基于卷积神经网络的星敏感器星图识别方法

本发明公开了一种基于卷积神经网络的星敏感器星图识别方法，包括如下步骤：对原始星表做星过滤处理建立导航星星库，统计全天球导航星所属的星座，并对星座编号，样本库由仿真星图以及对应星数最多星座的编号组成；以稀疏矩阵代替原星图，将样本库星图输入卷积神经网络开展训练；拍摄所得星图经过星像提取，并转化为稀疏矩阵后输入卷积神经网络，开展粗姿态星图识别，获得大致方位；运用局部天区星图识别算法，识别视场内的恒星。采用训练好的卷积神经网络实现粗姿态全天球星图识别，无须搜索导航星星库，局部天区星图识别，只需要搜索小部分数据库；卷积神经网络具有自主提取原图特征的能力，应用于星图识别，抗噪声和抗伪星性能强。

《基于卷积神经网络的星敏感器星图识别方法》是一发明专利，专利号为 2017114581206，当前法律状态为已下证，由常州工学院提出申请，发明人为吴峰;朱锡芳;徐也;相入喜;于秋阳;缪志康;吴涛，公开（公告）日期为2020-12-22，国际专利分类号（IPC）为 G01C21/02(2006.01)I;G01C21/20(2006.01)I，代理机构为常州西创专利代理事务所(普通合伙)32472，高新资质：未报高企，所属技术领域包括：航天导航与人工智能。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于卷积神经网络的星敏感器星图识别方法，包括如下步骤：对原始星表做星过滤处理建立导航星星库，统计全天球导航星所属的星座，并对星座编号，样本库由仿真星图以及对应星数最多星座的编号组成；以稀疏矩阵代替原星图，将样本库星图输入卷积神经网络开展训练；拍摄所得星图经过星像提取，并转化为稀疏矩阵后输入卷积神经网络，开展粗姿态星图识别，获得大致方位；运用局部天区星图识别算法，识别视场内的恒星。采用训练好的卷积神经网络实现粗姿态全天球星图识别，无须搜索导航星星库，局部天区星图识别，只需要搜索小部分数据库；卷积神经网络具有自主提取原图特征的能力，应用于星图识别，抗噪声和抗伪星性能强。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！