基于机器学习的大视场星敏感器畸变在轨标定技术

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：随着遥感卫星在轨任务复杂性的不断提升,对卫星定姿精度的要求也不断提高。星敏感器是星上精度最高的姿态敏感器,因而其在轨标定是提高定姿精度的有效手段。由于大视场星敏感器的镜头畸变复杂,目前广泛采用的基于星对角距的最小二乘法存在一定局限性。因此提出一种基于机器学习的星敏感器在轨标定算法,该方法结合机器学习预测建模思想,通过构造特征建立镜头畸变模型,并结合主成分分析方法进行冗余特征的消除,最后从星角距和模型泛化能力两方面对标定效果进行评价。仿真结果表明：算法对镜头畸变程度较大的星敏感器有良好的校正效果,标定精度始终能保持在0.8″内,与目前几种主流算法相比,具有精度高,鲁棒性好等优点。

原文链接:http://www.cqvip.com/QK/91846A/201612/670951787.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习 学习的 主成分分析 cqvip 最小二乘法 标定 星敏感器 光学系统 畸变 机器学习