逆合成孔径雷达信号处理方法研究进展

在简要评述国内外现有的逆合成孔径雷达（ISAR）信号处理的运动补偿和成象方法之后，介绍了南京航空航天大学ISAR课题组近年来在ISAR信号处理方法研究中取得的主要进展，包括基于多散射点定位观点的雷达成象观测模型，基于最大似然原理的同时运动补偿和成象方法，基于最大似然原理的多目标成象方法和基于时频分析的多目标成象方法，以及超分辩成象方法，文末指出了在ISAR信号处理方面有待进一步研究的问题。     

含铝复合推进剂燃烧场凝相微粒分布实验研究

应用激光全息光学诊断方法对含铝复合推进剂的燃烧场凝相微粒分布进行了测量。实验结果得出了复合推进剂燃烧场凝相微粒分布曲线和图像，并对数字图像处理算法进行了研究。     

固体发动机喷管出口凝相微粒粒度分布研究

应用激光全息光学诊断方法对固体火箭发动机喷管出口凝相微粒分布进行了测量，并得出了其分布曲线。对凝相微粒数字图像处理算法也进行了研究。     

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.     

用标定和亚像素技术实现三维运动目标的高精度测量

本文介绍一种利用多种亚像素图像技术提取目标及网格节点，并采用新的摄影系统标定与系统误差修正技术，用多个摄像机实现对有特殊标志的空间三维运动目标的高精度测量方法。     

基于边缘模型的图像后处理算法的FPGA实现

在传统图像后处理算法中,性能和复杂度往往难以兼顾。从FPGA硬件实现出发,在原有的基于边缘模型的数字图像后处理算法基础上,提出一种新的基于模型匹配的重建模型算法,并且根据边缘的宽度和边缘退化的主要形式建立两个边缘重建模型。仿真实验结果表明,改进的算法不仅满足工程实时性要求,而且一定程度上抑制了高倍压缩后的数字图像中出现的振铃效应和模糊效应,起到了改善图像主观和客观质量的作用。     

一种新的全天自主星图识别算法

在星图识别领域三角形算法得到了广泛的应用，但是在星对角距很小的情况下，其识别率严重降低。字符匹配算法可以解决这个问题，但是它无法识别由于相机在拍摄瞬问的平移和旋转而产生位移的星图。为了克服这一缺陷，提出了一种有效的星图识别算法，该算法在生成导航星数据库时以一些一定范围内的亮星为中心，把整个天球分为很多个四方形区域，然后根据被拍摄星图的特点从这些四方形区域内选取子区域参与星图识别。仿真结果表明该算法不但继承了字符匹配算法的优点，而且对星图位移有很强的鲁棒性。     

合成孔径雷达与动目标检测

在合成孔径雷达（ＳＡＲ）中，雷达与目标之间相对运动的精确知识是相干处理回波形成高方位分辨率图像的基础。因此，在ＳＡＲ中，对未知运动目标的检测和成像成为一个重要而困难的研究课题。本文较详细地阐述了ＳＡＲ中进行动目标检测的若干方法，包括反射率频移法、多视图像位移法和多天线多通道处理技术。还论述了动目标的定位和速率的估值等问题。     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

粒子图象电影测速技术

本文介绍一种粒子图象电影测速技术,该技术采用机械调制装置及光学透镜,将连续输出的氩离子激光调制成周期性脉冲片光源序列,并与快速照相枪匹配,可以连续拍摄流场一个截面上随时间发展过程中不同瞬态的一系列两次或多次曝光的粒子图象底片,因而不仅可以取得流动一个截面上的瞬时二维速度场,并且可以获得该流动截面速度场发展的时间历程,为定量研究非定常流动随时间的发展特性提供了一种有效途径。