科研之友
微信
新浪微博
Facebook
分享链接
摘要
光学卫星的无控定位精度是决定影像应用效果的重要因素;研究表明,影响光学卫星无控定位精度的主要因素包括姿态测量随机误差、时间同步误差、结构变形等引起的姿态低频误差等,影响因素多,难解耦,传统通过控制点评估来建立无控定位误差模型的方法难以客观全面地揭示误差规律;为了更准确地建立无控定位误差变化规律模型,该文将卷积神经网络引入无控定位精度建模,以卫星成像参数和业务系统全自动几何质检结果作为学习样本,利用网络训练无控定位精度与成像参数的关系,更全面揭示无控定位误差规律,并通过预测定位误差来提升无控定位精度;试验中选取了10 019景珞珈一号01星数据,采用7 514景影像作为无控定位误差变化规律的训练样本集,剩余的数据开展无控定位误差预测补偿精度验证;结果表明,模型预测精度小于1个像素,验证了该文方案的有效性和可行性。
-
单位武汉大学测绘遥感信息工程国家重点实验室; 北京跟踪与通信技术研究所
