提出了一种基于动态序列噪声模板的主动式像素传感器(APS)星图去噪方法。该方法利用短时静态背景噪声与随机噪声阈值构建动态序列噪声模板,实现了对APS星图数据的去噪处理。以ZY-3卫星的APS原始星图作为实验数据进行研究,结果表明所提方法能很好地剔除条带和边缘噪声。与传统去噪处理方法相比,所提方法的星图质心提取精度提升了约12.98″;与全局阈值分割法相比,所提方法的星图质心提取精度提升了约2.16″;与静态背景噪声方法相比,所提方法的星图质心提取精度提升了约9.64″。这充分表明所提方法可有效提升APS恒星质心定位精度,适用于事后姿态处理。

针对星敏感器产品中常用的三角形星图识别算法存在时间复杂度较大、星图识别时间长的不足，提出一种改进的快速三角形星图识别算法。该算法通过构建二维链表数组将三角形的星对角距及角距容差集合保存下来，避免了星对角距重复计算和重复查找过程；通过构建哈希表，改变星对角距匹配方式，减少星对角距匹配次数，使三角形星图识别的时间复杂度大幅降低。试验结果表明，在不同星点位置噪声扰动以及不同观测星上限取值条件下，改进后算法的星图识别时间与传统三角形星图识别时间相比减少了70%，对提高星敏感器姿态更新频率具有重要意义。

三角形识别算法是采用星敏感器为导航部件所广泛运用的星图识别算法。但由于三角形特征维数较低，容易造成冗余匹配和错误识别。为了提高三角形识别算法的识别成功率，对三角形识别算法的识别过程做了改进。先将满足三边判决门限的导航星对记录到匹配数组，然后对导航星出现的次数进行计数；利用三角形三边之间两两相交的相关性，将导航星出现次数＜2的星对作为整体剔除，最后在余下的导航星对中寻找与观测三角形同构的三角形。识别过程中，以星对角距和相对星等差为识别特征，并对识别特征构造了散列函数，从而减少了识别过程中特征量比较的次数，提高了识别速度，增加了识别成功率。同时，也减小了内部导航星库的存储容量。

在INS/CNS组合导航系统中，为了有效实时地用CNS的输出姿态信息校正INS的陀螺漂移，必须提高CNS中星图识别算法的运行速度。提出了一种改进的三角形星图识别方法，基三角形识别成功后，增加一颗附加检测星，计算出附加检测星和基三角形的三个星点的角距值。分析结果表明传统的星图识别算法在主频为600 MHz的DSP6414上运行需要300 ms左右的时间，算法改进后，只需40~80 ms，数据输出率提高到10 Hz。改变的算法在不存在伪星的情况下成功识别率近100%，存在伪星时，可以有效去除伪星。同时，解决了传统星图识别算法在嵌入式系统中实现难、耗时长的问题。该算法可以实时地校准惯导系统的误差。