星敏感器是一种以恒星为参照物的高精度姿态测量设备,具有自主性好、抗干扰能力强、姿态测量精度高、测量误差不随时间漂移的特点。星敏感器星图识别技术是星敏感器的关键技术之一,直接决定着星敏感器姿态输出速率和姿态输出成功率。本文以星敏感器星图识别为切入点,研究在保证星敏感器姿态输出成功率的情况下,如何通过快速星图识别提高星敏感器姿态更新速率,完成的主要工作包括:1.以历元J2000.0下的史密松天文台星表(SAO)为数据来源,完成了导航星表的创建。首先基于星等阈值对SAO星表中的25万颗导航星进行筛选,对筛选后剩余的五千多颗恒星采用历元转换方法完成了恒星视位置转换。其次,在导航星筛选方面文中提出了一种基于导航星对筛选的方法,保证了各个视场中导航星对的数量准均匀化。最后,利用K向量存储的方法在把导航星对存储在导航星库中,提高了信息检索效率。2.分析了恒星坐标由天球坐标系到像平面坐标系的转换,透视投影变换和非线性成像模型,通过星等到灰度的转换生成模拟星图,编程实现了星图模拟软件,为后续算法的仿真试验创造了必要的软件测试环境。3.针对星敏感器全天球星图识别,对现有的三角形星图识别算法进行改进,提出了一种改进后的三角形星图识别方法。算法以存储导航星对角距代替存储导航星三角形的特征信息,以角距识别代替三角形识别,并通过增加一颗检验星消除观测三角形的冗余匹配。算法在一定程度上解决位置误差、星等误差和伪星干扰等问题,具有较快的识别速度和较高的识别准确率。4.针对有先验信息的局部天区星图识别,提出了一种基于QTM导航星库划分的局部天区星图识别方法。算法利用球面四元三角法对全天球导航星库进行划分和编码,利用上一时刻的视轴方向,角距匹配搜索范围是全天球星图识别算法的1/50,大大缩短了星图识别的时间。5.针对跟踪模式星图识别问题,提出了一种基于星间角距匹配的跟踪模式星图识别方法。算法通过在内存中维护一个小的实时星库,把星图匹配的范围进一步缩小,从而进一步的提高了跟踪模式下的星图识别效率。经过验证,算法的识别速率比局部天区星图识别方法更快,而且算法具备在加大角速度机动条件下的稳定跟踪能力。总体来说,本文按照不同任务阶段的不同需求,分别对星敏感器的全天球星图识别、局部天区星图识别和跟踪模式星图识别进行了研究,并对相关算法进行改进或重新设计,达到了提高星敏感器星图识别速率的目的。