KI und die schwierigen Probleme der Welt · Astronomie & Weltraum · arXiv · 2026-10-23
SIGNN++: Robuste Sternidentifikation mit Graph-Neuronalen-Netzen auf der Erde
Originaltitel: SIGNN++: Robust Graph Neural Star Identification on Earth
Lernbasierte Sternidentifikation für die nächtliche Himmelsnavigation ohne GNSS wurde bisher meist an synthetischen oder nicht-terrestrischen Daten getestet. Die Autoren erweiterten die Graph-Neural-Network-Methode SIGNN um ein realistischeres Rauschmodell, eine Fourier-Transformation der Kantenmerkmale für Winkelabstände und eine RANSAC-basierte perspektivische Sternausrichtung. Das Ergebnis war eine höhere Robustheit gegenüber Störungen bei terrestrischen Beobachtungen, mit höherer Identifikationsgenauigkeit und höheren Lösungsraten als SIGNN und öffentliche Baselines, während Lagegenauigkeit und Rechenzeit vergleichbar blieben.