[發明專利]一種基于蜘蛛網模式和卷積神經網絡的星圖識別方法

有效

• 申請號: 201710815116.4
• 申請日: 2017-09-12
• 公開（公告）號: CN107816987B
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 江潔;劉雷;張廣軍
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G01C21/02
• 分類號: G01C21/02;G01C21/20
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;鄧治平

1.一種基于蜘蛛網模式和卷積神經網絡的星圖識別方法，其特征在于：該識別方法步驟如下：

步驟一、構建一種蜘蛛網模式星圖，其構造如下：

a)確定主星及模式半徑，該主星的模式由模式半徑所確定的鄰域內的伴星所構成；

b)將主星進行平移，使主星位于視場中央位置；

c)依次將伴星與主星用彩色線段連接，并計算相鄰伴星間的角距；

d)為增加不同主星的模式的區分度以及星圖內信息，將相鄰的伴星根據角距的大小用不同顏色的線段連接，主星與相鄰的伴星的連線構成不同形狀的蜘蛛網模式星圖；

步驟二、構建蜘蛛網模式星圖的訓練集和測試集，其構造如下：

訓練集的構造：采用星表作為建立導航基準星點特征數據庫的數據基礎，選取亮度大于6Mv的星作為導航星，選取4°~12°的模式半徑，除去視場中只有一顆星和兩顆星的情況，再每隔0°~60°將星圖旋轉一次，每個角度的星圖隨機加入5~20次、每次1~2個假星，按照步驟一的方法構造蜘蛛網模式星圖，構成蜘蛛網模式星圖的訓練集；

測試集的構造：因為星點的相對位置固定不變，主要的變換在于旋轉和假星，為檢測不同旋轉角度下模型的識別精度，將導航星的星圖每隔與訓練集中的角度不同的任意角度旋轉一次，每個角度的星圖隨機加入3~10次，每次1~2個假星，按照步驟一的方法構造蜘蛛網模式星圖，構成蜘蛛網模式星圖的測試集；

步驟三、構建一種適用于蜘蛛網模式的卷積神經網絡模型，其構造如下：

根據步驟二中的訓練集和測試集，構建一種適用于蜘蛛網模式的卷積神經網絡模型，即蜘蛛網模型，蜘蛛網模型的前六層為卷積層與池化層交錯而成，第七層和第八層為全連接層，最后一層為輸出層，在卷積層中加入了batch normalization以加快訓練速度，每個卷積層加入激活函數，并在全連接層中用了dropout減少了模型的過擬合，并利用步驟二中的訓練集和測試集訓練蜘蛛網模型，得到該模型內部的參數；

步驟四、將需要識別的星圖中待識別的主星按照步驟一中的蜘蛛網模式構造星圖，再將構造好的蜘蛛網模式星圖利用步驟三中訓練好的蜘蛛網模型進行識別，識別主星成功后，再利用角距信息識別出蜘蛛網模式星圖中的伴星。