基于卷积神经网络与仿真推理的轻量级星罩位置感知
天体物理仪器与方法
2023-06-27 v1
摘要
星罩是实现类地系外行星直接探测与光谱表征的一项领先技术。为使星罩与望远镜在较大间距下保持对齐，需要可靠地感知被遮挡恒星衍射光峰值的位置。现有技术依赖图像匹配或模型拟合，二者均对资源受限的航天器计算机造成沉重计算负担。我们提出一种轻量级图像处理方法，基于卷积神经网络结合仿真推理技术，以估计阿拉戈光斑的位置及其不确定性。该方法在整个光瞳平面内达到几厘米的精度，而在测试时仅需 1.6 MB 的存储数据结构与每幅图像 5.3 MFLOPs（百万浮点运算）。通过在普林斯顿星罩测试台部署该方法，我们证明了神经网络可在仿真图像上训练并用于真实图像，且能成功集成于闭环编队飞行的控制系统中。
引用
@article{arxiv.2204.03853,
title = {Lightweight starshade position sensing with convolutional neural networks and simulation-based inference},
author = {Andrew Chen and Anthony Harness and Peter Melchior},
journal= {arXiv preprint arXiv:2204.03853},
year = {2023}
}
备注
submitted to JATIS