基于人工神经网络的X射线脉冲星信号辨识

发布时间：2020-09-17 19:30

　　 X射线脉冲星导航作为一种新型天文导航方法,具有自主性强、可靠性高等优点。X射线脉冲星空间分布广泛、周期稳定性高,因此X射线脉冲星导航在深空探测、星际飞行等任务中具有很好的应用前景。脉冲星信号的辨识是X射线脉冲星导航系统的关键技术之一,研究一种快速、准确的辨识算法对脉冲星导航系统的工程实现具有重大的推动意义。脉冲星信号的辨识常用的方法是提取信号中具有平移不变性的特征,与标准信号的特征匹配进行识别。为了提高脉冲星信号辨识的速率并节省计算资源和存储空间,一些学者把机器学习算法应用到脉冲星信号的辨识方法中,并取得了比较好的辨识效果。近些年来,人工神经网络在机器学习、人工智能等领域取得了很好的研究成果。由于脉冲星旋转周期稳定性高,X射线脉冲星观测信号通过周期折叠算法按照正确的脉冲星周期折叠,能够得到具有一定特征的累积脉冲轮廓。而如果折叠的周期不正确,则得到的累积信号不具有明显特征。根据X射线脉冲星累积脉冲轮廓的上述特征,本文提出了一种基于人工神经网络的脉冲星信号辨识方法。分别构建了长短时记忆网络和卷积神经网络两种分类程序,根据长短时记忆网络和卷积神经网络处理数据格式的不同,分别提出了两类分类程序建立训练数据集和测试数据集的方法。为了验证卷积神经网络与长短时记忆网络对脉冲星信号累积脉冲轮廓的辨识能力,模拟了不同噪声强度的X射线脉冲星观测信号。从辨识准确率与网络训练时间两方面对比了卷积神经网络与长短时记忆网络的辨识效果。分析了不同噪声强度下,卷积神经网络与长短时记忆网络的辨识准确率随信号累积时长的变化关系,说明了当累积脉冲轮廓具有一定的信噪比时,卷积神经网络与长短时记忆网络对累积脉冲轮廓的辨识准确率都会很高。与传统基于双谱的X射线脉冲星信号辨识方法相比,在计算复杂度方面本文介绍的方法明显优于传统的方法。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP183;P128.4
【部分图文】：

图 2-2 X 射线脉冲星信号的处理流程图脉冲星距离地球遥远，且受到宇宙射线的干扰航天器接收到的脉冲星信号往往淹没在强噪声冲星信号后，首先要对观测信号进行降噪处理信号的周期性以判断该段信号是否为脉冲星信

【相似文献】

相关期刊论文 前10条

1 张波,葛蕴藻;X射线脉冲星周期的变化与吸积盘边界的K-H不稳定性[J];Chinese Journal of Astronomy and Astrophysics;1989年03期

2 李连升;梅志武;吕政欣;邓楼楼;陈建武;石永强;左富昌;孙艳;周昊;张海力;;掠入射聚焦型X射线脉冲星望远镜及在轨数据分析[J];兵器装备工程学报;2017年12期

3 王璐;史晨曦;李建勋;张爽;;修正钟差和方位误差的X射线脉冲星导航[J];计算机测量与控制;2018年08期

4 梁晓朋;王朝晖;彭孔阳;;基于X射线脉冲星和星间链路的导航星座自主导航仿真研究[J];航天控制;2014年05期

5 韩丽丽;刘秀平;;空间X射线数据信息的组织管理和提取[J];信息通信;2014年06期

6 罗楠;许录平;张华;;基于UKF和信息融合的航天器自主导航方法[J];中国空间科学技术;2012年02期

7 朱俊;陈忠贵;廖瑛;文援兰;;基于脉冲星观测的导航星座自主导航数据融合方法[J];国防科技大学学报;2010年04期

8 郑广楼;刘建业;乔黎;贺亮;熊智;;基于X射线脉冲星的地球同步卫星绝对定位方法[J];上海航天;2009年01期

9 刘强;姚宜斌;张瑞;王晶;;航天器利用脉冲星进行自主导航定位和授时初探[J];全球定位系统;2009年02期

10 吴明轩;刘兆军;阮宁娟;李维;;微孔光学阵列长宽比对X射线聚焦性能的影响[J];航天返回与遥感;2015年03期

相关会议论文 前1条

1 王璐;许录平;;基于自适应匹配滤波的X射线脉冲星信号检测[A];第五届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2014年

相关硕士学位论文 前6条

1 邢璐;基于人工神经网络的X射线脉冲星信号辨识[D];哈尔滨工业大学;2019年

2 李文彬;龙虾眼X射线脉冲星导航探测器研制[D];哈尔滨工业大学;2017年

3 徐星满;基于异常检测的X射线脉冲星自主导航方法研究[D];湖南大学;2017年

4 史晨曦;X射线脉冲星自主导航的守时方法研究[D];西安理工大学;2018年

5 崔鹏程;基于自适应滤波的XPNAV/CNS导航方法研究[D];西安电子科技大学;2017年

6 曹鹤;基于X射线源的航天器自主定位/定姿方法研究[D];国防科学技术大学;2009年

本文编号：2821131