映射二乘向量机及其在天文导航中的应用

映射二乘向量机及其在天文导航中的应用

论文题目: 映射二乘向量机及其在天文导航中的应用

论文类型: 博士论文

论文专业: 模式识别与智能系统

作者: 郑胜

导师: 柳健,田金文

关键词: 映射最小二乘向量机,星敏感器,星图提取,极值点法,动态星等阈值,动态符号星等阈值,星图识别,矢量法

文献来源: 华中科技大学

发表年度: 2005

论文摘要: 本文以发展支持向量机(support vector machines, SVM)方法、推进其在图像处理中的应用为基础,以进一步改进星敏感器的性能、提高星敏感器的可靠性为目标,着重从理论和实验两个方面展开工作。对如何将SVM 应用于像素级图像处理,进一步提高星敏感器的性能和可靠性进行了深入地研究。研究的主要内容包括:(a)映射二乘向量机(mapped least squares support vector machines, MLS-SVM)理论与方法; (b)星图中星的提取方法——极值点法; (c)动态星等阈值(dynamic visual magnitude threshold, DVMT)导航星选取算法; (d)动态符号星等阈值(dynamic label visual magnitude threshold, DLVMT)导航星三角形信息表的优化算法; (e)自主星图识别算法——B 矢量法。具体内容如下: (1)提出了MLS-SVM 理论和方法。通过映射技术,将具有相同输入矢量集合但具有不同输出符号集合的二乘向量机(least squares support vector machines, LS-SVM)学习问题转换成一个常矢量空间中的训练问题,此时,LS-SVM 中优化问题的解可以非常容易地获得。一旦一个矩阵的逆被求出后,就可运用到整个MLS-SVM的求解。这个要求逆的矩阵只取决于输入矢量集合,与输出符号集无关。这样,求解MLS-SVM 的计算复杂度降低到了O(N~2),仅只需要一个矩阵乘法操作即可。研究了MLS-SVM 的特性和加权MLS-SVM 方法。通过对基于MLS-SVM 的滤波器频率响应的分析研究了MLS-SVM 的特性。研究表明,MLS-SVM 本质上是对图像信号进行低频和高频分解,其中偏移项b 对应图像的低频部分,乘积之和对应图像的高频部分,而支持向量的支持度则是一个高通滤波器对原图像进行滤波的结果; 在稀疏化的LS-SVM 中,图像中的边缘和精细特征部分的像素最可能成为支持向量; 基于高斯核的MLS-SVM 的核参数σ~2存在最优设置,调整因子γ的取值直接由图像本身的频谱特性确定。为了将某种先验知识引入到MLS-SVM 中,提出了加权MLS-SVM方法。讨论了MLS-SVM 在图像放大插值和边缘检测等图像处理中的应用方法。(2)提出了基于MLS-SVM 的星图中星的提取方法——极值点法。以基于径向基核函数和多项式核函数相混合的混合核的MLS-SVM 对星图图像的灰度曲面进行拟合,导出了二阶方向导数算子。根据极值理论,利用导出的二阶方向导数算子与星图图像的卷积运算,可确定位于星图灰度拟合曲面上的灰度极大值像素,获得候选导

论文目录:

摘要

Abstract

1 绪论

1.1 研究背景

1.2 支持向量机(SVM)

1.3 最小二乘向量机(LS-SVM)

1.4 星敏感器

1.5 本文的工作

2 映射二乘向量机理论与方法

2.1 应用系统的特点

2.2 映射二乘向量机(MLS-SVM)

2.3 输入矢量与虚拟空间的映射

2.4 虚拟空间与原空间的映射

2.5 核函数的选择

2.6 MLS-SVM 的特性

2.7 MLS-SVM 参数优化

2.8 加权MLS-SVM

2.9 应用举例

2.10 本章小结

3 基于MLS-SVM 的星图中星提取

3.1 星图中星提取技术

3.2 极值点法理论

3.3 极值点法算法

3.4 极值点法星提取

3.5 本章小结

4 动态星等阈值导航星选取算法

4.1 恒星的分布与导航星选取

4.2 动态阈值导航星选取算法

4.3 实验结果

4.4 本章小结

5 动态符号星等阈值导航星三角形信息表的优化算法

5.1 导航星三角形的方向和符号星等

5.2 导航星三角形的分布和优化选取

5.3 动态符号星等阈值导航星三角形优化算法

5.4 实验结果

5.5 本章小结

6 星图识别算法——B 矢量法

6.1 直接匹配策略

6.2 T 矢量

6.3 B 矢量法

6.4 导航信息库

6.5 软件执行

6.6 仿真结果

6.7 本章小结

7 总结与展望

7.1 研究工作总结

7.2 本文的创新之处

7.3 进一步研究展望

致谢

参考文献

附录Ⅰ作者在攻读博士学位期间发表的论文

附录Ⅱ作者在攻读博士学位期间参与的项目

发布时间: 2006-04-05

参考文献

  • [1].基于星敏感器的全天自主分层星识别算法研究[D]. 郑万波.中国科学院研究生院(长春光学精密机械与物理研究所)2004
  • [2].基于恒星敏感器的风云四号气象卫星姿态确定方法研究及实现[D]. 王素娟.中国气象科学研究院2009

相关论文

  • [1].基于恒星敏感器的风云四号气象卫星姿态确定方法研究及实现[D]. 王素娟.中国气象科学研究院2009
  • [2].基于星载敏感器的卫星自主导航及姿态确定方法研究[D]. 王鹏.哈尔滨工业大学2008
  • [3].基于星敏感器的卫星三轴姿态测量方法研究[D]. 陈元枝.中国科学院长春光学精密机械与物理研究所2000
  • [4].大视场高精度星敏感器技术研究[D]. 王晓东.中国科学院研究生院(长春光学精密机械与物理研究所)2003
  • [5].基于星敏感器的全天自主分层星识别算法研究[D]. 郑万波.中国科学院研究生院(长春光学精密机械与物理研究所)2004
  • [6].基于星敏感器的星模式识别算法及空间飞行器姿态确定技术研究[D]. 朱长征.国防科学技术大学2004
  • [7].APS星敏感器关键技术的研究[D]. 李杰.中国科学院研究生院(长春光学精密机械与物理研究所)2005
  • [8].基于星跟踪器的航天器姿态确定方法研究[D]. 张晨.华中科技大学2005
  • [9].CMOS图像传感器在星敏感器中应用研究[D]. 刘智.中国科学院研究生院(长春光学精密机械与物理研究所)2004
  • [10].基于星间观测的星座自主导航方法研究[D]. 张艳.国防科学技术大学2005

标签:;  ;  ;  ;  ;  ;  ;  ;  

映射二乘向量机及其在天文导航中的应用
下载Doc文档

猜你喜欢