多星对合作目标的分布式协同导航滤波算法

针对多颗在轨卫星对空间合作目标的协同导航问题,提出了一种适用于协同导航的分布式球面单形-径向容积求积分卡尔曼滤波（DSSRCQKF）算法。为了计算非线性滤波中的高斯加权积分,分别使用球面单形准则和二阶高斯-拉盖尔求积分准则计算球面积分和径向积分,提出了一种新的球面单形-径向容积求积分准则。将该准则嵌入分布式卡尔曼滤波框架中,结合协同导航的非线性数学模型,给出适用于协同导航的DSSRCQKF算法,该算法要求每颗导航星仅与其邻居星进行通信,通过数据的分布式融合实现对目标星轨道状态的一致估计,从而避免了传统集中式处理中较高的通信和计算压力。仿真实验结果表明,与分布式卡尔曼滤波相比,本文算法将对合作目标的实时定位精度提高了11 m,定速精度提高了0.02 m/s,从而验证了本文算法的有效性。      

典型二次曲面实时成象的改进算法

在旋转的空间几何模型的Ｐｈｏｎｇ光照模型分析基础上，基于以往的二次曲面等灰度理论，提出了一种新的镜面反射模型和投影等灰度线生成算法，该算法很好地解决了典型二次曲面在三维空间旋转任意角度之后实时地生成Ｐｈｏｎｇ模型光照图象，为二次曲面图元接拼形体奠定了良好的基础。     

基于CPU/GPU的日冕偏振亮度并行计算模型

三维磁流体力学(MHD)数值模拟是用来研究日冕和太阳风最常用的方法之一, 其中将计算得到的日冕电子数密度转化为日冕偏振亮度(Polarization Brightness, PB)是与观测对比的重要方法. 由于待转换电子数据网格密度、PB数据网格密度和计算模型的复杂度, 使得日冕偏振亮度的计算比较耗时, 利用单CPU计算无法达到近实时转换日冕偏振亮度的要求, 从而影响了数值模拟的验证效率. 本文在CPU/GPU环境下, 利用CUDA编程技术, 提出了一个日冕偏振亮度并行计算模型. 实验结果表明, 该模型比CPU上的串行模型计算速度提高了31.86倍, 达到了近实时模拟与观测数据比对的计算要求.      

新型实用高精度Talbot—Moire测焦法研究

本文首先从理论上证明了用单色平面波照射光栅时，在透镜后形成的Ｔａｌｂｏｔ－Ｍｏｉｒｅ象关于焦点的对称性，并利用这种性质提出了一种测量透镜焦距的方法，该方法采用光栅莫尔技术找准对称象的位置，再经简单计算得到透镜焦距，理论分析和实测研究表明此方法方便实用，对被测焦距的长短没有要求，而且容易实现高精度的测量。     

机载PD雷达DBS成象处理计算机仿真

根据多普勒分辨理论,提出了一种机载PD雷达DBS实时成象处理的实现方法,并对载机前方大面积地面原始图象和DBS实时成象进行了计算机模拟。模拟结果表明,在雷达天线匀加速扫描状态下载机前方—60°～+60°成象,可以提供系统锐化比为19.71的高分辨力雷达图象。     

新型实用高精度Talbot－Moire测焦法研究

本文首先从理论上证明了用单色平面波照射光栅时，在透镜后形成的Ｔａｌｂｏｔ－Ｍｏｉｒｅ象关于焦点的对称性．并利用这种性质提出了一种测量透镜焦距的方法，该方法采用光栅莫尔技术找准对称象的位置，再经简单计算得到透镜焦距．理论分析和实测研究表明此方法方便实用，对被测焦距的长短没有要求，而且容易实现高精度的测量．     

星下目标的光谱反射特性分析及云层的自动识别

本文着重讨论了遥感数据的实时分类和星载相机快门的自动关启问题.首先建立了计算各类目标景象亮度的物理模型,分析了大气等因素对遥感数据的影响及各类自然目标的光谱反射特性,计算了三十四种目标在九种大气条件下的亮度值.进而提出了识别植被、土壤、水、冰雪和云等五类目标的最佳波段和分类函数及分类流程图,得到了很高的分类精度.然后又特别讨论了云层和所有非云目标(包括混合目标)的分类问题,并用密度计测量了十张MSS卫星图片上的180个目标的亮度值.最后提出了云层开关的实现途径和系统设计的基本思想.      

多传感器组合导航系统的改进多尺度滤波算法

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。     

一种面向H.264/AVC的快速帧内预测选择算法

为提高I帧的编码效率,最新的视频压缩编码标准H.264/AVC,在空间域上 从多个方向进行多种模式的帧内预测,并使用率失真优化算法选择最佳模式,算法复杂度很 高.为此,提出了一种快速的帧内预测算法.针对亮度块的模式选择过程,提出了基于图像 熵值和滑动窗口机制自适应地调整熵值阈值的方法对宏块模式进行预判;针对亮度模式中多 个预测方向的选择,充分利用中间结果,预先排除一些可能性小的预测方向;在亮度块和色 度块相结合的率失真统计中,改变算法结构,预先计算色度块最佳模式.实验结果表明,算 法在不降低图像质量的基础上,编码速度平均提高76%,码率平均增加2.6%.      

基于策略和流分类的MPLS显式路由算法

提出一种基于策略和流分类的多协议标记交换(MPLS,Multi-Protocol Label Switch)流量工程显式路由算法,算法分离线计算和在线计算2个步骤实施.离线计算基于多商品流问题,计算使网络总体资源耗费最低,并且能够满足流的带宽需求的每链路每流带宽分配值.在线计算根据这种带宽分配结果,实时计算最短路径作为单个流的显式路由.离线计算和在线计算相结合可使网络流按照其固有的流量分布特征合理地映射到网络物理拓扑中,在一定程度上避免了因路由计算不合理而导致的网络性能退化和资源使用不均衡等问题.算法综合考虑网络流量、资源、管理策略等要素,能够较好地平衡网络资源的使用,提高网络资源利用率,有效实施MPLS流量工程.      

星敏感器中快速星跟踪技术

跟踪模式是星敏感器的主要工作模式之一,跟踪过程的快速性直接影响星敏感器的整体性能.提出了一种快速星跟踪算法.在跟踪算法的3个耗时环节,分别采用了分区星表、阈值映射、先排序后匹配识别这3种方法,以提高跟踪过程的快速性.其中分区星表法将整个天区分成了若干个子天区,使得在星体映射时,只是搜索星敏感器视轴指向附近的部分子天区,而不是搜索整个天区,减少了搜索星体的数量;阈值映射法,在满足精确度的情况下,设置被跟踪星体的数量阈值,只有被跟踪的星体数目少于此阈值时,才进行星体映射,减少了映射次数;先排序后匹配识别法,先根据星体在星图中的坐标值进行排序,然后再进行匹配识别,减少了那些距离较大的无谓的星体间的匹配识别.仿真测试结果表明,这3种方法的采用,提高了跟踪算法的快速性,提高了星敏感器的整体效能.      

基于球几何特征的摄像机内参分步标定方法

在摄像机标定过程中,球形靶标对图像数量、拍摄角度要求小,能够适应遮挡环境,在使用中具有明显优势.在分析球投影模型几何性质的基础上,提出一种利用球靶标分步标定摄像机内部参数的方法.该方法通过拍摄一幅包含空间中2个不同位置球体的图像,得到图像中的2条投影二次曲线;利用2条投影二次曲线的对称轴和公切线计算球心投影点,通过投影二次曲线的对称轴确定图像主点坐标,根据球心投影点和图像主点的位置关系求解归一化焦距;利用整体优化算法得到内参标定结果.仿真数据实验分析了引入测量误差的主要因素,实物标定结果与平面方格靶标方法相比误差在5%之内,重复测量结果稳定.      

电阻抗成像的加权Newton Raphson算法

利用一个适当的权矩阵对用于电阻抗成像图像重建的NewtonRaphson算法作了改进,提出了加权NewtonRaphson算法.该方法能克服普通NewtonRaphson方法重建图像时分辨率不均匀性,这种不均匀性来自反问题的病态以及注入电流,电极配置,各像素的几何位置等诸多数学物理因素.与普通NewtonRaphson算法相比,加权NewtonRaphson算法的计算量几乎没有增加,但其图像重建效果却有明显改善.文中还详细讨论了权矩阵的计算方法.     

一种图像缩放算法的SoC协同加速设计方法

针对无人机自主着陆的跑道检测、识别、跟踪等视觉算法中需要对大量图像进行缩放处理以便后续计算,但又对实时性要求比较高的情况,根据输入输出像素点的映射关系提出了一种适用于硬件加速的图像缩放算法,简化算法结构的同时利用现场可编程门阵列进行模块硬件功能的设计对算法加速,并采用软硬件协同的体系结构搭建实时图像处理系统。实验结果表明,该缩放算法处理精度高、耗时少,且用硬件逻辑实现后,可以进一步提速171倍,硬化后的系统可以通过摄像头获取图像数据,实时处理后在显示器中显示,达到30帧/s的处理速度,可以应用于实时性要求较高的图像处理算法中。      

机载图像无损/近无损压缩方案及其FPGA实现

根据机载图像压缩和传输的特点,在改进JPEG-LS算法基础上,设计了一种有效的图像无损/近无损压缩方案.该方案由去相关处理、熵编码及压缩位率控制三部分组成.去相关处理部分解决了JPEG-LS预测模型本身的误码扩散问题,熵编码部分使用快速有效的Golomb熵编码器完成对预测误差的编码,同时解决了机载应用中数据传输率恒定条件下压缩码率的控制问题.对压缩算法现场可编程门阵列(FPGA)设计中的一些关键问题也给出了有效的解决途径,从而形成了一套完整、可行的机载图像压缩解决方案.最后通过FPGA实现和验证了压缩方案及逻辑设计的正确性和可行性.      

SAR图像超分辨与点扩展函数扰动校正算法

推出基于贝叶斯概率公式的SAR(合成孔径雷达)图像超分辨的最大估计(EM)算法,实现SAR图像雷达截面积的重建.本算法成功地将图像场景的先验知识纳入到图像的重建过程之内,有效提高了图像的分辨力,并采用点扩展函数参数化模型,通过估计该模型的参数,抑制点扩展函数扰动的影响.二者结合,有效地实现了SAR图像的超分辨.本算法的关键是构造合理的点扩展函数模型,能够同时拟合SAR图像数据和成像系统参数的相关信息.     

基于SIFT,K-Means和LDA的图像检索算法

图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT,Scale Invariant Feature Transform）,K-Means和潜在狄利克雷分布（LDA,Latent Dirichlet Allocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。     

基于μCT图像的PVC泡沫微观试样几何模型生成算法

在泡沫微观结构的数值模拟中，泡沫空腔的几何特征和排列状态对计算效率及计算结果有着重要的影响，基于前进面搜索几何构造算法和Laguerre划分算法，提出了一种新的PVC泡沫微观试样几何模型生成算法。从μCT扫描图像重构泡沫的真实几何模型，测量泡沫空腔的几何特征及体积分布规律，将测量得到的泡沫空腔体积转化为球体，并通过前进面搜索几何构造算法投入空间，通过Laguerre划分算法将空间球体进行区域划分，赋予壁厚参数，构建出闭孔PVC泡沫的微观几何模型。所建立的模型在微观几何特征上与实际材料符合较好。      

基于特征点集的匹配算法应用于卫星姿态确定

综合了灰度与几何特征匹配方法,依据局部纹理能量分布选取特征点集,并利用特征点集的几何约束关系构建了可描述图像整体特征的模板.通过逐步求精方法实现了实时图像与基准图像的匹配.首先通过特征点集匹配进行粗搜索;然后通过精搜索以及角度校正得到实时图像中目标偏移旋转量.该特征点集算法与传统图像匹配算法相比较,在保证精度的基础上能提高匹配速度,且具有一定的旋转不变性和抗噪性.仿真实验证明了该算法的可行性.