SIGNN++: 지상 환경에서 강건한 그래프 신경망 기반 별 식별 기법

GNSS가 작동하지 않는 야간 환경에서의 천측 항법을 위한 학습 기반 별 식별(SID) 프레임워크 SIGNN++가 arXiv에 공개됐다. 기존 학습 기반 SID 연구가 주로 합성 데이터나 비지상 환경에서만 검증돼 실제 지상 조건에서의 신뢰성이 불확실했다는 점을 지적하며, 연구진은 그래프 신경망 기반 기법인 SIGNN에 보다 현실적인 학습 데이터 노이즈 모델, 각거리 엣지 특징의 푸리에 변환(FT), RANSAC 기반 투영 별 정렬(Perspective Star Alignment)을 추가했다. 실험 결과 SIGNN++는 지상 관측 교란에 더 강건했고, 기존 SIGNN 및 공개된 SID 기준 기법보다 높은 별 식별 정확도와 해결률을 기록하면서도 자세 결정 정확도와 연속 운용에 적합한 계산 시간은 비슷한 수준을 유지했다. 구현 코드와 데이터셋은 프로젝트 페이지를 통해 공개될 예정이다.