位置:成果数据库 > 期刊 > 期刊详情页
应用相近模式向量的主星星图识别算法
  • ISSN号:1007-2276
  • 期刊名称:《红外与激光工程》
  • 时间:0
  • 分类:V488.222[航空宇航科学技术] TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]第二炮兵工程学院,陕西西安710025
  • 相关基金:国家自然科学基金资助项目(60874093)
中文摘要:

在分析主星识别算法和三角形识别算法不足的基础上,提出了一种改进的主星星图识别算法。该算法在构造导航星表时,通过旋转角距的方式构造匹配向量、引入相近模式向量,同时将旋转角距向量的模、主星的邻域伴星数目及主星的最小角距作为相近模式向量的限制奈件,用来减少匹配次数,提高检索效率;在星图识别过程中,首先利用向量叉乘法进行主星识别,在不成功的情况下采用三角形算法做进一步识别。仿真结果表明:该算法兼具主星识别算法和三角形算法的优点,当存在2pixel的位置噪声时,识别成功率达到97.24%。平均识别时间仅为6.47ms。

英文摘要:

Based on the analysis of the deficiency of main star identification algorithm and triangle identification algorithm, an improved star pattern identification algorithm based on main star was proposed. When the guide star catalogue was constructed, in order to reduce the number of matching times and increase search speed, the main star and the assistant star were selected and compared; the match vector was constructed by rotary star angular distances; the similar pattern vector was introduced, and the module for rotary angular distance vector, the number of neighbor stars and the least angular distance of main star were taken as the limit condition for the pattern vector. Vector multiplication cross was used for main stars identification. If failed, the triangle algorithm was used to make a further identification. The simulation results show that the improved algorithm has the merits of both the main star identification algorithm and the triangle identification algorithm. When the Gauss noise of position error reaches 2 pixel, the identification rate is greater than 97.24% and the average identification time is 6.47 ms.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《红外与激光工程》
  • 中国科技核心期刊
  • 主管单位:中国航天科工集团
  • 主办单位:天津津航技术物理研究所
  • 主编:张锋
  • 地址:天津市空港经济区中环西路58号
  • 邮编:300308
  • 邮箱:irla@csoe.org.cn
  • 电话:022-58168883 /4/5
  • 国际标准刊号:ISSN:1007-2276
  • 国内统一刊号:ISSN:12-1261/TN
  • 邮发代号:6-133
  • 获奖情况:
  • 1996年获航天系统第五次科技期刊评比三等奖,1998年获航天系统第六次科技期刊评比二等奖,1997-2001年在天津市科技期刊评估中被评为一级期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17466