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.     

非高斯杂波背景中距离扩展目标的盲积累检测器

在采用球不变随机向量(SIRV)建模的非高斯杂波背景下,研究了导向矢量失配或未知时距离扩展目标的检测问题。先假设导向矢量已知,采用广义似然比检验(GLRT)得到每个距离单元的归一化匹配滤波器(NMF)统计量,再将多个距离单元的统计量进行非相干积累得到扩展目标的NMF积累检测器(NMFI),然后通过最大化检测统计量的方法,结合特征值分解技术,对导向矢量进行估计,提出了距离扩展目标的盲NMFI(B-NMFI)。仿真分析表明:当导向矢量失配时,NMFI的检测性能优于GLRT;当导向矢量未知时,B-NMFI能有效地检测目标,并且对不同方位的目标具有很好的鲁棒性。     

弹道中段目标质心位置估计

 质心在目标上的位置是弹道中段目标的重要进动特征,也是目标的质量分布特征,可用于识别弹头和诱饵.针对旋转对称目标,提出了基于窄带雷达回波相位特性的质心位置估计方法.首先,选取目标对称轴上的任意点作为质心位置参考点,定义相应的质心位置参数,并构造以该点为相位参考中心的全姿态散射系数模板;然后,对窄带雷达回波采样序列进行相位匹配变换,搜索匹配函数的最大值,从而得到质心位置参数的估计值.仿真结果表明了该方法的有效性.     

基于周期LFM本振的同步Nyquist折叠接收机 多分量信号参数估计算法

 Nyquist折叠接收机(NYFR)为一种新型侦察接收机结构,可利用单/双片模数转换器(ADC)同时完成多Nyquist区域内的宽频段信号采集。本文对NYFR结构进行了改进,提出了多分量信号的参数估计算法。首先,引入了同步结构,对NYFR进行了改进,得到了同步NYFR(SNYFR);其次,以本振为周期性线性调频(LFM)为例,分析了多分量信号的输出结果;然后,提出了去斜函数(DF)以用于检测信号的Nyquist区域;最终,根据区域信息完成了信号的各参数估计。计算量分析与仿真表明,所提算法计算量小且在信噪比(SNR)优于-9 dB时性能已接近克拉美-罗(CRLB)下限。     

Markov随机跳变系统的传感器系统误差估计

 针对Markov随机跳变系统的系统误差估计问题,提出一种基于马尔可夫链蒙特卡罗(MCMC)和最大似然估计相结合的在线系统误差估计方法。利用最大似然估计给出系统误差等效后验概率分布函数,采用Metropolis-Hastings抽样方法从该概率分布函数中进行抽样;利用系统误差估计和状态估计互为因果的关系,采用期望极大化(EM)方法迭代估计出最优的系统误差;分别对时变和时不变系统误差场景进行仿真分析,结果表明,在考虑系统误差统计特性的同时,所提方法对解决目标运动模型难以建立情况下的系统误差估计问题具有可行性和有效性。     

基于星历和回波的分布式卫星SAR系统沿航迹基线计算方法

针对分布式卫星SAR系统中混合基线和雷达斜视导致沿航迹基线难以精确计算的问题,提出了一种基于星历和回波数据的沿航迹基线计算方法。在将分布式卫星航迹补偿为平行航迹的基础上,建立了存在混合基线及雷达斜视条件下的观测几何模型,推导了沿航迹基线的计算公式。根据雷达回波数据估计多普勒中心频率,并由此得到计算沿航迹基线所需的斜视角。在空间基线较长、斜视角较大条件下,该方法相比近似计算方式而言,能获得高精度的沿航迹基线估计。仿真结果表明,用该方法计算得到的沿航迹基线长度作为测速定位的基线参数,可以获得高精度的动目标测速定位结果。
     

基于相减式信号抵消的带内隐藏干扰检测

为实现对通信信号的实时监测,提出一种带内隐藏干扰检测方法。该方法先利用解调结果重构期望信号,然后通过时延估计及自适应滤波使其与接收信号中的有用信号在时间、幅度和相位上尽量保持一致,最后利用相减式信号抵消技术将其从接收信号中消除,能够在不中断通信业务的前提下检测出信号带宽内隐藏的干扰。仿真结果表明,当信干比不低于6 dB、信噪比不低于3 dB时,期望信号、干扰信号与各自原信号的相似系数均能达到0.9以上,提取的干扰信号非常准确。将利用文中方法估计出的干扰抵消后,信号的星座图也得到了显著的收敛。     

飞机制造成本估算BOM模型研究

为了获取准确的成本估算信息,针对飞机制造的复杂性和数据信息共享的即时性等特点,对目前产品制造费用按工时比例分摊到产品的估算不准确的缺陷,依据ABC作业成本法的思想,建立以BOM为主线的成本估算模型,并给出从直接发生的活动对成本进行归集,依照活动的目标进行分配,成本BOM逐层卷积估算产品成本的方法。最后,利用J2EE技术进行系统实现,并给出一个应用实例。     

基于Gabor滤波器的航空图像居民区域提取

中低分辨率航空图像中居民区域的自动提取对地理信息系统更新和无人机导航具有重要作用.详细分析了Gabor滤波器参数对纹理提取的影响,提出了一种基于Gabor滤波器的居民区快速提取算法.算法包含4步:运用Gabor滤波器分析图像纹理,采用核密度估计生成居民区域置信图像,进而计算自适应阈值分割置信图得到候选区域,最后根据区域几何形状去除干扰得到居民区.算法平均运算时间为0.42s,实验结果表明了算法的高效性和准确性.     

基于比例失效率模型的退化数据分析方法

利用产品的性能退化数据进行可靠性评估是一个解决失效寿命数据不充分的重要方法.在分析产品的失效率与失效阀值具有紧密相关性的基础上,通过引入比例失效率模型描述产品可靠性与失效阀值的关系,并根据产品寿命分布与退化量分布之间的关系建立了退化分析模型.在不假定物理退化轨迹模型和退化量分布的情况下,利用产品的退化信息获得产品在不同检测时刻和失效阀值下的可靠度,通过分布拟合方法获得未知参数的估计值,进而对产品进行可靠性评估.该方法不仅放松了模型的假设条件,也适于处理一些具有非平衡数据结构的退化数据,具有较广的适应性.最后,通过实例进行了不同方法的比较,验证了该方法的有效性.