剖分特征集星识别法在天文导航中的应用

孙剑明

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

剖分特征集星识别法在天文导航中的应用

孙剑明

文章导航 > 红外与激光工程 > 2015 > 44(11): 3330-3335

孙剑明. 剖分特征集星识别法在天文导航中的应用[J]. 红外与激光工程, 2015, 44(11): 3330-3335.

引用本文:

孙剑明. 剖分特征集星识别法在天文导航中的应用[J]. 红外与激光工程, 2015, 44(11): 3330-3335.

Sun Jianming. Application of subdivision feature set of star pattern recognition method in astronomical navigation[J]. Infrared and Laser Engineering, 2015, 44(11): 3330-3335.

Citation:

Sun Jianming. Application of subdivision feature set of star pattern recognition method in astronomical navigation[J]. Infrared and Laser Engineering, 2015, 44(11): 3330-3335.

剖分特征集星识别法在天文导航中的应用

孙剑明

1.
哈尔滨商业大学计算机与信息工程学院,黑龙江哈尔滨 150028

基金项目:

黑龙江省自然科学基金(F201424)

详细信息

作者简介:
孙剑明(1980-),男,副教授,博士,主要从事导航、制导与控制、模式识别方面的研究。Email:sjm@hrbcu.edu.cn

中图分类号: V448.22

Application of subdivision feature set of star pattern recognition method in astronomical navigation

Sun Jianming

1.
School of Computer and Information Engineering,Harbin University of Commerce,Harbin 150028,China

摘要: 为了快速高效地对星图进行识别,准确地完成天文导航任务,提出了一种基于剖分特征集星识别方法。首先使用星表数据建立数据库,三角剖分该数据库建立特征星库,再获取待识别星图剖分特征与已建立的特征星库相比较实现星识别。在改进海明相似度与Euclid相似度等相似方法基础上,提出了一种新的剖分特征集星识别法,使用该方法可以快速地找到一个很小的可能星集合,重复该方法再获得相邻星的可能星集合,两个星集合中赤经与赤纬最相近的就是识别星。实验显示使用剖分特征集星识别法,准确率可以达到97%以上,能够准确地完成星图识别任务。
- 剖分特征集 /
- 相似度 /
- 星图识别 /
- 德劳内三角剖分
Abstract: A star pattern recognition method based on subdivisiom feature set was proposed in order to quickly and efficiently recognize star pattern and accurately complete celestial navigation task. Firstly, a database was built by star data, on which feature star database was established by triangulation. Then subdivision feature of star pattern could be compared, which will be recognized, with feature star database and implement star pattern recognition. By improving some similar methods like Hamming similarity and Euclid similarity, a new star pattern recognition method was put forward based on triangulation feature set, by which a very small possible star set could be found. This process can be repeated to obtain adjacent possible star set. In these two star sets, the nearest star between right ascension and declination was the one recognized. Experiments show that accuracy rate can reach more than 97% by using this method, and the star pattern recognition task can be completed accurately.
- triangulation feature set /
- similarity degree /
- star pattern recognition /
- Delaunay triangulation

[1]	Mao Haicen, Liu Aidong, Wang Liang. Star recognition method based on hybrid particle swarm optimization algorithm[J]. Infrared and Laser Engineering, 2014, 43(11): 3762-3766. (in Chinese)
[2]	Wei Wei, Liu Enhai. Preprocessing of infrared star map and position accuracy analysis of star point[J]. Infrared and Laser Engineering, 2014, 43(3): 991-996. (in Chinese)
[3]	Yoon H, Paek S W, Lim Y, et al. New star pattern identification with vector pattern matching for attitude determination[J]. Aerospace and Electronic Systems, IEEE Transactions on, 2013, 49(2): 1108-1118.
[4]	Fan Qiaoyun, Lu Zhuangzhi, Wei Xinguo, et al. Triangle star identification algorithm based on inertia ratio[J]. Infrared and Laser Engineering, 2012, 41(10): 2838-2843. (in Chinese)
[5]	Shaodi Z, Yanjie W, Honghai S. Application of triangulation and PSO-BP neural network to star pattern recognition[J]. Opto-Electronic Engineering, 2011, 38(6): 30-37.
[6]	Yoon H, Lim Y, Bang H. New star-pattern identification using a correlation approach for spacecraft attitude determination[J]. Journal of Spacecraft and Rockets, 2011, 48(1): 182-186.
[7]	Kim J W, Lee G, Moon S M, et al. Metabolomic screening and star pattern recognition by urinary amino acid profile analysis from bladder cancer patients[J]. Metabolomics, 2010, 6(2): 202-206.
[8]	Pei Ran, Hou Yushi, Hao Yong, et al. A star identification algorithm based on group-matching[C]//Mechatronic Sciences, Electric Engineering and Computer(MEC), Proceedings 2013 International Conference on IEEE, 2013: 1502-1505.
[9]	Mao Yue, Song Xiaoyong, Feng Laiping. Visibility analysis of X-ray pulsar navigation[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 222-225. (in Chinese)

[1]	陈伟力, 徐文斌, 王淑华, 陈艳, 张亚洲, 李军伟, 邓蓉. 基于红外光谱偏振度对比度的涂层材质识别研究 . 红外与激光工程, 2020, 49(6): 20190445-1-20190445-7. doi: 10.3788/IRLA20190445
[2]	蒋伟伟, 傅戈雁, 张吉平, 吉绍山, 石世宏, 刘凡. 三分光束光内同轴送丝熔覆层几何形貌预测 . 红外与激光工程, 2020, 49(3): 0305005-0305005-9. doi: 10.3788/IRLA202049.0305005
[3]	王泽文, 王广君, 刘小波, 佘锦华. L2范式距离的星图识别方法 . 红外与激光工程, 2020, 49(10): 20200040-1-20200040-7. doi: 10.3788/IRLA20200040
[4]	刘波, 赵娟莹, 眭晓林, 曹昌东, 颜子恒, 吴姿妍. 阵列分束激光三维成像技术 . 红外与激光工程, 2019, 48(6): 606001-0606001(6). doi: 10.3788/IRLA201948.0606001
[5]	张欣婷, 亢磊, 安志勇, 王若帆. 改进型激光三角测头设计 . 红外与激光工程, 2018, 47(10): 1018002-1018002(5). doi: 10.3788/IRLA201847.1018002
[6]	孙兴伟, 于欣玉, 董祉序, 杨赫然. 激光三角法高精度测量模型 . 红外与激光工程, 2018, 47(9): 906008-0906008(6). doi: 10.3788/IRLA201847.0906008
[7]	李志辰, 刘琨, 江俊峰, 马鹏飞, 李鹏程, 刘铁根. 光纤周界安防系统的高准确度事件识别方法 . 红外与激光工程, 2018, 47(9): 922002-0922002(6). doi: 10.3788/IRLA201847.0922002
[8]	程全, 樊宇, 刘玉春, 王志良. 多特征融合的车辆识别技术 . 红外与激光工程, 2018, 47(7): 726003-0726003(6). doi: 10.3788/IRLA201847.0726003
[9]	胡云, 王大辉, 赵学庆. 连续分振幅式高功率准分子激光角多路编码光路设计 . 红外与激光工程, 2016, 45(6): 606001-0606001(5). doi: 10.3788/IRLA201645.0606001
[10]	张红颖, 易建军, 于之靖. 基于分形插值的频域散斑相关法面内位移测量 . 红外与激光工程, 2016, 45(9): 917004-0917004(6). doi: 10.3788/IRLA201645.0917004
[11]	刘先一, 周召发, 张志利, 刘殿剑, 朱文勇. 基于数字天顶仪的视场角分析 . 红外与激光工程, 2016, 45(6): 617001-0617001(6). doi: 10.3788/IRLA201645.0617001
[12]	王昊京, 王建立, 吴量, 姚凯男. 三视场定位定向设备的视场确定 . 红外与激光工程, 2015, 44(6): 1890-1897.
[13]	杨绪峰, 林伟, 延伟东, 温金环. 采用热核特征的SAR图像目标识别 . 红外与激光工程, 2014, 43(11): 3794-3801.
[14]	王欢欢, 杨清平, 王向军. 物体特征的快速检测与识别方法 . 红外与激光工程, 2014, 43(3): 1002-1008.
[15]	谢易辰, 陈健, 闫镔, 童莉, 曾磊, 崔明明. 三维特征点距离特征集合求交匹配算法 . 红外与激光工程, 2014, 43(8): 2728-2732.
[16]	胡晓彤, 王建东. 基于子空间特征向量的三维点云相似性分析 . 红外与激光工程, 2014, 43(4): 1316-1321.
[17]	毛海岑, 刘爱东, 王亮. 采用混合粒子群算法的星图识别方法 . 红外与激光工程, 2014, 43(11): 3762-3766.
[18]	闫力松, 王孝坤, 罗霄, 郑立功, 张学军. 采用三角剖分算法的子孔径拼接检测技术 . 红外与激光工程, 2013, 42(7): 1793-1797.
[19]	陈聪, 王宏力, 崔祥祥, 陆敬辉, 姜伟. 基于预测跟踪星表提高星敏感器实时性的方法 . 红外与激光工程, 2013, 42(8): 2190-2196.
[20]	刘希亮, 陈桂明, 李方溪, 张倩. 采用聚类分析的冲突证据判定及合成方法 . 红外与激光工程, 2013, 42(10): 2853-2857,2870.

点击查看大图

计量

文章访问数: 298
HTML全文浏览量: 28
PDF下载量: 178
被引次数: 0

剖分特征集星识别法在天文导航中的应用

孙剑明

1. 哈尔滨商业大学计算机与信息工程学院,黑龙江哈尔滨 150028

作者简介:
孙剑明(1980-),男,副教授,博士,主要从事导航、制导与控制、模式识别方面的研究。Email:sjm@hrbcu.edu.cn

收稿日期: 2015-03-20
修回日期: 2015-04-03
刊出日期: 2015-11-25

基金项目:

黑龙江省自然科学基金(F201424)

中图分类号: V448.22

关键词:

摘要: 为了快速高效地对星图进行识别,准确地完成天文导航任务,提出了一种基于剖分特征集星识别方法。首先使用星表数据建立数据库,三角剖分该数据库建立特征星库,再获取待识别星图剖分特征与已建立的特征星库相比较实现星识别。在改进海明相似度与Euclid相似度等相似方法基础上,提出了一种新的剖分特征集星识别法,使用该方法可以快速地找到一个很小的可能星集合,重复该方法再获得相邻星的可能星集合,两个星集合中赤经与赤纬最相近的就是识别星。实验显示使用剖分特征集星识别法,准确率可以达到97%以上,能够准确地完成星图识别任务。