层叠式SOM神经网络星图识别算法及FPGA验证

基金项目: 国家自然科学基金资助项目(40776100)

详细信息

Star Pattern Recognition Algorithm and FPGA Verification of Stacked SOM Neural Network

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.
- 精细导星仪 /
- 星图识别 /
- 星特征矢量 /
- SOM神经网络 /
- FPGA验证

1.	刘红亮，赵汝进，林玲，钟建勇. 一种星辐射模式下全天区星图识别算法及FPGA实现. 半导体光电. 2023(01): 128-133 . 百度学术
2.	李增刚，王正彦，毛菲菲. 基于FPGA的BP神经网络识别系统设计. 青岛大学学报(工程技术版). 2019(03): 44-51 . 百度学术
3.	李志海，张春平，王子壬，侯永刚，严洪翔，周永真，白杨. 结合PCA的K-means算法在专变用户用电行为分析中的应用. 电力信息与通信技术. 2018(12): 62-67 . 百度学术