浙江大学金仲和等 | 一种基于人工智能的星图识别算法

内容介绍

中文摘要：

针对星敏感器在姿态失锁状态下的星图识别问题，提出一种基于人工智能的星图识别算法。该方法基于Vgg16的卷积神经网络模型对星图分类。为达到最优性能，构建了一个星图训练集。仿真结果表明该算法对星图识别问题中的多种噪声具有强鲁棒性，包括星点位置噪声、星等噪声、伪星以及星敏感器角速度。在多种噪声影响下，该方法的识别率依然保持在96%，相比传统的金字塔形算法和栅格算法有显著提升。

关键词：

星敏感器；姿态失锁；星图识别；卷积神经网络

作者：

王昊¹，王志远¹，王本冬¹，于卓群¹，金仲和¹，John L.CRASSIDIS²

单位：

¹浙江大学航空航天学院，中国杭州市，310027

²纽约州立大学布法罗分校机械与航天工程系，美国纽约州艾摩斯特市，14260-4400

本文引用格式：

Hao WANG, Zhi-yuan WANG, Ben-dong WANG, Zhuo-qun YU, Zhong-he JIN, John L. CRASSIDIS, 2020. An artificial intelligence enhanced star identification algorithm. Frontiers of Information Technology & Electronic Engineering, 21(11):1661-1670. https://doi.org/10.1631/FITEE.1900590

本文精要导读：

点击下方“阅读全文”，下载全文PDF

关于本刊

Frontiers of Information Technology & Electronic Engineering（简称FITEE，中文名《信息与电子工程前沿（英文）》，ISSN 2095-9184，CN 33-1389/TP）是信息电子类综合性英文学术月刊，SCI-E、EI收录，最新影响因子1.604，进入JCR Q2分区。前身为2010年创办的《浙江大学学报英文版C辑：计算机与电子》，2015年更为现名，现为中国工程院信息与电子工程学部唯一院刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、卢锡城。实行国际同行评审制，初次转达意见一般在2~3个月内。文章一经录用将快速在线。

2019年，荣获中国科协等七部委推出的中国科技期刊卓越行动计划项目资助（梯队期刊）。

官网：http://www.jzus.zju.edu.cn

期刊Springer主页：

http://www.springer.com/computer/journal/11714

在线投稿：

http://www.editorialmanager.com/zusc

更多信息，请见：FITEE影响因子提升55%，首次跨入Q2区

微信加群

---

为方便广大科研人员交流讨论，本平台建有以下学科微信群。有需要加群的用户，请加小编个人微信号fitee_xb，并留言想要加入的群，小编会拉您进群。营销广告人员请勿扰。

计算机科学与技术学术群	光学工程与技术学术群
控制科学与技术学术群	信息与通信学术群
电力电子学术群	人工智能学术

加关注  ID: fitee_cae

本公众号为中国工程院院刊《信息与电子工程前沿（英文）》（SCI-E、EI检索期刊）官方微信，功能包括：传播期刊的学术文章；为刊物关联学人（读者、作者、评审人、编委，等）提供便捷服务；发布学术写作、评审、编辑、出版等相关资讯；介绍信息与电子工程领域学术人物、学术思想、学术成果，展示该领域科学研究前沿进展；为该领域海内外学者提供友好互动平台。