一种基于改进自适应遗传算法的恒星选择方法及系统技术方案

技术编号：40238898 阅读：10 留言：0更新日期：2024-02-02 22:37

本发明专利技术公开了一种基于改进自适应遗传算法的恒星选择方法及系统，涉及图像定位与配准技术领域。本发明专利技术的技术要点包括：对获取的基础星表数据进行预处理；将预处理后的基础星表数据输入基于改进遗传算法的选择模型中进行选择：使用二进制方式进行编码，并进行种群初始化；根据适应度函数对个体适应度进行计算，并根据计算出的适应度值，通过改进的自适应调整策略计算交叉和变异概率，并根据计算的交叉和变异概率进行选择、交叉和变异操作；对基因进行解码并计算约束条件；当达到最大迭代次数且所有指向视场信息均已优选完成则输出恒星选择结果。本发明专利技术能够在给定成像仪视场中恒星数量的前提下选出分布均匀的恒星，供成像仪观测，校正成像仪指向。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及图像定位与配准，具体涉及一种基于改进自适应遗传算法的恒星选择方法及系统。

技术介绍

1、随着地球静止轨道(geosynchronous orbit，geo)气象卫星技术的长足发展，人类对卫星对地观测的精度要求越来越高，为此各国气象卫星使用图像定位与配准技术提高观测精度。在实际工程中，由于太空温度环境恶劣，geo气象卫星成像仪(以下简称“成像仪”)因热形变会导致指向发生偏差，从而影响图像定位与配准。因此需要选择成像仪视场中的恒星进行观测，通过选定的多颗恒星理想视位置与实际视位置的偏差联立求解非线性方程，对成像仪指向进行校正，其中单视场内所选的恒星分布是否均匀影响着校正的精度。目前，在恒星选择的研究中，多为基于星敏感器的恒星选择，其目的是校正卫星姿态，相较于成像仪来说，星敏感器视场中没有地球及太阳系内行星遮挡，且没考虑单视场内恒星分布均匀性，不适应于成像仪指向校正。而基于成像仪指向校正的恒星选择方法目前没人研究。

技术实现思路

1、为此，本专利技术提出一种基于改进自适应遗传算法的恒星选择方法及系统，用以在给定成像仪视场中恒星数量的前提下选出分布均匀的恒星。

2、根据本专利技术的一方面，提出一种基于改进自适应遗传算法的恒星选择方法，该方法包括以下步骤：

3、步骤一、获取基础星表数据；

4、步骤二、对所述基础星表数据进行预处理；

5、步骤三、将预处理后的基础星表数据输入基于改进遗传算法的选择模型中进行选择，获取选择结果。

6、进一步地，所述基础星表数据包括成像仪指向信息、成像仪瞬时位置及视场范围、恒星星表和行星星历。

7、进一步地，所述预处理的过程包括：

8、步骤二一、对所述基础星表数据进行域提取、分割及去重操作；

9、步骤二二、从行星星历中读取行星信息，并对行星进行时间转换、坐标变换、空间位置计算、误差校正，获取行星相对于卫星的瞬时位置；

10、步骤二三、从恒星星表中读取恒星信息，并对恒星进行时间转换、坐标变换、空间位置计算、误差校正，获取恒星相对于卫星的瞬时位置；

11、步骤二四、根据成像仪光轴指向、行星相对于卫星的瞬时位置及恒星相对于卫星的瞬时位置进行初步筛选，获得预处理后的基础星表数据即观测星表。

12、进一步地，步骤三的具体过程包括：提取观测星表中的恒星，判断恒星总数是否大于预设恒星数量阈值，如果大于则利用改进的遗传算法对恒星进行选择，包括：

13、步骤三一、使用二进制方式对恒星选择问题进行编码，并进行种群初始化；

14、步骤三二、根据适应度函数对个体适应度进行计算，并根据计算出的适应度值，通过改进的自适应调整策略计算交叉和变异概率，使用精英保留策略保存种群演化过程中目前为止最优秀的个体，使其不参与遗传算子操作；

15、步骤三三、根据计算的交叉和变异概率进行选择、交叉和变异操作；

16、步骤三四、对基因进行解码并计算约束条件；

17、步骤三五、判断是否达到最大迭代次数，若没有达到最大迭代次数则转至步骤三二；若达到最大迭代次数则判断所有指向的视场信息是否均已优选完成，若没有完成则继续判断恒星总数是否大于预设恒星数量阈值并重复上述步骤，若完成则输出选择结果。

18、进一步地，步骤三一中使用二进制方式对恒星选择问题进行编码的过程包括：将成像仪视场划分为多个区域，在每个区域中赋值一颗恒星的观测值为1，其余均为0。

19、进一步地，步骤三二中所述适应度函数为恒星分布的均匀程度函数，所述适应度值的计算公式为：

20、

21、式中，nth为恒星数量阈值；为方位角之差的均值；diff表示方位角之差。

22、进一步地，步骤三二中所述改进的自适应调整策略为使用激活函数-tanh函数作为交叉概率和变异概率自适应策略，且利用tanh函数求解交叉概率pc和变异概率pm的自适应调整公式分别为：

23、

24、

25、式中，pc max表示最大交叉概率；pc min表示最小交叉概率；a表示自适应控制参数；f′表示两个父代个体中较大的适应度；favg表示种群平均适应度；fmax表示种群最大适应度；pm max表示最大变异概率；pm min表示最小变异概率；f表示变异个体的适应度。

26、进一步地，步骤三三的具体过程包括：采用轮盘赌方法进行选择操作：根据适应度函数计算群体中个体适应度值和个体适应度概率，并计算累加概率分配到相应个体，生成0到1之间随机数，和当前种群中个体累加概率进行匹配，确定哪些个体能遗传到下一代，使用精英保留策略把种群演化过程中目前为止最优秀的个体不进行交叉，直接复制到下一代中；交叉操作为：计算出种群的平均适应度值和最佳适应度值，通过交叉概率自适应调整策略计算出个体的交叉概率，并按照交叉概率使用两点交叉方式进行交叉操作；变异操作为：通过种群的平均适应度值和最佳适应度值，使用变异概率自适应调整策略计算个体变异概率，并使用单点变异方式进行变异操作。

27、根据本专利技术的另一方面，提出一种基于改进自适应遗传算法的恒星选择系统，该系统包括：

28、数据获取模块，其配置成获取基础星表数据；所述基础星表数据包括成像仪指向信息、成像仪瞬时位置及视场范围、恒星星表和行星星历；

29、预处理模块，其配置成对所述基础星表数据进行预处理；

30、恒星选择模块，其配置成将预处理后的基础星表数据输入基于改进遗传算法的选择模型中进行选择，获取选择结果。

31、进一步地，所述恒星选择模块中将预处理后的基础星表数据输入基于改进遗传算法的选择模型中进行选择，获取选择结果的过程包括：提取观测星表中的恒星，判断恒星总数是否大于预设恒星数量阈值，如果大于则利用改进的遗传算法对恒星进行选择，包括：

32、步骤三一、使用二进制方式对恒星选择问题进行编码，并进行种群初始化；

33、步骤三二、根据适应度函数对个体适应度进行计算，并根据计算出的适应度值，通过改进的自适应调整策略计算交叉和变异概率，使用精英保留策略保存种群演化过程中目前为止最优秀的个体，使其不参与遗传算子操作；所述适应度函数为恒星分布的均匀程度函数，所述适应度值的计算公式为：

34、

35、式中，nth为恒星数量阈值；为方位角之差的均值；diff表示方位角之差；所述改进的自适应调整策略为使用激活函数-tanh函数作为交叉概率和变异概率自适应策略，且利用tanh函数求解交叉概率pc和变异概率pm的自适应调整公式分别为：

36、

37、

38、式中，pc max表示最大交叉概率；pc min表示最小交叉概率；a表示自适应控制参数；f′表示两个父代个体中较大的适应度；favg表示种群平均适应度；fmax表示种群最大适应度；pm max表示最大变异概率；pm min表示最小变异概本文档来自技高网...

【技术保护点】

1.一种基于改进自适应遗传算法的恒星选择方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进自适应遗传算法的恒星选择方法，其特征在于，所述基础星表数据包括成像仪指向信息、成像仪瞬时位置及视场范围、恒星星表和行星星历。

3.根据权利要求2所述的一种基于改进自适应遗传算法的恒星选择方法，其特征在于，所述预处理的过程包括：

4.根据权利要求3所述的一种基于改进自适应遗传算法的恒星选择方法，其特征在于，步骤三的具体过程包括：提取观测星表中的恒星，判断恒星总数是否大于预设恒星数量阈值，如果大于则利用改进的遗传算法对恒星进行选择，包括：

5.根据权利要求4所述的一种基于改进自适应遗传算法的恒星选择方法，其特征在于，步骤三一中使用二进制方式对恒星选择问题进行编码的过程包括：将成像仪视场划分为多个区域，在每个区域中赋值一颗恒星的观测值为1，其余均为0。

6.根据权利要求5所述的一种基于改进自适应遗传算法的恒星选择方法，其特征在于，步骤三二中所述适应度函数为恒星分布的均匀程度函数，所述适应度值的计算公式为：

8.根据权利要求7所述的一种基于改进自适应遗传算法的恒星选择方法，其特征在于，步骤三三的具体过程包括：采用轮盘赌方法进行选择操作：根据适应度函数计算群体中个体适应度值和个体适应度概率，并计算累加概率分配到相应个体，生成0到1之间随机数，和当前种群中个体累加概率进行匹配，确定哪些个体能遗传到下一代，使用精英保留策略把种群演化过程中目前为止最优秀的个体不进行交叉，直接复制到下一代中；交叉操作为：计算出种群的平均适应度值和最佳适应度值，通过交叉概率自适应调整策略计算出个体的交叉概率，并按照交叉概率使用两点交叉方式进行交叉操作；变异操作为：通过种群的平均适应度值和最佳适应度值，使用变异概率自适应调整策略计算个体变异概率，并使用单点变异方式进行变异操作。

9.一种基于改进自适应遗传算法的恒星选择系统，其特征在于，包括：

10.根据权利要求9所述的一种基于改进自适应遗传算法的恒星选择系统，其特征在于，所述恒星选择模块中将预处理后的基础星表数据输入基于改进遗传算法的选择模型中进行选择，获取选择结果的过程包括：提取观测星表中的恒星，判断恒星总数是否大于预设恒星数量阈值，如果大于则利用改进的遗传算法对恒星进行选择，包括：

...

【技术特征摘要】

1.一种基于改进自适应遗传算法的恒星选择方法，其特征在于，包括以下步骤：

3.根据权利要求2所述的一种基于改进自适应遗传算法的恒星选择方法，其特征在于，所述预处理的过程包括：

7.根据权利要求6所述的一种基于改进自适应遗传算法的恒星选择方法，其特征在于，步骤三二中所述改进的自适应调整策略为使用激活函数-tanh函数作为交叉概率和...

【专利技术属性】
技术研发人员：黄卫权，陈晨，邱傲，鞠盈东，王光耀，王贺，田露，黄昊钰，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人