基于CMOS和DSP的超小型星敏感器的研制
2008-11-13
作者:李学夔1, 王志娟2, 郝志航3
摘 要: 提出了采用高集成度的CMOS图像传感器结合DSP技术的技术方案,研制成功超小型的星敏感器" title="星敏感器">星敏感器。该星敏感器具有体积小、重量轻、功耗低" title="功耗低">功耗低的特性,完全能够满足航天制导的技术要求。
关键词: CMOS; DSP; 星敏感器; 星图
星敏感器(star sensor)是当今航天器中广泛采用的一种高精度、高可靠性的姿态测量器件,它通过探测天球上不同位置的恒星来确定卫星姿态,为航天飞行器提供相对于惯性坐标系的三轴姿态。
星敏感器主要由光学系统、图像传感器电路和控制与数据处理电路构成。其基本的工作原理如下:图像传感器对恒星成像,由数据处理电路对所拍摄的图像进行处理,提取出所需的星点位置和亮度信息,进行星图匹配,从而计算出星敏感器的三轴姿态[1]。
航天科技的发展对星敏感器提出了越来越高的要求,新型的星敏感器必须有更高的速度和更小的体积。尤其在星光惯性混合制导中,星敏感器需要放置在飞行器狭小的惯导平台内部,这对星敏感器的体积提出了非常严格的要求。同时,还必须保证星敏感器具备足够的敏感度和处理能力,基于以上考虑,本文采用以CMOS图像传感器和DSP(数字信号处理器)作为核心器件的电路设计方案。
1 CMOS图像传感器简介
目前,固体图像传感器分为电荷耦合器件(CCD)、电荷注入器件(CID)、光电二极管阵列(PDA)、NMOS图像传感器、CMOS图像传感器等[2]。
CMOS图像传感器基于超大规模集成电路的主流工艺,可以把光敏阵列、驱动和控制电路、模拟信号处理电路、模/数转换器(ADC)、全数字接口电路集成在一块芯片上,单芯片就可以完成摄像机全部电学功能,体积小,功耗低。早期的CMOS图像传感器在分辨率、噪声和成像质量上低于CCD图像传感器,但是近年来,亚微米工艺技术的发展和器件结构不断改善大大增强了CMOS图像传感器的图像质量。一些参数性能指标已经达到或者超过CCD图像传感器,完全可以代替CCD作为星敏感器的图像传感器。
2 系统组成
整个星敏感器电学系统的结构分成两大部分:星敏本体和星捕获处理电控" title="电控">电控部分,如图1所示。星敏本体包括光学镜头、CMOS图像传感器和CMOS驱动电路等。星捕获处理电控部分包括数字信号处理器、星像缓冲存储器" title="缓冲存储器">缓冲存储器、接口和处理软件等。
2.1 星敏本体
2.1.1 图像传感器LM9617
本文所采用的CMOS图像传感器是单色图像传感器LM9617, LM9617的像元数为664×504,提供片内12位A/D转换器、固定图形噪声消除单元、视频增益。另外,内部集成了灵活的时序和控制单元使用户可以最大限度地调整积分时间、有效窗口尺寸、增益和帧频,还提供了多种控制、时序和电源模式。其主要的技术指标如表1所示。
DSP对LM9617的控制通过双向二线制的同步串行I2C总线实现,DSP通过I2C总线对LM9617相应的寄存器进行设置即可实现对LM9617的积分时间和模式、增益和帧频、开窗位置、读出模式等的控制。
2.1.2 致冷器
由于CMOS的暗电流和热噪声较大,要保证星敏感器的测量精度,就必须采用主动致冷措施。用半导体致冷器将CMOS冷却到10℃±1℃ 以降低CMOS暗电流和热噪声。致冷器选用Marlow公司生产的单级半导体致冷器。同时还要采用隔热材料进行被动式致冷,以达到更好的致冷效果。
2.2 星捕获处理电控部分
星捕获处理电控部分由CPU、星像缓冲存储器、地址发生器和接口等构成。
2.2.1 CPU
本星敏感器采用TI公司的DSP TMS320F206作为系统的CPU。系统CPU的功能包括:
(1)控制星敏感器的工作方式;
(2)控制地址发生器、自检标定和致冷器;
(3)接收惯导计算机发出的指令和控制参数,实施控制并设置预置参数;
(4)处理视频信号处理器送来的数字星像信号,确定阈值,对数字星像信号进行连通性分析,通过内插细分求出选定星的精确像面坐标和星的亮度。
2.2.2 地址发生器
地址发生器根据CMOS图像传感器所提供的行、场和像元时钟等时序信号,为星图缓冲存储器产生存储星像所需要的存储地址,完成星图的存储。
2.2.3 星图缓冲存储器
星图缓存器由大容量的静态RAM构成,通过CMOS所采集的原始星图预先存储在星图缓冲存储器中,再由CPU访问星图缓冲存储器,对所存储的星图作进一步的处理。
2.2.4 接口
采用RS485接口芯片,以串行通讯方式与惯导计算机进行命令与数据通讯。
3 工作模式及流程
星敏感器有4种工作模式:自检工作模式、捕获工作模式、跟踪工作模式和成像工作模式。
星敏感器上电以后,首先工作在自检工作模式,点亮放在CMOS前的标定灯,CMOS对标定灯的灯光成像,系统通过检查所成图像的平均灰度来判定星敏感器的工作正常与否。自检正常后即进入捕获模式。在捕获模式下,对视场内所呈现的星图进行处理,剔除太空碎片和大目标,选取最亮的2~5颗星作为导航星" title="导航星">导航星,确定导航星窗口。导航星窗口确定以后,进入跟踪模式。在跟踪模式下,处理导航星窗口内的星象数据,计算导航星的精确位置,判断出其星等,输出计算结果,同时更新导航星窗口的位置。其工作流程如图2所示。
成像模式一般在试验调试中使用。在成像工作模式下,星敏感器被作为一台相机使用,可以拍摄和存储视场内的星图,所拍摄的星图通过RS485接口直接传输给外部的星务计算机。在试验调试中,通过成像模式可以观察所拍摄的星图,检验星敏感器的测量精度,在实际应用中,启动成像模式后,星敏感器可以作为空间相机使用,扩展了星敏感器的使用范围。
4 软件基本算法
星敏感器的主要功能是对星点的精确坐标定位,受光学系统和CMOS制造工艺的限制,图像的分辨率不可能无限制地提高。因此通过提高图像分辨率来提高定位精度的方法具有明显的局限性,而通过图像处理软件对目标进行细分定位则是一个行之有效的途径。为了达到较高的定位精度,本设计采用离焦(弥散)的方式,使恒星在CMOS的感光面上的成像点扩散到较多的像元上,然后进行细分定位,如图3所示。试验表明,当弥散圆的面积在3×3个像元时,可以达到很理想的细分定位精度。
点状光斑目标的细分定位方法可以分为基于灰度和基于边缘两大类。基于灰度的方法一般利用目标的灰度分布信息、如矩心法、曲面拟合法等。基于边缘的方法一般利用目标的边缘形状信息,如边缘圆(椭圆)拟合、Hough变换等。一般而言,基于灰度的方法适用于较小的目标,而基于边缘的方法适用于较大的目标,且对灰度不敏感。从星图的特征可以看到,星点与背景主要区别就在于灰度,而且实际星图中的星点目标的直径一般为三个像元,是比较典型的小目标,所以细分算法宜采用基于灰度的方法[3-4]。
在基于灰度的算法中,与曲面拟合法相比,矩心法是对信号求面积的矩,然后再在区域内作面积平均,因此,可显著降低每个测量数据对整个信号的影响,有利于消除系统误差,减少随机误差,提高值的稳定度和重复精度,所以,采用矩心法作为求高精度星点坐标定位的方法。
矩心算法的数学表达式如下:
上述表达式中,Vth为星图阈值,Axy是像元灰度值,x、y为像元信号的横纵坐标(单位:像元),xc、yc为星点信号矩心横纵坐标(单位:像元),(xc,yc)代表了星点信号经过内插细分后所得到的精确定位位置[5-6]。
5 性能测试结果及分析
采用本文所提出的设计方案,研制成功了基于CMOS和DSP的超小型星敏感器,如图4所示。
该星敏感器的外形尺寸只有φ80mm×φ60mm×110mm,功耗只有2W左右。从笔者所掌握的资料来看,这是目前国内独立研制成功的体积最小的星敏感器。
5.1 野外测试
图5为野外试验所拍摄的牧羊座区域星图,图6为SKYMAP所提供的牧羊座区域星图。
星敏感器在捕获模式下,对所捕获的整幅星图进行扫描,确定导航窗口,识别出星点坐标所用时间为168ms。如果在跟踪模式下,不对整幅星图扫描,只处理导航窗口内的星点数据,所用时间只为50ms左右,完全可以满足星光惯性混合制导的数据更新率的要求。
5.2 细分静态稳定性测试
在室内对该星敏感器做了细分静态稳定性的试验。用平行光管产生如图7所示的模拟星图。在星点的定位细分识别百分之一个像元的情况下,在2分钟内重复采集处理数据20次,在2小时内,间隔6分钟重复采集处理数据20次,从所得测试数据可以看出,间隔6分钟采集测量的均方差比连续采集略有增加,出现此现象的原因是,随着测量时间的延长,引入的随机误差会随着增加,测量系统的静态稳定性会略有下降,这种现象是正常的。测量结果表明,不论是连续测量还是长时间测量,均方差的值都在0.001像元左右,该试验表明该星敏感器的细分静态稳定性是十分优异的,完全可以满足航天制导的技术要求。
CMOS图像传感器和DSP都具有集成度高、功能强大的特点,因此,基于二者设计的星敏感器具有体积小、质量轻、功耗低的硬件特性。同时,实践证明,该星敏感器体积小,功能强大,对星点细分精度可以达到百分之一个像元,静态稳定性好,数据更新率高,功耗低,是目前国内星光惯性导航领域中技术先进的星敏感器。
参考文献
[1] 陈元枝. 基于星敏感器的三轴姿态测量方法研究[D].长春:中国科学院长春光机所,2000.
[2] 袁家虎.导航星敏感器探测灵敏度研究[J]. 光电工程,1999,26:56-60.
[3] 杨 博. 一种用星敏感器自主定位方法的精度分析[J].航天控制, 2001,(1):12-16.
[4] AMOLD J, PASTENACK H. Detection and tracking of low-observable targets through dynamic programming,SPIE,
Signal and Data Processing of Small Targets,1990,1481:198-208.
[5] HANNELORE G H,CYRUS E. Adaptive threshold adjustment and control,SPIE,Singal and Data Processing of small
targets,1989,1096:44-54.
[6] PADGETT C, KREUTZ-DELGADO K. A gid algorithm for autonomous star identification. IEEE Transations on
Aerospace and Leectronic Systems,1997,33(1):202-213.