层叠式SOM神经网络星图识别算法及FPGA验证

作     者：郑天宇 尹达一 赵玥皎 ZHENG Tianyu;YIN Dayi;ZHAO Yuejiao

作者机构：中国科学院红外探测与成像技术重点实验室上海200083 中国科学院上海技术物理研究所上海200083 中国科学院大学北京100049 

出 版 物：《红外技术》 (Infrared Technology)

年 卷 期：2018年第40卷第3期

页      面：246-252页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0825[工学-航空宇航科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(40776100) 

主　　题：精细导星仪 星图识别 星特征矢量 SOM神经网络 FPGA验证 

摘      要：为了对空间天文望远镜精细导星仪获得的星图完成识别,提出一种层叠式自组织映射(SOM)神经网络算法模型,将该模型在硬件中实现星特征矢量匹配算法。首先,针对精细导星仪的特点详细介绍了导航星库的建立、星特征矢量的构建和筛选方法;其次,建立层叠式SOM神经网络模型,对其权值进行在线训练;最后,设计算法离线运行硬件电路并将其在FPGA中实现。仿真与测试结果表明,基于层叠式自组织神经网络的星图识别算法识别率高、抗噪声能力强、识别速度快。星点位置噪声为0.648?,星等噪声为0.18视星等条件下星图识别成功率在80%以上,新算法在FPGA中运行速度是PC机上传统三角形法的100倍。对精细导星仪星图识别算法的优化设计提供了合理可行的参考依据。