空间失稳目标线阵成像畸变分析与三维重建

针对线阵扫描型激光雷达在非合作失稳航天器三维模型重建过程中,存在运动目标线扫数据畸变且目标因失稳导致运动特性难以准确估计问题,提出一种带畸变自修正式三维重建方法,并进行畸变容忍度临界值分析。该方法基于测量系统的角精度与测距精度设计畸变容忍度临界值判定条件,首先根据实际工况与判定条件进行比对,判定是否对线扫数据进行初始畸变恢复;其次,对相邻扫描带畸变点云依次进行配准获取目标运动增量、解算目标瞬时运动参数;然后对目标运动参数进行自修正式处理,去除特征突变点干扰;同时依次恢复点云到初始几何位置,完成初始目标三维重建;最后,通过系统进一步迭代,位姿增量自收敛直至最终满足重建精度要求。仿真结果表明,该方法在缺失非合作目标先验信息的情况下,能够有效避免因线扫描导致的畸变问题,并较为快速地实现满足精度要求的目标三维重建,有较强的鲁棒性。     

激光多维成像传感及其多媒体界面系统

多媒体微机技术是计算机技术近几年的新进展。文章在论述激光多维传感的基础上给出了我们所建立的激光成像雷达多媒体界面系统的硬件结构、硬软件设计思想与实现。将多媒体微机技术用于激光雷达尚属一次新的有实用意义的尝试．     

推广的KALMAN滤波有序修正法

为预防推广的Kalman滤波的发散,本文提出一种滤波的有序修正法。此法不仅理论上成立,而且实际效果也很明显。同时,用有序修正法不会引起计算上复杂性,因而具有实际应用价值。     

基于压缩感知理论的合成孔径激光雷达成像算法

合成孔径激光雷达是一种主动式有源激光成像雷达,它具有远高于微波合成孔径雷达的成像分辨率,能够实现对远距离目标的精细成像。由于激光信号的带宽极大,普通的硬件设备难以满足奈奎斯特采样定理的要求。提出一种基于压缩感知理论的合成孔径激光雷达成像算法,该方法利用光外差方法探测回波信号,在此基础上通过对外差信号进行随机采样提取信号中的有效信息,使用正交匹配追踪算法实现对目标高分辨距离像图像的重构,最后结合频率变标算法得到目标的高分辨二维图像。仿真结果表明运用新算法对合成孔径激光雷达的回波信号进行采样,能使用远低于奈奎斯特定理所规定的采样率完成信号采样,并有效压低信号旁瓣,实现对目标的超高分辨成像。
     

敏捷卫星宽幅动态成像姿态调整技术研究

针对敏捷卫星在三轴姿态机动过程中"动中拍"的成像任务,分析了推扫条带与星下点轨迹成90°夹角的宽幅动态成像模式,提出了这种成像模式下的姿态调整技术。数值仿真分析了该成像模式对姿态控制精度的要求,并通过卫星工具包(STK)仿真验证了数学模型的正确性。数值仿真结果表明:在10Hz的控制周期下,姿态角的控制精度需求是0.01°,角加速度的控制精度为0.003 0～0.000 1(°)/s2。针对上述指标要求,提出采用小角度内分段匀角速度进行控制的宽幅动态成像姿态调整方法。     

神经网络参数调控的机载相控阵雷达动态补偿研究

针对实际情况下巡航载机不可避免的振动、形变等问题,结合神经网络的自学习调控优势提出了一个基于杂波子空间理论与对象特征分析的相控阵雷达系统动态补偿智能调控方案。分析了BP神经网络对动态偏角补偿问题的映射能力,推导了神经网络方法结合DPCA参数调控的动态补偿实现算法。仿真实验结果证明了上述方法的可行性。     

基于深度学习和动态变阵的迈克尔逊干涉成像方法

干涉成像为突破衍射极限成像带来了可能,然而目前干涉成像系统的子孔径阵列通常固定不变,导致图像频谱获取不足、灵活性差,阻碍了成像系统性能的提升。此外,干涉图像的复原方法面临复原速度慢、复原品质差等难题。文章利用动态变阵的方法解决迈克尔逊干涉成像由于孔径稀疏且固定导致的频谱获取不足、灵活性差的问题,进而进一步地利用深度学习的方法,设计了一种干涉成像的图像复原算法,提高图像复原品质和速度。实验结果表明：动态变阵可有效提高稀疏孔径迈克尔逊干涉成像的频谱获取能力,基于深度学习的网络模型可以显著提高图像的复原品质,复原图像峰值信噪比提升5 dB,复原时间提升两个数量级。总之,文章所提的变阵方案和基于深度学习的图像复原方法可以获得高品质的复原图像,在成像领域具有一定的应用潜力。     

抗红外成像导弹的动态变形伪装技术及其应用

红外成像制导武器是精确制导武器的重要组成部分 ,具有在复杂光电背景条件下自动捕获、识别、锁定跟踪目标和自动决策的能力 ,多应用在空对地攻击纵深的地面固定目标中。通过对红外成像制导武器导引头导引规律的分析 ,提出基于计算机生成技术 (CIG)的图像动态变形方法对抗红外成像制导武器攻击的思路 ,研究了利用动态变形方法对抗红外成像制导武器攻击的关键技术和实施步骤。最后讨论了应用动态变形技术改变自身红外图像特征时应该注意的问题     

空间目标的ISAR成像与识别

空间探测雷达在人类航天活动中具有重要作用 ,宽频带信号体制的应用使空间目标的逆合成孔径雷达 (ISAR)成像与识别成为可能。结合空间目标的动力学和电磁特性 ,探讨了空间目标的ISAR成像与识别技术 ,并展望了该领域的技术发展趋势。     

用于目标识别跟踪的雷达/红外成像双模传感器数据融合技术

目标识别和跟踪是模式识别领域的一重要研究内容。基于单传感器（ 雷达或红外成像） 的系统存在着局限性， 分析了多传感器信号融合的必要性， 介绍了目标识别和跟踪系统进行多传感器信号融合的方法（ 特征层融合、决策层融合）及其在提高目标识别和跟踪的可靠性和抗干扰性方面的优势。介绍了基于智能模型和基于多层前向网络的目标识别算法。     

采用ISAR技术的MIMO雷达极坐标格式成像算法研究

对MIMO雷达的系统结构和它采用ISAR技术时的信号模型进行分析,以二次降维方式详细讨论了回波信号在波数域的分布特点,得出两条针对成像应用的MIMO雷达阵列设计准则。在此基础上,提出一种可有效聚焦的极坐标格式算法,经过对MIMO雷达回波数据逐次渐进降维重排,将其从四维转换到二维,然后通过距离向和方位向两次一维插值,把以极坐标格式记录的回波数据变换为直角坐标下均匀分布的数据。针对推导过程中因平面波假设引入的误差进行了分析,得到算法的适用条件。最后仿真验证了本文算法的有效性。     

卫星可见光遥感图像异常原因分析方法初探

随着中国高分辨率可见光遥感卫星数量日益增多,在轨卫星的图像品质和异常原因分析将成为今后一段时间相关研制人员关注的重点。文章列举了在轨可见光卫星的成像异常现象,分别对地面分辨率、对比度、信噪比和几何形变未能达标的原因进行了初步分析,提出了问题定位的初步方法。     

一种数字阵列雷达小视场快速成像方法

针对通道幅相误差和RCM(距离单元徙动)幅相误差同时出现导致数字阵列雷达近程成像效果不佳的问题,研究了一种在小视场条件下快速实现数字阵列雷达近程成像的方法。通过研究数字阵列雷达的回波信号模型,确定了DBF(数字波束合成)成像中幅相误差的来源,在此基础上,建立了数字阵列雷达小视场成像的快速DBF成像模型。理论仿真和实测数据表明:该方法在校准通道幅相误差时能有效实现RCM幅相误差的补偿,通过单次FFT(快速傅里叶变换)即可实现DBF成像。与现有小视场成像方法相比,该方法能在保证成像质量的前提下,显著提高成像效率,在系统性能评估测试等小视场应用中具有较好的应用前景。     

W波段UAV MISAR实时成像运动补偿方法

建立了实时成像正侧视合成孔径雷达(SAR)运动误差模型,采用了一种基于惯导和相位梯度自聚焦(PGA)运动误差估计的中心波束平面运动补偿算法。该算法对回波包络和相位进行分开补偿,利用惯导数据把带有运动误差的回波包络拉直,再利用相位梯度自聚焦算法对回波进行相位误差估计并补偿。针对实时成像的时间少、运算量大、运算资源受限等特点,该算法取消了距离徙动校正的步骤,将运动误差矢量在斜距平面投影并完成包络校正和相位误差估计。该方法运算量小,同时能满足分辨率要求。仿真结果表明:该方法能够得到质量较高的SAR图像。     

改进的遥感卫星成像任务单轨最优团划分聚类方法

针对遥感卫星成像任务规划时对点目标的聚类效果不佳的问题,提出了一种改进的单轨最优团划分聚类方法。根据聚类约束条件,构建任务聚类图模型,并为图模型中的每一条边赋权值;根据图模型中边的权值,构建权值矩阵P;以卫星单轨姿态机动的最大次数作为聚类任务的数量限制,由P依次计算每个聚类任务所有可能的最优聚类方案,并生成对应的收益矩阵M和终点矩阵N;通过循环遍历的方式计算各个聚类方案下的总收益,其中总收益最大的方案即为最优团划分聚类方案。仿真结果表明:提出的改进的团划分聚类方法,能将点目标有效聚类,与传统任务聚类方法相比,可明显提高遥感卫星对点目标的观测效率。研究结果可为我国遥感卫星自主任务规划技术研究提供参考。