适用于星敏感器的星体识别研究

介绍了星敏感器的基本工作原理,分析了星图的特点,进行了噪声的预处理.在星体识别过程中对传统算法进行了改进,提出了一种适合星图的二值图象标记算法,对星体进行了有效识别.并用实拍的星图进行了实验仿真,取得了较为满意的结果.     

基于等面积圆环和伴星夹角的星图识别算法

针对于传统径向和环向特征星图识别算法在构建径向特征过程中伴星分布不均匀以及采用环向特征匹配过程中特征值不稳定的问题,提出了一种等面积圆环划分和伴星矢量夹角相结合的星图识别算法。通过选取动态半径使得径向特征下的圆环面积相等,保证伴星落在每个圆环的概率相等,有效提高了径向匹配过程的识别率。对于径向匹配后冗余的导航星,采用伴星组成的矢量夹角特征进行筛选,选定匹配特征值最高的为最终识别结果。仿真模拟结果表明：当添加位置噪声为1像素时,星图识别成功率达到95%;当伪星数目为2颗时,识别率达到98%。相较于传统径向和环向识别算法,本文方法在识别率和识别速度上具有明显优势。     

一种快速全天自主星图识别算法

三角形算法是目前实际工程上星敏感器广泛应用的星图识别算法,为了克服三角形识别算法中三角形因特征维数较低带来的冗余匹配问题,对该算法进行了改进。提出一种基于Stellarium软件实时生成模拟星图的方法,建立了星图识别算法仿真计算模型。仿真试验结果表明：利用Stellarium软件能够对星敏感器各种运行场景下的星图进行模拟,模拟要素完整、正确,在测试星图识别算法过程中能够满足星敏感器高精度实时仿真测试要求,为设备的调试、性能评估以及地面试验奠定基础。对全面测试星敏感器的软、硬件性能,及对星敏感器进行精确标定具有重要意义。     

基于星图识别算法的空间小目标识别

基于星形星图识别算法,利用星对距离和星对角距2个特征进行匹配识别,实现了快速识别空间小目标的目的,并可对该目标实时追踪。Matlab仿真表明,该算法识别过程简单,对星图噪声和伪星具有较好的抵抗力,具有识别率高且稳定、识别速度快的优点。     

星图模拟方法在星敏感器技术研究中的应用

目前,星敏感器是一种高精度的姿态测量设备,利用计算机开展星图模拟能提供丰富的星图数据。文章讨论了利用光学设计软件,通过扩展编程模拟星敏感器成像,输出模拟星图的原理和方法,给出星图模拟程序设计结果,讨论星图模拟方法在评估光学系统、星像提取算法、星图识别算法性能以及标定系统误差等方面的应用。研究表明,星图模拟为促进星敏感器技术的研究提供了重要支持。     

三视场星敏感器的多级星图识别算法

为解决现有三视场星图识别算法效率慢、识别正确率低的问题,提出了一种面向三视场星敏感器的多级星图识别算法:第一阶段利用单一可调参数的广义回归神经网络分别识别三幅单视场星图;第二阶段利用星库中存储的星间角距信息检验导航星识别结果,再以正确识别的导航星信息计算星敏感器的3个视轴指向;第三阶段利用视轴指向辅助未识别与识别错误的导航星完成识别与校正;最终,以三视场内正确识别的导航星精确估计飞行器姿态信息。仿真结果表明,当星点质心定位误差的标准差达到0.07像素时,该星图识别算法对实验样本的识别正确率仍高达98.9%,而识别时间仅为8.464 5 ms。同时,由于提供求解姿态的星点信息较多且分布更广泛,飞行器的三轴姿态估计精度也随之提高。三视场星敏感器估计的飞行器偏航、俯仰、和滚转轴姿态精度分别为1.205 8″,1.086 7″以及1.201 8″。     

高刷新率星图显示算法设计

动态星模拟器常用星图显示算法由于检索量大、检索过程繁琐的问题,导致目前数字星图刷新率难以满足高角速度星敏感器的测试、标定需求。提出了一种四棱锥分区检索导航星的新算法,采用将检索区域缩小为四棱锥体对应区域和优化索引机制的方法提高星图刷新率。利用赤纬带剖分天球和视场外切矩形法细分天球,将天球分成了约6万个以天球中心为顶点的四棱锥体,然后通过导航星的提取过程从对应四棱锥体中提取出星敏感器视场内的导航星。以星敏感器10°×10°视场为例验证了新算法星图的准确性,实验结果表明新算法星图不存在丢星少星现象,且单星位置平均、绝对误差小于14″。并且针对新算法星图的动态性设计了星图刷新率测试程序,其测试结果表明新算法星图刷新率达到了110 Hz,相对传统算法提高了近一倍,尤其当星表数据较大时,星图刷新率提高更为明显。     

用字符匹配进行星图识别的导航库存储方法

采用星敏感器测航天器姿态是现行方法中精度最高的,其关键是星图识别．对基于KMP星敏感器星图识别算法进行了改进,对天球中每个区域用1表示该处有星0表示该处非星,得到由0和1组成的原始字符串,用一个整数和额外一位0表示某处连续0的个数,用11来表示一个字符1,把它们存储到导航星库中相应位置．然后采用逻辑运算来进行星图匹配．仿真结果表明本文算法不但继承了原算法的优点,而且减少了导航星库的容量．     

基于神经网络的自动星图识别算法

神经逻辑网络(NLN)是一种神经网络与专家系统相结合的神经网络模型，本文探讨一种基于模糊神经逻辑网络的星图识别算法。在大视场多星定位系统的星图识别中，该算法比直接匹配法有较快的识别速度和较高的识别精度。     

基于二值化差分的CCD星图快速定位方法

大视场星敏感器的发展以及光电望远镜观测模式的改进,对CCD星图图像处理速度提出了更高的要求。文章给出了交叉投影星点快速定位算法的一种改进方法,根据其投影原理对投影值进行二值化后,运用差分方法对星图目标进行边界提取,并结合质心定位算法实现对星图目标的快速定位。仿真实验结果表明,同交叉投影算法相比本方法具有更快的处理速度。     

输入排队iSLIP算法的改进与比较

高速路由器交换网络中,输入排队调度算法有良好的性能。为了进一步提高经典算法iSLIP的性能,根据虚拟输出队列(VOQ)中包的个数和队首包的等待时间不同,对iSLIP算法进行改进,提出了lp-iSLIP(Long Queues Prioriy iSLIP)算法和op-iSLIP(Old Queues Priority iSLIP)算法。通过仿真可以看到改进后两种算法包的延时较iSLIP算法有一定降低,即算法性能有了提高。最后对iSLIP算法和对信元加入优先级的pri-iSLIP算法进行比较,仿真结果显示pri-iSLIP算法的性能较好。     

基于单纯形和粒子群优化的搜索算法

在综合分析单纯形算法与粒子群算法优缺点的基础上,将单纯形算法与粒子群算法相结合,提出了一种单纯形,粒子群混合算法,有效地避免了原有两种算法的缺陷,提高了对目标函数的搜索效率与质量,并用试验函数验证了算法的可行性.     

进化算法在求解连续空间函数优化问题上的比较

优化算法就是一种搜索过程和规则，它是基于某种思想和机制，通过一定的途径和规则来得到满足用户要求问题的解.优化问题也是人们在工程技术、科学研究和经济管理等诸多领域中经常遇到的问题.鉴于工程优化问题的复杂性、约束性、非线性、多极小等特点，分析各种算法，寻求一种适合要求的算法很重要.目前，进化算法主要包括遗传算法、模拟退火法、混沌算法、蚂蚁算法、粒子群算法等.分别介绍了5种算法的基本思想以及它们的特点，并且通过对几个连续函数的优化比较，阐述了算法的各自不足.     

密码学中信息摘要算法MD5的改进

在MD5算法的基础上,针对MD5算法密文是一个32位16进制字符来表示值的特征,提出MD5改进算法,首先采用替换加密算法Md5Replace加密MD5算法密文,隐藏MD5算法密文的特征;再选定替换加密密文中某一位置插入由随机函数算法Md5Random产生定长的字符串得到最后的密文,改变了替换加密密文位数,隐藏了替换加密算法替换规律。在不改变算法效率的前提下,提高算法安全强度。     

多算法加权融合的盲均衡算法

在研究了多种广泛使用的盲均衡算法的基础上,设计了一种对多种算法加权融合的新算法：
当均衡器的输出信号可靠性足够高时,用可获得高收敛精度的多模辅助算法(MAMA)进行均衡
;当均衡器的输出信号可靠性不够高时,用修正的常模算法(MCMA)、多模算法(MMA)和MAMA 三种算法的加权融合来均衡,且控制权重,使权重随迭代次数变化,提高了算法性能. 仿真结果证明,新算法性能稳定,在恶劣的水声信道中,可以在大约2?800次迭代后收敛,达到-35?dB左右的码间干扰(ISI).     

常用细化算法在纸浆纤维图像处理中的应用与比较

本文介绍了三种常见的细化算法,其中详细介绍了hilditch算法,并且通过编程将其应用于纸浆纤维图像的处理中.通过对处理后的纤维图像质量的比较,结果显示hilditch算法更适用于对纸浆纤维图像的细化,但仍然需要在对纤维图像中的非纤维图像信息进行有效地删除方面进行改进.     

EDF调度算法的实时性改进

在实时调度算法中,常用的EDF调度算法是非抢占式的,针对这个问题,研究应用SLAD算法和BACK-SLASH算法来改善EDF调度算法的实时性.对过载情况下的截止期错失率DMR的测试,结果表明其实时性确有所改进.     

学习特征权值对聚类算法的优化

现有的k-均值聚类算法大都是以距离差异为基础的,而同等重要地依赖所有属性的相似性度量会引起误导.传统的k-均值算法选择的相似性度量通常是欧几里德距离的倒数,这种距离通常涉及所有的特征.而在距离公式中引入一些特征权值后,其聚类结果将依赖于这些权值,从而可以通过调整这些权值优化聚类效果.由于k-均值算法是迭代算法,很难直接确定其权值以优化聚类结果,因此提出了一种通过免疫算法学习权值的方法以改进聚类结果.实验结果显示,该方法确定的权重值在提高聚类效果方面是可行的、有效的.     

COMP:一种有效的多模式/多对象匹配算法

为研究产生式系统的匹配效率问题,分析了RETE算法与TREAT算法的优缺点,提出了一种新的匹配算法－COMP算法,通过理论分析,在最坏情况下,该算法的时间复杂性为O（W^C）,优于RETE算法,实验结果表明,COMP算法在一般情况下优于TREAT算法,而在各种情况下均优于RETE算法。     

RA码译码简化算法的研究

RA码BP译码算法，可以实现线性时间译码，然而具有较高的复杂度。为了便于硬件实现，首先提出将最小和算法应用于RA码，然后对最小和算法进行了改进，提出了归一化算法和偏移算法，使循环译码算法在复杂度和性能之间取得了较好的折衷。仿真结果表明：归一化算法和偏移算法复杂度低，性能接近BP算法。