基于小波變換的星圖識別-文庫吧
2025-01-01 13:25 本頁面
【正文】 by using 01method. The simulation results show that the algorithm not only inherits the advantages of the original algorithm, but also both volume of the navigation star database and recognition time are equivalent to 1/4 that of the original algorithm.Key words: Star map recognition。 KMP。 Star sensor。 Wavelet transform引 言航天器姿態(tài)的實(shí)時測量對于控制、導(dǎo)航、定位，尤其是遙感攝影測量都具有重要意義。以恒星為探測對象的星敏感器，因其體積小、指向精度高、無姿態(tài)累積誤差、自主性強(qiáng)等優(yōu)點(diǎn)，已成為航天器上的必備的高精度姿態(tài)測量儀器。星敏感器是通過測量天球上不同位置的恒星來確定航天器姿態(tài)信息（俯仰角、偏航角和滾動角）的測量系統(tǒng)，其核心問題是星圖識別。在當(dāng)前的識別算法有多邊形角距匹配法，圓形區(qū)域法和主星識別法等。當(dāng)存在許多星等相近的亮星或星對角距（兩星點(diǎn)與觀測中心的球心角）很小的情況下，這些算法存在識別率嚴(yán)重降低等缺點(diǎn)。慣導(dǎo)實(shí)驗(yàn)中心李老師發(fā)表的《用KMP 算法進(jìn)行星敏感器星圖識別的方法》，從字符串的模式匹配來考慮，用KMP(KnuthMorrisPraa)算法來進(jìn)行星圖識別，克服了這些缺點(diǎn)。但是該算法建立的導(dǎo)航星庫容量大。為此，本文在李老師文獻(xiàn)的基礎(chǔ)上，先對其導(dǎo)航星庫進(jìn)行了基于小波變換，圖像經(jīng)小波變換后，圖像在尺度空間基本保持圖像整體特征，即低頻子帶部分，且經(jīng)采樣后尺度空間部分相對原數(shù)據(jù)量明顯減少。所以我們采用低頻子帶部分來進(jìn)行星圖匹配，可以大大減少系統(tǒng)識別時間，這對于星敏感器的星圖識別具有重要意義。1 小波變換的基本理論小波變換理論是近年來興起的新的數(shù)學(xué)分支，它是繼傅里葉變換（Fourier transform）之后又一個里程碑的發(fā)展，它是空間（時間）和頻率的局部變換。小波變換的基本思想是將信號展開成一族基函數(shù)之加權(quán)和，即一族函數(shù)來表示或逼近信號或函數(shù)，且這族函數(shù)是通過某個基本函數(shù)的平移和伸縮構(gòu)成的。“多分辨力分析”(Multiresolution Analysis)也稱“多尺度分析”或“金字塔算法”是Mallat 在80 年代后期提出的，使離散小波變換以數(shù)字QMF(Quadrature Mirror Filte
研究報告相關(guān)推薦
鄂ICP備17016276號-1