改进的栅格算法在星图识别中的应用与优势

"该资源是一篇发表在《传感器与微系统》期刊上的研究论文，探讨了一种改进的栅格星图识别算法，旨在提高星图识别的准确性。由钱华明、郎希开和李猛合作完成，分别来自哈尔滨工程大学自动化学院和中航光电科技股份有限公司。" 本文主要研究的问题是传统栅格算法在处理星图识别时存在的不足，即特征模式不能充分反映星点之间的内在相似性，这可能导致识别准确性下降。作者针对这一问题提出了一种改进的栅格算法。 改进的关键在于引入特征模式间的度量函数，该函数可以量化不同特征模式之间的相似程度，从而减轻位置量测误差对识别效果的影响。在实际应用中，位置量测误差是常见的问题，能有效处理这个问题的算法将大大提高星图识别的鲁棒性。 为了验证新算法的有效性，作者构建了仿真环境并进行了仿真实验。实验结果显示，当星点位置噪声大于1.5像素时，改进的算法在星图识别成功率上显著优于传统栅格算法。此外，在存在“假星”（即非真实星点的数据干扰）的情况下，改进算法仍能保持较高的识别成功率，进一步证明了其优越性。 论文关键词包括：栅格算法、特征模式、相似程度和度量函数。按照中国图书馆分类法，该文属于V448类，即天文学、地球物理学。文献标识码为A，表示这是一篇科研论文。文章的唯一标识符（DOI）为10.13873/J.1000-9787(2017)06-0150-04，便于后续引用。 这篇研究为星图识别技术提供了一种新的解决思路，通过改进的栅格算法提高了在复杂条件下的识别性能，对于航天导航、天文观测等领域具有重要的理论和实践意义。