Unter dynamischen Bedingungen verringert der Unschärfeeffekt der Sternflecken in der Bildebene die Genauigkeit der Schwerpunktbestimmung und beeinflusst somit die Lageregelung. Zur Verbesserung der dynamischen Leistung des Sternensensors wird ein nicht-blindes Sternbildrestaurationsverfahren vorgeschlagen, das auf einem multiplikativen erweiterten Kalman-Filter (MEKF) basiert und heterogene Unschärfekerne verwendet. Der Algorithmus umfasst drei Schritte: Erstens wird der MEKF zur Schätzung der Lage und des Gyroskopdrifts verwendet, um Messfehler des Sternensensors und den Gyroskopdrift zu eliminieren. Zweitens wird die vom MEKF vorhergesagte Lage als Anfangsbedingung genutzt, um die spätere Algorithmusausführung zu beschleunigen. Schließlich wird ein gyroskop-unterstütztes heterogenes Unschärfekernschätzverfahren vorgeschlagen, um Sternbilder mit ungleichmäßigem und nichtlinearer Bewegungsunschärfe wiederherzustellen. Im Gegensatz zu bestehenden dynamischen Sternbild-Entschmierungsalgorithmen, die sich hauptsächlich auf den Bildinhalt konzentrieren, fokussiert diese Methode die Ursache der Bewegungsunschärfe und kombiniert MEKF mit heterogenen Unschärfekerntechnologien. Dies erhöht die Robustheit gegenüber Rauschen erheblich und verbessert die Wiederherstellungsgenauigkeit. Simulationsergebnisse zeigen, dass diese Methode existierende Techniken deutlich übertrifft und die Schwerpunktbestimmungsgenauigkeit um bis zu 59,64% sowie die Ausrichtungsgenauigkeit der Achsen um mehr als 78,94% verbessert.

Schätzung heterogener Unschärfekerne; dynamische Umgebung; lokale Bildrestaurierung; multiplikatives erweitertes Kalman-Filter; Gyroskopdrift