Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/970| Diseño de un algoritmo de identificación de estrellas: Aplicación a la estimación de la actitud de satélites pequeños | |
| ENRIQUE ANTONIO HERNÁNDEZ ELÍAS | |
| MIGUEL ANGEL ALONSO AREVALO | |
| Acceso Abierto | |
| Atribución | |
| Sensor de estrellas, seguidor de estrellas, identificación de estrellas y determinación de la actitud | |
| En la actualidad existen grandes oportunidades para lanzar nanosatélites 1 al espacio, esto es debido a la miniaturización de los componentes electrónicos por la explosión del uso de la tecnologı́a en el mercado de los teléfonos inteligentes. Los nanosatélites están atrasados en la determinación de la actitud 2 precisa, ya que actualmente la determinación de la actitud de los nanosatélites está limitado a los sensores de sol, magnetómetros y velocidad de giro. Los sensores que determinan la actitud de forma precisa como los sensores de estrellas tienen costos demasiado elevados para ser usados en nanosatélites.
Una parte importante de los sensores de estrellas son los algoritmos de reconocimiento de estrellas. El objetivo del proceso de identificación de estrellas es reconocer las estrellas utilizando los cuerpos celestes en su vecindad. En ésta tesis se presenta un trabajo para la identificación de estrellas usando la invariante a la semejanza. El algoritmo propuesto define a un polı́gono para cada estrella de un catálogo de estrellas reducido, utilizando a los cuerpos celestes dentro del campo de visión como vértices, a este polı́gono se le calcula su invariante con la técnica derivada del método desarrollado por Chávez et al. (2013), que mapea al polı́gono a un único número complejo. A este mapeo no le afecta la transformación de la semejanza; esto es, el polı́gono bajo la transformación no es afectada por la rotación, el escalamiento o el desplazamiento.
Se realizó una validación experimental exhaustiva del algoritmo propuesto utilizando datos sintéticos generados a partir del catálogo de estrellas con ruido posicional uniformemente distribuido a cada una de las estrellas. El método de identificación de estrellas que se presenta es muy robusto, teniendo un reconocimiento de hasta el 99.68 % cuando los niveles de ruido llegan hasta ±424 μradianes en la posición de las estrellas.
En las pruebas realizadas el algoritmo propuesto prueba que si un polı́gono concuerda con uno almacenado en la base de datos, éste siempre corresponde a la estrella bajo análisis. No se encontró ningún polı́gono equivocado. También se probó que el algoritmo es más rápido comparado a otros algoritmos de identificación de estrellas y puede ser usado dentro de un nanosatélite. En su forma actual el algoritmo propuesto no puede reconocer polı́gonos para el caso cuando algunas de las estrellas de los polı́gonos creados desaparecen o cuando aparece una estrella falsa en la imagen y que no forma parte del catálogo de estrellas. En este caso el algoritmo solo indica que no encontró ningún polı́gono y no existe ningún caso de reconocimiento falso. At present, there are great opportunities to launch nanosatellites 3 into space, this is due to the miniaturization of the electronic components pushed by the explosion of technology in the market of smartphones. The attitude 4 determination capability of a nano satellite is limited by a lack of traditional high performance attitude sensors, since nowadays the determination of the attitude of the nanosatellites is limited to the sensors of Sun, magnetometers and speed of rotation. The sensors that determine the attitude with accuracy as the sensors of stars have costs too high to be used in the nanosatellites. An important part of the star sensors are the star recognition algorithms. In the star identification process the goal is to recognize a star by using the celestial bodies in its vicinity as context. In this thesis we present an approach to star identification using similarity invariants. More specifically, the proposed algorithm defines a polygon for each star, using the neighboring celestial bodies in the field of view as vertices, its invariant is calculated to this polygon with the technique derived from the method developed by Chávez et al. (2013). The mapping is insensitive to similarity transformation; that is, the image of the polygon under the transformation is not affected by rotation, scaling or translations. Each polygon is associated with an essentially unique complex number. We perform an exhaustive experimental validation of the proposed algorithm using synthetic data generated from the star catalog with uniformly-distributed positional noise introduced to each star. The star identification method that we present is proven to be robust, achieving a recognition rate of 99.68 % when noise levels of up to ±424 μradians are introduced to the location of the stars. In our tests the proposed algorithm proves that if a polygon match is found, it always corresponds to the star under analysis; no mismatches are found. Our algorithm execution speed was the fastest compared with others star identification algorithm. The conclusion is that our star identification algorithm can be used in nanosatellites. In its present form, however, our method cannot identify polygons in cases where there exist missing or false stars in the analyzed images, in those situations it only indicates that no match was found and there is no any case of false recognition. | |
| CICESE | |
| 2017 | |
| Tesis de doctorado | |
| Español | |
| E. Antonio Hernández , Miguel A. Alonso. 2017. Diseño de un algoritmo de identificación de estrellas: Aplicación a la estimación de la actitud de satélites pequeños. Tesis de Doctorado en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. 108 pp | |
| SATÉLITES ARTIFICIALES | |
| Aparece en las colecciones: | Tesis - Electrónica y Telecomunicaciones |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| TesisEnriqueAntonioHernandezEliasTyE.pdf | versión completa de la tesis | 11.08 MB | Adobe PDF | Visualizar/Abrir |