融合低秩和稀疏先验的结构性缺失图像修复

针对基于低秩先验的图像矩阵补全算法无法有效处理结构性缺失图像修复的问题,建立了在观测矩阵上使用双重先验的矩阵补全模型,在低秩先验的基础上引入稀疏先验,以便更好地利用观测矩阵的先验特征。该模型根据行列间的相关性,使用低秩先验对矩阵正则化;根据行列内的相关性,使用稀疏先验对矩阵正则化;为了更加精确地逼近秩函数,使用截断Schatten-p范数替代核范数作为低秩先验,从而提出了融合低秩和稀疏先验的矩阵补全模型,并使用交替方向乘子法有效处理所提模型。实验结果表明:算法修复的图像细节清晰,与截断核范数模型算法相比,峰值信噪比和结构相似度提升范围分别为2%~44%和0.7%~8%。      

基于SA&M-Relax的外辐射源雷达目标DOA估计方法

外辐射源雷达回波信噪比极低,通常在距离-多普勒二维相关后进行目标角度估计。在这种单快拍情况下,经典的超分辨算法由于协方差矩阵的非正定性导致算法性能较差。针对这一问题,在A&M插值迭代算法的基础上,提出了一种适用于稀疏阵列的SA&M-Relax外辐射源雷达目标DOA估计方法。在相同阵元数目的情况下,与原有算法相比提高了目标角度估计的分辨率与精度,同时减少了运算量。通过仿真实验验证了所提方法的有效性。      

发射极月卫星的转移轨道研究

极月轨道是轨道面垂直于月球赤道面的月球卫星轨道,这是新一轮的月球探测活动常用的轨道。本文对发射极月卫星的转移轨道进行了全局性的研究。转移轨道的近地点高度、近月点高度及从近地点到近月点的飞行转移时间都是预先选定的。本文采用全局迭代法找出所有满足条件的转移轨道,并对其特性进行了分析。迭代过程中所需的全局状态转移矩阵是基于矩阵微分方程和飞行器运动的微分方程一起用数值积分法求得的。     

大型空间运动体的建模

本文建立了大型空间运动体的模态方程,并利用模态方程导出传递函数矩阵,给出离散传递函数矩阵的分解形式。利用这种方法对控制系统进行设计和频域分析。     

利用偏移矩阵提高CBERS图像预处理几何定位精度的方法研究

偏移矩阵是指由于传感器与卫星平台之间的安装偏差而导致的传感器坐标系与卫星平台坐标系之间的旋转矩阵 ,用于校正传感器与卫星平台坐标系之间不重合而导致的成像偏差。针对CBERS卫星数据处理系统只能使用星上下传姿态和星历数据进行预处理 ,而这些姿态和星历数据也可能存在系统误差的情况 ,我们把预处理图像所有引入误差 ,包括系统安装误差、姿态和星历数据误差、地面处理模型误差等 ,综合导致的成像偏差 ,归结为一个旋转矩阵来校正 ,该旋转矩阵定义为偏移矩阵。当系统成像存在一个较大的系统误差时 ,把该偏移矩阵代入几何校正处理模型中 ,可以得到很好的校正效果。文章方法在CBERS卫星的在轨测试中得到实施并取得较好的效果 ,增加偏移矩阵校正后 ,图像预处理几何定位精度得到显著提高     

北斗系统地固系自主定轨算法

为避免传统惯性系自主定轨算法中的多次坐标转换,针对地固系分布式自主定轨算法原理及其中的关键技术开展研究。给出在地固系中进行自主星历生成的总体框图,推导了地固系自主定轨算法的基本方程,提出一种新的以地固系位置速度为状态量的状态转移矩阵解析计算方法并分析其计算量,证明了地固系自主定轨算法可以进一步降低定轨算法复杂度,且无需上注地球定向参数进行坐标转换。使用仿真数据和真实在轨测量数据的测试结果表明,提出的地固系分布式自主定轨算法与传统算法定轨精度相当,说明了所提算法的可行性,验证了星载自主定轨原型软件的有效性。     

基于稀疏直方图的空间机械臂视觉目标跟踪方法

视觉系统作为空间机械臂的重要组成部分,一项重要功能就是在复杂空间环境下在规定周期内自主、可靠地完成对空间目标的跟踪,即在相机采集的图像序列中定位目标区域。文章面向空间机械臂视觉跟踪的应用需求,提出一种基于稀疏直方图的视觉目标跟踪方法,在目标区域内选取相互重叠的局部图像块,通过组合全部图像块的稀疏系数构造直方图以获取目标表示,采用基于簇比重信息的相似性度量方法计算目标模板与候选目标之间的距离,将此距离作为粒子滤波的观测模型以在图像中确定目标位置。标准测试集测试、室内环境和在轨环境试验的定性和定量分析结果均表明文中方法可以实现对相机视场范围内目标的准确和可靠跟踪。     

一种改进的SMI旁瓣干扰抑制算法研究

采样矩阵求逆（SMI）算法是常用的自适应旁瓣对消算法。针对在低快拍下数据协方差矩阵的小特征值扩散,进而引起自适应波束副瓣升高的问题,提出了一种改进SMI算法的方法。该方法通过快拍数据的滑动平均获得协方差矩阵,使协方差矩阵小特征散布变小,能够很好地抑制副瓣电平,从而使算法适用于低快拍数据。     

基于稀疏重构的杂波环境下红外图像空间邻近目标超分辨方法

基于稀疏重构的超分辨方法是应对空间邻近目标的有效方法之一,但是当目标处于杂波环境下时,杂波会布满在整个视场范围内,导致场景原有的稀疏性被破坏。针对这一现象提出了一种在杂波环境下的超分辨方法。该方法充分利用了传感器的结构特性以及重构算法中的参数,通过建立观测信号的红外成像模型并利用像元网格划分的方式,建立空间邻近目标群的位置和幅度信号的稀疏表示,并利用其光学系统的点扩散函数来构造超完备字典,最后通过控制重构场景中非零元素的个数比例来使重构参数处于一个合理的区间范围,以此来达到去除杂波干扰并准确重建稀疏目标的目的。     

“链式”结构弹性体固有振动频率振型计算—传递矩阵法

采用传递矩阵法计算小型“链式”结构弹性体固有振动频率振型并对某产品进行实际算例分析,结果表明该方法是正确而快捷的工程计算方法。