气动环境下窗口光传输的分析方法

在气动环境下入射到导弹红外侧窗的波面会因窗口变形导致出射后的等光程波面偏离了理想波面，波面发生畸变，从而使通过窗口的目标光线产生偏移、模糊等，成像质量下降，影响制导精度。为提高制导精度，通过折射率不均匀分布的光学窗口中光线追迹程序的编制，利用所得到的光程差来构建光波通过窗口后的畸变波前图，进而计算窗口的各项光学评价函数，并与仿真结果比较得出理论方法的可行性与可靠性。     

基于子孔径拼接的超大型光学遥感器检测技术

针对超大型光学遥感器的系统检测问题,文章在常规方法的基础上提出了子孔径拼接检测法,即采用小口径自准直平面镜代替全口径自准直镜在光轴竖直状态下进行系统检测,通过子孔径拼接算法可以高精度地还原系统全口径的波前信息。文章对该方法的基本原理进行了分析和研究,完成了相关仿真实验,利用口径为1.8m的自准直平面镜对口径为3.2m的光学系统进行了子孔径拼接检测,检测结果验证了该方法的理论可行性。     

子孔径拼接检测方法的目标函数优化

子孔径拼接检测技术是一种利用小口径干涉仪实现对大口径光学系统检测的有效方法.在子孔径拼接算法中,需要对子孔径重叠区域的采样数据进行最小二乘拟合,得到各孔径的相对误差,从而将它们统一到同一参考面上,完成拼接.最小二乘拟合目标函数的优劣将直接影响拼接精度的高低.文章利用光学仿真软件,提取对误差敏感的Zernike多项式的项,并推导得到具有较高精度的目标函数,通过仿真计算验证了该目标函数能满足高精度子孔径拼接的要求.     

基于SAR子孔径图像的浅海水下地形探测

沿海地区水下地形的精确测量是人类开展海洋活动的关键,合成孔径雷达（SAR）为浅海地形的探测提供了一种新的手段,其中TerraSAR-X 的聚束模式以较长的积分时间得到高分辨率的 SAR 数据,从而能较为精确地反演浅海的海底地形。传统 SAR 图像水下地形探测基于波周期不变的假设,这不仅需要已知初始水深求解波周期,还给探测结果带来一定误差。本文提出一种基于子孔径图像的水下地形探测方法,将一景SAR图像分解成多景时间间隔固定的子孔径图像,利用子孔径图像间的时间间隔,求解不断变化的波周期,从而获得更加精确的水下地形。使用在海南蜈支洲岛的 TerraSAR-X 数据验证了此方法的可行性,将此方法反演得到的结果与GEBCO数据进行比较,发现两者吻合较好（MAE为2.8 m,MRE为23.91%）,证明了此方法在浅海反演水深的巨大潜力。     

基于稀疏孔径的波前重构算法

稀疏孔径技术是一种检测大口径光学系统的有效方法,采用干涉仪和包含若干反射镜的稀疏孔径阵列对光学系统进行波前检测。文章针对基于稀疏孔径的波前重构进行了研究,从平衡效率和精度入手建立了数学模型,编制了相关的波前重构算法,通过数学仿真模拟了光学系统检测过程,对数学模型和重构算法的技术可行性进行了验证。采用该算法对测得数据进行处理,可由若干子孔径波前重构得到全口径波前,并且各子孔径波前均是在一次检测中得到,无须对各子孔径进行多次定位调整,方法简单高效。     

一种视频SAR运动目标成像算法

视频合成孔径雷达ViSAR(Video Synthetic Aperture Radar)成像模式与传统SAR成像模式不同,此模式需要持续监测目标区域.通过子孔径划分的方法将目标区域的回波划分孔径,然后针对每一个划分后的子孔径进行单独成像和配准,最后把每一帧图像进行处理形成视频,利用序列图像形成的视频去提取目标的运动信...     

北京三号B卫星相机光学系统波前探测技术

介绍了一种波前探测技术在北京三号B卫星相机光学系统地面高精度测试中的应用,通过计算传感器接收到的相位差异信息进行波前反演,可以获得稳定且精度较高的波前信息。相位差异(PD)法是其中一种波前探测技术,在北京三号B卫星项目中进行了初步尝试,文章对其进行了介绍、分析和评估,该方法具有较好的稳定性和可靠性,并有潜在的应用前景。研究结果解决了现有国外商业测量软件对复杂结构的相机光学系统波前测量计算不足的问题,具有较高的工程应用价值。     

基于深度学习和动态变阵的迈克尔逊干涉成像方法

干涉成像为突破衍射极限成像带来了可能,然而目前干涉成像系统的子孔径阵列通常固定不变,导致图像频谱获取不足、灵活性差,阻碍了成像系统性能的提升。此外,干涉图像的复原方法面临复原速度慢、复原品质差等难题。文章利用动态变阵的方法解决迈克尔逊干涉成像由于孔径稀疏且固定导致的频谱获取不足、灵活性差的问题,进而进一步地利用深度学习的方法,设计了一种干涉成像的图像复原算法,提高图像复原品质和速度。实验结果表明：动态变阵可有效提高稀疏孔径迈克尔逊干涉成像的频谱获取能力,基于深度学习的网络模型可以显著提高图像的复原品质,复原图像峰值信噪比提升5 dB,复原时间提升两个数量级。总之,文章所提的变阵方案和基于深度学习的图像复原方法可以获得高品质的复原图像,在成像领域具有一定的应用潜力。     

基于预估点扩展函数的光学遥感图像去模糊研究

为使航天相机获得的遥感图像的视觉质量更佳,提出了一种有效而稳定的基于估算点扩展函数(PSF)的遥感图像快速复原方法。先用改进的刃边法快速估算PSF尺寸和形状,用直接边缘检测法处理,由自适应阈值算法抑制噪声产生的波动,有效减小了PSF估算的存储与时间开销。再基于预估的PSF,用非盲反卷积复原算法复原图像,通过带权补偿去模糊算法由正则化反卷积和高频补偿,有效抑制源于PSF估算误差的振铃现象。根据视觉效果和客观评价指标对该复原方法与经典算法的效果进行了比较,结果表明:该法在存在噪声和点扩展函数估计误差的影响时仍有良好的鲁棒性,图像质量提高幅度大,速度快,可行性高,已成功用于浦江一号(PJ-1)卫星的遥感图像处理。     

运动目标在阵列孔径UWB SAR图像上的表征及其在图像域GMTI方法中的应用

结合子孔径BP成像过程,对运动目标在阵列孔径UWB SAR图像上的成像规律进行了研究,得出了运动目标在阵列孔径UWB SAR图像上的解析表达式,据此可将只适合慢速运动目标的UWB SAR图像域GMTI算法推广,使之适合快速运动目标.以ATI算法为例,说明了所得运动目标成像规律在UWB SAR图像域GMTI方法推广中的应用价值.基于仿真实验的结果证明了所得结论的正确性.     

SAR图像强回波目标检测的偏态分布方差方法

对复杂背景下的SAR图像强回波目标检测问题进行了研究,提出了基于偏态分布方差的自适应检测算法。首先设计一种新的基于偏态分布模型的方差滤波器,偏态分布方差滤波器可减少相干斑噪声对检测的不良影响,提高图像方差的差异性,即强目标回波边缘灰度方差相对于强目标回波灰度方差、背景杂波灰度方差更小。其次,算法改进了根据图像复杂度自动选取阈值方法,通过自适应检测小方差像素,实现强回波目标检测。仿真结果说明该算法能够对SAR图像强回波目标较快地进行准确检测。相比方差特征法(VAR)和扩展分形特征法(EF)在检测速度与虚警率方面均具有较大的优越性。     

基于组字典学习的逆合成孔径雷达成像方法

基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。     

SAR图像目标峰值特征提取与方位角估计方法研究

目标峰值特征是SAR图像目标识别的重要特征之一。峰值特征提取是SAR图像目标识别的一个重要步骤，为了由SAR图像快速、精确地提取目标峰值特征．本文首先研究了SAR图像目标峰值特征提取方法，提出了一种“子像素”级精度的SAR图像目标峰值特征提取方法．并通过仿真实验分析了峰值位置、峰值幅度的估计精度。由于目标SAR图像或SAR图像特征矢量对目标方位角变化的敏感性，因此，为了提高SAR图像目标识别系统的分类效率，本文还研究了SAR图像目标方位角估计方法，提出了一种利用峰值特征基于线性回归的sAR目标方位角估计方法，和现有方法相比，该方法除了计算速度快，估计精度较高之外，还能在估计方位角的同时，给出该估计的置信区间，从而更好的满足SAR ATR的实际需要。文中通过对大量实测MSTAR SAR图像目标方位角的估计实验，验证了本文目标峰值特征提取及方位角估计方法的有效性。     

基于Zernike矩的高精度太阳图像质心提取算法

在基于太阳观测的月球车天文导航系统中,针对太阳传感器中图像噪声以及典型图像退化的不良影响,提出了一种基于Zernike矩的高精度太阳质心提取算法。采用Sobel算子进行边缘检测,Zernike矩重定位亚像素边缘,用最小二乘法拟合圆心。而当图像存在退化时,进行有效圆边缘点检测后,再用该法提取质心。从理论上分析了Zernike矩亚像素边缘检测对圆拟合法的改进作用。利用仿真图像和地表实验图像,将本文方法与传统的重心法、带阈值的重心法和圆拟合法进行了比较。结果表明,本文方法精度更高,具有更好的稳定性,可以对月球车天文导航精度的提高起良好作用。     

改进的遥感卫星成像任务单轨最优团划分聚类方法

针对遥感卫星成像任务规划时对点目标的聚类效果不佳的问题,提出了一种改进的单轨最优团划分聚类方法。根据聚类约束条件,构建任务聚类图模型,并为图模型中的每一条边赋权值;根据图模型中边的权值,构建权值矩阵P;以卫星单轨姿态机动的最大次数作为聚类任务的数量限制,由P依次计算每个聚类任务所有可能的最优聚类方案,并生成对应的收益矩阵M和终点矩阵N;通过循环遍历的方式计算各个聚类方案下的总收益,其中总收益最大的方案即为最优团划分聚类方案。仿真结果表明:提出的改进的团划分聚类方法,能将点目标有效聚类,与传统任务聚类方法相比,可明显提高遥感卫星对点目标的观测效率。研究结果可为我国遥感卫星自主任务规划技术研究提供参考。     

攻击角度约束下的分布式强化学习制导方法

为提高导弹在攻击角度约束下对目标的打击效能，提出了一种基于深度确定性策略梯度算法的分布式强化学习制导策略。为了最大限度地减小攻击角度误差，设计了一种新的奖励函数，使导弹在满足视场角约束的同时，视线角向期望值收敛。此外，为了增强强化学习模型的泛化能力，提出了一种分布式探索策略，提高了模型训练过程中对环境的探索效率。仿真结果验证了所提出的分布式强化学习制导方法能够在固定攻击角度约束下实现对目标的精准打击。与传统制导律相比，所提制导方法的攻击角度误差更小，收敛速度更快。     

一种基于图像形态学的深空图像模糊复原方法

针对深空目标与空间相机相对运动造成的图像运动模糊问题,文章提出了一种基于图像形态学的运动模糊复原方法。首先运用图像形态学细化的方法消除图像中的冗余信息,快速提取图像中目标的特征;其次运用最小二乘法直线拟合方法对目标运动方向进行估计,再利用连通域划分结果对目标运动长度进行估计;最后采用约束最小二乘方滤波对退化模型进行逆推导运算来实现目标运动模糊复原。通过实验验证结果表明：文章提出的基于图像形态学的深空图像运动模糊复原方法能够正确估计运动模型参数,通用性强,易于在轨实现,可以处理目标与相机相对运动造成的运动模糊问题,在目标运动方向不一致的图像中取得了良好的复原效果。     

一种SAR图像特征增强新方法

军事目标的SAR图像特征在合成孔径雷达目标识别(SAR ATR)中扮演着重要的角色。提出了一种在多小波域中用维纳滤波重构进行SAR目标图像特征增强的新方法,并在此基础上进行了目标图像分割。实验结果表明,该方法能够有效增强SAR图像中的目标区域特征,增大目标和背景杂波之间的统计可分离度,有利于目标图像的精确分割和特征提取。     

基于幅度与梯度综合信息的SAR图像非线性扩散去噪方法

探讨SAR图像相干斑抑制的非线性扩散方程方法.以抑制SAR图像噪声,提高图像质量.通过分析SAR图像的幅度分布特性,建立基于SAR图像幅度信息的非线性扩散方程,使方程在幅值较小的背景区域具有较大的光滑作用以抑制噪声,而在幅值较大的目标区域光滑作用较小以保护目标特征.同时为避免噪声对图像中幅度分布的影响,在每一步迭代之前,采用基于梯度信息的非线性扩散方程对图像进行预处理,得到了一种基于图像幅度和梯度综合信息的非线性扩散去噪方法.计算结果表明,本文方法在整体上均具有较好的去噪效果,去噪后的图像较传统方法具有更高的等效视数和边缘保持指数,既能充分抑制背景区域的噪声,又能保护目标点,还很少出现虚假目标.