基于各向异性和非线性正则化的湍流退化图像复原

提出了一种基于各向异性和非线性正则化的湍流退化图像复原新算法。为了有效地从湍流退化图像中估计出退化模型，在湍流点扩展函数的优化估计过程中合理地融合了有关湍流点扩展函数的一些基本的先验知识。首先，将点扩展函数的非负性和光滑性约束加入到目标函数中。再针对湍流点扩展函数的衰减性质，建立了一个具有非线性和空间各向异性的正则化函数，使其在重建点扩展函数时能适当地进行空间梯度平滑。由此通过迭代极小化目标函数来优化估计湍流点扩展函数值，进而恢复图像。对各种噪声条件下的湍流退化图像进行了恢复实验，实验结果表明本文算法具有较强的稳定性和抗噪能力。     

基于非负支持域递归逆滤波技术的湍流退化图像复原算法

在常规图像复原算法中,成像系统的点扩展函数和观测噪声被认为是先验信息。当飞行器在大气层内高速或超高速飞行时,会产生气动光学效应,严重影响成像制导系统的成像质量,在这种情况下,降晰函数和观测噪声是未知信息。为有效复原湍流退化图像,提出了基于非负支持域递归逆滤波技术的湍流退化图像复原算法,该算法可同时辨识递归滤波器的参数。非负支持域递归逆滤波技术适用于视场背景为单一的黑色、灰色或白色并且支持域确定的目标图像的复原及相应滤波器参数的辨识。提出的算法首先将湍流退化图像通过一个空域高通有限脉冲响应滤波器,以滤除部分因噪声引起的模糊信息,然后将首次滤波后的图像进行递归逆滤波,同时共轭梯度算法用于最小化非负支持域递归逆滤波凸集价格函数。该算法用于复原风洞测试图像,实验结果表明,复原效果有明显的改进。
     

遥感图像运动模糊恢复方法及评价标准研究

遥感成像系统与目标在曝光时间内的相对运动将导致成像的运动模糊。文章结合匀速直线运动造成的图像模糊特点,讨论图像模糊的产生机理并建立相关退化模型;利用点扩散函数（PSF）在频率域和空间域上分别对匀速直线运动产生的模糊图像进行恢复;验证各算法对高斯噪声的抗干扰性;提出使用HVS对比度的方法作为客观评价标准验证恢复算法的可行性,并与传统的灰度平均梯度（GMG）相对比表明该评价标准的合理性。     

基于像素抽样的快速互相关图像匹配算法

在不同大小的实时图像(假定为小)和基准图像(假定为大)的匹配算法中，最常用的方法是互相关匹配算法，但如果对每个点都计算二维相关函数则计算量非常大。文章提出对图像的匹配采用粗、精两步快速匹配的方法：首先将实时图像每一列灰度值相加，形成一个一维信号，用此一维信号到基准图生成的一维信号中用一维相关函数进行粗匹配，实现降维和提高速度的目的。然后将相关函数值中较大的一些点作为备选点，在原图中利用这些不多的备选点计算二维相关函数，相关函数值最大的点即为最佳匹配点，实现精匹配。在一维匹配中采用隔4列、隔3行取一个点的像素抽样方法以提高粗匹配速度。实验结果表明了文章算法的快速性和准确性。     

基于神经网络的大气湍流退化图像的快速仿真

大气湍流的随机扰动会对大气中传输的光场性质产生影响,导致远距离的目标经过大气湍流传输后出现图像退化和畸变。研究大气湍流的建模,对图像退化进行仿真模拟是矫正湍流引起的图像畸变、改善成像质量的关键,为此文章提出了一种快速实现仿真大气湍流所引起的图像畸变的方法,通过使用Zernike多项式表示大气湍流的相位,利用Zernike系数之间的相关性求解Zernike系数,搭建神经网络,实现了快速求解湍流的点扩散函数;依据图像退化的过程将清晰无失真图像模拟成受大气湍流影响的退化图像;同时,根据不同参数生成不同效果的湍流图像,分析大气湍流对成像的影响,并对斜程大气湍流传输对成像的影响进行了分析和讨论。此外,文章还将模拟图像与实际湍流图像进行了定量对比,两者的结构相似性（SSIM）和均方误差（MSE）指标数值仅差0.32%和0.92%,表明模拟图像与实际湍流图像具有较好的一致性,验证了文章所提方法在可见光波段应用的可行性。     

基于及时修正策略的成败型产品可靠性增长分析

针对及时修正试验策略，根据Fries可靠性增长模型和Duane学习曲线特性，基于不同的失败类型对模型进行了扩展。用进化算法对似然函数求极值，获得了参数极大似然估计，以及最终研制阶段可靠性点估计。对某固体火箭发动机可靠性增长实例的分析结果表明，与经典评估方法相比，本文模型更具优越性。     

频率相关函数在雷达目标检测中的应用

35GHz高分辨合成孔径雷达(SAR)地形图像的分析表明：当以低入射余角观测诸如车辆一类的点目标时，由于车辆的雷达反射截面积(RCS)强度与树干所呈现的RCS的上端不相上下，所以常常很难将车辆一类的点目标与树干区分开来。为了解决点目标／树干混淆问题，已完成了详细研究去评估基于复频率相关函数(FCF)的新颖检测特征的作用。本文介绍了一种FCF分析研究及其实际意义，数值仿真研究的结果旨在评估采用了FCF的检测算法的性能，并在35GHz和95GHz所进行的实验观测证实了该理论。发现在90％以上的情况下，FCF检测算法能正确识别树干，而虚警率仅为3％。     

基于概率核函数的改进粒子滤波算法研究

针对组合导航系统中粒子滤波算法出现的粒子退化现象,在粒子滤波应用过程中引入概率核函数,通过概率核函数在粒子滤波计算过程中的应用来解决粒子衰减退化问题,同时保持粒子集合的多样性。首先对重要性采样函数进行改进设计,利用状态估计概率和量测估计概率提高重要性采样函数的信息采样全面性;然后设计随机概率统计的核函数并将其应用在重采样计算过程中;最后建立改进的粒子滤波算法并将其应用到组合导航系统工作过程中。仿真结果表明,基于概率核函数的改进粒子滤波算法可以有效地降低系统误差,提高组合导航系统导航精度。     

基于航天TDICCD相机像移分析的PSF估计及图像复原算法研究

根据时间延迟积分电荷耦合器件(TDICCD)特殊的工作原理,分析了其产生像移的原因 ,基于对TDICCD像移的分析估计出模糊图像的点扩散函数(PSF)。根据TDICCD像移产生的机 理,建立了图像退化的数学模型,并在功率谱均衡复原算法的基础之上提出了像移复原滤波的 数学表达式,对运动模糊图像进行了半盲恢复,通过Matlab仿真证明了图像复原算法的可行 性和有效性。
     

一种复杂环境下的红外成像运动目标检测方法

针对传统运动目标检测方法不能应用在背景和目标都存在运动的应用场合的缺点,文章提出了一种复杂环境下的红外成像运动目标检测方法。该方法首先对相邻两帧运动图像利用三步搜索法和最多邻近点距离相关匹配准则进行背景匹配,然后对匹配后的图像进行帧间差分并对差分图像进行灰度形态学滤波以去除背景噪声点,最后利用阈值分割方法检测到运动目标的位置。利用实际拍摄的红外图像对该算法进行了实验并与传统帧间差分法进行了比较,结果表明利用该方法能很好地解决传统帧间差分法应用中的缺点。     

考虑量测滞后的INS/SAR组合导航非等间隔滤波算法研究

由于INS／SAR组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，从而造成了量测的不等间隔频率输出和量测信息滞后。针对上述问题，采用常规的卡尔曼滤波算法难以获得高的滤波精度。本文首先分析了常规卡尔曼滤波器工作过程；然后在此基础上，提出了采用非等间隔并解决滞后的滤波算法以解决上述问题。本文利用系统状态转移矩阵的特性，设计了相应的非等间隔卡尔曼滤波算法，以解决非等间隔量测的问题；同时，在该非等间隔卡尔曼滤波算法的基础上，提出了解决量测滞后的方案。并通过协方差分析的方法对比分析了常规卡尔曼滤波器，非等间隔卡尔曼滤波器和解决滞后效应的滤波算法三种情况下的滤波精度。仿真结果验证了本文提出的算法具有较高的滤波精度。     

基于北斗双星定位辅助的SAR/INS组合导航系统研究

由于SAR/INS/北斗组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，而现有的北斗定位系统输出也具有一定的延时，因此，SAR／INS／北斗组合导航系统中的量测信息输出具有不同步和滞后的特点。针对上述问题，采用常规的联邦滤波算法将难以获得高精度滤波结果。为此，本文在分析SAR／INS／北斗组合导航系统工作过程的基础上，结合卡尔曼滤波的具体原理，设计了针对不同步量测信息的基于联邦滤波理论的组合滤波方案，并进一步提出了解决量测信息滞后问题的算法，从而可以有效处理SAR／INS／北斗组合导航系统中的信息融合问题。协方差分析结果表明提出的组合滤波方案可行，该方案对SAR／INS／北斗组合导航系统的实际应用具有重要的理论参考价值。     

GPS/速率陀螺组合Kalman滤波姿态确定算法研究

建立了GPS／速率陀螺组合姿态估计系统的模型，研究比较了三种典型的Kalman滤波姿态确定算法：状态扩充法、量测量求差法和时变噪声估计跟踪自适应滤波算法。给出了某航天器采用GPS／速率陀螺组合姿态确定的仿真计算结果，并对结果进行了分析。结果表明，与传统Kalman滤波算法比较，时变噪声跟踪自适应滤波算法和量测量求差滤波算法能较好地消除GPS测量中相关时变噪声的影响，提高姿态确定的精度；而且时变噪声跟踪自适应滤波算法能很好地消除由于噪声统计性能的不确定性对Kalman滤波的影响，提高姿态确定系统的性能。     

基于北斗双星定位系统的组合导航滤波算法实现研究

捷联惯性导航系统的主要缺点是导航定位误差随时间增长。北斗双星定位系统是我国独立研制的一种区域性卫星导航定位系统,具有自主性强、定位精度较好的特点。因此捷联惯导与北斗双星定位的组合成为具有我国特殊意义的一种组合导航系统。论文针对北斗双星定位系统设计了一种低阶卡尔曼滤波器,建立了双星的量测噪声模型。首次提出了使用逐次逼近法来解决北斗双星系统中存在的位置滞后的问题,并且最后进行了实际的跑车验证。试验表明,该组合导航滤波算法实时性好,精度高,具有较好的工程应用价值。     

单站无源定位中角度变化率的测量方法研究

讨论了单站无源定位中角度变化率测量的问题.首先简要介绍了差分法、最小二乘拟合法和卡尔曼滤波法的测量原理,其次为了解决滤波模型非线性的影响,提出了一种并行分段处理的卡尔曼滤波方法,最后从数字滤波的角度,通过设计相应的低通滤波器对估计获得的角度变化率数据流进行处理,进一步提高了角度变化率的测量精度.仿真实验对比分析了所述几...     

用于平台连续瞄准和校准的卡尔曼滤波器

本文为提高制导精度,讨论了用于惯性平台的连续瞄准、校准的卡尔曼滤波器,介绍平台系统和加速度表的误差模型、参数辨识的卡尔曼滤波方法及重力残数加速度表校准原理。     

GPS与弹道导弹INS组合制导方案初探

ＧＰＳ与弹道导弹ＩＮＳ组合制导方案初探王永刚，袁建平，王明海西北工业大学，二炮工程学院摘要＊针对弹道导弹的导航环境，提出了利用卡尔曼滤波构造的一种可用来提高弹道导弹射击精度的ＧＰＳ与惯导系统（ＩＮＳ）组合制导方案；并简要地阐述了利用该方案估计值对惯导...     

基于模糊自适应卡尔曼滤波的INS/GPS 组合导航系统算法研究

针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。     

GPS/SINS组合导航系统状态的可观测度分析方法

线性时变系统状态的可观测度是检验所设计的Kalman滤波器的收敛精度和速度的重要指标。传统的可观测度分析方法存在着各种缺陷，难于满足实际工程应用需求。首先，本文论述了将线性时变系统状态转化为分段式定常系统(PWCS)的可观测性分析方法，并在对PWCS可观测性矩阵进行奇异值分解的基础上，定义系统状态的可观测度。然后，详细证明GPS／SINS组合导航系统满足PWCS分析定理要求，可以用条带化可观测性矩阵(SOM)代替总的可观测性矩阵(TOM)分析系统状态的可观测度。为了分析全弹道GPS／SINS系统状态的可观测度，进一步提出改进的可观测度分析方法。最后，从松耦合GPS／SINS系统仿真结果可以看到，可观测度指标能够很好地预见系统状态的Kalman滤波误差大小。可观测度高则滤波误差小，可观测度低则滤波误差大。这初步表明改进的可观测度分析方法是合理的和可行的。     

GPS/INS组合系统空中对准方法研究

针对单天线的GPS与捷联惯性导航组合系统,提出了一种空中对准方案,不同于传统的传递对准方法,仅依靠GPS测量信息进行速度匹配,完成空中初始对准。该方案采用扩展卡尔曼滤波方法解决对准过程中的非线性问题。仿真结果表明该方案的对准精度(1σ)可以达到水平姿态误差0.07,°方位误差0.3°。