-
公开(公告)号:CN107883947B
公开(公告)日:2020-12-22
申请号:CN201711458120.6
申请日:2017-12-28
申请人: 常州工学院
摘要: 本发明公开了一种基于卷积神经网络的星敏感器星图识别方法,包括如下步骤:对原始星表做星过滤处理建立导航星星库,统计全天球导航星所属的星座,并对星座编号,样本库由仿真星图以及对应星数最多星座的编号组成;以稀疏矩阵代替原星图,将样本库星图输入卷积神经网络开展训练;拍摄所得星图经过星像提取,并转化为稀疏矩阵后输入卷积神经网络,开展粗姿态星图识别,获得大致方位;运用局部天区星图识别算法,识别视场内的恒星。采用训练好的卷积神经网络实现粗姿态全天球星图识别,无须搜索导航星星库,局部天区星图识别,只需要搜索小部分数据库;卷积神经网络具有自主提取原图特征的能力,应用于星图识别,抗噪声和抗伪星性能强。
-
公开(公告)号:CN107883947A
公开(公告)日:2018-04-06
申请号:CN201711458120.6
申请日:2017-12-28
申请人: 常州工学院
CPC分类号: G01C21/025 , G01C21/20
摘要: 本发明公开了一种基于卷积神经网络的星敏感器星图识别方法,包括如下步骤:对原始星表做星过滤处理建立导航星星库,统计全天球导航星所属的星座,并对星座编号,样本库由仿真星图以及对应星数最多星座的编号组成;以稀疏矩阵代替原星图,将样本库星图输入卷积神经网络开展训练;拍摄所得星图经过星像提取,并转化为稀疏矩阵后输入卷积神经网络,开展粗姿态星图识别,获得大致方位;运用局部天区星图识别算法,识别视场内的恒星。采用训练好的卷积神经网络实现粗姿态全天球星图识别,无须搜索导航星星库,局部天区星图识别,只需要搜索小部分数据库;卷积神经网络具有自主提取原图特征的能力,应用于星图识别,抗噪声和抗伪星性能强。
-