三角形剖分以及PSO-BP神经网络在星图识别中的应用

作     者：张少迪 王延杰 孙宏海 ZHANG Shao-di;WANG Yan-jie;SUN Hong-hai

作者机构：中国科学院长春光学精密机械与物理研究所长春130033 中国科学院研究生院北京100049 

基　　金：国家863高技术项目(2006AA703405F) 

出 版 物：《光电工程》 (Opto-Electronic Engineering)

年 卷 期：2011年第38卷第6期

页      码：30-37页

摘      要：为了实现星敏感器对航天器当前姿态的准确测量,如何提高星图识别算法的实时性和鲁棒性成为星敏感器的关键技术。对星图识别过程中应用的模式提取、训练样本集的建立以及神经网络训练方式的改进等算法进行研究。首先,设计一种基于星图特征的三角形剖分方法,将视场内的恒星以三角形的方式组合起来,提取星图模式,建立完备的训练样本集,使星图特征具有平移和旋转不变性。然后,采用BP神经网络识别星图特征,以权值矩阵代替导航星库,一旦网络训练完成,可以很快获得当前星图信息,实现星敏感器星图识别算法的实时性和鲁棒性;为了优化BP神经网络改进其自身缺点,采用PSO(粒子群算法)训练BP神经网络,获取使BP神经网络趋近全局最优的初始权值和阈值,使其加快收敛至全局最优。由实验结果表明,该星图识别算法识别率达100%。

主 题 词：星图识别 三角形剖分 BP神经网络 PSO 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3969/j.issn.1003-501x.2011.06.006

馆 藏 号：203555937...