤]到捕獲跟蹤系統(tǒng)的需求，它們的光學(xué)系統(tǒng)被設(shè)計(jì)成彌散的，星點(diǎn)會(huì)被彌散成近似3×3（根據(jù)工作場景的不同可能會(huì)有其他取值）像元的小亮斑。圖像預(yù)處理的工作就是盡可能地濾除圖像中的噪聲，使圖像盡量簡化為黑背景+白色亮斑的理想狀態(tài)。除了降噪外，為了減少下一步星點(diǎn)定位工作的運(yùn)算量，通常還需要進(jìn)行圖像二值化操作。當(dāng)前，圖像預(yù)處理技術(shù)已非常成熟，現(xiàn)有方法可以滿足星圖預(yù)處理的需要。

3.2 星點(diǎn)質(zhì)心定位技術(shù)

國內(nèi)外大量研究都集中在采用新的亞像元細(xì)分算法來提高星點(diǎn)坐標(biāo)提取精度方面，所以目前有很多超高精度亞像元質(zhì)心定位算法，比較典型的有:質(zhì)心法、平方加權(quán)質(zhì)心法、帶閾值的質(zhì)心、高斯曲面擬合法、拋物面擬合法、樣條插值法等。其中，質(zhì)心法及其改進(jìn)方法［3-4］是目前國內(nèi)外認(rèn)可度較高、研究較為深入的一種方法。

隨著設(shè)計(jì)水平的提高和電子元器件制造工藝的進(jìn)步，星上硬件資源正逐步充裕在設(shè)計(jì)捕獲跟蹤算法的各個(gè)子模塊時(shí)，設(shè)計(jì)師可以調(diào)動(dòng)的資源也越來越多，同時(shí)在新興的星間激光通信領(lǐng)域，對跟蹤精度的要求越來越苛刻，各種新的質(zhì)心法改進(jìn)算法被提出并驗(yàn)證，大大提高了捕獲跟蹤的速度和精度。

清華大學(xué)的楊君等人研究了一種亞像元定位高精度補(bǔ)償方法［5］。通過分析傳統(tǒng)質(zhì)心法亞像元提取算法誤差模型，證明了該模型存在系統(tǒng)誤差和隨機(jī)誤差。并針對這兩種誤差提出了對應(yīng)的改進(jìn)措施。實(shí)驗(yàn)表明，采用他們提出的誤差補(bǔ)償模板，可以將質(zhì)心法精度從1/20像素提高到l/200像素，滿足了現(xiàn)階段高精度星點(diǎn)質(zhì)心提取的要求。

3.3 星圖數(shù)據(jù)庫設(shè)計(jì)方法

導(dǎo)航星圖數(shù)據(jù)庫是星圖匹配算法運(yùn)行的基礎(chǔ)。根據(jù)星圖匹配和目標(biāo)提取的不同需求，需要兩個(gè)不同的星圖數(shù)據(jù)庫，分別為參考星庫和導(dǎo)航星庫。

參考星庫是依據(jù)星相機(jī)響應(yīng)度，從標(biāo)準(zhǔn)星庫中篩選而來，即用于標(biāo)示相機(jī)成像能力范圍內(nèi)的所有恒星目標(biāo)。標(biāo)準(zhǔn)的史密松天體物理觀測臺（SAO）星歷表收錄亮度在9.0星等以上的恒星，共有258 997顆，數(shù)量巨大。但星相機(jī)的成像能力一般設(shè)計(jì)為6.0星等左右，低于這個(gè)亮度的恒星無法被相機(jī)傳感器探測到。根據(jù)相機(jī)探測能力對SAO星歷表進(jìn)行篩選，就得到了參考星庫。但由于包含的星星數(shù)量太多，數(shù)據(jù)量太大，特征性也不足，不能用于星圖匹配算法。

導(dǎo)航星庫是支持星圖匹配算法的數(shù)據(jù)庫。從地球或附近某一點(diǎn)向宇宙空間中任意方向看去，不論觀察點(diǎn)如何移動(dòng)或變換姿態(tài)，兩顆任意恒星間的角距總是不變的，這就使得天球上的恒星對具有了一定的特征性，導(dǎo)航星庫就是利用這種特征性并根據(jù)星圖匹配算法的需求從參考星庫中經(jīng)過進(jìn)一步特殊優(yōu)化設(shè)計(jì)而來的一種星圖數(shù)據(jù)庫。在這個(gè)數(shù)據(jù)庫中，恒星數(shù)量必須盡可能少，以保證導(dǎo)航星庫不會(huì)過大，可以適應(yīng)硬件容量并能支持算法快速高效運(yùn)行。但恒星數(shù)量也不能過少，必須保證數(shù)據(jù)庫對天球的均勻覆蓋，并且還需滿足相機(jī)任意視場中的恒星數(shù)量足夠多這一要求。另外，恒星的選取必須具有特征性和模式唯一性，否則在程序運(yùn)行中就會(huì)出現(xiàn)重復(fù)或冗余匹配。

目前常用的導(dǎo)航星庫構(gòu)建方法有很多種［6-9］，下面簡要介紹兩種通用性較強(qiáng)的方法。

1）星等加權(quán)方法

星等加權(quán)方法是基于恒星越亮被星敏感器捕獲到的概率越大這一前提提出的。根據(jù)恒星的星等給每顆恒星賦予不同的權(quán)值。對低星等的恒星賦予較高的權(quán)值，使星等低的恒星被選作導(dǎo)航星的概率較大。在挑選導(dǎo)航星時(shí)，先從參考星表中選出有可能成為導(dǎo)航星的恒星構(gòu)成候選導(dǎo)航星表，然后按星等大小由低到高依次將導(dǎo)航星按其原有的位置信息追加到導(dǎo)航星表中［6］。這種方法通過修改權(quán)值，可以得到大小不同的導(dǎo)航星表，以滿足不同飛行任務(wù)的要求。但在實(shí)際使用中，由于星相機(jī)視場范圍有限，而整個(gè)星庫加權(quán)值又是固定的，很可能在一個(gè)視場圖像中不能獲取足夠數(shù)量的導(dǎo)航星，導(dǎo)致位姿信息結(jié)算失敗，而在下一視場中恒星數(shù)量過多又會(huì)導(dǎo)致運(yùn)算量過大失去實(shí)時(shí)性。這種方法不能保證數(shù)據(jù)庫中恒星分布的均勻性，可能的改進(jìn)方法是對星庫進(jìn)行天區(qū)劃分，根據(jù)不同天區(qū)的亮星密度分布來確定不同的權(quán)值，將對性能有所改善。

2）回歸選取方法

回歸選取方法將傳統(tǒng)星等閾值過濾算法中的靜態(tài)閾值用動(dòng)態(tài)星等閾值代替，建立了一種新的動(dòng)態(tài)星等閾值過濾選擇模式，基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)的方法為求解高維非線性動(dòng)態(tài)星等閾值分布函數(shù)提供了途徑［6］。結(jié)果表明，用該方法所選取的導(dǎo)航星表導(dǎo)航星數(shù)量少、分布均勻性好，同時(shí)還能適應(yīng)多種任務(wù)的導(dǎo)航星選取要求，具有較強(qiáng)的通用性。但這種方法本身比較復(fù)雜，所需的參數(shù)較多，且對參數(shù)選擇的敏感性較大，不容易得到最優(yōu)結(jié)果，使導(dǎo)航星庫設(shè)計(jì)難度較大。因此本方法的簡化設(shè)計(jì)及參數(shù)優(yōu)化是改進(jìn)研究工作的重心。

3）小結(jié)

由以上對各種導(dǎo)航星庫構(gòu)建方法的介紹可知，每一種方法都有其局限性，如星等加權(quán)法不能滿足恒星覆蓋的均勻性，回歸選取法各項(xiàng)參數(shù)選取困難。探索新的導(dǎo)航星庫優(yōu)化設(shè)計(jì)方法，使其最大化地適應(yīng)星圖匹配算法需求是空間暗弱目標(biāo)捕獲跟蹤控制中的一項(xiàng)關(guān)鍵技術(shù)。

3.4 星圖匹配算法

星圖匹配算法的工作原理是通過相機(jī)視場中的數(shù)顆恒星所具有的模式唯一的特征來匹配星圖數(shù)據(jù)庫中的恒星特征，繼而解算出相機(jī)當(dāng)前指向和姿態(tài)［10］。

星圖匹配算法目前有很多種，優(yōu)秀的識別算法不僅匹配快速準(zhǔn)確，而且在實(shí)際匹配中受視場和星等靈敏度的影響小。目前比較通用的星圖匹配算法是三角形匹配法［11］。

三角形算法是目前最常用也是研究最深入的星圖匹配算法，實(shí)時(shí)性和魯棒性都較好，運(yùn)算規(guī)模適中，適合在軌硬件條件。三角形匹配算法的基本原理是利用恒星對角距不變且唯一的特性，在導(dǎo)航星庫中匹配同一視場下3顆恒星組成的三角形的角距。星三角形的角距特性應(yīng)該是模式唯一的［6］，導(dǎo)航星庫中有唯一的對應(yīng)星三角形，根據(jù)這個(gè)對應(yīng)關(guān)系就可判定相機(jī)的觀測姿態(tài)和指向。三角形匹配算法的缺點(diǎn)是特征維數(shù)只有一維，在測量誤差較大時(shí)，冗余匹配導(dǎo)致星圖匹配成功率迅速降低［12-13］。

針對上述缺陷，參考文獻(xiàn)［13］中提出了一種增加特征維度的改進(jìn)算法，將恒星亮度作為第二個(gè)特征加入了匹配算法。在程序運(yùn)行中先匹配亮度再匹配角距，對程序運(yùn)算量沒有明顯的增加。但這種方法局限性很大，因?yàn)楦鶕?jù)現(xiàn)有相機(jī)的成像能力，無法對恒星進(jìn)行準(zhǔn)確的亮度計(jì)量，誤差一般會(huì)達(dá)到0.5星等左右，造成新的冗余匹配。為了改善這一點(diǎn)，應(yīng)尋求一種新的測量精度較高的特征量。

在三角形匹配的過程中原本是對角距值的比對，一個(gè)星三角形至少需要比對3個(gè)數(shù)值才能完成匹配。作為改進(jìn)，T算法［12］構(gòu)造了一個(gè)特征量T=b+k·lg（a+ca），其中a，b，c為三角形的三邊長，k為常數(shù)，取0.1。T值具有旋轉(zhuǎn)、平移不變性，與三角形結(jié)構(gòu)有一一對應(yīng)的關(guān)系，能唯一地描述一個(gè)三角形。這樣，匹配一個(gè)三角形只需要比對一個(gè)數(shù)值T，大大提高了匹配速度。未來如能進(jìn)一步建立索引進(jìn)行快速T值搜索，這種算法的效率就會(huì)更高。

在實(shí)際工程應(yīng)用中，星圖匹配算法與星圖數(shù)據(jù)庫兩者的關(guān)系是密不可分的，對于特定的一種星圖匹配算法，往往需要專門設(shè)計(jì)一種優(yōu)化的星圖數(shù)據(jù)庫，以保證程序運(yùn)行效率盡可能高。

綜上所述，設(shè)計(jì)一種合理可行的星圖匹配算法并加以優(yōu)化使其高效運(yùn)行，或?qū)σ粋€(gè)成熟算法進(jìn)行改進(jìn)，是捕獲跟蹤控制中的一項(xiàng)關(guān)鍵技術(shù)。精簡比對信息，減少比對次數(shù)將會(huì)對星三角形匹配算法的運(yùn)行效率起到積極作用。在設(shè)計(jì)星圖匹配算法時(shí)，須同時(shí)進(jìn)行星圖數(shù)據(jù)庫的專一優(yōu)化設(shè)計(jì)，使星圖匹配程序模塊的可靠性得到保證。

3.5 目標(biāo)捕獲算法

目標(biāo)捕獲算法是繼星圖匹配算法后，捕獲跟蹤程序流程的下一模塊。為了將一個(gè)運(yùn)動(dòng)目標(biāo)從背景圖像中識別出來，前人總結(jié)了正反兩種思路。

1）正向思路

為了在星空背景中提取出恒星之外的運(yùn)動(dòng)點(diǎn)目標(biāo)，最直接的思路就是利用目標(biāo)物與星空背景的相對運(yùn)動(dòng)特征來進(jìn)行目標(biāo)提取。幀疊加法［14］將連續(xù)N幀圖像進(jìn)行疊加，識別其中的運(yùn)動(dòng)目標(biāo)，由此實(shí)現(xiàn)目標(biāo)捕獲。但這種方法僅適用于跟蹤快速移動(dòng)的目標(biāo)，一般適用于低軌道。在低軌道，目標(biāo)與恒星背景的相對運(yùn)動(dòng)速度較快，只要少量的幀間運(yùn)動(dòng)特性就可以甄別。但在高軌道，這種相對運(yùn)動(dòng)微乎其微，基本可以認(rèn)為在有限的幀數(shù)內(nèi)不存在相對運(yùn)動(dòng)。若只利用幀間運(yùn)動(dòng)特征而又要排除誤差的影響，必須使用很多幀圖像，硬件緩存成為了瓶頸。故這種算法在適用范圍上受到很大限制。

2）反向思路

另一種思路是恒星反匹配法，剔除恒星，視場中剩下的點(diǎn)就是疑似目標(biāo)。這種方法緊密承接星圖匹配算法，由于一個(gè)視場中很可能有多于3顆的恒星，需要將這些恒星都剔除，則需要使用參考星庫對圖像進(jìn)行反匹配。根據(jù)星圖匹配結(jié)果已知圖像在天球坐標(biāo)中的位置，根據(jù)這一位置信息提取參考星庫中對應(yīng)視場范圍的恒星位置信息，與圖像中的恒星進(jìn)行匹配，將匹配成功的目標(biāo)剔除，剩下的即為疑似目標(biāo)。這種方法規(guī)避了對目標(biāo)運(yùn)動(dòng)特性的要求，適用于對空間慢速目標(biāo)的識別和捕獲。

但該方法在程序的實(shí)際運(yùn)行過程中，將會(huì)受到多方面因素的影響。比如在一幀星圖反匹配成功后，圖像中可能出現(xiàn)的隨機(jī)沖擊噪聲會(huì)被誤判為目標(biāo)；另一種可能是由于目標(biāo)距離恒星較近，兩者質(zhì)心無法分離，誤判此幀圖像不包含目標(biāo)；此外，由于參考星庫的局限性，圖像可能出現(xiàn)未包含在星庫中的恒星，這些干擾因素適用于幀間運(yùn)動(dòng)特性分析法加以排除。因此，在星圖反匹配以剔除恒星時(shí)，需要研究一種可靠的判別恒星和目標(biāo)的方法，這也是捕獲跟蹤控制中的又一大關(guān)鍵技術(shù)。

3）小結(jié)

目標(biāo)捕獲算法的兩種設(shè)計(jì)思路中，幀疊加法具有提高圖像對比度的功能，且能濾除隨機(jī)噪聲的影響，利于暗弱目標(biāo)的識別，但對目標(biāo)運(yùn)動(dòng)特性要求較高。恒星反匹配法受到圖像噪聲和假目標(biāo)的影響較大，對質(zhì)心定位精度要求也較高。若結(jié)合這兩種方法的優(yōu)點(diǎn)設(shè)計(jì)出一種混合算法，例如先疊加再匹配，可能會(huì)對目標(biāo)提取結(jié)果的可靠性產(chǎn)生有益影響。

3.6 目標(biāo)跟蹤算法

在目標(biāo)捕獲完成后，往往目標(biāo)的位置遠(yuǎn)離視場的中心像元，這個(gè)距離是可以通過焦面探測器的像元坐標(biāo)進(jìn)行測量的，而焦面上一點(diǎn)到中心像元的距離可以精確地轉(zhuǎn)化為相機(jī)視軸的脫靶量。這個(gè)脫靶量即是捕獲跟蹤程序輸出的最終結(jié)果，它將被發(fā)送給跟蹤系統(tǒng)控制器，解算出伺服機(jī)構(gòu)需要運(yùn)行的角度和方向，伺服機(jī)構(gòu)帶動(dòng)星相機(jī)視軸運(yùn)動(dòng)，將目標(biāo)質(zhì)心與相機(jī)中心像元重合，從而實(shí)現(xiàn)捕獲跟蹤的目的。這項(xiàng)技術(shù)的實(shí)現(xiàn)較為簡單，只要捕獲跟蹤系統(tǒng)能一直準(zhǔn)確識別目標(biāo)，即可進(jìn)行精密的跟蹤。

4 結(jié)束語

通過對捕獲跟蹤系統(tǒng)中的捕獲跟蹤控制算法進(jìn)行功能分析和流程分解，針對空間暗弱慢速運(yùn)動(dòng)目標(biāo)特點(diǎn)，分析識別出了星圖匹配算法優(yōu)化設(shè)計(jì)、星圖數(shù)據(jù)庫優(yōu)化設(shè)計(jì)、目標(biāo)捕獲算法優(yōu)化設(shè)計(jì)是當(dāng)前面臨的三大關(guān)鍵的、必須解決的技術(shù)問題。同時(shí)，對這3項(xiàng)關(guān)鍵技術(shù)的未來發(fā)展提出如下幾點(diǎn)思考:①星圖數(shù)據(jù)庫、星圖匹配算法、目標(biāo)捕獲算法是相互關(guān)聯(lián)耦合的，在設(shè)計(jì)時(shí)必須同時(shí)考慮；②星圖匹配算法的改進(jìn)方向是尋找精簡比對信息、減少比對次數(shù)、提高模式唯一性的最優(yōu)方法；③星圖數(shù)據(jù)庫在設(shè)計(jì)時(shí)必須平衡考慮數(shù)據(jù)量的精簡和星圖的均勻性；④目標(biāo)捕獲算法的改進(jìn)方向是結(jié)合幀疊加分析法與星圖反匹配法的優(yōu)點(diǎn)，進(jìn)行混合優(yōu)化算法設(shè)計(jì)。這些關(guān)鍵技術(shù)的突破將會(huì)對目前空間暗弱慢速運(yùn)動(dòng)目標(biāo)的捕獲跟蹤技術(shù)產(chǎn)生較大的推動(dòng)作用。

（

）

［1］于思源，馬晶，譚立英.自由空間激光通信技術(shù)發(fā)展趨勢分析［J］.光通信技術(shù)，2004，28（12）:2-3 Yu Siyuan，Ma Jing，Tan Liying.Future trends in freespace laser communication technology［J］.Optical Communication Technology，2004，28（12）:2-3（in Chinese）

［2］謝木軍，馬佳光，傅承毓，等.空間光通信中的精密跟蹤瞄準(zhǔn)技術(shù)［J］.光電工程，2000，27（1）:13-16 Xie Mujun，Ma Jiaguang，F(xiàn)u Chengyu，et al.Precision tracking and pointing technologies in space optical communication［J］.Opto-Electronic Engineering，2000，27（1）:13-16（in Chinese）

［3］魏新國，張廣軍，江潔.星敏感器中星圖圖像的星體細(xì)分定位方法研究［J］.北京航空航天大學(xué)學(xué)報(bào)，2003，29（9）:812-815 Wei Xingguo，Zhang Guangjun，Jiang Jie.Subdivided locating method of star image for star sensor［J］.Journal of Beijing University of Aeronautics and Astronautics，2003，29（9）:812-815（in Chinese）

［4］Giancarlo Rufino，Domenico Accardo.Enhancement of the centroiding algorithm for star tracker measure refinement［J］.Acta Astronautica，2003，53（2）:135-147

［5］楊君，張濤，宋靖雁，等.星點(diǎn)質(zhì)心亞像元定位的高精度誤差補(bǔ)償法［J］.光學(xué)精密工程，2010，18（4）:1003-1009 Yang Jun，Zhang Tao，Song Jingyan，et al.High accu-racy error compensation algorithm for star image subpixel subdivision location［J］.Optics and Precision Engineering，2010，18（4）:1003-1009（in Chinese）

［6］鄭勝，吳偉仁，田金文，等.一種新的導(dǎo)航星選取算法研究［J］.宇航學(xué)報(bào)，2004，25（1）:35-40 Zheng Sheng，Wu Weiren，Tian Jinwen，et al.A novel regression selection algorithm of guide star［J］.Journal of Astronautics，2004，25（1）:35-40（in Chinese）

［7］李立宏，林濤，寧永臣，等.一種改進(jìn)的全天自主三角形星圖識別算法［J］.光學(xué)技術(shù)，2000，26（4）:372-374 Li Lihong，Li Lintao，Ning Yongchen，et al.Improved all-sky autonomous triangle star-field identification algorithm［J］.Optical Technique，2000，26（4）:372-374（in Chinese）

［8］鄭萬波，劉智，郝志航，等.二維精簡索引分層導(dǎo)航星庫的構(gòu)造［J］，吉林大學(xué)學(xué)報(bào)，2003，21（2）:123-127 Zheng Wanbo，Liu Zhi，Hao Zhihang.Construction of delaminating guide star database with 2-D condensed index［J］.Journal of Jilin University，2003，21（2）:123-127（in Chinese）

［9］徐世文，李葆華，張迎春，等.用字符匹配進(jìn)行星圖識別的導(dǎo)航庫存儲方法［J］.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2005，37（6）:819-821 Xu Shiwen，Li Baohua，Zhang Yingchun，et al.A storing navigation star database method for star map recognition using character match［J］.Journal of Harbin Institute of Technology，2005，37（6）:819-821（in Chinese）

［10］江萬濤，謝俊峰，龔健雅，等.一種基于星形的星圖識別算法［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2008，33（1），13-16 Jiang Wanshou，Xie Junfeng，Gong Jianya，et al.New star identification algorithm based on starlike mappings pattern［J］.Geomatics and Information Science of Wuhan University，2008，33（1），13-16（in Chinese）

［11］劉朝山，馬瑞萍，肖稱貴，等.星圖匹配制導(dǎo)中的關(guān)鍵技術(shù)［J］.宇航學(xué)報(bào)，2006，27（1）:31-35 Liu Chaoshan，Ma Ruiping，Xiao Chengui，et al.Star pattern matching for celestial guidance［J］.Journal of Astronautics，2006，27（1）:31-35（in Chinese）

［12］鄭勝，吳偉仁，田金文，等.一種新的全天自主幾何結(jié)構(gòu)星圖識別算法［J］.光電工程，2004，31（3）:4-7 Zheng Sheng，Wu Weiren，Tian Jinwen，et al.A novel all-sky autonomous triangle-based star map recognition algorithm［J］.Opto-Electronic Engineering，2004，31（3）:4-7（in Chinese）

［13］賀鵬程.一種改進(jìn)的三角形識別算法［J］.艦船電子工程，2012，32（4）:42-44，61 HE Pengcheng.An improved triangle matching recognition algorithm［J］.Ship Electronic Engineering，2012，32（4）:42-44，61（in Chinese）

［14］許永輝，姜守達(dá).深空背景弱小運(yùn)動(dòng)目標(biāo)檢測算法研究［J］.光學(xué)技術(shù)，2010，36（2）:209-212 Xu Yonghui，Jiang Shouda.Research on dim moving target detection algorithm in deep space［J］.Optical Technique，2010，36（2）:209-212（in Chinese）

（編輯：張小琳）

Study of Acquisition and Tracking of Dim Targets in Deep Space

JIA Mengyang
（Beijing Institute of Space Mechanics&Electricity，Beijing 100094，China）

In order to achieve independent and high-precision acquisition and tracking of dim targets in high earth orbit，we have to develop capturing and tracking control software.Based on the existing star-sensitive camera，we can find the workflow of the ATP system；the software for acquisition and tracking controling is divided into 6 function modules.This article describes the inheritance between these software modules and the existing technology.This article describes the composition of the ATP system，the design of discusses the software modules and sorts out three critical technologies of star pattern database design，star pattern matching algorithm and target acquisition algorithm.The main purpose of this article is to find new ideas to improve the responsibility of the capturing and tracking control software.The recent study of each software module is introduced and discussed in this article.Three critical technologies of the software are found: guide star catalog building，star recognition algorithms and object extraction technology.

dim target；acquisition and tracking；star pattern matching

TN911.73

A DOI：10.3969/j.issn.1673-8748.2015.02.016

2015-03-13；

2015-03-20

賈蒙楊，男，工程師，研究方向?yàn)楹教炱骺傮w設(shè)計(jì)。Email：kerr_1@126.com。