改进多尺度Canny算子在SAR图像边缘提取中的应用

着重讨论了在原始Ｃａｎｎｙ算子基础上提出的一种改进算法。其主要特点在于将多尺度分析的概念引入到基本Ｃａｎｎｙ算子中，从而改善了Ｃａｎｎｙ算子的检测性能，使其更加适应合成孔径雷达（ＳＡＲ）图像受噪声影响较大的特点。最后在原始ＳＡＲ图像基础上，将改进的算法与基本Ｃａｎｎｙ算子及其它几类边缘检测算子作了性能对比实验。实验结果显示了改进Ｃａｎｎｙ算子的良好检测性能。     

新一代多光谱扫描仪高效率线性扫描系统研制

文章根据新一代多学谱扫描仪的总体技术要求，重点介绍了高效率线性扫描控制系统的设计实现。     

高分辨率星载合成孔径雷达成像处理方法

提出了一种适用于大距离徒动高分辨率星载合成孔径雷达 (SAR)精确成像的改进Chirp Scaling(CS)成像处理算法 ,以及实现单视图象斑点噪声抑制的基于目标检测的增强无偏最大后验概率 (TDRGMAP)方法。采用这种高精度成像处理方法和单视图像斑点噪声抑制方法 ,可以实现星载 SAR高空间分辨率和高辐射分辨率的雷达图像。     

航天器多子网时间同步系统设计与验证

为了保证多舱段多子网深空探测器在交会对接、着陆下降、再入返回等特定任务阶段的导航精度要求,针对探测器中各子网守时时间与地面标准时间同步的精度需求,对国内外多子网航天器典型组网方式和时间传输机制进行了研究和分析。在此基础上,文章提出了一种典型的多子网深空探测器时间同步设计方案,采用了基于上下级子网和对等子网相结合的时间同步机制,设计了时间传输机制保证时间维护和发布的精度。经过理论分析和地面试验,文章所述时间同步系统设计方案可以在无GPS卫星支持的条件下,长时间内实现时间精度的自主维护,满足深空探测任务的器地时间同步需求。该设计方案已成功应用于某多子网深空探测器并通过了验证,可为未来深空探测任务相关设计提供参考。     

地球静止轨道微波辐射计技术

静止轨道微波辐射计可实现全天时、全天候、高频次云雨大气观测,在台风、流域性强降水探测和预报方面发挥重要作用。但在波束扫描、多频复用、系统定标等方面的运用存在较大困难,世界上尚无在轨应用先例。现从探测需求出发,对静止轨道微波辐射计进行了系统方案设计。提出了卫星平台与辐射计部件快慢结合扫描的方法,以解决波束扫描和系统定标难题;提出了低频选入射角层叠式布局准光学频段分离方法,以解决多频段复用难题。研制了微波辐射计原理样机,通过实验室和外场试验验证了系统设计,为静止轨道微波探测卫星研制提供了一定指导。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

多自由度振动环境下惯组非线性传递特性研究

惯组作为飞行器姿控系统的传感器,其局部安装结构的传递特性的测量精度直接关系到导航精度。目前,惯组普遍使用减振器进行隔振,而减振器都呈现出较强的非线性特征。为了考察惯组在不同工况下的传递特性,将惯组简化为六自由度Duffing模型,推导了基础激励下系统的运动微分方程,并用龙格-库塔法对方程进行求解,分析了自由衰减振动和强迫振动下不同工况的系统传递特性。结果表明,多自由度激励比单自由度激励工况得到的系统传递特性的频率和幅值都低。考虑到惯组真实的使用环境,应当在多自由度振动环境下进行传递特性试验。     

同步误差条件下的空间目标双基地ISAR自聚焦算法

以空间目标为研究对象,针对双基地雷达时间、空间及频率同步误差导致的逆合成孔径雷达图像散焦问题,提出基于离散多项式相位变换的自聚焦算法。算法首先将目标平动、转动及同步误差导致的相位项统一建模为高阶多项式,利用离散多项式相位变换方法估计高阶多项式系数并据此构建补偿相位项,完成高阶相位补偿。最后进行方位压缩得到高聚焦度的二维ISAR像。算法通过选取合适的延时参数及成像积累时间可得到高精度参数估计及相位补偿,理论分析和仿真校验了算法性能优于常用的非参数化自聚焦算法。     

一种基于简化自适应SCKF的目标跟踪算法

为降低传统自适应SCKF(Square-Root Cubature Kalman Filter)在目标跟踪过程中的计算负担,依据目标跟踪模型中状态方程通常为线性的特点,提出一种简化自适应SCKF算法。该算法在一步预测过程中,利用状态转移矩阵代替容积点,实现对状态变量和协方差矩阵的计算,达到降低运算复杂度的目的。通过对机动目标跟踪的仿真验证:相比于传统的自适应SCKF,提出的简化自适应SCKF不但能够保证跟踪精度,还能有效地提高运算效率。     

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。