一种基于SIFT和KLT相结合的特征点跟踪方法研究

在目标发生明显姿态和大小变化条件下,为了利用基于特征点的跟踪算法实现对目标可靠、稳定跟踪,提出了一种SIFT算法和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过对SIFT算法进行优化,使得到特征点分布相对均匀,同时不存在聚集现象;通过对KLT匹配算法进行分层迭代设计,提高了目标作快速运动时的匹配精度;最后根据特征点匹配结果,结合Greedy算法得到目标的准确位置。实验结果表明：该算法能够很好地适应目标姿态和大小的变化,实现对结构复杂目标的稳定跟踪;比KLT跟踪算法具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。      

飞行器设计偏差量建模方法研究

对设计变量的偏差量进行建模,拟合偏差量服从的概率密度函数,是分析评价飞行器性能和概率设计的重要基础.针对常用分布拟合能力有限,以及混合Gamma分布无法在整个数轴上对试验数据进行拟合的问题,在论证混合Gauss分布拟合任意概率密度函数合理性的基础上,提出了利用混合Gauss分布对试验数据进行拟合,并运用期望极大化算法(...     

重力测量卫星KBR系统相位中心在轨标定算法

针对低低跟踪(SST-LL)重力测量卫星K频段测距(KBR)系统相位中心在轨标定问题,提出了一种应用预测卡尔曼滤波算法的KBR系统在轨标定算法。首先,以磁力矩器和姿态控制喷气发动机为执行部件,对一颗卫星施加一定的组合力矩,使其绕另一颗卫星进行周期性姿态机动;然后,将星敏感器数据代入预测卡尔曼滤波算法中估计出卫星姿态;最后,根据KBR系统观测值与卫星姿态角之间的关系,利用扩展卡尔曼滤波算法估计出KBR系统相位中心的位置。数值仿真结果表明:KBR系统相位中心可以被实时估计,当存在较大的卫星姿态动力学模型误差时,KBR系统相位中心的标定误差仍在0.3mrad以内,证明此算法估计精度较高且鲁棒性强。     

基于积分多普勒平滑伪距的导航算法研究

载体处于高动态机动、障碍遮挡、信号干扰和多路径等复杂环境时,GNSS接收机跟踪环路易发生信号失锁和相位失调,导致载波相位观测值发生较大变化,采用载波相位平滑伪距将严重影响导航精度。为改善GNSS接收机导航性能,对电离层效应及延时校正模型进行了研究,基于α-β滤波算法提出了基于积分多普勒平滑伪距的导航算法。实验结果表明:采用该算法在静态、动态条件下定位精度优于5m,测速精度优于0.05m/s,可显著提高GNSS接收机的导航精度。     

合成孔径雷达子孔径数据改进ECS成像算法

ECS算法中的方位CS操作会产生大量补零问题,影响成像实时性。本文提出一种改进ECS算法,在补偿方位向高次相位后,不进行调频斜率调整,采用变标傅立叶变换校正方位向输出间隔随距离变化的扇形畸变,克服了ECS算法需要大量补零的不足,仿真验证了算法的有效性。     

复杂背景中红外多光谱目标检测算法研究

针对多光谱红外探测器,对复杂背景条件下红外弱小目标检测算法进行了研究。根据弱小目标缺乏纹理等相关信息的特点,给出了一种用于多光谱图像的弱小目标检测算法。对多光谱图像,构建数据立方体,对多光谱信息建立稳定的目标特征向量,用多光谱背景抑制滤波器以提升图像信噪比,将一种基于统计判别的低信噪比条件下红外序列图像弱小目标检测算法与传统多级假设检验跟踪(MHT)算法综合,形成了改进的连续帧目标检测跟踪算法,对波门内疑似目标点用引入多光谱信息建立的特征向量进行目标的非监督检测判决。实验结果证明:在低信噪比下该算法能有效检测跟踪弱小目标,在保证检测概率前提下可有效抑制虚警,极大地降低了后续跟踪算法的计算爆炸风险。     

SMOS与Aquarius卫星海表盐度测量方法及数据的对比分析

国际上发射的海表盐度遥感卫星主要有2颗:欧洲的SMOS和美国的Aquarius卫星,为给后续海表盐度遥感提供参考借鉴,对比分析了这2颗卫星的遥感器载荷、数据处理算法和盐度数据。遥感器载荷方面,SMOS采用L波段二维综合孔径辐射计,而Aquarius采用L波段实孔径辐射计加散射计;数据处理算法方面,分析了二者在介电常数模型、海面粗糙度校正以及反演算法方面的差异;盐度数据方面,分析了SMOS与Aquarius盐度数据之间的相关程度,并分别与ISAS(In Situ Analysis System)浮标盐度数据作对比,分析了2颗卫星的盐度数据精度。将2颗卫星的盐度遥感数据与ISAS浮标盐度数据对比发现,在全球范围内,Aquarius盐度测量精度优于SMOS;但在开阔海域,SMOS盐度测量精度优于Aquarius;而在近海岸区域,均出现较大的误差,且SMOS数据误差更大。     

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。     

卷积码盲识别技术研究

针对卷积码的盲识别问题,总结了现有识别方法的实现原理及过程,并用Matlab进行了仿真分析。对于码长、码率及编码记忆长度等参数,利用接收码字构造矩阵并进行变换,从而达到识别的目的。针对生成多项式的识别,给出了四种常用的方法,并比较了各方法的性能和计算复杂度。结果表明,在低误码率低于10-2情况下,采用欧几里德算法最佳;当误码率为10-2量级时,基于Walsh-Hadamard变换的方法更能保证识别的准确性。