星载微波辐射计通道分辨率匹配技术及其在FY-3卫星MWRI中的应用

基于仿真模型对圆锥扫描星载微波成像仪不同频率和极化二维天线方向图地面足迹的模拟,对FY-3卫星微波成像仪(MWRI)原始观测轨道亮温数据,用Backus-Gilbert(BG)分辨率匹配算法分别对分辨率降低(高频通道匹配到低频通道)和分辨率增强(低分辨率匹配到高分辨率)进行了实验分析。结果表明:分辨率降低匹配处理能较好地模拟实际仪器观测,且不另引入噪声,可在MWRI通道分辨率匹配中实际应用;分辨率增强匹配可明显提高低频图像分辨率,但会一定程度引入噪声,实际应用中应考虑在分辨率增强与噪声间进行折中处理,在增强分辨率的同时,使引入的噪声在可接受范围内。     

用标定和亚像素技术实现三维运动目标的高精度测量

本文介绍一种利用多种亚像素图像技术提取目标及网格节点，并采用新的摄影系统标定与系统误差修正技术，用多个摄像机实现对有特殊标志的空间三维运动目标的高精度测量方法。     

潜在电路分析中的拓扑模式识别算法研究

在网络树拓扑识别理论的分析方法与算法基础上 ,推导出网络树特定的五种基本拓扑模式识别的工程算法 ,以解决计算机对电路网络树进行自动拓扑识别问题。     

红外焦平面阵列非均匀校正算法的研究

为解决固定图案噪声污染的红外焦平面图像序列的非均匀校正问题 ,文中采用时域高通滤波算法完成固定图案噪声污染图像的预处理 ,给出固定图案噪声初值 ,并结合传统的红外焦平面迭代非均匀校正算法 ,有效地解决了较高强度固定图案噪声污染图像的非均匀校正问题。与采用黑体基准获取固定图案噪声初值的方法相比 ,该算法降低了成像系统的机械复杂性 ,提高了算法的应用范围。文中最后用红外图像序列进行了验证     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

一种新的全天自主星图识别算法

在星图识别领域三角形算法得到了广泛的应用，但是在星对角距很小的情况下，其识别率严重降低。字符匹配算法可以解决这个问题，但是它无法识别由于相机在拍摄瞬问的平移和旋转而产生位移的星图。为了克服这一缺陷，提出了一种有效的星图识别算法，该算法在生成导航星数据库时以一些一定范围内的亮星为中心，把整个天球分为很多个四方形区域，然后根据被拍摄星图的特点从这些四方形区域内选取子区域参与星图识别。仿真结果表明该算法不但继承了字符匹配算法的优点，而且对星图位移有很强的鲁棒性。     

四边形全天自主星图识别算法

讨论了一种新的无须任何先验知识的星图识别算法。该算法将四边形星图模式分解为两个具有公共边的三角形模式，使用三角形模式的特征，在保证自满计算量和星载星表的存储容量的前提下，使算法的识别成功率得以星著提高。Ｍｏｎｔｅ Ｃａｒｌｏ实验表明，在星等误差０．５星等（３σ），位置误差１０角秒（１σ）时，该算法的识别成功率接近１００％。     

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之 一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出 了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点, 对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最 后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图 像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff 距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、 精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的 高性能要求。
     

飞机测高天线的设计

文章研究了微带天线的设计,论述了其结构及应用,介绍了设计流程和要求,并利用HFSS设计了一个用于飞机测高的天线,中心频率在444MHz。仿真结果表明,所设计的微带天线有较好的辐射特性,满足设计要求。     

基于Contourlet域Krawtchouk矩和改进粒子群的遥感图像匹配

为了进一步提高遥感图像匹配的精度和运算效率,提出了一种利用Contourlet变 换、Krawtchouk矩和改进粒子群的遥感图像匹配算法。在分别对参考图像和目标图像进行Co ntourlet分解的基础上,引入Krawtchouk矩来提取图像的局部特征,并利用改进的带极值扰 动的简化粒子群优化算法对低分辨率的遥感图像进行匹配操作,然后逐级上推,
最终实现全分辨率情况下遥感图像的匹配。实验结果表明,该算法与目前常用的遥感图像匹 配算法相比,不仅具有更高的匹配精度和运算效率,还有较强的鲁棒性。