一种FMCW SAR地面运动目标谱图域参数估计方法

对调频连续波(FMCW)合成孔径雷达(SAR)地面运动目标的参数估计方法进行了研究,采用相位中心偏置天线(DPCA)技术对地杂波进行抑制,分析了载机及地面运动目标连续运动对回波信号的影响,推导了采用DPCA技术引入的回波慢时间包络(STE)项与地面运动目标参数之间的关系。在此基础上,提出了一种地面运动目标谱图域参数估计方法,该方法首先利用Radon变换在谱图域估计导致回波信号距离走动的目标等效径向速度,并对距离走动进行校正;其次,在谱图域中提取运动目标回波幅度,根据STE项引起的回波幅度变化与目标方位向速度之间的关系,估计目标的方位向速度,并进一步求解相应的目标径向速度。所提方法能够在谱图域完成地面运动目标二维速度估计,最后的仿真实验验证了所提方法的有效性和可行性。     

红外动态目标模拟器光学系统的设计

设计了一种用于红外导引头性能测试的红外动态目标模拟器,利用数字微镜阵列(DMD)对黑体红外辐射进行反射调制,并由光学准直系统实现红外场景生成系统与红外导引头的光学耦合。用光学设计软件（ZEMAX）对准直光学系统进行了设计和优化,准直光学系统成像质量良好,接近衍射极限,点列图直径小于艾里斑直径,畸变小于0.1%。结果表明该系统环境适应性强,能很好地用于红外导引头动态图像的校准。     

遥测伪周期时间序列子序列异常检测算法

针对现有异常检测算法用于伪周期时间序列异常序列检测时易造成误差累积,导致序列周期与特征值上显著差异的不足,文章以卫星遥测伪周期时序数据为对象,综合两种常规分段方法的优势,提出了最大周期窗宽内基于极值的模式子序列分段算法。在此基础上,给出了一种基于均序列动态生成模型的子序列异常检测方法（AnomalySubsequenceDetectionmethodbasedonOptimizedSequenceModel,ASD_OSM）,并采用2次四分位距准则（DoubleQuantilerangescriterion,2Q准则）设置距离检测门限阈值,将超出阈值的序列判定为异常序列。某航天器传感器遥测子序列异常检测试验结果表明,提出的检测方法能够有效减少漏判,提高卫星遥测伪周期数据异常序列检测的准确性。     

空间非合作目标惯性参数在轨辨识

在空间冗余机械臂抓捕非合作目标的惯性参数辨识问题中,已有方法大都基于系统动量已知的假设,且辨识过程未考虑基座姿态稳定。针对目标动量未知的问题,设计了具有增量形式的惯性参数分步辨识算法。首先基于线动量方程得到关于质量和质心位置的第一组估计方程,采用增量形式消除未知线动量更新估计方程。辨识结果收敛后根据估计参数计算线动量估计值,代入以转动惯量为未知参数的第二组估计方程中,利用其增量表达式完成对转动惯量的估计。辨识过程中的激励由自适应零反作用控制输入提供,算法在保证基座姿态不受干扰的同时还能对惯性参数精确辨识。仿真结果表明,在30s以内算法已收敛,误差收敛到零的同时,基座姿态角速率控制精度在10^-3以下,说明算法收敛快,精度高,同时还能实现基座姿态稳定。     

面向多威胁的无人机智能目标跟随策略设计

随着无人机(UAV)一体化作战的不断发展,无人机在搜索到运动目标之后,需要立即转入跟随模式,考虑到战场环境的复杂性,研究了在多个威胁源条件下无人机跟随运动目标的问题,为了保证无人机的安全性以及跟随目标的精确性,提出了一种基于决策树的无人机智能目标跟随策略。首先对威胁概率图(TPM)进行建模;然后采用几何图法及任务优先级生成不同的规则,建立相应的决策树,并设计了不同规则下无人机飞行航向及速度指令;最后通过仿真验证所提出的智能目标跟随策略的有效性。      

空间非合作目标的多视角点云配准算法研究

为了提高相邻视角间稀疏扫描点云数据配准的速度和精度,实现多视角点云精确配准,提出一种基于KD Tree点云均匀采样简化算法,并且对传统四点算法（4 PointsCongruentSetsAlgorithm,4PCS）中的阈值参数进行了统一,确定了各误差阈值参数和点云密度之间的关系,通过基于姿态校正的方法有效解决了对称视角点云引起的误配准问题。仿真结果表明,该方法能够快速、有效地实现卫星稀疏点云的配准。     

基于Hybrid-TOPS的星载SAR运动目标监视新模式

针对传统星载合成孔径雷达(SAR)模式下运动目标测速范围有限、精度低等问题,本文提出了一种基于Hybrid-TOPS的星载SAR运动目标监视新模式。首先,利用混合度因子对星载SAR成像模式进行定量化的描述。在此基础上,通过TOPS模式与逆TOPS模式的组合提出一种运动目标监视新模式,该模式不仅能实现对同一区域的多次观测,且具有方位向连续观测的能力。然后,利用新模式所获取的不同方位向观测角度下的SAR序贯图像,再结合图像配准和基于新模式的运动目标参数反演即完成目标方位向速度信息的精确提取。最后,仿真验证了新模式的有效性与运动信息提取的精确性。      

基于权值分配及多特征表示的在线多示例学习跟踪

针对复杂环境下目标跟踪过程中由于遮挡、目标姿势及光照条件变化引起跟踪漂移的问题,提出一种基于多示例学习（MIL）框架的在线视觉目标跟踪算法。该算法针对多示例跟踪算法采用单一haar-like特征不能准确描述目标外观变化及在学习过程中对样本包中各正负样本示例采用相同权值,忽略不同正负样本示例在学习过程中对包的重要性不同的特点,采用多特征联合表示目标外观构造分类器,通过将多特征互补特性融入在线多示例学习过程中,利用多特征的互补属性建立准确的目标外观模型,克服在线多示例跟踪算法对目标外观变化描述不足的问题;同时,依据不同正负样本示例对样本包的重要程度进行权值分配,提高跟踪精度。实验结果表明,本文跟踪算法对场景光线剧烈变化、遮挡、尺度变化及平面旋转等干扰具有较强的跟踪鲁棒性,通过对不同视频序列进行测试,文中算法在5组测试视频序列上的平均中心位置误差远小于对比增量式学习跟踪,仅为10.14像素,其对比算法IVT、MIL和OAB的中心位置误差分别为17.99、20.29和33.64像素。      

钛合金蜂窝结构蒙皮脱焊缺陷锁相红外热成像检测

蒙皮脱焊是钛合金蜂窝结构制造和服役过程中最常见的缺陷类型。受钛合金材料热导率低的影响,钛合金蜂窝结构中蒙皮越厚,红外热成像检测时其表面反映脱焊缺陷信息的温度差异信号就越弱,检测难度就越大。针对这一问题,研究了不同蒙皮厚度钛合金蜂窝结构锁相红外热成像检测时调制频率的选取范围。建立了钛合金蜂窝结构锁相红外热成像检测有限元模型,分析了蒙皮表面温度在调制热流作用下的变化历程,基于相关算法提取了蒙皮表面对应缺陷区和非缺陷区的相位差,分析了相位差与调制频率、蒙皮厚度的关系。利用锁相红外热成像检测系统对预制脱焊缺陷的蜂窝试件进行了实验研究,获得了缺陷区与非缺陷区信号相位差与调制频率的关系。研究结果表明,针对蒙皮厚度为0.6~2.0 mm的钛合金蜂窝结构,采用0.04~0.10 Hz的调制频率能够获得最佳检测结果。研究结果为钛合金蜂窝结构实际检测提供了工艺指导。