تدوین کاتالوگ ماموریت و الگوریتم شناسایی الگوی مقاوم جهت ارتقای عملکرد سامانه ستاره یاب در طول روز

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد، دانشکده هوافضا، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

2 دانشجوی دکتری، دانشکده هوافضا، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

3 کارشناسی ارشد، ، دانشکده هوافضا، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

4 هیآت علمی دانشگاه تربیت مدرس- دانشکده مکانیک

چکیده

به منظور افزایش عملکرد سامانه ستاره یاب به طول روز نیازمندی‌های این سامانه در دو بخش کاتالوگ ماموریت و الگوریتم شناسایی مقاوم به غیر ستاره بررسی و تامین شده‌اند. کاتالوگ مورد استفاده تومس می‌باشد. به دلیل بالا بودن تعداد اجرام ابتدا کاتالوگ فیلتر گشته و 61 هزار جرم با بالاترین کیفیت موقعیتی و فوتومتری انتخاب شده‌اند. سپس با استفاده از یکنواخت سازی چیدمان ستارگان، 4000 ستاره به عنوان کاتالوگ ماموریت نهایی استخراج می‌گردند. با توجه به زیاد بودن اجرام قابل مشاهده در محدوده دید که در کاتالوگ ماموریت و پایگاه داده ذخیره نشده‌اند، الگوریتم شناسایی الگوی ستاره­ی مقاوم به غیر ستاره‌ها تدوین شده است. این الگوریتم از تبدیل فاصله اقلیدسی ستاره‌های موجود در کاتالوگ ماموریت به صورت جدول جست و جو استفاده می­نماید. تصویری که بیشترین تطبیق را با پایگاه داده داشته باشد به عنوان شناسایی نهایی اعلام خواهد شد. درصد بالای شناسایی صحیح در حضور تعداد قابل توجهی غیر ستاره در کنار حجم محاسباتی کم و فرکانس به روز رسانی مناسب از خصوصیات الگوریتم شناسایی پیشنهادی است.

کلیدواژه‌ها


[1]  Liebe C.C., Star tracker for attitude determination. IEEE AES, 10(6): pp. 10-16, 1995.
[2]  Liebe D.C.C., Star tracker for attitude determination. IEEE AES Systems Magazine, 1995.
[3]  Dzamba T., et al., Success by 1000 Improvements: Flight Qualification of the ST-16 Star Tracker, in Small Satellite Conference. 2014.
[4]  Blarre L., et al., New Sodern's APS Based Autonomous Multiple Heads Star Sensor (hydra): Three Heads are Better than One, in International ESA Conference on Guidance, Navigation and Control Systems, E.S. Agency, Editor. 2005: Loutraki, Greece.
[5]  Elbert B.R., Introduction to satellite communication. Third ed, ed. A. House. 2008.
[6]  Keydel W., Present and Future Airborne and Space-borne Systems, in RTO SET Lecture Series on, Radar Polarimetry and Interferometry, G.A.R.C. (DLR), Editor. Brussels, Belgium, 2004.
[7]  Eisenman A.R. and Liebe C.C., The advancing state-of-the-art in second generation star trackers, in IEEE Aerospace Conference. IEEE: Snowmass at Aspen. pp. 111 - 118, 1998.
[8]  Gammell J.D., et al., Rover Odometry Aided by a Star Tracker, in Aerospace conference, IEEE, Editor. 2013.
[9]  Young E.F., et al., Sub_arcsecond performance of the ST5000 star tracker on a balloon-borne platform, in Aerospace conference, IEEE, Editor. 201.
[10] Yanga P., Xiea L. and Liua J., Simultaneous celestial positioning and orientation for the lunar rover. Aerospace Science and Technology, 34(1): pp. 45-54, 2014.
[11] Belenki D.B.M., Rye V. and Brinkley T., Daytime Stellar Imager, U. patent, Editor. USA, 2009.
[12] Skrutskie R. and Steining R., The two micron all sky survey (2MASS). The Astronomical Journal, 131, 2005..
[13] IPAC C., User's Guide to the 2MASS All-Sky Data Release. 2006; Available from: http://www.ipac.caltech.edu/2mass/releases/allsky/doc/sec2_2a.html#scan_key.
[14] Roshanian J., Yazdani S. and Ebrahimi M., Performance analysis of Nasir-I star tracker in the presence of systematic errors using monte-carlo simulation. Journal of Control, 6(2): pp. 15-21, 2012..
[15] Roshanian J., et al., 2MASS infrared star catalog data mining for use onboard a daytime star tracker, in Recent Advances In Space Technlogy, IEEE, Editor. Turkey, Istnabul, 2015.
[16] Thomson J.J., On the structure of the atom: an investigation of the stability and periods of oscillation of a number of corpuscles arranged at equal intervals around the circumference of a circle; with application of the results to the theory of atomic structure. Philosophical Magazine Series, 67(39): pp. 237-265, 1904..
[17] Roshanian J., et al., Uniform Star Catalog Generation and Comparison Criterion Introduction for a Typical Star Tracker. Modares Mechanic Journal, 15(3): pp. 344-352, 2015..
[18] Delabie T., Durt T. and Vandersteen J., A Highly Robust Lost In Space Algorithm Based On The Shortest Distance Transform. Journal of Guidance, Control, and Dynamics, 35(2): pp. 476-484, 2013..
[19] Borgefors G., Distance Transformation in Digital Images. Computer Vision, Graphics, and Image Processing, 34(3): pp. 344–371, 1986.
[20] Huttenlocher D.P. and Felzenszwalb F., Distance Transforms of Sampled Functions. Cornell Computing and Information Science, 1(1): pp. 1-15, 2004..
[21] Li, H. and Xu D., Euclidean Distance Transform of Digital Image in Arbitrary Dimensions, in Advances in Multimedia Information Processing, Springer, Editor. Lecture Notes in Computer Science. pp. 72-79, 2006.
[22] Bailey D.G., An efficient euclidean distance transform. Combinatorial Image Analysis, 3322: pp. 394-408, 2004..
[23] Fabbri R. andCosta L., 2D Euclidean Distance Transform Algorithms: A Comparative Survey. ACM Computing Surveys,. 40(1): pp. 1-44, 2008
[24] Kolountzakis M.N. and Kutulakos N., Fast computation of Euclidean distance Map for binary images. Information Processing Letters, 43(4): pp. 181-184, 1992..
[25] Maurer, C.R.J., Rensheng Q., and Raghavan V., Linear Time Algorithm for Computing Exact Euclidean Distance Transforms of Binary Image in Arbitrary Dimensions. Pattern analysis and machine learning,. 25(2): pp. 265-270, 2003.