Autonomous space target tracking through state estimation techniques via ground-based passive optical telescope

The presence of operational satellites or small-body space debris is a challenge for autonomous ground-based space object observation. Although most space objects exceeding 10?cm in diameter have been cataloged, the position of each space object (based on six orbital parameters) remains important and should be updated periodically, as the Earth’s orbital perturbations cause disturbances. Modern ground-based passive optical telescopes equipped with complementary metal-oxide semiconductors have become widely used in astrometry engineering, being combined with image processing techniques for target signal enhancement. However, the detection and tracking performance of this equipment when employed with image processing techniques primarily depends on the size and brightness of the space target, which appears on the monitor screen under variable background interference conditions. A small and dim target has a highly sensitive tracking error compared to a bright target. Moreover, most image processing techniques for target signal enhancement require large computational power and memory; therefore, automatic tracking of a space target is difficult. The present work investigates autonomous space target detection and tracking to achieve high-sensitivity detection and improved tracking ability for non-Gaussian and dynamic backgrounds with a simple system mechanism and computational efficiency. We develop an improved particle filter (PF) using the ensemble Kalman filter (KF) for track-before-detect (TBD) frameworks, by modifying and optimizing the computational formula for our non-linear measurement function. We call this extended version the “ensemble Kalman PF-TBD (EnKPF-TBD).” Three sequential astronomical image datasets taken by the Asia-Pacific Ground-Based Optical Space Objects Observation System (APOSOS) telescope under different conditions are used to evaluate three proposed TBD baseline frameworks. Given an optimal random sample size, the EnKPF-TBD exhibits superior performance to PF-TBD and threshold-based unscented KF with two-dimensional peak search (2dPS). The EnKPF-TBD scheme achieves satisfactory performance for all variable background interference conditions, especially for a small and dim space target, in terms of tracking accuracy and computational efficiency.     

基于粗糙集-信息熵的辐射源威胁评估方法

为满足复杂电磁环境下战机对辐射源威胁等级判定算法的需求,将粗糙集理论引入对雷达辐射源威胁评估中,并结合信息熵理论构建一套完备的计算威胁度量值的数据处理模型,实现对辐射源威胁程度的定量表示,直观地评估辐射源的威胁程度。经典粗糙集理论难以应对在没有决策信息条件下的决策问题,采用信息熵的方法求取最大权重属性替代决策属性,拓展粗糙集的适用范围。模型直接基于数据驱动得到辐射源的威胁度量值,易于实现并具备良好的时效性,减少系统对先验信息的要求与主观赋值带来的影响。仿真结果表明,该方法可以快速、准确地实现对辐射源威胁的评估。      

一种基于最小二乘拟合的数据关联算法

针对点航关联在多目标跟踪中精度与实时性难兼顾的问题,提出了一种基于最小二乘拟合的点航关联算法。首先采用滑窗将历史航迹截断,采用最小二乘法在不同维度分别拟合、外推融合航迹历史信息条件下的航迹点,增加外推点的多样性及信息量。同时定义了5种全概率关联事件,提取传统滤波方法的预测点,将拟合外推点与滤波预测点融合,使归属判决更加准确。最后分别推导了不同事件发生时的状态更新方程与误差协方差更新方程,给出了其中参数的确定方法。经仿真数据验证,与经典的最近邻域法和联合概率数据互联算法相比,所提算法能够更好地兼顾精度与实时性,且计算复杂度较低,易于工程实现。     

一种新的信息融合功能模型

在分析了信息融合三级、四级和五级模型优缺点的基础上,提出了信息融合分类的六级功能模型。分析和介绍了每级的含义及特点,并同时给出了该六级功能模型的逻辑处理流程。该模型综合了四级和五级模型的优点,对从检测到威胁判断的整个过程给出了清晰的划分,突出了精细化处理,避免了三级模型和四级模型的不足。     

数据库技术在多传感器信息融合系统中的应用综述

数据库技术在多传感器信息融合系统中占有非常重要的地位。论文以数据库对融合算法的支持为目标,以数据库模型和数据融合数据库的全面设计为基础,在全面考虑面向特征的数据表征形式和组织结构的基础上,详细讨论了多传感器信息融合系统中数据库设计的基本理论,讨论了融合算法对数据库的需求和数据库设计,设计了辐射源识别的知识数据库。     

多目标跟踪的概率假设密度粒子滤波

在多目标跟踪中,当目标数很大时,目标状态的联合分布的计算量会非常大。如果目标独立运动,可用各目标分别滤波来代替,但这要求考虑数据互联问题。文章介绍一种可以解决计算量问题的方法,只需计算联合分布的一阶矩——概率假设密度(PHD),PHD在任意区域S上的积分是S内目标数的期望值。因未记录目标身份,避免了数据互联问题。仿真中,传感器为被动雷达,目标观测值为距离、角度及速度时,对上述的PHD滤波进行了粒子实现,并对观测值是否相关的不同情况进行比较。PHD粒子滤波应用在非线性模型的多目标跟踪,实验结果表明,滤波可以稳健跟踪目标数为变数的情况,得到了接近真实情况的结果。     

超高速主轴单元温升特性分析

对超高速主轴单元的内部热源进行了分析与计算,建立了超高速主轴单元温度场的有限元分析模型,利用ANSYS软件对其进行了温度场分析,并在此基础上研究了对轴承外圈进行强制冷却时前后轴承的温升情况,结果表明对轴承外圈进行强制冷却能够很好的降低轴承的温升。     

SpaceMocap：在轨人体运动捕捉系统

SpaceMocap是一套基于多RGB-D相机的计算机视觉航天员运动捕捉系统。地面准备阶段,扫描航天员模型,并分别标定彩色相机的内参数。在轨采集阶段,3~4台相机布置在舱内角落,同步采集航天员任务视频。地面处理阶段,通过相机外参数标定和ICP方法实现点云融合,采用深度神经网络对人体关节点位置进行检测并初始化位姿参数,再用改进的ICP方法进行位姿求精,实现序列图像中关节角度跟踪。本系统搭载TG-2升空,对SZ-11航天员的任务视频进行了采集和处理,首次获取了在轨航天员的姿态(包括中性体位)、占位空间、运动参数等重要数据。结果表明,运动捕捉的模型与点云具有良好的重合度,关节点位置与关节角度具有较高的跟踪精度。SpaceMocap是我国首个在轨运动捕捉系统,它小型、轻质,具有计算机视觉特有的非接触测量、直观、高精度优势,无需在人体上粘贴任何标志,具有良好的抗遮挡能力,完全适用于微重力、狭小空间环境下的在轨应用 。     

微小卫星平台公共总线技术——CAN网络应用

对局域控制网络(CAN)协议在“清华一号”微小卫星平台上的应用作了描述。提出了微小卫星对平台公共总线的要求,介绍了CAN网络的特点,阐述了CAN协议的帧结构,并在此基础上提出了针对卫星子系统数据通讯所作的改进协议。还给出了微小卫星星载计算机子系统的CAN节点硬件设计结构和软件控制流程。     

基于基因表达式编程的多目标优化多聚焦图像融合算法

图像融合的评价指标多种多样,但往往不能同时达到最优,有时甚至是相互矛盾的,融合可以看作是多个评价指标最优化的过程.提出基于改进基因表达式编程的空域和多尺度域多目标优化图像融合算法,为解决图像融合多目标优化搜索空间太大的问题,提出多区域特征联合决策对种群进行初始化,改善初始种群的质量,以提高收敛速度.通过对多聚焦图像进行融合仿真实验,结果表明算法收敛速度快,可得到图像融合的Pareto优解.