| 目录 | 第5-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 星敏感器的组成、工作原理、发展过程及趋势 | 第10-13页 |
| 1.2.1 星敏感器原理及结构 | 第10-11页 |
| 1.2.2 星敏感器技术的发展及现状 | 第11-13页 |
| 1.2.3 星敏感器发展趋势 | 第13页 |
| 1.3 星图识别发展现状 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-15页 |
| 第2章 星图识别的理论基础 | 第15-26页 |
| 2.1 天球及天球坐标系 | 第15-16页 |
| 2.2 星敏感器软件总体结构 | 第16-17页 |
| 2.3 星表分析与处理 | 第17-21页 |
| 2.3.1 基本星表分析 | 第17-19页 |
| 2.3.2 导航星选取原则 | 第19-21页 |
| 2.4 星敏感器成像模型 | 第21-24页 |
| 2.4.1 旋转变换 | 第22-23页 |
| 2.4.2 透视投影变换 | 第23-24页 |
| 2.5 星图预处理简介 | 第24页 |
| 2.6 本章小结 | 第24-26页 |
| 第3章 星图识别算法理论分析与实现 | 第26-46页 |
| 3.1 引言 | 第26页 |
| 3.2 典型的星图识别算法 | 第26-30页 |
| 3.2.1 三角形算法 | 第26-27页 |
| 3.2.2 栅格算法 | 第27-28页 |
| 3.2.3 基于统计特征的识别算法 | 第28-29页 |
| 3.2.4 基于神经网络的星图识别算法 | 第29-30页 |
| 3.3 基于奇异值分解的星图识别算法分析 | 第30-35页 |
| 3.3.1 奇异值分解的数学原理 | 第30-32页 |
| 3.3.2 奇异值分解的物理解释 | 第32-33页 |
| 3.3.3 基于奇异值分解的星图识别算法基本原理及特点 | 第33-35页 |
| 3.4 基于奇异值分解的星图识别算法的改进 | 第35-36页 |
| 3.5 全天区改进的星图识别算法分析与实现 | 第36-45页 |
| 3.5.1 视场内观测星的提取 | 第36-38页 |
| 3.5.2 导航星的选取 | 第38-40页 |
| 3.5.3 建立导航星数据库 | 第40-41页 |
| 3.5.4 观测星特征提取 | 第41-43页 |
| 3.5.5 星图识别程序 | 第43-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 实验结果与分析 | 第46-52页 |
| 4.1 全天区覆盖率测试 | 第46-50页 |
| 4.2 全天区识别时间测试 | 第50-51页 |
| 4.3 本文算法与传统三角形识别算法的对比 | 第51页 |
| 4.4 本章小结 | 第51-52页 |
| 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间所发表的学术论文 | 第56-58页 |
| 致谢 | 第58页 |