摘 要:基于光譜紅移天文自主導航思路以及天文學領(lǐng)域求解紅移值的方法,提出一種用小 波分析和密度估計相結(jié)合的方法測飛行器紅移值,進而求解速度的測速導航方法。首先采用小波 變換濾除噪聲并進行光譜歸一化,然后采用整體閾值和局部閾值相結(jié)合的方法,提取特征譜線, 用密度估計法求出紅移值,最后結(jié)合天文測角信息,計算出飛行器相對于慣性坐標系的速度。采 用實測的太陽光譜數(shù)據(jù),進行了紅移模擬與解算。實驗證明該方法在高信噪比的情況下,計算速 度快,求解結(jié)果精度高達96%,為基于光譜紅移的天文導航提供一種新的速度計算方法。
關(guān)鍵詞:天文導航;測速;紅移;小波分析;密度估計
中圖分類號:V249.32+9 文獻標識碼:A 文章編號:1673-5048(2014)06-0003-05
ResearchonMeasurementofSpectrumRedshiftinVelocityNavigation UsingWaveletAnalysisandDensityEstimationMethod
WANGYong,ZHAOYan,YANGKui
(SchoolofInstrumentationScienceandOptoelctronicsEngineering,BeihangUniversity,Beijing100191,China)
Abstract:Basedonideaofspectrumredshiftastronomicalautonomousnavigationandmethodforastron omysolvingaredshift,presentsavelocitycelestialnavigationmethod,whichmeasuresavehicleredshiftsu singthemethodofwaveletanalysiscombinedwithdensityestimation,andsolvesthevehicle’sspeed.First, wavelettransformisusedtofilterthenoiseandnormalizespectrum.Thenthecharacteristicspectrallinesare extractedbycombiningtheglobalthresholdandlocalthreshold,andtheredshiftvalueiscalculatedusingden sityestimationmethod.Finallycombiningwiththeastronomicalangleinformation,thespeedofthevehiclerel ativetoinertialcoordinatesystemiscalculated.Usingtheobserveddataofthesolarspectrum,simulationand calculationoftheredshiftareconducted.TheexperimentsprovethatinthehighSNR,themethodhasfeatures offastcalculation,highprecisionofsolvingresults,theaccuracyratereached96%,andprovidesanewspeed calculationmethodforcelestialnavigationbasedonspectralredshift.
Keywords:celestialnavigation;velocitymeasurement;redshift;waveletanalysis;densityestimation
0 引 言
深空探測是指發(fā)射航天器在深空對地外天體或空間進行探測的活動,是當今世界航天活動的 重要領(lǐng)域。常用的自主導航方法是天文光學自主 導航,其導航性能受制于目標天體的數(shù)量和距離、 空間環(huán)境、航天器測量精度等多種因素,且不能直 接測速,為此提出了基于光譜紅移的航天器自主 導航方法[1]。
天然光源的光譜包含了天體相對于航天器的 速度信息,可通過光譜紅移量結(jié)合航天器姿態(tài)信息與天文測角參數(shù),快速解算出航天器在慣性空 間中的速度與位置信息,從而實現(xiàn)深空探測高精 度天文光學測角測速組合自主導航。這是一種幾 何導航定位方法,不需要復(fù)雜的軌道動力學,原理 簡潔清晰,計算量小。該方法的核心就是求解出飛 行器相對于參考天體的紅移值。
目前尚未有直接研究基于光譜紅移的天文自 主導航的論文報告,但是天文學家采用光譜紅移 測量天體運行速度的研究可以追溯到1859年。 1868年英國天文學家威廉·哈金斯利用多普勒效 應(yīng),首次從譜線的微小位移測出了天狼星的視向 速度[2]。而最早出現(xiàn)的紅移自動測量技術(shù)則是 Tonry和Davis的交叉相關(guān)法[3]。此方法目前被認 為是最成功的紅移自動測量方法,后來澳大利亞 天文臺的Glazebrook在此基礎(chǔ)上提出了基于主分 量(PCA)的PCAZ方法[4]。但兩種方法運算量都偏 大。國內(nèi)的相關(guān)工作者有周虹的基于Hough變換 和神經(jīng)網(wǎng)絡(luò)求紅移的方法[5];邱波的偽三角法[6]。 但是這些方法只能處理發(fā)射線天體,不適合用于 對吸收譜天體度的測量。段福慶提出的密度估計 法[7]又比較依賴譜線的提取結(jié)果。
本文結(jié)合文獻[8]的天文導航思路以及天文學 領(lǐng)域求解紅移值的方法,提出一種用小波分析和 密度估計相結(jié)合的方法測量飛行器紅移值,進而 求解速度的導航方法。
1 測速原理
1.1 夫瑯和費線
天體光譜是由連續(xù)譜、譜線和各種噪聲組成 的,譜線是由天體中的各種原子、分子等在連續(xù)譜 基礎(chǔ)上吸收或輻射能量所體現(xiàn)出的特征[9]。以太 陽光譜為例,德國物理學家約瑟夫·夫瑯和費發(fā) 現(xiàn)太陽光譜中有一系列暗特征線,后來被稱之為 夫瑯和費線[10]。這些主要的特征線用字母A到K 標注,較弱的則用其他字母。后來基爾霍夫和羅伯 特·本生確認了每一條譜線所對應(yīng)的化學元素, 并推論在太陽光譜中的暗線是由太陽上層的那些 元素吸收造成的,有些被觀察到的特征線則是在 地球大氣層中的氧分子造成的[11]。主要的夫瑯和 費線和對應(yīng)的元素參見表1。
在這些譜線中,C,F(xiàn),G,h,H,K,L,N等吸 收線比較明顯,可以作為測量紅移值的參考特征。
1.2 光波多普勒效應(yīng)(紅移與藍移)
除此之外,天體光譜的一個重要參數(shù)紅移值, 蘊藏著天體的運行速度信息。當天體以很高的速度背離地球使得觀測到的譜線比靜止的譜線波長, 表現(xiàn)為譜線朝紅端移動一段距離,叫做紅移現(xiàn)象。 反之,則會出現(xiàn)藍移現(xiàn)象。
紅移的大小由“紅移值”衡量,紅移值用z表 示,定義為
式中:v1,v2,v3為各天體在慣性系中的速度矢量,可以通過星歷確定;u1,u2,u3為慣性系中各天體 指向航天器位置矢量的單位矢量,可由太陽敏感 器或星敏感器測得。
至此可以建立關(guān)于速度矢量、位置矢量的狀 態(tài)估計方程組:
給定初值后,求解方程組(6)可得航天器在慣 性坐標系中的速度矢量vp,知道時間后進行積分 即可以求得位置矢量rp。
2 基于小波分析和密度估計的紅移值求解
測出參考天體的光譜紅移值是實現(xiàn)光譜測速 的重要環(huán)節(jié),本文側(cè)重于研究光譜紅移值的測量。 一般包括光譜預(yù)處理、特征譜線提取、特征匹配和 紅移值解算三個步驟。
2.1 光譜預(yù)處理
天體光譜的預(yù)處理包括噪聲去除和連續(xù)譜歸 一化[12]。
其中:b代表天光背景,與成像視野里的天體背景 相關(guān);i代表設(shè)備噪聲,它在成像階段可以得到很 好的抑制,它們的殘余和其他噪聲源引起的噪聲 混合在一起,其表現(xiàn)形式是隨機白噪聲以及波長 不固定的干擾噪聲,可以采用小波軟閾值法去 除[13];x代表未知源。一般情況下噪聲主要來自i。
常用的去噪方法包括高斯濾波、中值濾波、小 波閾值法[14]。鑒于收集到的光譜信號中主要的噪 聲是高斯白噪聲,而小波閾值法的優(yōu)點就是可以 很好地去除高斯白噪聲,所以采用小波分層閾值 降噪的方法,具體闡述如下:
其中:dm,dt等是前j階中系數(shù)最大的k個小波系 數(shù)。閾值確定采用的是Birge-Massart法則:給定 一個指定的分解層數(shù)j,對j+1以及更高層的所有 系數(shù)保留;對于第i(i=1~j)層保留絕對值最大的 k個小波系數(shù),其余的置0。
連續(xù)譜的存在使得譜線的強度不能真實地反映 出來,所以必須使光譜中緩慢變化的部分歸為零。 通常采用的方法是原始光譜減去連續(xù)光譜,該過程 叫做連續(xù)譜歸一化。常采用多項式逼近法、中值濾 波、小波變換等方法來進行連續(xù)光譜的擬合[15]。多 項式逼近實際是多項式擬合,涉及到基向量和最小 二乘,計算量大。中期濾波是一個典型的非線性濾 波技術(shù),雖簡單易行,但對于吸收譜,會由于吸收帶 的影響造成中值位置與真實連續(xù)譜不一致。
一般采用的小波變換方法其缺點在于:生成 的譜線光譜中仍然有噪聲和部分較弱的吸收譜線 混雜在一起,不利于后期譜線特征的提取,因此本 文在譜線光譜的基礎(chǔ)上再次進行光譜歸一化,得 到新的譜線光譜(由于譜線光譜中連續(xù)譜線已經(jīng)基 本去除,嚴格地說所進行的操作并不叫做“光譜歸 一化”)。假定原始的譜線光譜成為一次光譜,新 得到的光譜稱為二次光譜。具體步驟如下:
2.2 特征譜線提取
已知太陽光譜中有很多夫瑯和費線,理論上 只要準確測定了同一條吸收譜線在靜止和運動狀 態(tài)所對應(yīng)的頻率值f0和f以及夾角θ,參考公式 (2),就可以精確解算某一時刻的徑向速度vcosθ, 在實際操作中提取多條譜線以減少計算誤差。本文決定提取表1中的吸收強度比較大的譜線,也即 是C,F(xiàn),G,h,H,K,L,N。
吸收譜線多為局部極小值,若只采用局部閾 值會導致某些譜線稀疏的地方產(chǎn)生偽譜線。而只 采用整體閾值又會導致吸收譜線強度弱的地方譜 線丟失。因此本文采用局部閾值和整體閾值相結(jié) 合的方法[16]。具體步驟如下:
Step1:設(shè)置局部閾值t,提取局部極小值點。
Step2:設(shè)置整體閾值T,提取低于整體閾值的 所有點(本文提取吸收譜線,故取低于整體閾值的 譜線點)。
2.3 特征匹配和紅移值解算
對于觀測光譜來說,每一時刻確定的速度v唯 一地和一個z值對應(yīng)。靜止的吸收譜線被提取時就 變成一個離散的數(shù)列{λi,i=1,2,…,M}。假設(shè)與 z值對應(yīng)的被提取的吸收譜線的數(shù)列為{λ′i,i=1, 2,…,M}。根據(jù)公式(1)可以知道λ=(1+z)λ0。 由此可知,理想狀態(tài)下兩個離散數(shù)列中的對應(yīng)吸 收譜線必然滿足此種關(guān)系。按照ki=λ′i/λi-1,計 算可以得出一個數(shù)據(jù)集k={ki,i=1,2,…,M· N}。很顯然,在k=ki處數(shù)列的點比較密集。因此 只要找到數(shù)據(jù)集中最密集的點域,而后進行均值 化,就可以得到估計的紅移值k。
3 驗證實驗
為了測試算法的可行性,采用太陽光譜數(shù)據(jù): ASTMG173-03ReferenceSpectraDerivedfromSM ARTSv.2.9.2[17]。該數(shù)據(jù)來自于美國材料與試驗 協(xié)會,采集于大氣表層外,很好地避開了天光線的 干擾,很類似于已在深空飛行的航天器獲得的光 譜數(shù)據(jù)。把此數(shù)據(jù)作為標準數(shù)據(jù),借助MATLAB, 為數(shù)據(jù)添加信噪比不同的高斯白噪聲。分別對其 進行不同的紅移值模擬,而后采用以上提出的方 法進行紅移值的測定。
閾值降噪時,采用層數(shù)為三的多尺度分解,具 有較好的效果,處理結(jié)果如圖1。從圖中可以看出 該方法可以成功地濾除噪聲,并對吸收譜線造成 較小的影響。
擬合譜線光譜時,多尺度分解的層數(shù)選擇4, 處理結(jié)果如圖2所示。
為了突出譜線而對譜線光譜再進行一次光譜 歸一化,處理前后的對比結(jié)果如圖3所示。從圖中 看出低頻和噪聲信號又一次降低,高強度的吸收 譜線更加突出。
本文采用局部閾值和整體閾值相結(jié)合的方法 來提取譜線。經(jīng)實驗調(diào)試整體閾值T采用1.2rms, 而局部閾值t采用局部均方根(rms)。由于譜線的 寬度多為2~3nm,本文采用的數(shù)據(jù)分辨率為0.5 ~1nm,所以局部窗口選擇2.5~5nm。實驗證明 該方法有較好的效果(如圖4所示)。
采用密度估計法測100組信噪比不低于20, 模擬紅移值在1.0001~1.01之間的數(shù)據(jù),可知正 確率達到96%。其中一組的測量結(jié)果如圖5所示 (圖5(a)橫軸為k值從小到大的排序,縱軸代表所 測得k值,越密集的地方越有可能是紅移值。圖5(b)為統(tǒng)計k值最密集的點的放大圖,也就是測 得的紅移值)。舉例時光譜紅移的模擬值為k=1. 01,均值化時的點域半徑σ=0.5(也是光譜數(shù)據(jù)的 分辨率)密度估計法計算結(jié)果也是k=1.01??梢?本方法在實踐中是可行的。
4 結(jié) 論
從實驗結(jié)果可以得知,該方法可以僅僅依靠 一些高效的算法實現(xiàn)快速、準確地解求紅移值。如 果再結(jié)合角度信息,利用公式(4)~(6)便可以解 求飛行器速度。本文在提取吸收譜線時,只針對8 條特別強的吸收譜線做處理。從理論和算法上證 明該方法的可行性,并且首次采用兩次連續(xù)譜歸 一化方法,使得歸一化后的譜線特征更為明顯。這 對于吸收譜線比較明顯的天體紅移測量具有新的 借鑒意義。為適應(yīng)將來更高精度的天文導航,還可 以先進行譜線擬合再進行匹配以獲得更高精度的 測量值。
參考文獻:
[1]張偉,陳曉,尤偉,等.光譜紅移自主導航新方法[J]. 上海航天,2013,30(2):32-38.
[2]HugginsW.FurtherObservationsontheSpectraofSomeoftheStarsandNebulae,withanAttempttoDetermine TherefromWhetherTheseBodiesareMovingtowardsor fromtheEarth,AlsoObservationsontheSpectraofthe SunandofCometII,1868[J].PhilosophicalTransactions oftheRoyalSocietyofLondon,1868,158:529-564.
[3]TonryJ,DavisM.ASurveyofGalaxyRedshifts.I.Data ReductionTechniques[J].TheAstronomicalJournal, 1979,84(10):1511-1525.
[4]GlazebrookK,OfferAR,DeeleyK.AutomaticRedshift DeterminationbyUseofPrinicipalComponentAnalysis. Ⅰ.Fundamentals[J].TheAstrophysicalJournal,1998, 492(1):98-109.
[5]周虹,黃凌云,羅曼麗.一種基于Hough變換和神經(jīng) 網(wǎng)絡(luò)的分層類星體識別方法[J].電子科學學刊, 2000,22(4):529-535.
[6]邱波,胡占義,趙永恒.一種快速求紅移和證認譜線 的新方法———偽三角法[J].光譜學與光譜分析, 2002,22(4):695-698.
[7]段福慶,吳福朝,羅阿理,等.用于紅移測量的基于密 度估計的模板匹配法[J].光譜學與光譜分析,2005, 25(11):1895-1898.
[8]張偉,方寶東,陳曉,等.航天器光譜紅移自主導航方 法[P].中國專利:CN103206955A,2013-07-17.
[9]段福慶,吳朝福,羅阿理,等.基于均值漂移實現(xiàn)非射 線天體光譜的譜線自動提取[J].光譜學與光譜分析, 2005,25(11):1884-1888.
[10]趙梅芳,吳潮,羅阿理,等.基于K近鄰方法的窄線 與寬線活動星系核的自動光譜分類[J].天文學報, 2007,48(1):1-10.
[11]JenkinsFA,WhiteHE.FundamentalsofOptics[M]. McGrawHillSciense/Engineering/Math,1981:18- 20.
[12]劉蓉,段福慶,劉三陽,等.基于知識的紅移測量和 譜線證認方法[J].電子與信息學報,2006,28(1): 76-79.
[13]趙瑞珍,羅阿理.天體光譜信號的連續(xù)譜歸一化新方 法[J].光譜學與光譜分析,2006,26(3):587-590.
[14]趙瑞珍,胡占義,胡紹海.天體光譜信號去噪的小波 域復(fù)合閾值新算法[J].光譜學與光譜分析,2007,27 (8):1644-1647.
[15]劉蓉,段福慶,劉三陽.基于特征約束的譜線自動提 取[J].光譜學與光譜分析,2007,27(8):1648- 1652.
[16]劉蓉,劉三陽,趙瑞珍.正常星系光譜的一種譜線自 動提取方法[J].光譜學與光譜分析,2006,26(3): 583-586.
[17]ASTMG173-03ReferenceSpectraDerivedfromSMAR TSv.2.9.2[OL/E].http://rredc.nrel.gov/solar/ spectra/am1.5/ASTMG173/.