针对弹载平台红外小目标的检测与跟踪算法

为了提高对红外小目标检测与跟踪的精度与速度,设计了一种针对红外小目标的单目标检测与跟踪算法,包含一个基于MB_LBP+AdaBoost与管道滤波器的目标检测模块,和一个有跟踪失败监测机制的基于模板匹配的多尺度跟踪模块。经过测试,该算法对边长11~31像素大小的指定类型的红外小目标取得了较好的检测效果,目标跟踪模块对于目标的尺度变化,快速运动,遮挡有较高的鲁棒性,算法中的跟踪失败监测机制在检测到跟踪异常的情况下能重新调用目标检测算法找回目标,经过测试对比,本方法跟踪的精度和速度综合优于主流跟踪算法,并且能够在弹载平台上实时运行。     

一种基于SIFT和KLT相结合的特征点跟踪方法研究

在目标发生明显姿态和大小变化条件下,为了利用基于特征点的跟踪算法实现对目标可靠、稳定跟踪,提出了一种SIFT算法和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过对SIFT算法进行优化,使得到特征点分布相对均匀,同时不存在聚集现象;通过对KLT匹配算法进行分层迭代设计,提高了目标作快速运动时的匹配精度;最后根据特征点匹配结果,结合Greedy算法得到目标的准确位置。实验结果表明：该算法能够很好地适应目标姿态和大小的变化,实现对结构复杂目标的稳定跟踪;比KLT跟踪算法具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。      

复杂背景下目标模板更新算法研究

在匹配跟踪算法中,模板更新策略是跟踪成败的关键。从复杂背景下的目标跟踪出发,指出固定模板和逐帧模板更新的不足之处,介绍几种性能较好的模板更新策略,并在此基础上提出改进的模板更新方法。同时,为了更好地克服背景光照带来的影响,对普通最小平均绝对差值函数MAD(M in imum Absolute D ifference)方法进行了改进。仿真实验结果表明,该算法能克服诸如烟尘干扰、背景光照变化、地貌起伏等不利因素,能在复杂背景中稳定和精确地进行目标跟踪。     

空间激光通信系统光斑小目标跟踪算法研究

在空间激光通信链路中,大气湍流、结构设计误差、平台扰动等因素为链路的精确对准和精密跟踪带来了困难。为提高激光链路的跟踪精度,首先对光斑跟踪过程中的影响因素进行研究分析,继而对跟踪算法做出改进。针对跟踪目标特性,设计了一种自适应模板目标相关跟踪算法,并搭建了基于粗精复合轴跟踪系统的实验平台,开展了实验验证。结果表明：与当前常用跟踪算法相比,该设计处理速度可达 1 kfps,目标跟踪位置与真实位置基本重合,目标跟踪准确率高于98%,在处理速度、跟踪准确率与算法鲁棒性上均有较大提升,具有一定的实用性。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

GEO混合推力机动目标跟踪IMM算法

针对交互多模型(IMM)算法求解地球静止轨道(GEO)卫星混合推力机动目标跟踪问题时模型匹配难、模型转移概率近似平均和响应速度慢的问题，从交互模型集构建和模型转移概率自适应设计两个方面出发提出一种改进IMM算法。该方法通过考虑无机动、脉冲机动和有限推力机动三种模式，构建了覆盖目标机动状态的交互模型集，提高了模型与机动目标实际运行状态的匹配度；采用一种基于加速度估计自适应修正的模型交互概率修正方法，提升了算法对目标机动状态的响应速度和跟踪精度。仿真结果表明，所提算法是解决混合推力模式下的GEO机动目标跟踪问题的有效手段，在收敛速度和收敛精度等方面与传统方法相比有较大提高。     

雷达网探测高超声速目标时间分配

针对雷达探测高超声速目标预警时间有限的问题，建立雷达网无缝跟踪的时间分配模型并设计一种贪心策略进行求解。该模型基于雷达网无缝跟踪的时间分配原则，考虑雷达跟踪容量、交接要求和时间间隔占用性等约束条件，并采用选择最早发现目标的可见时间窗作为初始跟踪时间窗的贪心策略进行求解，实现了雷达网对该类目标的持续跟踪。设计的求解策略比依次选择时间窗最长的雷达参与跟踪的策略交接次数少10%以上，同时使得目标函数值提升近6%,且算法耗时仅为精确求解算法耗时的7.5‰,提高了反临预警任务规划效能。     

一种自适应协方差矩阵旋转变换卡尔曼滤波算法及其应用

在被动方式下对目标进行跟踪 ,由于系统的可观性较弱 ,很容易引起状态误差协方差矩阵的过早跳变而导致系统发散。为此 ,本文研究了一种新的卡尔曼滤波算法 -自适应协方差矩阵旋转变换卡尔曼滤波算法 ,并将其应用于水面目标被动跟踪。由于该算法的协方差更新采用状态滤波值计算雅可比矩阵 ,因而具有更好的一致性。仿真结果表明 ,该算法可以克服观测模型线性化误差带来的不良影响 ,改善由于观测噪声的统计特性不能精确已知而导致的滤波不稳定问题 ,具有良好的鲁棒性、快速性和精确性。     

应用多星的空间目标跟踪定位算法

单星激光测距空间目标定位算法受远距离激光测距机测频的限制,有效数据速率较低。文章构建天基探测系统空间目标观测模型,提出一种应用多星的空间目标跟踪定位算法。该算法基于三角交会原理,面向多星不同载荷平台,基于空间目标成像投影和坐标转换模型,计算空间目标的异面直线距离,采用最近邻算法最优匹配关联同一空间目标的星间像点,基于双星交会模型解算空间目标轨迹,进行空间目标跟踪。此外,针对空间目标的星间信息丢失、空间目标与卫星共面时多空间目标跟踪精度低的问题,引入空间目标的加速度参数分量,改进卡尔曼滤波算法,预测空间目标轨迹位置,从而有效提高多目标跟踪精度。实例验证结果表明:文章提出算法的空间目标跟踪与定位精度高,能有效解决星间信息丢失引起的精度下降问题。     

遥感影像弱小目标智能解译算法研究

随着遥感技术的快速发展,光学遥感影像弱小目标智能解译成为遥感信息处理的研究热点之一。遥感影像的地物目标常具有尺度小、种类多、数量大、部分重点小目标移动速度快的特点,易受到复杂背景环境及噪声影响,使得提取遥感影像弱小目标的信息面临着巨大的挑战。早期智能解译算法中的弱小目标分割、检测及跟踪等算法研究,多依赖模板匹配及先验知识,此类算法需耗费大量资源、算力及专家知识成本,存在着计算量大、泛化能力差的问题。近年来,随着深度学习等人工智能技术的快速发展,在海量遥感数据中准确获取弱小目标的信息,通过结合深度学习算法可对弱小目标的特征进行快速提取,以提供高效、准确的解译信息。本文综述了遥感影像弱小目标智能解译算法研究进展,包括基于传统图像处理方法的弱小目标分割、检测和跟踪算法,以及基于深度学习等典型相关算法。通过分析这些方法的优点与局限性,对于提高相关目标的信息获取能力、提升观测的态势感知水平以及未来应用等方面具有重要意义。     

一种宽范围非合作目标中频角跟踪接收机的设计与实现

为实现对非合作星间目标信号的捕获跟踪,提出了一种基于单通道单脉冲跟踪技术的非合作目标中频角跟踪接收机软硬件设计方案。硬件平台设计方案结合了FPGA与DSP在算法处理上的优势,涵盖高速ADC设计、系统时钟设计等。针对非合作星间目标信号的特征,提出了不同调制体制、不同码速率的非合作宽带数据传输信号的检测识别、角误差信号提取与分离方案,涵盖数字预处理、数字信道化、信道判决、信号检测估计、角误差信号提取等处理环节。系统捕获跟踪试验结果表明该非合作目标角跟踪接收机可以完成对多种调制体制(BPSK、QPSK、SQPSK等载波相位调制)、不同码速率(1kbps～300Mbps)的非合作宽带数据传输信号的角误差信号提取与分离,载频估计精度优于100kHz,码速率估计精度优于100kbps。本系统可实现对非合作目标信号的有效跟踪,为开展非合作目标角跟踪接收机的工程化研究奠定了扎实基础。     

GEO非合作目标超近距相对位姿视觉测量

提出一种基于几何特征综合匹配的双目超近距相对位姿视觉测量方法。首先,将失效卫星的矩形太阳帆板作为几何特征,采用综合匹配方法实现了双目图像的高精度匹配,随后基于几何特征指标参数判别和ROI检测方法,实现了卫星太阳帆板特征点组的识别与提取,在此基础上,进一步建立了目标坐标系,通过三维重建完成了超近距阶段失效卫星的相对位姿高精度解算。最后建立了高精度双目视觉超近距相对测量实验系统,结合所提出的综合匹配算法和相对位姿解算方法,完成了动态非合作目标的相对位姿测量实验,实验结果说明所提出的方法具有较好的实时性和较高的精度。     

Strategy for capturing of a tumbling space debris

In general space debris objects do not possess much convenient features and are non-cooperative. In such cases, since the conditions for capture are not favorable, tracking errors will lead to loading, and momentum transfer will occur during the capture process.In most cases, detailed mass and inertial characteristics of the target are unknown, either because design details are unavailable or due to changes as a result of damage sustained when failure occurred or gradual degradation over the years, and this makes impedance matching of the capture arm force control system difficult.This led to us to devise a “joint virtual depth control” algorithm for robot arm control, which brakes the rotation of a target with unknown inertia. This paper deals with a removal work strategy and control method for capturing and braking a tumbling, non-cooperative target space debris.We propose a new brush type contactor as end-effecter of a robot arm for reducing the rotational rate of the target debris. As a means for relieving the loads generated during target tapping, in addition to joint compliance control we propose a new control method that controls the arm tip force according to a contact force profile.     

空间非合作目标超近距离位姿测量技术研究

对一种基于显著特征点的空间非合作目标超近距离位姿测量技术方案进行了研究。给出了方法的流程。介绍了非合作目标捕获与跟踪、特征提取、特征匹配、三维结构重建、相对位置与相对姿态测量等关键技术。仿真结果验证了其可行性。     

空间光电跟踪系统闭环全物理仿真试验技术

为验证空间光电跟踪系统与卫星平台耦合作用下的跟踪性能,提出空间光电跟踪系统全物理仿真试验方法。利用三轴气浮台模拟卫星零重力下的自由转动,在地面实现了非合作目标闭环跟踪控制和空间动力学特性的综合模拟。采用基于整星姿态动力学的重力干扰力矩辨识方法,消除转动部件重力干扰对试验的影响,实现对系统跟踪脱靶量的精确评估。试验结果表明,空间光电跟踪系统针对非合作目标的跟踪脱靶量优于0.006°（3σ）,满足系统在轨应用需求。但在对高速目标跟踪过程中,跟踪脱靶量存在一定的相位滞后,控制方案需进一步优化。     

非合作空间目标自主交会凸优化制导技术

为解决非合作空间目标机动、自旋、章动等动态特性对自主交会过程带来的困难和挑战,在某飞行器姿轨控一体化推进系统配置的基础上,充分考虑各类约束后构建标准的凸优化自主交会数学模型;着重分析了非合作目标动态特性对制导误差的影响,设计相应的修正策略;以原始对偶内点法作为核心求解器,设计了具备状态预测和更新能力的制导算法;数学仿真验算表明,该方法合理可行,克服了动态特性造成的接近轨迹偏差,良好地适应了非合作交会任务。