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.
-
-
期刊类型引用(3)
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
其他类型引用(3)
计量
- 文章访问数: 200
- HTML全文浏览量: 27
- PDF下载量: 13
- 被引次数: 6