基于卷积神经网络的星敏感器星图识别方法

    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

    IPC分类号: G01C21/02 G01C21/20

    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。

    星敏感器导航星选择方法

    公开(公告)号:CN108106612B

    公开(公告)日:2021-06-22

    申请号:CN201711326845.X

    申请日:2017-12-13

    申请人: 常州工学院

    IPC分类号: G01C21/02

    摘要: 本发明公开了一种星敏感器导航星选择方法,根据星敏感器的极限星等,对原始星表作星等阈值处理,删除包括双星、变星、和星等的高于极限星等的恒星;设定星数阈值Nth,逐渐改变星敏感器光轴指向,遍历全天球,通过删除每个方位视场内的部分恒星,选定导航星;如果当前视场内的剩余星星数N≤Nth,则所有剩余星选为导航星;否则,选定聚类角θ和阈值t,采用星群聚类方法筛选导航星。本发明根据恒星在惯性坐标系中的赤经、赤纬位置数据,利用它们的对角间距开展星群聚类,没有复杂的运算,计算简单,易于实现;依据星敏感器的极限星等、视场角和星数阈值,自主调整导航星,具有较好的灵活性;所得导航星在全天球和局部天球分布均匀性好。

    基于卷积神经网络的星敏感器星图识别方法

    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

    IPC分类号: G01C21/02 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。

    星敏感器导航星选择方法

    公开(公告)号:CN108106612A

    公开(公告)日:2018-06-01

    申请号:CN201711326845.X

    申请日:2017-12-13

    申请人: 常州工学院

    IPC分类号: G01C21/02

    摘要: 本发明公开了一种星敏感器导航星选择方法,根据星敏感器的极限星等,对原始星表作星等阈值处理,删除包括双星、变星、和星等的高于极限星等的恒星;设定星数阈值Nth,逐渐改变星敏感器光轴指向,遍历全天球,通过删除每个方位视场内的部分恒星,选定导航星;如果当前视场内的剩余星星数N≤Nth,则所有剩余星选为导航星;否则,选定聚类角θ和阈值t,采用星群聚类方法筛选导航星。本发明根据恒星在惯性坐标系中的赤经、赤纬位置数据,利用它们的对角间距开展星群聚类,没有复杂的运算,计算简单,易于实现;依据星敏感器的极限星等、视场角和星数阈值,自主调整导航星,具有较好的灵活性;所得导航星在全天球和局部天球分布均匀性好。