输入星敏感器光学系统、探测器参数及光轴指向，实现星图仿真

全天星图(四季星座VB6源码).zip

MATLAB语言，天文导航星图匹配，很好用哦

星图中的并行路由算法及组合星图中圈的嵌入问题.pdf

摘要： 序列星图中弱小目标的检测与定位是可见光天基监视中的关键技术之一，星图预处理的结果直接影响检测灵敏度及虚警率。文中引入一种在轨检测轨迹提取算法，该算法适用于高斯噪声的星图，由高斯最小二乘拟合、小区域滤波及星象边缘阈值分割三步组成。可抑制噪声背景减少虚假目标的同时，较好地保持星象边缘。通过算法性能分析可知，同美国天基可见关相机（SBV）在轨检测（Moving Target Indicator， MTI）及传统阈值分割算法相比，虚假目标数量减少80%，弱小目标信噪比提高3 dB。由于对星斑边缘保持较好，使得恒星及卫星的定位精度优于MTI算法1个角秒。算法实时性强，有利于工程应用。

星图识别matlab代码HTMap：分层拓扑映射 HTMap是基于外观的方法，用于基于环境的分层分解进行拓扑映射。 在HTMap中，具有相似视觉特性的图像在节点中分组在一起，这些节点通过平均全局描述符（PHOG）和基于增量二进制袋词方法（）的二进制特征索引来表示。 每个图像均通过全局描述符和一组局部特征表示，并且此信息用于两级循环闭合方法中，其中首先使用全局描述符来获取地图中最可能的节点，然后再使用二进制图像特征用于检索这些节点内最有可能的图像。 这种分层方案使我们能够在识别位置时减少搜索空间，并在创建地图时保持高精度。 该算法可用于检测未知环境中的回路闭合，而无需像BoW方案中通常的训练阶段。 该存储库包含在我们的IEEE-TRO中使用的称为“拓扑映射的层次位置识别”的代码，但适用于OpenCV3.x。 鉴于OpenCV版本之间的差异，可能很难重现与本文完全相同的结果。 该代码已发布，仅用于说明目的。 HTMap是作为ROS软件包发布的，并且依赖于和库。 请注意，HTMap是研究代码。 作者对其中可能包含的任何错误概不负责。 需要您自担风险使用它！ 使用条件 HTMap是根据的条款分

数学建模 天文导航中的星图识别题目-中文版 2019研究生数学建模比赛B题2019研究生数学建模比赛B题2019研究生数学建模比赛B题

QPSK高斯白噪声信道和瑞利信道的误码率以及解调后的星图.zip

QPSK在高斯白噪声信道和瑞利信道的误码率以及解调后的星图

python开发的真实星空显示软件 含真实恒星位置数据3144颗 代码讲解见： https://blog.csdn.net/xiaorang/article/details/106598307 数据格式例： {'long': 0.023278328898474372, 'lat': -0.09961466705757636, 'light': 46, 'const': 66}, {'long': 0.024870941840919196, 'lat': 0.2338062439126301, 'light': 55, 'const': 62}, {'long': 0.028107061526797, 'lat': 1.1204335039257496, 'light': 56, 'const': 18}, {'long': 0.03660100303760025, 'lat': 0.5077259659824991, 'light': 21, 'const': 1}, {'long': 0.04004802831028905, 'lat': 1.0323574005393255, 'light': 23, 'const': 18}, {'long': 0.03944444109507185, 'lat': 0.3178583859888262, 'light': 55, 'const': 62}, {'long': 0.040797071265367454, 'lat': -0.488478858963941, 'light': 54, 'const': 74}, {'long': 0.0410661312228549, 'lat': -0.798444499556106, 'light': 39, 'const': 64}, {'long': 0.043800486202076855, 'lat': 0.1945266317121166, 'light': 55, 'const': 66}, {'long': 0.045036755271142, 'lat': 0.804111967609767, 'light': 50, 'const': 1}, {'long': 0.043785947609407745, 'lat': -1.4350775693910554, 'light': 53, 'const': 58}, {'long': 0.04915283505929031, 'lat': -0.2699684886295715, 'light': 49, 'const': 21}, {'long': 0.050498187206605094, 'lat': -0.4851966800391031, 'light': 54, 'const': 74}, {'long': 0.05119631890740283, 'lat': -0.6131874860342564, 'light': 52, 'const': 74}, {'long': 0.05775584219505068, 'lat': 0.26500400429202875, 'light': 28, 'const': 62}, {'long': 0.05896303407877759, 'lat': 0.7162006931179011, 'light': 57, 'const': 1}, {'long': 0.06371905629046214, 'lat': 0.3526728525507925, 'light': 48, 'const': 62}, {'long': 0.06387905062299246, 'lat': -0.33043929519585447, 'light': 44, 'const': 21}, 代码解说详细的教程见： https://blog.csdn.net/xiaorang/article/details/106598307