星敏感器在轨工作期间,会受到内外各种复杂环境的影响。复杂环境包含了很多方面,具体可以分为噪声干扰、杂散光干扰以及宇宙辐射干扰。其中噪声包括了平台噪声、器件噪声等;杂散光包括了地气光、太阳光、月光等;宇宙辐射通常表现为高能粒子进入探测器表面所引起的瞬态效应,以及单粒子造成数字处理电路的SEU（Single Event Upset）翻转效应等。在复杂环境干扰下,星敏感器的工作性能会受到很大的影响。由于星敏感器应用领域的特殊性,目前国内外针对复杂环境下星敏感器的技术研究仍比较欠缺,因此具有重要的研究意义。针对上述问题,本文针对三个关键技术展开研究,重点研究了星图去噪算法、星点检测算法以及星点识别算法,设计并搭建了星敏感器平台开展算法的验证。论文的主要研究内容和创新点如下:1、针对APS（Active Pixel Sensor）探测器中单像元噪声影响星点质心细分定位精度的问题,提出了基于边缘保护的星敏感器星图去噪算法（又称改进的高斯边缘窗口滤波（Improved Gaussian Side Window Filtering,IGSWF））。该算法的创新点在于利用边缘保护的思想进行星图去噪。结合边缘保护思路创建4个高斯子模板对星图进行平滑滤波;并根据星点与噪声、背景的差异建立了相对极小值函数,最终获得去噪后星图。通过大量的仿真实验证明了IGSWF算法的去噪能力和对质心定位精度的提升能力。2、针对杂散光影响星图中星点检测的问题,提出了一种基于曲率的多方向局部对比度星敏感器星点检测（Curvature-Based Multidirectional Local Contrast Method for Star Detection of Star Sensor,CMLCM）算法。该算法的创新点在于采用多个方向的二阶导值求取曲率并用其表示星图特征;并根据星点和杂散光在曲率上的差异构建局部对比度增强星图。最后利用区域阈值分割可实现星点检测。通过大量实验证明,在杂散光干扰下,CMLCM算法的星点检测能力要优于其它算法,在相同的虚警率下具有更高的检测率。3、针对宇宙辐射造成的瞬态噪声影响星点识别的问题,提出了迷失（Lost in Space,LIS）模式下星敏感器星点快速识别（Fast Star Identification,FSI）算法。该算法的创新点在于采用重复星号的统计代替传统的角距匹配来实现星点识别;针对瞬态噪声的特点采取了对应的噪声抑制方法;并提出了一种快速的重复数统计方法,可以结合k矢量技术实现对算法的加速。通过对比实验证明了在相同的瞬态噪声水平下,FSI算法具有更高的识别成功率,而且具有更快的执行速度。4、设计并搭建了一套星敏感器平台,该平台采用“探测器+ARM+FPGA”作为硬件架构,并结合主控计算机和光星模拟器构成了整套实验系统。采用外场拍摄的视频序列模拟了各种复杂环境综合干扰的情况,并通过实验完成了对算法综合性能的验证。