外文翻译-基于降噪模型的方法提高指向精度

- 1 - 附录 A . 2002： 65 A is is of as or an is It is is to of CD to of CD CD of to of is a to is to of is 1. is a a A to be 0I , by A is by CD DC A as to of - 2 - an is a be of a in is is on of of be by To of of is it is to of on of of to up if is to As of of of in to be so as to In we to a to A be of of On is to of a be is to be to of is as In , we of on In , is In , 2. of on he of CD of is ij (1) q.(l), it is or to of to as is of of to be ne to be in to lof is if is To s an is as a 1* 0cm 0,000 5% 3 - E 0%, 000 In of if EA * of of EA of in . f?e- 0e- no be by is by to or to if if is of of as is 9x9 in in . n of SF is at a at SF to a of to In N=10 of is be to in by be As is of is to be If in , be of is in . is is to in be to In we of is If of is is to 4 - in is of of is is to to to 4. he of is to of in (a) of at b) of on (c) of .1 0.2 to of 00 a 000e- 0e 00e- As is of is to as in As of is to of in on As Q (1), be by of of is In on of % of 5. on to of a be to in to of to be in on at NR it to be 5 - is 附录 B 基于降噪模型的方法提高指向精度 . 2002： 65 摘要 ： 本文 提出了一种提高质心精度，从而提高指向精度的新方法。精确的质心估计对于自由空间光通信来说至关重要，其中参考光源（例如恒星或上行链路信标）的光子数量受到限制。已知质心精度与 比例。在光期间各种噪声源的存在可能导致质心估计的显着劣化。噪声源包括 取噪声，背景光，杂散光和 理电子元件 。 减少噪声和背景偏差影响的最广泛使用的方法之 一是阈值法，其在质心计算之前从质心窗中减去固定阈值。相反，这里提出的方法利用点模型来导出用于截断信号边界外的噪声的信号边界。 本文的方法 有效地减少了偏差和随机误差 ，所提出的方法的有效性通过模拟证明。 关键词 ： 指向 ； 质心估计 ； 光通信 准确的质心估计是基于信标的指点系统的关键任务。最近的一项研究表明，深空光通信的质心误差（随机和偏差误差）需要小于 1/20 像素，而允许的总指向误差（ I 1/16 像素。两种重心错误，随机和偏见受到各种来源的影响。随机误差由 取噪声，散粒噪声，暗电流 和 非均匀背景光如杂散光和地球背景图像存在时，会发生偏差错误。 降低噪声和偏差的常规方法包括归一化零交叉的阈值和重心。对于阈值法，从质心窗中减去估计的阈值，这相当于执行偏置减法并消除噪声。当阈值取出大部分偏差和噪声时，该方法可以有效。然而，一般来说，简单的阈值是无效的，因为阈值取决于图像的亮度，并且可以通过阈值处理改变形成对象的像素的数量。为了避免这个问题，提出了使用过零点进行重心估计。这种方法的局限性在于，它仅适用于质心估计，并对每个像素承担相等的权重。 - 6 - 为了减少 噪声的影响，同样的目的是建议在信号峰值周围仅使用 9 个像素。只有信号被限制在这个小的局部区域，这种截断简化了加速重心计算，而不影响质心精度。然而，正如所指出的那样，宽信号的截断显着地影响了质心估计的精度。因此，需要仔细选择质心估计中使用的像素数，以免牺牲质心精度。 本文中，我们提出使用斑点模型来确定哪些像素用于质心估计。可以从光学系统（光学系统的 表征中构建斑点模型。在质心窗口上，通常比信标光斑尺寸大几个像素，以允许信标运动，可以从斑点模型和测量的噪声水平估计束斑的近似信号边界。一旦识别边界，信号边界 的像素可以设置为零，有效地消除了光束外的所有噪声和偏差。本文的结构如下。在第 2 节中，我们将介绍噪声对质心精度的影响。在第 3 节中，介绍了基于模型的降噪方法。在第 4 节中，给出了仿真结果。 度中心）是已知的： ij (2从（ 2以看出，随着坐标朝向边缘增加，由于较大的加权因子，靠近质心窗口边缘的噪声或偏置主导了质心误差。本文最重要的部分之一。 因此，为了减少 要增加信号或者需要降低噪声。如果信号相对大于噪声，噪声的影响很小，反之亦然。为了说明这一点，让我们举一个例子，其中点信号是低的。对于可能需要恒星作为信标源的深空光通信，具有 30 厘米望远镜的 11 星的最小信号为 10,000 光子，系统效率为 25。假定 0，则转换为 5000 个电子。在该示例中，如果不明显地截断信号，则质心窗尺寸的减小显着改善了质心精度。 *。 所示。假设是相同的固定每像素噪声，范围 50e，无背景 信号。 通过重心算法可以减轻偏差，是由不均匀的信号分布引起的，其中包括杂散光和背景图像。这对应于望远镜指向地球或靠近太阳的情况。即使应用背景减法，也会留下一些偏差，特别是如果阈值低于背景信号的最大值。如图 2示显示，即使 峰值值作为最大偏置值，如果质心窗口尺寸较大，则在本例中为 9素，可能会引起相当大的偏差误差。 - 7 - 图 2真中使用的通风模式点 在点模型的构建中， 间量化）。这在了一定的决议之外，预期更好的解决方案的好处将会减少。在本文中，使用 N = 10。一旦构建了现货模型的数据库，就可以使用每个模型来确定测得的斑点图像（被噪声损坏）中哪些像素应被截断。如图所示，使用标准（亮度中心）质心算法获得粗略质心估计。该质心用于确定应使用哪个点模型。如果粗略质心估计中的误差超过像素运动由 可以选择不正确的点模型。第 4 节给出了不正确的点模型的影响。 一旦确定了斑点模型，下一个任务是估计质心窗口中存在的噪声水平。可以有很多方法来最佳地估计噪音水平。在本文中，我们使用四条边线的简单均值。该噪声水平与斑点模型进行比较。如果斑点模型的像素值小于噪声水平，则使用像素位置来截断质心窗口中的像素。 一旦这个过程在斑点模型和质心窗口的整个像素上完成，噪声的截断就完成了。最后的任务是将标准中心算法应用于截断质心窗口以获得新的质心值。 仿真的目的是显示基于模型的降噪方法在质心估计中的有效性。为此目的，调查了 3 例。 这些是： 1. 在给定的各种噪声水 平下的三个重音算法（包括基于模型）的比较； 素， 素的不正确模型和等于 素的总信号用于显示基于模型的方法。 对于固定噪声值，运行 100 次算法，噪声从 10 等于 1001 西格玛值从 10e到 100e 当量的高斯噪声）增加。如图所示，基于模型的算法优于其他两种方法：标准质心和阈值法。基于模型的方法的优点不仅在于质心越小越好，而且它们对噪声的抵抗力也在两个图中都表现出来。随着噪- 8 - 声的增加，标 准和阈值方法的质心误差也增加。然而，基于模型的方法表现出几乎稳定的误差。 这次模拟的目的是比较斑点图像中的偏差对三个质心方法的影响。在公式 (2显而易见的是，即使是基于模型的方法也将受背景偏差的影响，除非进行偏差的完全消除。在仿真中，基于总信号的 峰值像素值选择偏置值。最大偏差从峰值像素值的 化到 1%。如预期的，基于模型的方法优于其他两个在偏置值和质心误差之间呈线性关系的方法。 本文提出了一种基于斑点模型的新方法来改善点源图像的质心估计。 新方法假定斑点模型可用于截断测量点中 的噪声和偏差，从而改善质心估这次，基于模型的算法在每个噪声级别运行了 100 次，这三种情况：第一种使用与真实点模型不同的 素的不正确的斑点模型，第二种是 素不同，第三个是 素不同。 在优选实施例中，信息获取和传输设备 720 的第二分支包括朝向待扫描表面传输光的 11，然后将其朝向透镜反射其他光学装置 721 并且连接到光学传感器 于计算机操纵所得数据。 光信息优选地被转换成为与测量的光能的强度成比例的电压。 传感器可用于此目的包括但不限 于电荷耦合器件（ 接触式图像传感器（ 转换后光信息转换为电压， 23将电压转换为数字数据，依次传输到专用状态机 724。目的是验证模型的鲁棒性基于方法。总体而言，性能受斑点模型的准确性影响，但是，随着噪声的增加，这种区别并不明显。 还有一些对于 素不同的斑点模型，可以看出