AI 與世界的難題 · 天文與太空 · arXiv · 2026-10-23
SIGNN++：地球上穩健的圖神經網路星體辨識
原標題: SIGNN++: Robust Graph Neural Star Identification on Earth
用於無 GNSS 夜間天文導航的學習式星體辨識，過去多半只在合成資料或非地面資料上測試。作者以更貼近實際的雜訊模型、角距離邊特徵的傅立葉轉換，以及基於 RANSAC 的透視星體對齊，擴充了圖神經網路方法 SIGNN。結果對地面觀測干擾的穩健性更高，辨識準確率與求解率均高於 SIGNN 及公開基準方法，而姿態精度與運算時間則維持相當。