动背景中高速掠过点目标的双窗口捕捉算法

为解决动背景下高速掠过点目标的实时探测问题,探讨了一种新的算法：首先采用基于帧间差分向量一阶范数的目标检测算法对图象进行预处理,实现大面积背景抑制,提取可疑目标点;然后,对提取的可疑目标点采用双窗口搜索算法捕捉运动点目标。该算法简单,运算量小,易于实现。实验结果验证了算法的有效性。     

利用太阳帆定点探测器在地一月系共线平动点附近的探讨

共线平动点附近的运动仅仅是条件稳定的,探测器的轨道需要经过控制才能维持在其附近.以地-月系11点和12点附近大振幅晕轨道的控制为例,探讨了太阳帆在定点这类探测器中的应用.首先,考虑了月球轨道的偏心率和太阳辐射的影响,给出了太阳帆对日定向的探测器轨道的低阶分析解,并在此基础上构造了在太阳系真实引力模型下一段时间内维持在共线平动点附近的拟周期轨道.然后,给出了两种利用太阳帆的控制方案,一是固定面质比而改变太阳帆法线的方向,另一是固定太阳帆对日定向而改变面质比,并对两种方案分别作了数值模拟.最后,文章探讨了测控误差及地、月影对轨道控制的影响.     

一种拦截轨道的确定方法

提出了一种确定预测拦截点的方法,在此基础上解决了拦截轨道的确 定问题,并对结果进行了深层分析。方法简捷,易于编程实现。仿真结果合理, 满足要求,为航天试验及相关仿真工作提供了一个基础的轨道机动算法。     

一种红外点目标图像高保真压缩方法

针对红外点目标图像的特点,融合目标检测与无损-近无损压缩技术,提出了一种目标-背景分类的高保真压缩方法。将红外图像分成若干子块,对每个子块进行基于"最大中值滤波"背景抑制算法的点目标检测,根据检测结果将图像子块分为包含疑似目标的目标子块和不含目标的背景子块,对目标子块图像无损压缩,对背景图像子块近无损压缩,从而提高红外遥感图像压缩比,降低数据传输量,减轻数据传输压力。实验结果表明:所提的方法与传统全图无损压缩方法相比,能在不损失点目标信息的高保真压缩前提下,使图像压缩比提高40%以上。该方法对星上实时处理系统、红外探测跟踪系统的设计具有一定的理论和工程应用价值。     

基于双圆特征的无人机着陆位置姿态视觉测量方法

提出了一种无人机自主着陆位置姿态的单目视觉测量方法,建立了机载摄像机的运动和投影模型。设计了新型双圆图案着陆平面靶标,采用双圆的8个公切点,产生21个具有透视投影不变性的特征点,并提出了在复杂背景中全自动双圆特征的图像提取新方法及标记特征点的方案,实验表明,768×576像素大小的图像,特征提取及标记耗时小于9ms。仿真试验表明,摄像机距离靶标10m左右,噪声偏差达到1.5像素时,单轴位置RMS误差小于6cm,单轴姿态RMS误差小于0.7°,所提出的算法具有很强的抗噪声能力,能够满足无人机自主着陆位置姿态实时测量的要求。     

基于LOFC时间窗分割算法的航迹聚类研究

针对传统聚类算法在聚类过程中缺乏时间信息而仅考虑三维坐标点的聚类,同时未考虑航空器运行速度和航向变化对聚类结果的影响,以及由于二次雷达机载设备、地面设备和信号遮挡等原因造成的实测数据源中存在离群点异常数据,离群点很难被有效识别出来从而使得非正常航迹点的影响放大,得不到理想的聚类效果等问题。本文提出LOFC算法,引入时间窗分割概念,将航空器进场平均速度值和航向变化值作为确定聚类簇大小的影响因子对进场航空器航迹点数量进行分割,引入离群点检测以及离群点剔除率等概念对离群点进行识别和剔除。对进场二次雷达数据仿真分析,从仿真结果中可以看出,新算法能有效地对离群点进行识别和剔除,当影响因子α取值为0.7时,航迹的曲率最小,得到的中心航迹的平滑程度最佳,验证了新算法对于聚类和离群点识别与剔除具有可行性和优越性。     

基于三维点云处理的整流蒙皮修配量提取技术

在飞机翼身对接过程中,需要在翼身对接处的外表面覆盖整流蒙皮,以维持飞机的气动外形.为了确保在装配整流蒙皮时,蒙皮间的配合间隙量满足设计要求,需要精确修配其加工余量,故本文提出了一种基于三维点云处理的飞机蒙皮修配量提取技术.首先对扫描的机翼机身对接数据进行预处理获取关键点;然后对关键点和模型蒙皮数据计算直方图特征描述子,...     

2D激光SLAM中特征角点的提取方法

自主机器人定位中,从激光雷达扫描数据提取出精确的环境特征将能大幅提高即时定位与构图(Simultaneous localization and mapping,SLAM)技术中匹配的速度.目前,特征提取算法大多采用迭代计算的方法,计算复杂度高,计算量较大.针对此问题,提出了一种角点特征的提取方法.该方法避免了迭代计算,...     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

散乱点云数据的曲率估算及应用

提出一种直接在散乱数据点云上计算曲面的局部微分性质,包括平均曲率、高斯曲率和主曲率。首先,计算各点的邻近点集,选取合适的局部基础曲面。把邻近点集投影到相应的局部基础曲面。然后,在以局部基础曲面内投影点的参数化代替空间邻近点集的参数化的基础上。用二次参数曲面逼近空间邻近点集,从而计算出各点的法矢,再对不协调的法矢方向进行调整。最后,利用曲率公式计算出各点的曲率。试验表明这种方法可以较好反映曲面的特征。运用该曲率算法对海量数据进行了简化。