基于深度学习的星点坐标提取与星敏感器姿态优化方法

本发明公开了一种基于深度学习的星点坐标提取与星敏感器姿态优化方法，从伪星图生成、星点坐标提取到姿态解算全流程优化。通过动态星点建模模拟航天器抖动、光学畸变等多因素干扰，生成高保真伪星图；设计噪声自适应检测网络以融合去噪与关键点检测，提升低信噪比环境下的星点定位精度；优化姿态解算优化，基于星点坐标构建损失函数，反向传播优化姿态参数，实现算法闭环。本发明可以对真实数据进行扩充实现模型的有效训练，提高定位精度；星点坐标定位精度提升至亚像素级（RMSE<0.3像素）；姿态解算误差降低至3”以下；端到端优化框架减少传统流水线中误差累积，系统鲁棒性提升40%。