大視場星敏感器星光制導(dǎo)技術(shù)及應(yīng)用

第1章 緒論
1．1 引言
1．2 星光制導(dǎo)技術(shù)概述
1．2．1 星光制導(dǎo)的特點
1．2．2 星光制導(dǎo)技術(shù)的發(fā)展現(xiàn)狀
1．2．3 星光制導(dǎo)的工作過程
1．2．4 利用星光折射技術(shù)確定導(dǎo)彈位置
1．3 星敏感器
1．4 星光制導(dǎo)關(guān)鍵技術(shù)
1．4．1 星圖模擬
1．4．2 星提取
1．4．3 導(dǎo)航星表
1．4．4 星圖識別
1．4．5 星敏感器誤差標(biāo)定
1．4．6 姿態(tài)確定
參考文獻(xiàn)
第2章 星圖模擬
2．1 引言
2．2 星圖特點分析
2．3 星圖模擬原理
2．4 星圖模擬過程分析
2．4．1 指定天區(qū)觀測星搜索
2．4．2 星體坐標(biāo)計算
2．4．3 星等與光電子數(shù)的變換
2．4．4 基于高斯點擴散函數(shù)模擬星像能量分布
2．4．5 星圖噪聲及模擬星圖的生成
2．5 基于k-vector搜索的星圖模擬算法
2．6 仿真驗證
2．6．1 仿真驗證一
2．6．2 仿真驗證二
2．7 本章小結(jié)
參考文獻(xiàn)
第3章 運動模糊星圖復(fù)原及效果評價
3．1 引言
3．2 造成星圖運動模糊的因素分析
3．3 運動模糊的基本理論
3．3．1 圖像的退化模型
3．3．2 退化圖像的傳遞函數(shù)及點擴散函數(shù)
3．4 模糊尺度鑒別
3．4．1 運動模糊度估計原理
3．4．2 運動模糊點擴散函數(shù)模糊尺度鑒別流程
3．4．3 模糊尺度鑒別仿真分析
3．5 運動模糊復(fù)原方法
3．5．1 有約束的復(fù)原方法
3．5．2 逆濾波方法
3．5．3 維納濾波方法
3．5．4 平滑約束的最小二乘方濾波方法
3．5．5 模糊星圖復(fù)原仿真結(jié)果分析
3．6 星體質(zhì)心提取算法
3．6．1 星體位置粗確定方法
3．6．2 星體目標(biāo)質(zhì)心的細(xì)分定位方法
3．6．3 質(zhì)心提取仿真分析
3．7 基于質(zhì)心提取的運動模糊星圖復(fù)原評價方法
3．8 本章小結(jié)
參考文獻(xiàn)
第4章 導(dǎo)航星表
4．1 引言
4．2 導(dǎo)航星的選取
4．2．1 基本天文星表分析
4．2．2 恒星分布規(guī)律
4．2．3 構(gòu)建導(dǎo)航星表的基本要求
4．2．4 導(dǎo)航星的選取原則
4．2．5 導(dǎo)航星表分布分析
4．3 存儲導(dǎo)航星表的典型方法
4．3．1 球形矩陣分割法
4．3．2 重疊區(qū)域法
4．3．3 赤緯帶法
4．4 星敏感器視場參數(shù)確定方法
4．4．1 視場參數(shù)的制約因素
4．4．2 基于星覆蓋區(qū)域分析的視場內(nèi)恒星估計
4．4．3 基于星覆蓋區(qū)域分析的視場參數(shù)確定方法
4．5 基于亮度優(yōu)先和差異優(yōu)先的導(dǎo)航星表構(gòu)建方法
4．5．1 原理分析
4．5．2 星表構(gòu)建實現(xiàn)過程
4．5．3 導(dǎo)航星表構(gòu)建及性能分析
4．6 適用于彈道導(dǎo)彈的導(dǎo)航星選取方法
4．6．1 根據(jù)標(biāo)準(zhǔn)彈道均勻化選取導(dǎo)航星的方法
4．6．2 基于投影變換的彈載導(dǎo)航星表選取方法
4．6．3 基于螺旋基準(zhǔn)點的導(dǎo)航星選取方法
4．7 基于預(yù)測跟蹤星表提高星敏感器實時性的方法
4．7．1 預(yù)測跟蹤星表的總體思想及基本結(jié)構(gòu)
4．7．2 導(dǎo)航星表各部分結(jié)構(gòu)
4．7．3 預(yù)測跟蹤星表的實現(xiàn)
4．7．4 仿真驗證
4．8 本章小結(jié)
參考文獻(xiàn)
第5章 星圖識別算法
5．1 引言
5．2 星圖識別問題分析
5．3 經(jīng)典星圖識別算法
5．3．1 三角形算法
5．3．2 柵格算法
5．3．3 匹配組算法
5．3．4 奇異值分解算法
5．3．5 算法分析與比較
5．4 一種改進(jìn)的主星星圖識別算法
5．4．1 基于主星星圖識別的導(dǎo)航星表構(gòu)造
5．4．2 星圖識別算法流程
5．4．3 數(shù)學(xué)仿真驗證
5．5 基于三角形內(nèi)切圓的星圖識別算法
5．5．1 算法理論分析
5．5．2 基于三角形內(nèi)切圓算法的導(dǎo)航星表構(gòu)造
5．5．3 星圖識別算法的具體實現(xiàn)
5．5．4 數(shù)學(xué)仿真驗證
5．6 基于Quine三角形的改進(jìn)星圖識別算法
5．6．1 改進(jìn)算法的可行性分析
5．6．2 特征三角形模式向量的構(gòu)造
5．6．3 導(dǎo)航星庫的構(gòu)造
5．6．4 算法流程
5．6．5 仿真與分析
5．7 三角形識別中的選星策略及實現(xiàn)
5．7．1 選星策略
5．7．2 算法實現(xiàn)
5．7．3 仿真驗證
5．8 改進(jìn)的金字塔全天自主星圖識別算法
5．8．1 導(dǎo)航星數(shù)據(jù)庫的構(gòu)造
5．8．2 金字塔星圖識別算法及其改進(jìn)
5．8．3 仿真驗證
5．9 慣導(dǎo)輔助模式下的星圖識別算法
5．9．1 由含誤差慣導(dǎo)姿態(tài)信息估計星敏感器觀測瞬時導(dǎo)航星表
5．9．2 慣導(dǎo)輔助模式下的星圖識別實現(xiàn)流程
5．9．3 仿真結(jié)果分析
5．10 本章小結(jié)
參考文獻(xiàn)
第6章 大視場星敏感器誤差標(biāo)定
6．1 引言
6．2 誤差源及主要誤差因素分析
6．2．1 星敏感器誤差來源
6．2．2 星敏感器主要誤差因素分析
6．3 誤差模型及參數(shù)誤差校正
6．3．1 星敏感器成像模型
6．3．2 參數(shù)誤差校正
6．4 誤差對星敏感器測量精度的影響分析
6．4．1 對單星測量精度的影響分析
6．4．2 對星間角距測量精度的影響分析
6．4．3 仿真試驗驗證
6．5 誤差參數(shù)標(biāo)定方法
6．5．1 參數(shù)標(biāo)定常用算法分析
6．5．2 大視場星敏感器光學(xué)畸變對焦距標(biāo)定影響分析
6．5．3 基于GA-LM融合的星敏感器參數(shù)標(biāo)定算法
6．6 本章小結(jié)
參考文獻(xiàn)
第7章 捷聯(lián)慣性／星光組合導(dǎo)航原理與方法
7．1 引言
7．2 慣性／星光組合導(dǎo)航系統(tǒng)構(gòu)成
7．2．1 系統(tǒng)的工作模式
7．2．2 系統(tǒng)的組合模式
7．2．3 星光量測信息修正慣性器件誤差的方法
7．3 卡爾曼濾波算法在SINS／CNS中的應(yīng)用
7．3．1 卡爾曼濾波算法
7．3．2 卡爾曼濾波算法下的系統(tǒng)建模
7．4 UKF濾波算法在SINS／CNS中的應(yīng)用
7．4．1 UKF濾波算法
7．4．2 UKF濾波算法下的系統(tǒng)建模
7．5 粒子濾波算法在SINS／CNS中的應(yīng)用
7．5．1 改進(jìn)的邊緣Rao-Blackwellized粒子濾波器設(shè)計
7．5．2 粒子濾波算法下的系統(tǒng)建模
7．6 本章小結(jié)
參考文獻(xiàn)
第8章 捷聯(lián)慣性／星光制導(dǎo)半實物仿真
8．1 引言
8．2 半實物仿真系統(tǒng)結(jié)構(gòu)及組成
8．2．1 系統(tǒng)總體結(jié)構(gòu)
8．2．2 部件組成及功能
8．3 系統(tǒng)模塊設(shè)計
8．3．1 軌跡發(fā)生器的設(shè)計
8．3．2 星圖模擬計算機的設(shè)計
8．3．3 星模擬器的設(shè)計
8．3．4 星敏感器的設(shè)計
8．3．5 導(dǎo)航計算機的設(shè)計
8．4 星光制導(dǎo)半實物仿真系統(tǒng)測試及標(biāo)定
8．4．1 星模擬器光學(xué)系統(tǒng)測試
8．4．2 星敏感器光學(xué)系統(tǒng)測試
8．4．3 星敏感器的標(biāo)定
8．5 SINS／CNS復(fù)合制導(dǎo)半實物仿真
8．5．1 仿真條件
8．5．2 仿真分析
8．6 本章小結(jié)
參考文獻(xiàn)
第9章 基于大視場星敏感器星光制導(dǎo)技術(shù)展望
9．1 星敏感器的發(fā)展趨勢
9．2 星圖識別算法的發(fā)展趨勢
9．3 姿態(tài)確定算法發(fā)展趨勢
9．4 組合導(dǎo)航技術(shù)發(fā)展趨勢
參考文獻(xiàn)