基于irls算法的空间相机视轴热指向分析

空间相机在轨运行过程中受到复杂热环境影响，结构温度场的非均匀变化会引起热弹性变形，从而导致视轴指向偏移，严重影响成像精度与稳定性。针对空间相机在复杂热环境下视轴指向稳定性分析过程中传统最小二乘方法（Least Squares, LS）鲁棒性不足的问题，本文提出一种基于迭代重加权最小二乘（Iteratively Reweighted Least Squares, IRLS）算法的空间相机视轴热指向分析方法。首先，建立空间相机热-结构耦合模型，分析温度场变化与视轴偏移之间的映射关系；其次，引入IRLS算法对模型参数进行稳健估计，通过构造加权残差函数，有效抑制异常测量数据对参数辨识结果的影响，提高热变形预测精度，并采用基于能量迭代的自适应窗质心定位算法方式，获得光斑质心随温度变化情况。针对在轨相机指向的热致漂移，开展热温度实验，结合仿真数据与地面热试验数据进行验证，对比传统最小二乘方法与IRLS方法在指向误差预测精度与收敛特性方面的差异。结果表明，所提出的IRLS热分析方法在存在测量噪声与异常点的情况下，能够显著提升视轴指向偏移预测精度，增强模型稳定性与鲁棒性，为高分辨率空间相机的在轨热变形补偿与精度保持提供了有效技术途径。