摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究历史与现状 | 第11-13页 |
1.3 论文结构及各章节安排 | 第13-16页 |
第二章 星图识别算法实现及优化 | 第16-52页 |
2.1 引言 | 第16-17页 |
2.2 目前各个算法的概述 | 第17-21页 |
2.2.1 三角形算法 | 第17-18页 |
2.2.2 主星识别法 | 第18页 |
2.2.3 匹配组算法 | 第18页 |
2.2.4 栅格算法 | 第18-19页 |
2.2.5 奇异值分解算法 | 第19-20页 |
2.2.6 神经网络算法 | 第20页 |
2.2.7 遗传算法 | 第20-21页 |
2.2.8 各种星图识别算法的比较 | 第21页 |
2.3 基于三角形匹配的星图识别的设计及实现 | 第21-31页 |
2.3.1 坐标系简介 | 第21-23页 |
2.3.2 导航星库建立 | 第23-26页 |
2.3.3 算法的具体实现(original_version) | 第26-31页 |
2.4 三角形算法四个版本的优化 | 第31-52页 |
2.4.1 排序版本(sorted_version) | 第31-37页 |
2.4.2 哈希表版本(hashtable_version) | 第37-40页 |
2.4.3 双哈希表版本(bi_hashtable_version) | 第40-43页 |
2.4.4 寻找三角形版本(match_tri_version) | 第43-46页 |
2.4.5 各个版本结果对比分析 | 第46-52页 |
第三章 DaVinci的应用及算法移植 | 第52-76页 |
3.1 概述 | 第52-53页 |
3.2 DaVinci模块原理 | 第53-57页 |
3.3 嵌入式Linux开发环境搭建 | 第57-60页 |
3.4 DSPLink简单应用 | 第60-67页 |
3.5 星图识别算法移植 | 第67-72页 |
3.5.1 算法封装 | 第67-70页 |
3.5.2 创建DSP Server | 第70-72页 |
3.6 运行结果 | 第72-76页 |
第四章 结果对比分析 | 第76-82页 |
第五章 结论与展望 | 第82-84页 |
参考文献 | 第84-86页 |
致谢 | 第86-87页 |
个人简历 | 第87页 |
在学期间发表的论文 | 第87页 |