[发明专利]一种低分辨率含噪星图识别方法

摘要

本发明涉及一种低分辨率含噪星图识别方法，包括两部分：导航星图预处理、导航星识别。将含噪星图稀疏表示，再利用完备字典恢复出去噪星图，在保留星点信息的基础上有效去除噪声。将稀疏表示方法应用于低分辨率星图的图像去噪，将图像超分辨方法应用于低分辨率去噪星图的高分辨率重建，从而获得高分辨率、高质量星图，进而提高星图导航星质心的定位精度。本发明利用稀疏表示方法将含噪星图稀疏表示，再利用完备字典恢复出去噪星图，在保留星点信息的基础上有效去除噪声。

主权项

1.一种低分辨率含噪星图识别方法，其特征在于步骤如下：步骤1、将稀疏表示与图像超分辨相结合，对低分辨率含噪星图预处理：A.高分辨率去噪星图字典D_h与低分辨率含噪星图字典D_l的优化为：其中：N和M分别是高、低分辨星图像块的维数，λ为拉格朗日乘子，1/N和1/M为惩罚项；利用K‑SVD字典训练算法同时训练出D_h与D_l2个字典；B.利用the Basis Pursuit算法求解式下式获得低分辨率含噪星图F在字典D_l下的稀疏系数α：步骤2、基于神经网络进行导航星识别：A.选用导航星质心间角距构造的P值向量作为网络训练输入，将导航星的3维特征降至1维；同时，以各导航星号的13位二进制表示作为网络输出以训练导航星识别网络Pi＝xd_{i_1}+yd_{i_2}+zd_{i_3}＝Ω^Td_i i＝1,2,...,G其中：P_i为各导航星投影点；Ω＝[x y z]^T为最佳投影轴坐标，Ω满足Ω^TΩ＝1；每颗导航星的角距向量为d_i＝[d_{i_1} d_{i_2} d_{i_3}]^T；G为选取的全天球6970颗1‑6等星的恒星个数；通过求解投影点最大方差的二次型极大值即可确定最佳投影轴Ω，从而确定每颗导航星的P值向量其中，和D(P)分别为投影点P_i的均值和方差；B.采用光滑因子σ＝0.02的广义回归神经网络对星图进行识别。