排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
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。 相似文献
2.
基于高斯分布的星点图像亚像元定位算法研究 总被引：1，自引：0，他引：1
应用高斯点分布函数为数学模型,提出了一种新的获取高精度恒星质心位置的方法.由于入射到星像点邻域内像元中的光子能量呈近高斯分布,因此利用成像邻域内像元强度的比值,将高斯点分布函数展开成为关于质心位置的多项式,可将质心位置在x、y轴方向分别计算出来,并利用从星图中提取出的多星对角距误差的统计值来间接验证提出的算法.试验结果... 相似文献
1