基于广义神经网络的星图快速识别方法

李爽，程相智，郭永甲

（吉林大学仪器科学与电气工程学院，吉林长春，130012）

0 引言

星敏感器是卫星中最精确的姿态传感器。随着光电技术的发展，星敏感器在航天器上的应用前景十分广阔。

利用神经网络在星图识别方面具有良好的效果，但由于训练效率低，难以实现星敏感器的在线应用。本文将广义回归神经网络应用于星图识别过程中，在大视场条件下，通过构建特征矢量作为网络输入，实验结果表明，该方法准确率较高且识别时间较短。

1 星敏感器原理

星敏感器是对恒星进行观察和分析，通过提取拍摄视场中恒星的信息与数据库进行比较来定位局部范围的高精度姿态测量设备[1]。星敏感器的工作流程图如图1 所示。利用基本星表提取出赤经、赤纬和星等信息，并根据提取的信息进行导航星库的构建。导航星库由两个部分组成，即基本信息库和识别特征库，两者具有一一对应的关系。

图1 星敏感器的工作原理（图中黄色虚线框为导航星库；红色虚线框为模拟星图加入噪声过程）

基于星敏感器实际拍摄星图的困难性[2]，使用加入噪声的模拟星图进行替代。对获取的星图需要进行去噪和图像处理，即星图预处理。经处理后的星图中，观测星特征矢量的构建方法与导航星库中识别特征库的构建方法相同。识别特征库中的特征矢量作为神经网络的训练集输入数据，输出为对应导航星的赤经和赤纬，即导航星的特征信息包含在连接权值中。……