【摘要】 本发明属于导航技术，涉及对星图识别方法的改进。其特征在于，步骤如下：构造导航星特征模式；构造邻星库；构造自组织网络；训练自组织网络；星图识别。本发明识别过程简单，计算量小，快速性好，识别效率高。 【专利类型】发明申请 【申请人】北京航空航天大学 【申请人类型】学校 【申请人地址】100191 北京市海淀区学院路37号 【申请人地区】中国 【申请人城市】北京市 【申请人区县】海淀区 【申请号】CN200710081739.X 【申请日】2007-07-16 【申请年份】2007 【公开公告号】CN105659819B 【公开公告日】2011-08-31 【公开公告年份】2011 【授权公告号】CN105659819B 【授权公告日】2011-08-31 【授权公告年份】2011.0 【IPC分类号】G01C21/24; G01C21/02 【发明人】张广军; 杨建; 江洁; 魏新国 【主权项内容】1.一种神经网络星图识别方法，其特征在于，步骤如下： 1.1、构造导航星特征模式； 将导航星表中的每颗恒星依次作为主星，查找其周围邻域内3颗邻星，把这4颗星作为一组，按下述步骤提取出该主星的特征模式： 1.1.1、确定待选邻星；对于任意一颗主星S1，计算其周围所有邻星到主星的角距Ri，i＝1，2，......n，n为主星S1周围所有邻星的数量，将角距位于Rt＜Ri＜RFOV范围内的星作为待选邻星，RFOV为星敏感器的视场范围，Rt大于0.5°； 1.1.2、确定构造特征模式的邻星；将所有待选邻星按照与主星S1的角距由小到大排序，选择离主星S1最近的3颗星S2、S3、S4作为构造特征模式的邻星； 1.1.3、构造主星S1的特征模式；计算主星S1和邻星S2、S3、S4的方向矢量b1、b2、b3、b4，计算方法如下： bi＝[cosαicosδicosαisinδisinδi]T，bi是主星S1和邻星S2、S3、S4的方向矢量，i＝1，2，3，4， αi为第i颗星的赤经； δi为第i颗星的赤纬； 计算并构造主星S1的特征模式 该特征模式为6维向量，计算并构造导航星表中所有导航星的特征模式后存储到导航星表中； 1.2、构造邻星库； 将每颗主星S1和周围的邻星S2、S3、S4的索引号都存储在一个数据库中，称为邻星库； 1.3、构造自组织网络； 用于星图识别的自组织网络有两层，第一层是输入层，节点数与导航星特征模式的维数相同，即6个节点；第二层为输出层，节点数和类数相同，类数即所有导航星的个数，为n+1个；每个输出层节点都和输入层节点相连接，输入层和输出层各个节点相连接的权值称为权值向量； 1.4、训练自组织网络； 对于星图识别，将每颗导航星视为输出层的一个类别，而每一个类别的特征模式只有一个，所以将各个导航星的特征模式赋值给输出层对应节点的权值向量，就完成了自组织网络的训练； 1.5、星图识别； 1.5.1、确定待识别主星T1；得到一幅观测星图后，计算出观测星图中的各颗星到图像中心点的距离，然后根据该距离由小到大将各颗星进行排序，选择该距离最小的星作为待识别主星T1； 1.5.2、确定构造特征模式的邻星；计算待识别主星T1周围邻星到主星T1的角距，以角距最小的3颗邻星T2、T3、T4为构造特征模式的邻星； 1.5.3、构造待识别主星T1的特征模式；计算待识别主星T1和邻星T2、T3、T4的方向矢量r1、r2、r3、r4，计算方法如下： ri是待识别主星T1和邻星T2、T3、T4的方向矢量，i＝1，2，3，4； xi为观测星在图像平面上的横坐标， yi为观测星在图像平面上的纵坐标， f为星敏感器镜头焦距； 计算并构造待识别主星T1的特征模式： 1.5.4、识别待识别主星T1；将patr输入到训练好的自组织网络中，查找网络输出为1的节点，该节点的序号所确定的导航星即为待识别主星T1所对应的导航星； 1.5.5、识别邻星T2、T3、T4；在邻星库中查找该待识别主星T1所对应的导航星的3颗邻星的星号，该3颗邻星分别与邻星T2、T3、T4对应。 【当前权利人】北京航空航天大学 【当前专利权人地址】北京市海淀区学院路37号 【统一社会信用代码】12100000400011227Y 【被引证次数】13 【被自引次数】2.0 【被他引次数】11.0 【家族被引证次数】13

未经允许不得转载：http://www.zhongzhencnc.com/1782455043.html