未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题,提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架,通过在训练过程中引入多个复杂结构模型,提高该深度估计框架的泛化能力;其次,利用TSDF对各帧图像所估计的深度信息进行融合,实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验,对于300 mm尺寸的卫星模型图像,像素深度估计平均误差约为13 mm,通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计,并获得目标完整的三维结构与纹理信息,有效解决无纹理区域的重建结构缺失问题。     

Effects of in-track maneuver on Sun illumination conditions of near-circular low Earth orbits

By developing approximate analytical models considering the J₂ perturbation, the effects of an in-track maneuver on the orbital Sun illumination conditions of near-circular low Earth orbits are analyzed. First, two approximate models for the variations in orbital sunshine angles are developed, one for variations at a given time and the other for variations at a given argument of latitude. Next, two approximate models for variations in orbital arc in Earth shadow are developed, one considers the small eccentricity and the other uses the zero eccentricity. Finally, the developed approximate models are applied to analyzing the Sun illumination conditions of a typical in-track maneuver mission on a near-circular low Earth orbit. From the results obtained, three major conclusions can be drawn. First, the variations in orbital sunshine angles at a given time may reach tens of degrees when the drifting time reaches hundreds of orbital periods, and the approximate model for that situation cannot effectively approach the numerical results. Second, the variations in orbital sunshine angles for any given argument of latitude are only a couple of degrees even when the drifting time reaches 500 orbital periods, and the approximation model developed can effectively approach the numerical results. Third, for variations in orbital arc in Earth shadow, the approximate model considering the small eccentricity has simple expressions and can effectively approach the numerical results; in contrast, the approximate model using the zero eccentricity has relatively worse precision.     

空间激光通信系统光斑小目标跟踪算法研究

在空间激光通信链路中,大气湍流、结构设计误差、平台扰动等因素为链路的精确对准和精密跟踪带来了困难。为提高激光链路的跟踪精度,首先对光斑跟踪过程中的影响因素进行研究分析,继而对跟踪算法做出改进。针对跟踪目标特性,设计了一种自适应模板目标相关跟踪算法,并搭建了基于粗精复合轴跟踪系统的实验平台,开展了实验验证。结果表明：与当前常用跟踪算法相比,该设计处理速度可达 1 kfps,目标跟踪位置与真实位置基本重合,目标跟踪准确率高于98%,在处理速度、跟踪准确率与算法鲁棒性上均有较大提升,具有一定的实用性。     

射频阵列仿真系统的目标位置精度分析

射频阵列仿真系统是一种比较理想的导弹武器系统抗干扰试验环境,目标位置精度是射频阵列仿真系统的关键指标。阐述了影响目标位置精度的主要原因,并结合测量数据对其进行分析,为工程应用提供了参考。     

机载单站只测向定位最优机动研究

概述了机载单站只测向定位最优机动求解算法，研究了基于最大方位角变化率准则下的观测机机动轨迹，得到理论上的最优定位机动，并结合实际运用，分析出两种近似最优的机动：“一”形（直线形）机动和S形机动，通过仿真，验证了这2种机动方式在一定条件下可以等效于最优机动，具有良好的定位效果。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

机载超短波干扰装备战术性能评估方法研究

分析机载超短波干扰装备在现代作战中的作战对象和任务使命,从侦察能力、测向能力、干扰能力和系统稳定性四个方面构建衡量超短波干扰装备战术性能的指标体系,提出运用模糊综合法分析其综合性能的方法,并通过实例验证了评估方法的可行性.     

单天基平台测向的空间非合作目标跟踪

针对仅含角度测量信息的单个天基平台可观测性较弱的问题,提出了一种含脉冲机动检测的空间非合作目标跟踪算法,并设计了非合作目标实时跟踪数据处理流程.该算法利用抗差估计技术和UKF（Unscented Kalman Filter,无迹卡尔曼滤波）算法构造目标跟踪滤波器,并综合残差多项式拟合和新息分布特征等方法实现目标机动检测,在天基平台观测信息类型有限和观测几何较差的情况下,可以同时排除孤立野值和成片测量野值的影响,实现非合作机动目标的连续稳定跟踪.数值实验验证了算法的可行性和有效性,也表明了跟踪精度和可靠性与测量精度密切相关.     

一种基于稀疏分解的微多普勒频率估计算法

目标微动特性和微多普勒特征分析在真假目标识别方面发挥了重要作用。由于微动目标雷达同波具有非线性、多分量性等特征,需要相应的具有高分辨力、低交叉项、大的动态范围的分析工具,才能较好地揭示目标微多普勒特征。稀疏分解方法中的匹配追踪（MP）具有频域高分辨能力,对于信号细微特征提取具有很好的效果。研究了基于匹配追踪的微多普勒频率估计问题,该方法可以准确提取出目标微多普勒频率,为后续的目标识别提供了重要的依据。-     

一种基于机动辨识预测的空空导弹导引律

现有的空空导弹导引头在有噪声和干扰的环境下获得目标精确信息存在时间延迟,且新一代目标的机动能力更强,不对导弹加以补偿会造成较大脱靶量,所以需对目标状态有效预测。针对新一代目标规避空空导弹常用的大机动模式,为满足新一代空空导弹发展需求,设计了一种新型复合导引律。从目标自身出发,研究高机动目标规避导弹采用的典型机动形式,对机动轨迹进行离线建模,构建具有扩展能力的目标机动模型库。设计自适应滤波器对测量噪声进行降噪。同时,利用模型库设计了机动辨识预测器,对目标实际机动进行在线辨识。基于在线辨识的结果对目标机动进行预测,并对时间延迟进行补偿和修正,实现对高机动目标的精确打击。仿真结果表明:该方法对不同类型的机动目标均有较高的预测精度和命中精度。