تعیین چگالی داده‌های پراکنده کروی جهت استفاده در یکنواخت‌سازی کاتالوگ ستاره

در این مقاله الگوریتم جدیدی جهت تعیین چگالی داده‌های پراکنده بر روی سطح کره ارائه و سپس از الگوریتم پیشنهادی به همراه روش خوشه‌بندی geodesic weighted k-means و مثلث‌بندی دلونی جهت تولید کاتالوگ ستارگان یکنواخت استفاده شده است. مقایسه نتایج با نتایج حاصل از سایر مقالات مرتبط نشان داد که الگوریتم پیشنهادی منجر به کاهش قابل توجه در احتمال مشاهده تعداد زیاد ستاره‌ها در تمام میدان دیدهای شبیه‌سازی شده حس‌گر ستاره شده است. این بهبود، نتیجه افزایش یکنواختی کاتالوگ ستاره علی‌الخصوص در قطبین کره سماوی ناشی از الگوریتم تعیین چگالی پیشنهادی است. از سوی دیگر، استفاده از الگوریتم تعیین چگالی داده مناسب، منجر به افزایش احتمال مشاهده چند ستاره (مانند 3 یا 5) در همه میدان‌های دید مورد استفاده در شبیه‌سازی مونت‌کارلو شده است.

determination of the density of spherical scattered data for use in star catalog uniformity

this paper presents a new algorithm for determining the density of scattered data at the surface of the sphere. then the proposed algorithm, geodesic weighted k-means clustering and deluany triangulation are used to make uniform star catalogs. a comparison of the results with the results of other related articles shows that the proposed algorithm significantly decreased the probability of observing a large number of stars in all simulated star sensor fields of view. this improvement is due to the uniformity of the star catalog, especially in the celestial sphere poles, due to the proposed density determination algorithm. on the other hand, using a good data density algorithm has increased the likelihood of observing a few stars (such as 3 or 5) in all fields of view used in the monte carlo simulation