项目名称: 基于压缩成像的高精度姿态确定方法研究

项目编号: No.61401487

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 宋新

作者单位: 中国人民解放军国防科学技术大学

项目金额: 28万元

中文摘要: 大视场高精度星敏感器要求有高成像分辨率,产生的图像数据需要高采样率,这给模数转换、数据存储和后续处理带来了巨大压力。考虑星图本身的稀疏特性,采用压缩感知理论,可以在成像中以远少于传统成像方法所要求的数据进行成像,从而突破传统方法对采样率的限制。本课题针对高精度姿态确定中存在的高数据率问题,对星敏感器的压缩成像技术展开全面深入的研究,重点研究面向星图特征的稀疏表示和重构方法,建立保持星点识别特征的压缩成像模型,提出行列相关性低且易于硬件实现的确定性测量矩阵构造方法,建立满足星图稀疏重构算法的姿态确定仿真平台,对高精度压缩成像姿态确定进行系统验证。本研究成果将丰富和发展压缩感知理论和应用,并为点目标图像的压缩成像应用提供理论和技术支撑。

中文关键词: 压缩感知;星敏感器;稀疏表示;姿态确定;星模式识别

英文摘要: Wide-field-of-view and high-accuracy star tracker requires a high sample rate to obtain high image resolution, which brings enormous pressure to analog-digital conversion, data storage and subsequent image processing. Considering the sparseness of the sta

英文关键词: compressive sensing;star tracker;sparse representation;attitude determination;star identification

成为VIP会员查看完整内容
0

相关内容

压缩感知是近年来极为热门的研究前沿,在若干应用领域中都引起瞩目。 compressive sensing(CS) 又称 compressived sensing ,compressived sample,大意是在采集信号的时候(模拟到数字),同时完成对信号压缩之意。 与稀疏表示不同,压缩感知关注的是如何利用信号本身所具有的稀疏性,从部分观测样本中恢复原信号。
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
30+阅读 · 2021年1月9日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
77+阅读 · 2020年12月6日
深度学习目标检测方法综述
专知会员服务
274+阅读 · 2020年8月1日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
深度学习模型压缩算法综述
极市平台
1+阅读 · 2021年12月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
65+阅读 · 2021年6月18日
Arxiv
14+阅读 · 2021年3月10日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
30+阅读 · 2021年1月9日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
77+阅读 · 2020年12月6日
深度学习目标检测方法综述
专知会员服务
274+阅读 · 2020年8月1日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
相关资讯
深度学习模型压缩算法综述
极市平台
1+阅读 · 2021年12月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员