基于时域光度探测的卫星频率特性反演研究

卫星的行为特性、意图判断、健康状态诊断等对于空间态势感知具有重要意义,而传统的探测手段无法确定在轨卫星是否正常运行。时域光度探测作为一种新型遥感探测技术,利用高速、低噪声的探测器对卫星机动调制的光学信号进行采样,解调后可反演卫星频率、振动等特性。文章针对低轨卫星目标,首先建立基于形态学滤波来抑制自然天体干扰的空间目标跟踪定位模型,获取目标时域光度信息,再采用频谱分析方法,获取目标频率特性与运行特征。结果表明,文章提出的时域光度探测技术,在卫星频率特性反演和卫星运行状态识别方面具有较好的应用前景。     

脉冲压缩在铝薄板电磁超声导波检测中的应用

针对电磁超声换能器(EMAT)换能效率低导致超声回波信噪比(SNR)差这一问题,基于相位编码脉冲压缩技术,讨论了匹配滤波器及旁瓣抑制滤波器的设计及其在电磁超声检测中的实现.选用典型二相编码信号-巴克码作为激励信号,分析了不同码长、载波周期数的巴克码信号对电磁超声导波检测脉冲压缩效果的影响,并研究了旁瓣抑制算法的效果.以...     

一种高光谱图像的双压缩感知模型

高光谱图像因其海量数据性,给存储、传输及后续分析处理带来了挑战。压缩感知理论提供了一种全新的信号采集框架。针对高光谱数据的三维特性,提出一种双压缩感知的采样与重构模型。该模型在采样阶段兼顾高光谱数据的空间和谱间稀疏特性,构造了能同时实现空间和谱间压缩采样的感知矩阵;重构阶段不同于传统的压缩感知重构方法直接重构高光谱数据,而是将高光谱数据分离成端元和丰度分别进行重构,然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明,所提双压缩感知在低采样率下重构精度较三维压缩采样提高了10 dB以上,更为显著的是运算速度提升了3个数量级,同时该方法还便于获得端元和丰度信息。     

美国计划发射地球同步轨道目标巡视卫星

美国空军航天司令部司令谢尔顿2014年2月21日披露,美军计划2014年底发射3颗地球同步轨道巡视卫星,执行空间态势感知任务,其中包括2颗“地球同步空间态势感知”（G-SAP）卫星和1颗“局部空间的自主导航与制导试验”（ANGELS）卫星。     

双极性压缩观测光谱成像技术研究

压缩传感突破了 Nyquist-Shannon 采样定理的限制,从随机观测的少量测量值中即可高精度地获取图像,给成像设备的设计带来了巨大变革。压缩传感理论证明可以通过重构恢复获得比焦平面阵列分辨率更高的场景图像。尽管在理论上存在巨大优越性,压缩传感成像系统的物理实现需要考虑一些实际问题。文章围绕压缩传感成像设备进行了研究,提出了一种物理可实现的压缩成像方法,该方法利用双通道观测架构实现压缩成像中的双极性观测,解决了压缩成像理论与实际物理约束不一致的问题。采用多路技术和多膜技术实现大视场观测与多次视场观测,该方法可以单次曝光获取充足的观测值来高精度重构原图像。压缩光谱成像数值仿真实验验证了该方法的有效性和鲁棒性。     

空地协同交通状态感知与应急指挥系统构建

交通事件发生的时间和地点具有不可预测性,不及时处理将会严重干扰交通流的正常运行.构建了基于空基的交通状态感知和应急指挥系统,并提出了系统建设的原则;研究了系统的体系结构,将整个系统分为信息采集层、网络传输层、安全管理层、应急指挥层4个层次.信息采集层主要通过空基、地基等多种手段获取交通信息;网络传输层处理各类网络通信数据包的存储和转发;安全管理层确保系统数据和传输的安全;应急指挥层实现统一接警、处警决策与协调指挥.实现了基于空基信息的道路轮廓特征和电子地图矢量道路的提取,以及航拍图像与电子地图的匹配,为辨识突发事件情况下的路段排队长度和车辆密度奠定了基础.     

美国“一箭三星”发射同步轨道空间态势感知卫星

2014年7月28日,美国空军从卡纳维拉尔角发射场,用德尔他-4M＋火箭以＂一箭三星＂方式成功将3颗高轨态势感知卫星送入近地球同步轨道,即2颗业务型高轨巡视卫星＂地球同步轨道空间态势感知计划＂（GSSAP）卫星和1颗技术试验卫星＂评估局部空间自主守卫纳卫星＂（ANGELS）。此次发射任务的成功标志着美国高轨空间监视技术走向成熟,高轨目标探测、跟踪和侦察能力快速提升,引起航天界高度关注。     

脉压雷达旁瓣匿影工作模式与抗干扰性能分析

旁瓣匿影是脉冲压缩雷达中常用的抗干扰技术。首先基于旁瓣匿影的一般结构,构建了脉压前匿影与脉压后匿影两种工作模式。然后重点针对不同工作模式下的雷达抗干扰性能和检测性能进行了理论分析和仿真研究。结果表明,脉压前匿影比较适合对抗压制性脉冲干扰,而脉压后匿影则更适合对抗欺骗性脉冲干扰。     

基于CS的SAR图像自动目标分割算法

图像目标分割是SAR图像目标超分辨处理和自动目标识别的重要步骤。针对图像固有的稀疏结构,提出了一种SAR图像自动目标分割算法。通过构造变换字典将SAR图像数据投影到高维空间,实现了图像局部特征的稀疏表示,然后利用随机矩阵获得稀疏域局部特征的压缩采样,并对多组采样数据运用Mean-shift 算法并行处理,最后通过符号检验法,实现了对目标像素与背景像素的分类。试验表明,该算法对硬目标具有较好的目标分割性能。     

基于空域稀疏性的宽带DOA估计

利用宽带阵列接收信号的空域稀疏性,将宽带信号的波达方向(DOA)估计转化为一个稀疏信号重构的问题,提出了一种新的宽带信号DOA估计算法。该算法将宽带信号分解为多个子带信号,联合利用多个子带信号的空域稀疏性进行重构。它是对用于稀疏重构的标准的稀疏贝叶斯学习算法的推广,可适用于多冗余字典的信号模型。另外,通过对多快拍的阵列接收信号进行奇异值分解(SVD),提取信号子空间作为算法的输入数据,可以在有效减少运算复杂度的同时,提高对噪声的稳健性。与传统的宽带阵列DOA估计方法相比,该算法能够用于低信噪比、快拍有限和信源相关性较高的场合,同时算法的性能对信源个数的估计值不太敏感。仿真实验表明,该算法相对现有的基于子空间类的方法,具有更好的DOA估计性能。