基于深度学习算法的极化合成孔径雷达通用分类器设计

地物分类是PolSAR(极化合成孔径雷达)的重要应用方向。传统算法需要基于特定数据人工选取特征和设计分类器,而深度学习算法能够自行从海量数据中提取层次化特征。在深度学习算法总结的基础上,结合深度学习和PolSAR大数据,提出了一种高效率、高精度的通用分类器设计方法。使用人工标记的数据训练CNN(深度卷积网络),自动化地进行特征学习和提取,并实现高精度的地物自动分类。在具有不同分辨率的机载和星载PolSAR数据上对通用分类器进行测试,都能快速、准确地分类。研究成果可快速将PolSAR数据转译为更直观的地物分类结果,对海量数据,特别是GF-3卫星PolSAR图像的利用有一定的辅助价值。     

XNA中的一种无限大地形生成方法

三维真实感地形是虚拟场景中的基础部分,其绘制的速度与质量是构建三维虚拟场景成败的关键。利用Visual Studio 2008和c#语言,以XNA为工具,用中点偏移算法（Midpoint Displace-ment）生成的值与高程数据之间建立相应的映射关系,建立标准的地形高程数据组快速生成了三维网格地形。在渲染过程中利用本方法可以模拟随海拔高度而各异的生态现象。实践证明,用该方法能在普通的PC机上生成有真实感的无限大地形,并能方便的应用到虚拟现实系统中。     

地形基准数据库建立技术的探讨

简要介绍了地形基准数据库在地形辅助导航系统（ＴＡＮ系统）中的重要作用，并且给出了地形基准数据库的基本概念和一般的建立方法。最后讨论了一种较为适用、技术可行且方法简便的地形基准数据库的建立技术及其数据库形式和精确度。     

一种虚拟月表地形建立方法的研究

提出了一种建立虚拟月表地形的方法,对着陆器在虚拟月表地形上的稳定着陆概率进行了仿真计算。在此方法中,采用拉丁超立方抽样法生成地形特征参数,使地形特征参数的抽样值能更好地反映变量的变化区间;同时采用地形分割、重新拼接的方法,可以建立高分辨率、大尺寸的虚拟月表地形,而且建立的虚拟月表地形可以与着陆器模型进行联合仿真,计算稳定着陆概率。     

复杂航迹和起伏地形条件下机载聚束SAR 空变运动补偿

 运动补偿是雷达平台机动飞行条件下合成孔径雷达(SAR)实现精确聚焦成像的前提,而如何精确实现运动误差的空变补偿(误差补偿随目标距离、方位和高度位置的变化而变化)目前还存在很大的挑战。本文提出了一种新的三阶运动补偿方法,能够有效解决复杂雷达航迹和地形起伏条件下运动误差的空变补偿问题。该方法首先以场景中心为参考进行空不变运动补偿,然后以多个子场景中心为参考进行空变运动补偿,最后再利用极坐标格式算法(PFA)统一补偿每个像素的空变误差。仿真数据处理结果验证了本文方法的有效性。     

载人月面着陆地形障碍探测与规避方案研究

月面地形障碍是影响载人着陆安全的关键因素之一,可能引起着陆器倾斜、结构损坏甚至倾覆。载人月面着陆除在总体任务规划时要选取平坦安全的着陆区外,还要进行实时在线的地形探测和障碍规避。文章对“阿波罗”计划和“星座”计划中的月面着陆飞行方案和飞行器进行调研,分析了载人月面着陆避障的任务要求和技术特点;结合着陆飞行任务,提出考虑避障的飞行方案,分为高速运动中的粗避障和接近悬停后的精避障两个阶段;考虑月面着陆飞行状态以及光照、月尘等外部环境,设计载人月面着陆时由激光高度计、多普勒激光雷达以及闪光激光雷达组成避障敏感器系统;提出载人避障机动方案,采用接近段中制导目标调整、机动段六自由度控制以及缓速下降段滚动姿态机动等方法,并引入了航天员目测以检查月面地形障碍、选择月面着陆点以及手控进行终端避障机动控制。     

碎石堆构造小行星表面地形分析与仿真验证

人类迄今对太阳系小天体开展的探测包括地基、天基远距离观测和"罗塞塔号""隼鸟号"等探测器的抵近观测、着陆取样等。对具有碎石堆构造特性的小行星表面地形特性进行研究,提出了一种生成小行星表面地形仿真模型的方法,建立石块生成模型,对影响地形构造的石块幂律分布规律进行实验模拟。根据小天体着陆段导航方法验证及表面操作执行机构验证需要,选择并仿真生成了5种典型地形。实验结果表明:按照本文方法生成的仿真地形与实际探测得到的小行星表面局部地形相比一致性较好,可用于近操作任务中的着陆机构验证和地形相对导航算法初步验证。     

月面复杂地形表层采样可采点确定方法

表层采样是获取地外天体特性的重要手段,是目前原位探测与采样返回样品获取的重要方式。实施月球表层采样过程中,月面复杂地形将对大尺度采样器工作带来约束。结合一类大尺度表层采样器,分析了月面复杂地形的影响,提出了表层采样的可采样充分条件,构建了以可视区分区、分区延伸、局部平均法向量稀疏、基点包覆检测相结合的并行可采点确定方法。仿真结果表明,该方法可准确确定复杂地形下表层采样可采点,分区并行计算可有效提升可采点的确定效率。     

雷达威胁环境下的无人机三维航迹规划

提出了一种雷达威胁环境下应用A*算法进行低空突防三维航迹规划的方法。首先对地形高程数据进行综合平滑处理,建立满足无人机机动性能要求的安全飞行曲面,并结合雷达威胁量化模型,计算出地形遮蔽雷达盲区的范围,最后在满足地形遮蔽雷达盲区的安全飞行曲面上运用A*算法规划出三维飞行航迹。仿真结果显示,该算法能简单、快速地获得三维最优航迹,易于工程实现。