空间点目标神经形态学探测方法

• Published in: 中国空间科学技术 Vol. 44; no. 3; pp. 98 - 110
• Main Authors: 王瑞琳, 王立, 贺盈波, 李林
• Format: Journal Article
• Language: Chinese
• Published: 北京控制工程研究所,北京 100190 25.06.2024
• Subjects: 目标探测; event stream data; 空间点目标; 脉冲神经网络; 神经形态学; neuromorphological; space point object; object detection; spiking neural network; 事件流数据
• ISSN: 1000-758X
• DOI: 10.16708/j.cnki.1000-758X.2024.0043

V19; 随着在轨航天器面临越来越多的威胁,如何识别并评估这些威胁对航天器正常运行的影响已成为一个迫切需要解决的问题.目前,空间 目标的探测和跟踪主要依赖于传统的基于帧的视觉传感器,但这类传感器在实时性和数据量等方面存在不足.与此同时,基于神经形态学的视觉传感器已在运动目标检测和跟踪领域获得广泛应用.由于其获取的事件流数据仅包含视场中变化部分的信息,且具有微秒级的时间分辨率,这使得目标检测和跟踪的速度能够达到微秒级,同时大幅降低了需要处理的数据量.正因为神经形态学视觉传感器的这些优势,它在空间应用领域已成为当前的研究焦点.基于此,提出了一种基于三层脉冲神经网络的空间点目标检测方法——空间点目标神经形态学探测方法,仅使用事件流数据实现对空间点目标的探测和跟踪.主要包括局部运动感知层/全局运动感知层以及输出层,采用分数阶漏积分点火神经元作为基础处理单元,并利用其自适应性抑制事件流数据中的热噪声.通过实际采集的空间点目标事件流数据和公开数据集中的事件流数据进行了验证.在实际采集的空间点目标事件流数据上,去噪滤波部分的事件去噪精度和事件信噪比分别能够达到0.414和-3.036,跟踪部分的总跟踪时长、总跟踪错误次数以及平均跟踪偏差分别达到了 9.395 s、100以及0.379 7.试验结果表明,空间点目标神经形态学探测方法能够从复杂的事件流数据中检测出快速运动的单个或者多个空间 目标,并且能够对检测出的空间点目标进行持续的跟踪.