应用形状因子特征的高效星图识别

针对传统的三角形星图识别算法存在冗余匹配多、抗噪声性能差的问题,提出了一种应用形状因子特征的高效星图识别算法。该算法在传统的三角形算法基础上,引入了形状因子特征参数和方向信息,并择优选择视场内4颗观测星,组成一对观测三角形,进行星点匹配识别。与传统的三角形算法相比,该算法增加了星图识别时图像的特征信息量,降低了匹配时的冗余度,具有导航特征库存储空间小、识别速度快等优点。实验表明,在星点位置噪声标准偏差为2个像素、星等噪声标准偏差为0.7星等的仿真条件下,该算法的识别率均在99%以上;通过地面实验的实物验证,在300 MHz的FT-C6713的DSP硬件平台上,全天自主识别的平均运行时间约为47 ms,具有明显的优势。     

一种快速三角形星图识别算法

针对星敏感器产品中常用的三角形星图识别算法存在时间复杂度较大、星图识别时间长的不足,提出一种改进的快速三角形星图识别算法。该算法通过构建二维链表数组将三角形的星对角距及角距容差集合保存下来,避免了星对角距重复计算和重复查找过程;通过构建哈希表,改变星对角距匹配方式,减少星对角距匹配次数,使三角形星图识别的时间复杂度大幅降低。试验结果表明,在不同星点位置噪声扰动以及不同观测星上限取值条件下,改进后算法的星图识别时间与传统三角形星图识别时间相比减少了70%,对提高星敏感器姿态更新频率具有重要意义。     

一种基于三角形几何结构的星图识别算法

提出了一种新的以星三角形为基本识别单元的几何结构星图识别算法。通过对观测误差的预处理,将该算法星三角形的匹配过程转换为一个没有误差的三角形识别问题。引入一个能部分描述三角形结构的特征量,将导航三角形的识别所需的特征匹配数量降低,而多三角形的组合有效地提高了正确识别率。仿真实验表明,该算法所需导航星库容量小,识别效率高,误识率低,实时性和鲁棒性优于传统的三角形星图识别算法。     

一种非标定的快速星图识别方法

大多数现有算法在星敏感器光学系统参数标定不准确时,识别率显著降低。针对这种情况提出了一种无需标定参数的识别算法。该算法引入比例距离作为径向特征,角度作为环向特征。这两种特征不依赖焦距、主点等任何光学系统参数,仅和图像平面上的星点位置有关。识别时首先按照特征量进行初始匹配,然后利用FOV(Field of View)约束筛选待选星进行精确匹配。为了加快速度,精确匹配时引入了快速分组方法。仿真实验表明,该方法具有较快的识别速度,在没有光学系统参数的情况下,识别率可以达到97%。     

改进金字塔算法用于小视场星图识别

为实现小视场星图的全天自主识别,规避星矢量内积在小角距范围内区分度欠佳的问题,提出以星矢量外积作为匹配特征量对金字塔算法进行改进。分析了匹配特征量改进策略,并对改进金字塔算法涉及的基本星表预处理、匹配特征量数据库及K矢量构建、星图降噪与质心提取、星图识别流程等问题进行讨论。采用Visual C++编程实现该算法,通过仿真对其进行性能测试,并应用于小视场星敏感器。结果表明,对于小视场星图,改进金字塔算法识别成功率达96.7%,需载入内存的数据文件约26.4 MByte,识别时间平均约131.8 ms,能够满足全天自主星图识别算法的准确率高、占用资源适度、识别速度快、稳健性强等要求。     

一种改进的全天自主三角形星图识别算法

三角形算法是一种当前使用最为广泛的星图识别算法 ,但作为其识别基元的三角形的特征维数比较低 ,容易出现冗余匹配或误匹配 ,因而对测量误差比较敏感。针对这一缺点 ,从导航星的选取、星座数据库的构造和算法的实现三方面着手对传统三角形算法进行改进 ,提出了新的导航星自动选取方法和导航星座数据库构造方法 ,并在此基础上实现了改进三角形算法 ,其数据库容量和实时性都略优于传统三角形算法 ,且识别成功率接近多边形算法     

一种基于功率谱特征参量的水中目标辐射噪声非母板匹配分类识别方法

本文阐述了一种非母板匹配的水中目标辐射噪声分类识别的思想、技术路线及算法的计算机实现关键技术。该算法基于提取水中目标辐射噪声信号功率谱中的最强谱带位置、线谱位置、线谱根数、线谱平均间隔等特征参量，通过特定处理后，直接给出识别结果，不需要附带庞大数据库。经试验验证，该技术突破了传统的母板匹配目标识别的算法思想，能够适用于复杂海况，做到宽容性匹配。识别效率高，识别率达到试验预期要求。     

星敏感器技术研究现状及发展趋势

本文综述了星敏感器技术的研究现状和未来发展趋势。首先,总结了国内外星载星敏感器的发展历程。接着,根据星敏感器工作原理,分析讨论了星点质心定位算法、星图识别算法和姿态解算算法等星敏感器关键技术的发展现状。通过讨论星点质心定位精度对星敏感器测量精度影响,分析了星点质心定位算法以及对应误差补偿的研究现状;基于星座特征、字符模式和智能行为,介绍了星图识别算法并进行了对比分析;根据确定姿态解算算法和动态姿态解算算法分析了姿态解算算法的研究现状。最后,对星敏感器的未来发展进行了展望,讨论了航空机载星敏感器、微小型星敏感器和甚高精度星敏感器的发展趋势以及未来重点研究内容。     

卷积噪声环境下语音信号鲁棒特征提取

提出了一种基于独立分量分析(ICA)的语音信号鲁棒特征提取算法,用以解决在卷积噪声环境下语音信号的训练与识别特征不匹配的问题。该算法通过短时傅里叶变换将带噪语音信号从时域转换到频域后,采用复值ICA方法从带噪语音的短时谱中分离出语音信号的短时谱,然后根据所得到的语音信号短时谱计算美尔倒谱系数(MFCC)及其一阶差分作为特征参数。在仿真与真实环境下汉语数字语音识别实验中,所提算法相比较传统的MFCC其识别正确率分别提升了34.8%和32.6%。实验结果表明基于ICA方法的语音特征在卷积噪声环境下具有良好的鲁棒性。      

移动机器人目标识别算法

针对移动机器人在目标识别过程中对视觉图像特征点提取慢,匹配不准确等特点,提出了一种基于SIFT算法的改进目标识别算法。通过采用组合匹配策略,将特征关键点间的距离和内积同时进行考察,根据其自身值的大小,决定对匹配相似度的贡献。组合策略的引入有效地解决了机器人在目标识别中对相同特征图像不能匹配和不同特征图像能够匹配的问题。为克服目标匹配时实性差的弱点,以关键点为根据构建K维树结构,采用最近邻点搜索,快速找出正确匹配的特征点。为实现移动机器人目标识别过程中的自主性,在特征点匹配过程中引入自适应阈值进行判断。实验表明,该方法对移动机器人目标识别准确率有较大提升,能够满足移动机器人在目标识别和跟踪过程中对视频图像处理的实时性和准确性的要求。     

一种改进全天自主栅格星图识别算法

栅格算法是一种较优秀的星图识别算法 ,但它要求视场中有较多的恒星 ,从而要求星跟踪器有大的视场或高的星等灵敏度。为了克服这一缺点 ,引入主星的概念 ,并在星图识别过程中加入星等信息。仿真结果表明改进后的算法只需较少的恒星就能保证算法的鲁棒性 ,且实时性得到显著改善。     

SOFM星三角聚类的星图识别算法

介绍了一种利用SOFM(自组织特征映射)网络的聚类功能进行全天星图识别的算法。应用C 软件编程，对全天导航星星表的星信息进行了星三角采样、分类，指出SOFM网络可以很好地提取、反映星表中的复杂信息。从实际观测星图的识别结果可以看出该算法能在中型以上视场的星图识别中发挥很好的作用，虽然识别时间比三角形算法长了些，但其抗噪能力远超过任何其他方法。     

船用星敏感器星点质心精确提取方法

从星空图像中提取星点质心是星敏感器工作的重要基础,针对船用星敏感器所获取的星空图像噪声情况复杂的特点,提出一种基于重心法的星点质心精确提取方法。通过块扫描的阈值分割和星象连续性的噪点剔除,引入灰度信息参考的星象提取以及重心法质心坐标计算等步骤,从星空图像中提取星点质心。对于30幅海上实拍星图实验,该方法能够100%提取出至少10颗星点,质心坐标提取精度达到1/20像素,并且可以实现对视频图像的实时处理,满足船用星敏感器的应用需求。     

星体跟踪星图识别算法

针对天文/惯性组合导航中对星敏感器快速姿态测量的要求,提出了一种基于星体跟踪的星图识别算法应用于星敏感器姿态测量。建立了基于星区的导航星库便于快速搜索导航星。实验结果表明,该算法比传统星图识别算法有着明显的优点,识别速度快,识别成功率高。     

适用于星敏感器的导航星表构造算法研究

导航星表的性能对于星敏感器姿态测量的实时性及精度至关重要。为了克服星等过滤算法的缺点,将支持向量机应用于导航星表的构造算法中。将基本星表中的恒星视为待分类的数据点,选取抽样视场中最亮的k颗星作为导航星,而非导航星的数量由抽样视场中恒星的密度决定。为了获得具有最大推广能力的抽样数据,采用了一种球面螺旋形算法生成抽样视场视轴指向,使用抽样数据构建最优导航星分类器,应用最优导航星分类器对基本星表中每一颗恒星进行分类判决。仿真结果表明,在满足8°×8°视场中至少出现3颗导航星的条件下,该算法生成的导航星表导航星总数约为星等过滤算法的33%,比传统支持向量机算法减少了7.8%,其标准差仅为星等过滤算法的21%,这表明本算法在导航星表容量及导航星分布均匀性方面大大优于星等过滤算法和传统支持向量机算法。     

星图识别算法的优化设计与实现

在INS／CNS组合导航系统中,为了有效实时地用CNS的输出姿态信息校正INS的陀螺漂移,必须提高CNS中星图识别算法的运行速度。提出了一种改进的三角形星图识别方法,基三角形识别成功后,增加一颗附加检测星,计算出附加检测星和基三角形的三个星点的角距值。分析结果表明传统的星图识别算法在主频为600MHz的DSP6414上运行需要300ms左右的时间,算法改进后,只需40-80ms,数据输出率提高到10Hz。改变的算法在不存在伪星的情况下成功识别率近100％,存在伪星时,可以有效去除伪星。同时,解决了传统星图识别算法在嵌入式系统中实现难、耗时长的问题。该算法可以实时地校准惯导系统的误差。