用于姿态确定的高光谱光变曲线反演
Hyperspectral Lightcurve Inversion for Attitude Determination
AI总结：
本文研究利用航天器高光谱光变曲线在无姿态和惯性张量先验条件下反演姿态与旋转，提出数值优化和神经网络两种方法，并在合成数据上验证了可行性。
摘要：
由航天器的时间序列单像素光谱测量组成的光谱光变曲线被用于推断航天器的姿态和旋转。使用了两种方法：一种基于正则化最小二乘代价函数的数值优化，另一种基于神经网络模型的机器学习。目标是在最少信息条件下工作，因此没有关于姿态或惯性张量的先验信息。研究了该任务的理论和实践方面，并在合成数据上测试了该方法。结果基于合成数据展示。
英文摘要：
Spectral lightcurves consisting of time series single-pixel spectral measurements of spacecraft are used to infer the spacecraft's attitude and rotation. Two methods are used. One based on numerical optimisation of a regularised least squares cost function, and another based on machine learning with a neural network model. The aim is to work with minimal information, thus no prior is available on the attitude nor on the inertia tensor. The theoretical and practical aspects of this task are investigated, and the methodology is tested on synthetic data. Results are shown based on synthetic data.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
