物方反投影下的星载多光谱相机内视场虚拟线阵拼接

针对遥感卫星多光谱相机非共线TDICCD成像方式,文章提出了一种基于虚拟线阵CCD的相机内视场拼接方法。参考严格几何模型建立虚拟影像像点与地面点间的对应关系,校正相机内方位畸变,根据物方几何约束的地面点反投影算法,建立虚拟影像像点与原始影像像点的坐标关系模型,实现逐像素灰度赋值。最后,以两景"资源三号"卫星多光谱原始影像作为试验数据,验证所提算法的可靠性,试验结果表明:该拼接方法效果好、精度高,具有较好的应用前景。     

一种基于大视场星敏感器的定姿方法

根据数学平台失调角随时间变化缓慢的特点,本文提出了一种直接估计数学平台失调角的定姿方法。该方法采用一个20°×20°的大视场星敏器同时观测数颗恒星,并在一小段时间内进行多次观测,所有的测星信息在一次计算中完成对失调角的估计。仿真结果表明,该方法可大大降低星敏感器测量随机误差,其精度明显优于直接估计姿态余弦阵的参考矢量定姿法。     

飞机螺旋运动测量技术的发展

立式风洞是研究飞机尾旋与尾旋改出的特种设施。由于尾旋试验模型的大小受限于风洞的试验段尺寸和流场的边界条件,较难在模型内部安装测量系统,早期均采用外部系统对处于螺旋运动状态的飞机模型姿态进行捕捉、辨识,进而分析飞机的尾旋特性与改出特性。随着材料科学、智能加工技术和信号传输技术的发展进步,测量系统向模块化、微型化和超微型化发展,使得测量机构能够安置于飞机模型的内部,这样不仅可以实时测量数据并记录,不需要到试验后才进行判读和辨识,而且所测量的数据更加完整。     

某型飞机视场中出现故障显示符分析

针对某型瞄准具自检时显示器视场中出现故障显示符"×",导致军械科目训练和支援作战任务无法完成的问题,通过对瞄准具系统工作原理进行分析,确定视场中出现故障显示符的原因,制定了可行的故障排除方法,可为同类型故障的排除提供参考。     

事件触发机制下具有视场约束的三维协同制导

针对多枚反舰导弹同时攻击舰艇目标的实际需求,考虑导引头视场角约束,研究了事件触发控制方式下的时间协同制导问题。基于三维耦合模型提出了一种由三维比例导引律（PNG）和事件触发偏置项组成的三维时间协同制导律,并给出了事件触发条件。该偏置项利用非线性函数来确保总前置角的有界性,以满足导引头的视场角约束,并且通过分布式事件触发一致性协议,使弹群的攻击时间能够收敛到一致,并有效降低协同控制系统更新频率,减少通信资源消耗。基于Lyapunov理论证明了所提出分布式协同制导律的稳定性,且不存在Zeno现象。最后,通过数学仿真验证了所提出的三维协同制导方法的有效性和鲁棒性。     

虚拟扩展成像在大视场姿态角测量中的应用

对基于光电准直和针孔成像原理的姿态角测量系统,提出一种虚拟扩展成像面技术,对图像传感器成像面进行复用,虚拟扩大系统的测量视场.基于反射不对称的针孔光阑设计,实现一种光斑模式识别方法,对光斑质心和正反射模式进行识别,并进行虚拟成像面坐标扩展.通过计算机仿真,对识别结果进行了分析验证,表明这种方法对各种光斑模式都能准确识别,成倍扩大了测量视场.      

遥感器真空成像三维光学检测装置的设计与应用

在以往的遥感器真空成像试验中, 光学检测装置每次装配完毕只能完成单一状态下的光学测试, 且建立成像试验所需工况的周期较长。文章设计研制了一种三维光学检测装置, 使用该装置可实现中小口径相机在空间环境模拟装置内的光电综合性能检测。试验人员可在空间环境模拟容器外对该装置进行平移、旋转和俯仰的精确调整, 完成对单台或多台相机全视场的精确测试。试验验证了该装置方案设计的可行性。     

多视场遥感图像虚拟焦面拼接理论误差分析

随着遥感对地观测技术的发展,对大视场、宽幅数据的需求日益增加,经常需要通过多幅遥感图像拼接来满足图像幅宽的要求。由多台相机同轨同时成像并拼接获取大幅宽遥感图像可以解决图像幅宽的问题。目前主要采用基于匹配的图像域拼接方法或根据成像几何关系生成虚拟拼接图像的方法获取宽幅图像。而生成虚拟拼接图像的方法物理意义明确且拼接后图像具有经典成像几何关系,成为图像拼接发展的趋势。文章根据同轨多视场图像虚拟焦面拼接原理,由摄影测量严格共线方程几何定位模型推导了多台相机不同视场图像的理论拼接误差计算公式,得出拼接误差的主要误差源;并仿真实验分析了拼接理论误差对图像拼接的影响,为多台相机拼接获取宽幅图像的设计和应用提供一定参考。     

线阵CCD交汇测量系统结构布局的优化设计

介绍了由两个线阵ＣＣＤ所组成的交汇测量系统的基本原理,分析了有效视场、坐标测量误差和系统结构参数之间的关系。由仿真研究表明,当给定有效视场的大小及各结构参数的测量误差值时,可寻求系统最优结构布局,使坐标测量误差最小。     

车载大视场视觉惯性组合导航算法研究

车载视觉导航在大角度旋转和高速运动等场景下表现不佳,由于视觉和惯性的误差特性互补,所以视觉惯性组合导航算法有良好的应用前景。大视场相机获取外界信息丰富,但大视场相机采样频率低影响视觉数据采集,而且基于优化的组合导航算法计算速度慢,故提出了一种适用于大视场相机的车载视觉惯性组合导航算法。该算法侧重于数据预处理：设计了基于伽马函数的对比度受限自适应直方图均衡化来降低图像噪声,通过FAST角点与光流法的组合完成特征提取与跟踪,进一步加快了计算速度。引入了惯性数据等效旋转矢量二子样算法来减少数据量和计算量,通过预积分算法为误差优化减少计算量,通过视觉误差、惯性误差以及边缘化误差联合优化来提高精度。与其他组合导航算法相比,该算法精度较高,计算速度最快,与VINS-Mono相比节省时间19.7%。