【技术实现步骤摘要】
本专利技术涉及天基信息态势感知，具体地，涉及一种全连接神经网络星载探测相机目标星等测量方法及系统，更为具体地，涉及一种基于全连接神经网络的星载探测相机空间目标星等测量方法及系统。
技术介绍
1、随着航天技术的持续快速发展，地球空间、地月空间中人造卫星及航天器的数量与日俱增。如何高效的探测、监视和管理这些空间目标及资产成为当前空间观测领域的热点和难点。空间目标的星等值也即空间目标的光度测量值，可在一定程度上反应空间目标的尺寸、形状、表面材质、姿态及运动状态等特征，并可在此基础上进行空间目标状态监视及辅助识别，是空间目标探测的重要物理量之一。
2、采用星载探测相机对空间目标进行观测是空间目标光电探测的重要手段。传统星载探测相机空间目标星等测量时，需要在卫星发射前进行定标，并结合在轨恒星观测进行在轨定标参数修正以获得准确的星等观测值。
3、专利文献cn115307762a公开了一种基于先验标校测量信息的空间目标光度测量方法，融合了实验室标定法估算得到的第一目标星等和采用恒星标校法估算得到的第二目标星等，显著提升了光度测量成功率和测量精度，扩展了测量测量系统对空间暗弱目标的探测能力。当没有实验室标定系数时，或在轨杂散光影响严重时该方法无法有效完成空间目标的光度测量。
4、专利文献cn113326924a公开了一种基于深度神经网络的稀疏图像内关键目标测光定位方法。该处理框架是端到端处理框架，输入为图像数据，输出为目标的位置和光度信息，网络框架较为复杂，需要模拟样本数据并利用gpu进行训练，需根据观测场景
5、论文文献“马岩,马驰,解延浩等.基于视频遥感卫星的空间目标光度测量[j].光子学报,2019,48(12):1228002”介绍了“吉林一号”视频系列卫星进行空间目标光度测量的方法。该方法主要基于地面实验室辐射定标系数反演获取空间目标光度，未涉及使用神经网络获取空间目标光度的方法。
6、论文文献“满意,杨轻云,陈涛.空间目标光度测量消光修正拟合[j].光学精密工程,2021,29(7):1511～1516”主要面向地基ccd光度测量进行消光修正拟合以提升光度测量精度，不涉及本专利中的星载探测相机的光度测量方法。
7、专利文献cn110174124b公开了一种用于星模拟器的星等测量的标定方法及其装置，涉及星模拟器的星等测量的实验室标定方法，不涉及光电系统的星等测量方法。
8、为适应星载探测相机大动态范围的观测需求，一般在轨需要自适应的增益调整，导致相机定标参数需频繁更换；同时在轨杂散光、背景噪声等会随着空间探测相机的扫描视场、成像时间和观测天区相发生相应变化，且星载探测相机的探测器响应会在轨发生衰减，仅考虑单一要素以及灰度响应值的星等测量及在轨修正方法无法满足空间目标星等测量的需求。
9、采用一套地面实验室标校和在轨恒星标校获得的星等测量参数，无法随着数据积累进行精度提升，限制了其对暗弱目标的探测能力的拓展。
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种全连接神经网络星载探测相机目标星等测量方法及系统。
2、根据本专利技术提供的一种全连接神经网络星载探测相机目标星等测量方法，包括：
3、步骤s1：获取星载相机探测图像、像面恒星及目标位置信息、卫星位置速度及姿态数据，并根据探测图像曝光时间完成数据对齐和卫星位置速度及姿态数据插值；
4、步骤s2：读入星表库和探测图像恒星位置信息，完成当前探测图像中恒星位置与星表库中恒星的匹配，并获取匹配的恒星星等；
5、步骤s3：提取探测图像中各恒星和目标的全局和局部特征；
6、步骤s4：利用历史探测数据构建星载探测相机空间目标光度测量样本数据集；
7、步骤s5：构建全连接层神经网模型并训练生成网络模型参数；
8、步骤s6：将探测图像中空间目标和部分恒星的全局和局部特征输入全连接层神经网络模型，评估空间目标推理获得空间目标的星等值并评估星等测量精度。
9、优选地，在所述步骤s2中：
10、步骤s2.1：对星表数据库进行提取，并结合卫星在轨观测视场范围生成预设的精简星表数据库；
11、步骤s2.2：根据卫星位置速度及姿态数据，结合载荷安装矩阵参数实时计算生成星载探测相机以赤经、赤纬表示的指向信息；
12、步骤s2.3：根据实时计算的指向信息、星载探测相机的视场以及预留视场，从预设的精简星表数据库中生成待匹配星表数据；
13、步骤s2.4：使用当前探测图像的m个恒星位置信息及待匹配星表数据，完成恒星匹配，获取匹配的恒星星等{mvstari，i＝1,2,3......m}。
14、优选地，在所述步骤s3中：
15、步骤s3.1：读入探测图像i，进行中值滤波生成中值滤波图imed，滤波后的探测图像ifilter；
16、ifilter＝i-imed
17、步骤s3.2：在ifilter上进行阈值分割生成二值图ibinary：
18、
19、步骤s3.3：利用ibinary分别在i和ifilter上求取全局背景均值bavg和全局标准差bstd；
20、步骤s3.4：利用步骤s1读入当前探测图像中m个恒星位置信息集合{pstari,i＝1,2,3,......,n}和n个目标位置信息集合{ptargj,i＝1,2,3,......,m}，生成恒星的内框坐标集合{ibstari,i＝1,2,3,......,n}和外框坐标集合{obstari,i＝1,2,3,......,n}以及目标的内框坐标集合{ibtargi,i＝1,2,3,......,n}和外框坐标集合{obtargi,i＝1,2,3,......,n}；
21、pstari＝[xstari,ystari,wstari,hstari],i＝1,2,3,.......,n
22、ptargj＝[xtargj,ytargj,wtargj,htargj],j＝1,2,3,.......,n
23、其中，xstari，ystari，wstari，hstari分别代表探测图像第i个恒星的质心行号、列号以及所占行宽和列高；xstarj，ystarj，wstarj，hstarj分别代表探测图像第j个目标的质心行号、列号以及所占行宽和列高；
24、则第i个恒星内框坐标ibstari和外框坐标obstari的4个角点坐标分别为：
25、
26、
27、其中，上式[]中的4个坐标分别为左上角点本文档来自技高网...
【技术保护点】
1.一种全连接神经网络星载探测相机目标星等测量方法，其特征在于，包括：
2.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤S2中：
3.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤S3中：
4.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤S4中：
5.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤S5中：
6.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤S6中：
7.一种全连接神经网络星载探测相机目标星等测量系统，其特征在于，包括：
8.根据权利要求7所述的全连接神经网络星载探测相机目标星等测量系统，其特征在于，在所述模块M2中：
9.根据权利要求7所述的全连接神经网络星载探测相机目标星等测量系统，其特征在于，在所述模块M3中：
10.根据权利要求7所述的全连接神经网络星
...【技术特征摘要】
1.一种全连接神经网络星载探测相机目标星等测量方法，其特征在于，包括：
2.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤s2中：
3.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤s3中：
4.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤s4中：
5.根据权利要求1所述的全连接神经网络星载探测相机目标星等测量方法，其特征在于，在所述步骤s5中：...
【专利技术属性】
技术研发人员：代海山，汪少林，金云飞，郭玲玲，王晴晴，林两魁，何军，欧阳铭，范君杰，
申请(专利权)人：上海卫星工程研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。