資源描述：
《基于小波變換的星圖識(shí)別》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、小波理論與應(yīng)用(論文)基于小波變換的星圖識(shí)別院系名稱：航天學(xué)院專業(yè)名稱：控制科學(xué)與工程學(xué)生姓名：秦洪衛(wèi)學(xué)號(hào)：09S004134聯(lián)系方式：183451418082012年5月—10—基于小波變換的星圖識(shí)別摘要：在飛行器姿態(tài)測(cè)量中，星敏感器是現(xiàn)行確定飛行器姿態(tài)姿態(tài)測(cè)量?jī)x器中精度最高的。跟其他姿態(tài)敏感器相比，星敏感器還具有自主性強(qiáng)、無姿態(tài)積累誤差等優(yōu)點(diǎn)。星圖識(shí)別是星敏感器研制過程的關(guān)鍵技術(shù)之一。用KMP算法進(jìn)行星圖識(shí)別時(shí)，制定的導(dǎo)航星庫(kù)容量大。為此，對(duì)導(dǎo)航庫(kù)數(shù)據(jù)進(jìn)行了壓縮。先對(duì)星圖進(jìn)行小波變換，截取其低頻子帶部分；再用KMP的方法建立導(dǎo)航星庫(kù)。仿真結(jié)果表明本算法不但繼承了原算法
2、的優(yōu)點(diǎn)，而且導(dǎo)航星庫(kù)的容量和識(shí)別時(shí)間都是原算法的1/4。關(guān)鍵詞：星圖識(shí)別；KMP；星敏感器；小波變換StarmaprecognitionbasedonwavelettransformAbstract:Inthemeasurementofaircraftattitude,starsensoristhemostaccuratecurrentmeasurementinstrumenttodeterminethespacecraftattitude.Comparedwiththeotherattitudesensor,starsensorhasstrongautonomyandn
3、oattitudeaccumulatederror.TheStarmaprecognitionisoneofthekeytechnologiesofthestarsensordevelopmentprocess.ThevolumeofthenavigationstardatabaseislargewhenstarmaprecognitioniscarriedoutbyKMPalgorithm.Forthisreason,thedataoftheavigationstardatabasearecompressed.Firstawavelettransformforstarm
4、apis—10—carriedoutanditslow-frequencysub-bandpartiscut-off,thenthenavigationstardatabasecanbeconstructedbyusing0-1method.Thesimulationresultsshowthatthealgorithmnotonlyinheritstheadvantagesoftheoriginalalgorithm,butalsobothvolumeofthenavigationstardatabaseandrecognitiontimeareequivalentto
5、1/4thatoftheoriginalalgorithm.Keywords:Starmaprecognition;KMP;Starsensor;Wavelettransform—10—引言航天器姿態(tài)的實(shí)時(shí)測(cè)量對(duì)于控制、導(dǎo)航、定位，尤其是遙感攝影測(cè)量都具有重要意義。以恒星為探測(cè)對(duì)象的星敏感器，因其體積小、指向精度高、無姿態(tài)累積誤差、自主性強(qiáng)等優(yōu)點(diǎn)，已成為航天器上的必備的高精度姿態(tài)測(cè)量?jī)x器。星敏感器是通過測(cè)量天球上不同位置的恒星來確定航天器姿態(tài)信息（俯仰角、偏航角和滾動(dòng)角）的測(cè)量系統(tǒng)，其核心問題是星圖識(shí)別。在當(dāng)前的識(shí)別算法有多邊形角距匹配法，圓形區(qū)域法和主星識(shí)別法等。當(dāng)存在
6、許多星等相近的亮星或星對(duì)角距（兩星點(diǎn)與觀測(cè)中心的球心角）很小的情況下，這些算法存在識(shí)別率嚴(yán)重降低等缺點(diǎn)。慣導(dǎo)實(shí)驗(yàn)中心李老師發(fā)表的《用KMP算法進(jìn)行星敏感器星圖識(shí)別的方法》，從字符串的模式匹配來考慮，用KMP(Knuth-Morris-Praa)算法來進(jìn)行星圖識(shí)別，克服了這些缺點(diǎn)。但是該算法建立的導(dǎo)航星庫(kù)容量大。為此，本文在李老師文獻(xiàn)的基礎(chǔ)上，先對(duì)其導(dǎo)航星庫(kù)進(jìn)行了基于小波變換，圖像經(jīng)小波變換后，圖像在尺度空間基本保持圖像整體特征，即低頻子帶部分，且經(jīng)采樣后尺度空間部分相對(duì)原數(shù)據(jù)量明顯減少。所以我們采用低頻子帶部分來進(jìn)行星圖匹配，可以大大減少系統(tǒng)識(shí)別時(shí)間，這對(duì)于星敏感器的星圖
7、識(shí)別具有重要意義。1小波變換的基本理論小波變換理論是近年來興起的新的數(shù)學(xué)分支，它是繼傅里葉變換（Fouriertransform）之后又一個(gè)里程碑的發(fā)展，它是空間（時(shí)間）和頻率的局部變換。小波變換的基本思想是將信號(hào)展開成一族基函數(shù)之加權(quán)和，即一族函數(shù)來表示或逼近信號(hào)或函數(shù)，且這族函數(shù)是通過某個(gè)基本函數(shù)的平移和伸縮構(gòu)成的。“多分辨力分析”(Multi-resolutionAnalysis)也稱“多尺度分析”或“金字塔算法”是Mallat在80年代后期提出的，使離散小波變換以數(shù)字—10—QMF(QuadratureMirrorFi
