基于ISAR图像和参数优化的卫星姿态和尺寸估计方法

作者：王家东; 杜兰; 丁家宝; 李亚超; 高文权; 黄平平; 张磊

来源：2021-01-27, 中国, ZL202110107132.4.

本发明提出了一种基于ISAR图像和参数优化的卫星姿态和尺寸估计方法,可用于卫星识别分类。其实现步骤包括：1)获取ISAR图像序列；2)生成训练样本集和测试样本集；3)构建深度学习网络Pix2pixGAN模型；4)对深度学习网络Pix2pixGAN进行迭代训练；5)对测试样本集中的每幅ISAR图像进行图像分割；6)获取每幅太阳能帆板ISAR图像的位置矩阵；7)获取每个位置矩阵的特征值和特征向量；8)获取卫星的姿态和尺寸。本发明采用深度学习网络Pix2pixGAN对卫星ISAR图像进行图像分割,有效地提高了分割精度,基于参数优化同时获取卫星的姿态和尺寸,有效地提高了卫星姿态和尺寸的估计精度。

• 单位
  西安电子科技大学