شناسایی ستاره در سنسور ردیاب ستاره توسط اتوماتان های یادگیر سلولی

با توجه به اهمیت ناوبری اتوماتیک سکوهای پرنده و با در نظر گرفتن مشکلات مطرح در سیستم های نااوبری GPS وIMU ، همواره نیاز به سیستم های ناوبری و کمک ناوبری مستقل و یا مکمل این سیستم ها احساس می شود . نااوبری کوهای پرنده با استفاده از اطلاعات تصویری گزینه مناسبی برای این سیستم هاا می باشد . در ایان راساتا، استفاده ازاطلاعات تصویری ستارگان برای ناوبری، منجر به توسعه سیستم های ردیاب ستاره گردیده اند . شبیه سازهای این سیستمها نقش مهمی در بررسی و ارزیابی الگوریتم های ناوبری پیش از تست های واقعی پرواز ایفا می کنند . از آنجا که تمامیپارامترهای سنجنده و مختصات ستارگان از پیش معلوم است، می توان این شبیه ساازی را بارای بررسی صاتت و دقتتمامی الگوریتم های مطرح در پردازش داده های ردیاب ستاره، مانند الگوریتم های تعیین مرکز، شناسایی ستاره، و تعیین وضعیت، مورد استفاده قرار داد . الگوریتم پیشنهادی در این مقاله الگوریتم شبکه عصبی توسط اتوماتانهای یادگیر سلولی می باشد. ابن الگوریتم از یک اتومان یادگیر مهاجرت اشیاء )بعنوان یک ابزار جستجوی عمومی( و الگوریتم یادگیری انتشار خطا به عقب استفاده میکند و در ضمن آموزش، تعداد واحدهای مخفی یک شبکه سه لایه را تعیین مینماید. در این روش بدلیل استفاده از روش های جستجوی عمومی)از روی کاتالوگ(، امکان گرفتاری در حداقل های فضای ساختارها کاهش مییابد

Keywords:

شناسایی ستاره , شبکه عصبی , اتوماتانهای یادگیری , پردازش تصویر , تعیین وضعیت ماهواره ای