針對精細(xì)導(dǎo)星儀（Fine Guidance Sensor,FGS）姿態(tài)測量精度受星點(diǎn)提取系統(tǒng)誤差影響的問題,提出了一種基于梯度提升決策樹（Gradient Boosting Decision Tree,GBDT）擬合法的高精度星點(diǎn)定位系統(tǒng)誤差補(bǔ)償方法。為了解決擬合樣本少、輸入特征差別大等問題,采用對輸入范圍不敏感、易于訓(xùn)練的決策樹作為基模型,并根據(jù)當(dāng)前模型擬合殘差梯度,結(jié)合集成學(xué)習(xí)中的提升方法生成新的基模型得到系統(tǒng)誤差與探測器填充率、采樣窗口尺寸、星斑束腰半徑以及星點(diǎn)質(zhì)心坐標(biāo)計算值之間的函數(shù)關(guān)系,以此函數(shù)關(guān)系為基礎(chǔ)對星點(diǎn)質(zhì)心坐標(biāo)估計值進(jìn)行系統(tǒng)誤差校正。實(shí)驗(yàn)結(jié)果表明:與支持向量回歸機(jī)（Support Vector Regression,SVR）相比,基于GBDT的高精度星點(diǎn)定位算法的誤差減小了60.6%,經(jīng)該算法補(bǔ)償后的質(zhì)心誤差為0.014 5 pixel,相比于質(zhì)心法誤差減小了61.5%。 

【文章來源】：紅外與激光工程. 2019,48(11)北大核心EICSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 質(zhì)心算法的系統(tǒng)誤差分析
2 梯度提升決策樹數(shù)學(xué)模型
3 算法仿真結(jié)果與分析
    3.1 模型訓(xùn)練過程
    3.2 算法仿真分析
4 實(shí)驗(yàn)驗(yàn)證結(jié)果與分析
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]光學(xué)像差對星點(diǎn)質(zhì)心定位誤差的影響分析[J]. 譚迪,張新,伍雁雄,劉濤.  紅外與激光工程. 2017(02)
[2]點(diǎn)擴(kuò)散函數(shù)對星點(diǎn)提取誤差分析的影響[J]. 姜亮,張宇,張立國,張星祥,任建岳.  紅外與激光工程. 2015(11)
[3]星點(diǎn)亞像元定位中系統(tǒng)誤差的改進(jìn)補(bǔ)償方法[J]. 唐圣金,郭曉松,周召發(fā),蒲鵬程.  紅外與激光工程. 2013(06)
[4]基于非下采樣Contourlet變換和映射最小二乘支持向量機(jī)的高精度星點(diǎn)定位方法[J]. 劉南南,徐抒巖,胡君,王棟,曹小濤.  光學(xué)學(xué)報. 2013(05)
[5]星敏感器質(zhì)心定位的S曲線誤差補(bǔ)償[J]. 魏新國,徐佳,張廣軍.  光學(xué)精密工程. 2013(04)
[6]星點(diǎn)質(zhì)心亞像元定位的高精度誤差補(bǔ)償法[J]. 楊君,張濤,宋靖雁,梁斌.  光學(xué)精密工程. 2010(04)



本文編號：3531586