遥感图像飞机目标高效搜检深度学习优化算法

为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络（DNN）的级联组合,提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法。首先,运用高性能的端到端DNN网络,进行停机坪与跑道区域的像素级高效精准分割,从而大幅度缩小飞机目标的搜索范围,以降低虚警发生概率,完成飞机目标候选检测区域的快速搜寻。然后,针对分割所得停机坪与跑道区域,借助手工数据集对YOLO网络模型进行迁移式强化训练,一方面可以弥补训练集在样本类型与数据规模上的不足,另一方面借助YOLO网络的强时效性优势对飞机目标的位置进行回归求解,可以显著提高飞机目标的检测效率。停机坪与跑道区域分割DNN网络在分割精度与时效性上具有显著优势,而迁移式强化训练YOLO网络不仅具有很高的检测效率,在检测精度上也能保持良好的性能。通过一系列综合实验与对比分析,验证了提出的搜寻与检测相集成的DNN级联组合式飞机目标高效检测算法的性能优势。      

ADS与多雷达数据融合中的系统误差配准法

对空中交通管制中自动相关监视(ADS)与现有多雷达监视系统进行数据融合的模型进行了分析,在现有多雷达数据处理(MRDP)系统误差配准方法的基础上设计了一种利用最小平方估计(LSE)准则实现的ADS与雷达的系统误差配准算法,给出了其最优解.利用我国西部航路模拟航路点数据进行了系统仿真,仿真结果的分析表明,通过该方法的配准,ADS和雷达数据融合中的系统误差得到了有效的消除,提高了综合监视精度.     

Ka频段有源瓦片天线的设计

有源相控阵天线广泛应用于弹载、星载、舰载、机载雷达及电子对抗、汽车自动驾驶等领域。按照T/R组件和天线的集成方式不同,相控阵天线分为瓦片式结构和砖块式结构。传统的砖式结构,多路合成体积过大、损耗过高且造价昂贵,采用微组装工艺生产,量产良品率低。介绍了一种瓦片式有源天线,给出了天线样机的典型性能指标,工艺实现简单,具有轻型化、小型化、低成本及高可靠等特点。针对瓦片天线设计中的难点、垂直互联技术和复杂的馈电网络,结合理论分析进行了仿真设计。为了验证相控阵天线的性能,在微波暗室对天线进行了测试。测试结果表明,设计的瓦片天线法向EIRP＞31dBW,G/T＞-4dB/K,扫描至45°时EIRP＞29dBW,G/T＞-6dB/K,发射状态功耗小于10W,接收状态功耗小于6W。     

卫星平台运动对高分辨率光学遥感成像系统影响分析

在高分辨率光学遥感成像过程中,卫星平台的不稳定性将影响相机成像质量。针对该问题,在分析动态降质机理的基础上分别就面阵凝视模式、线阵推扫模式及时间延迟积分（TimeDelayandIntegration,TDI）推扫模式提出了相应的动态成像仿真模型,以此模拟不同情况下的退化结果。以高分辨率遥感相机为对象,开展多种情况下的仿真试验分析。结果表明,同等平台运动条件下,TDI推扫模式下的图像质量下降更明显;分辨率越高,像质对平台振动的响应灵敏度越高。最后结合仿真模型及图像评价参量,建立起空间分辨率与平台颤振指标之间的关系,给出不同空间分辨率下的平台运动误差阈值,为平台振动抑制和补偿提供约束条件。     

不完全角度CT图像重建的模型与算法

为了提升不完全角度计算机断层成像(CT)图像的重建精度和重建效率,研究了有限角度和稀疏角度下的CT图像重建问题,提出新的全变差最小化目标函数,通过将上一步迭代重建的图像作为反馈加入到新的迭代之中,不断更新目标函数的已知项。在算法求解时,采用增广Lagrangian罚函数方法,将约束问题非约束化,并将之转化为等价的3个子问题,通过在交替方向上求解子问题来获得优化问题的最优解。实验结果表明,该算法重建出的图像信息完整,细节清晰,重建精度高,与Split Bregman算法相比,本文算法结果的相对均方误差可下降42.1%~98.5%,条纹指标可下降42.8%~98.5%。     

工业总线标准电容层析成像系统设计

为保证电容层析成像(ECT)系统满足航空航天领域多相流参数测试的要求,开发了一套基于CPCI工业总线标准的ECT系统。采用高性能现场可编程门阵列(FPGA)芯片作为主控芯片,实现信号激励模块、多路复用开关模块、数据处理模块、数据解调和传输模块的集成式设计,将采集信号进行预处理,实现信号的滤波、放大和相敏解调,并通过CPCI工业总线接口把解调后的电容数据传送至系统上位机,完成图像重建。实验测试结果表明:系统采用1 MHz激励信号和8电极传感器的工作模式下,采用10周期的测试信号解调时,图像采集速度可达1 785幅/s,信号的信噪比高于60 d B,成像结果具有良好的空间分辨率。     

Super-resolution reconstruction of astronomical images using time-scale adaptive normalized convolution

In this work, we describe a new multiframe Super-Resolution (SR) framework based on time-scale adaptive Normalized Convolution (NC), and apply it to astronomical images. The method mainly uses the conceptual basis of NC where each neighborhood of a signal is expressed in terms of the corresponding subspace expanded by the chosen polynomial basis function. Instead of the conventional NC, the introduced spatially adaptive filtering kernel is utilized as the applicability function of shape-adaptive NC, which fits the local image structure information including shape and orientation. This makes it possible to obtain image patches with the same modality, which are collected for polynomial expansion to maximize the signal-to-noise ratio and suppress aliasing artifacts across lines and edges. The robust signal certainty takes the confidence value at each point into account before a local polynomial expansion to minimize the influence of outliers. Finally, the temporal scale applicability is considered to omit accurate motion estimation since it is easy to result in annoying registration errors in real astronomical applications. Excellent SR reconstruction capability of the time-scale adaptive NC is demonstrated through fundamental experiments on both synthetic images and real astronomical images when compared with other SR reconstruction methods.     

基于改进SURF算法的无人机遥感图像拼接方法

针对传统SIFT算法在无人机遥感图像拼接中存在的运算缓慢、误匹配较多且计算过于复杂,无法满足遥感图像处理的实时性要求等缺陷,以及由于采集到的图像之间存在曝光差异等情况,直接进行叠加拼接后极大可能会在边界处产生重影错位的情况,文章提出了一种改进的SURF算法与融合算法用于无人机的遥感图像拼接。首先,在特征检测阶段,将SURF算法与Harris角点检测算法2种算法相结合,快速得到图像的特征点与特征描述子;在特征匹配阶段分为粗匹配与精匹配2个步骤:通过KNN算法对待拼接图像间特征点的粗匹配,以及应用RANSAC算法去除误匹配点的精匹配;在图像融合阶段,采用了基于距离的加权平均算法进行图像融合;最后,实验表明:文章所提出的算法处理速度相比于传统SUFT算法提升了近5倍,相比于其他改进算法,匹配精度也有所提高,并且该算法能够有效提高图像拼接后的质量与效果,解决了拼接痕印明显、重影、错位等现象可能发生的问题。     

无人机遥感图像融合算法综述

遥感图像拼接融合技术可分为"像素级""特征级""决策级"3个级别;根据各级别特点,无人机遥感图像的融合应采用像素级的融合方法。文章对一些常见的像素级融合方法进行了简要描述,重点介绍了3种经典的图像融合方法,讲述了可以根据哪些指标对一幅图像从主观与客观两方面进行评价;在实验阶段,对3种经典融合方法进行了实验验证与性能分析。     

运动声呐空时自适应处理中的多普勒影响分析

为了将空时自适应处理(STAP)理论更好地应用于水下环境,提高运动声呐对混响的抑制性能,研究了多普勒对运动声呐STAP的影响。具体分析了由多普勒造成的回波脉宽伸缩变换以及目标空时导向向量失配带来的影响。分析结果表明,回波包络脉宽变化对于匹配滤波输出信噪比影响较小,而对空时导向向量修正可以有效提高目标方位估计精度以及混响抑制能力。