单帧数字图像分辨率改善的频域正则化方法

现有多帧序列频域分辨率改善方法主要基于柯西-高斯先验模型，对单帧图像处理效果不理想。在分析频谱混叠公式的基础上，研究了单帧图像分辨率改善的频域方法。提出了基于柯西-高斯先验模型的正则化方法，由于柯西-高斯先验模型具有较好的信号稀疏表示能力，因此能有效地改善图像的分辨率。设计了迭代求解算法，给出了迭代初值的稳健算法，并将二维计算问题转化为一维计算问题，实现了方法的快速计算，同时大大地减少了存储量。文中给出了一维信号和遥感图像两个算例，计算结果表明，方法可以有效地改善图像的分辨率。     

距离变化率测量慢漂误差的估计

ＭＩＳＴＲＡＭ系统是一种常用的航天飞行器轨道跟踪测量设备，但在距离变化率跟踪测量中存在慢漂误差，该误差严重影响测量数据精度。本文利用样条函数，建立了估计慢漂误差和轨道参数的非线性模型；通过建模，选模准则的深入研究，给出了表示轨道参数和表示慢漂误差的样条函数的节点选取原则；最后，利用所得的最优模型，给出了慢漂误差的估计及估计精度，本文方法应用于运载火箭的跟踪数据处理，得到了工程分析非常吻合的结果。     

地心惯性坐标系到质心轨道坐标系的坐标转换方法

卫星编队飞行通常需要高精度的星间基线测量信息,而坐标转换是影响基线确定精度的一个重要环节。以分布式InSAR为例,着重研究了从地心惯性坐标系到卫星质心轨道坐标系的转换方法,详细地推导了具体的转换公式。仿真实验表明:在相同的测量条件下,直接方法的转换精度优于间接方法。并且就目前的测量条件而言,卫星的绝对速度测量是影响直接方法转换精度的主要因素。     

基于匹配追踪算法的SAR超分辨成像

提出了一种新的SAR超分辨成像方法。在SAR图像相位历史域点散射模型的基础上，利用SAR图像目标稀疏的性质，构造子像素级的紧致字典，并设计了一种改进的匹配追踪迭代算法来估计模型参数，从而生成更大尺度的相位历史数据，对得到的相位历史域数据成像即得到了更高分辨率的SAR图像。实验结果表明该算法具有良好的超分辨性能，同时所需时问比基追踪方法缩短40％以上。     

UTC（NTSC）自动监控软件的设计方案及计算机模拟

论述了我国UTC(NTSC)自动监控软件的必要性 ,给出了自动监控软件算法的一种设计方案以及利用计算机模拟的结果 ,并对模拟的结果进行了分析。     

基于量纲分析和最优设计的毁伤响应函数获取

毁伤响应函数的获取是毁伤效能评估中至关重要的研究内容,其主要研究方法是试验归纳。为在原型试验样本极少的条件下,获取高效的毁伤响应函数,本文一方面应用量纲分析开发物理模型信息,并应用缩比试验拓展试验技术;另一方面构建了缩比试验与原型试验之间差异的参数化模型和融合评估模型。在这些工作的基础上提出两种试验的联合一体化最优设计方法,科学地设计试验,提高试验的效费比。给出了相互差异建模和一体化最优设计的例子,说明了本文方法的优势。     

基于图像区域相关的景象匹配概率与精度研究

景象匹配精度与正确匹配概率是决定景象匹配导航系统精度的重要指标,而图像独立象元数的大小是决定这两个精度指标的主要参数之一.分析了传统求取独立象元数方法存在的不足,并针对这些不足引入了图像区域相关的概念,建立了基于图像区域相关求解图像独立象元数的方法.理论推导和仿真分析表明,建立的求取独立象元数的方法合理,结果准确,速度较快,通过独立象元数计算得到的正确匹配概率符合仿真结果.该方法可以用于景象匹配辅助导航系统性能的预测及精确分析.     

双星定位的数据融合方法

双星定位系统需借助于第三个定 参考量。该文将双星定位系统和多套现有的靶场跟踪设备联用,利用数据融合方法,获得定位参数和速度参数,同时给出双星定位系统和靶场跟踪设备的系统误差估计。理论分析和仿真计算表明,该文方法有较高的精度。     

SAR图像点目标超分辨正则化方法的简化计算

合成孔径雷达(SAR)是一种高分辨率相干成像雷达,是重要的空间遥感手段,分辨率的高低直接决定了其应用效果的优劣。正则化方法是提高SAR图像分辨率的有效方法,但传统的迭代算法计算速度较慢。文中分析了基于lk范数的图像超分辨正则化方法的迭代求解公式,得出了由该迭代公式产生的迭代序列收敛的极限的解析表达式。将该结论用于正则化模型的求解可以显著降低计算量,由此得到了正则化迭代算法的简化计算方法。仿真与MSTAR图像处理结果表明,简化后的方法计算速度提高了2 000倍以上,计算结果与传统方法的相对差别小于6×10-9。     

基于样条模型的多传感器目标跟踪算法研究

研究武器试验中多传感器目标跟踪的数据融合问题。通过用样条函数表示目标轨迹参数,建立了问题的节省参数模型,并构造了快速的样条递推算法和参数估计算法。采用样条函数这种稀疏表示方法后,新方法能有效地减少待估参数的个数,提高参数估计精度,在减少计算量的同时降低处理系统的存储负担。仿真结果说明新算法能在很短的时间内完成数据融合,且得到的融合结果精度很高。