基于最小值通道与对数衰减的图像融合去雾算法

雾天各类图像采集系统获取的图像颜色退化,细节模糊,严重影响户外成像系统的稳定性和有效性,因此研究图像去雾技术很有必要。针对暗通道一类去雾算法边缘去雾不彻底问题,提出一种基于最小值通道与对数衰减的融合去雾算法。首先,对有雾图像的最小值通道图进行对数衰减作为先验假设条件,再进行交叉双边滤波消除纹理效应,在操作前后分别进行下采样和上采样操作以提高运算速度,求出初始透射率;然后,用Canny算子检测最小值通道图得到的边缘进行对数衰减,得到边缘信息图,将初始透射率与边缘信息图进行加权融合构成优化透射率;最后,结合改进的四叉树搜索法求得的大气光值反解大气散射模型,恢复无雾图像。实验结果表明:所提算法可以有效抑制光晕现象,去除边缘残雾,且实时性好。      

DDLL中存在的包络现象及其解决方法

数字延迟锁定环路 (DDLL)中存在的包络现象是导致低动态环境下 GPS伪距测量精度难以提高的重要原因。文中从实验中发现这种现象 ,通过大量仿真复现了这一现象并找到产生这一现象的原因 ,最后从理论上进行分析并给出解决问题的方法。     

超宽带/宽波束SAR的后向投影(BP)算法

超宽带/宽波束(UWB/WB)SAR的相参积累角很大,会引起严重的距离徙动现象,使传统窄带/窄波束成像算法(RD算法等)不再适用。后向投影(BP)算法避免了菲涅耳近似,通过计算双程时延将信号进行相干累加,从而获得方位向高分辨率。文中对SAR成像以及BP算法的原理进行推导,然后通过计算机仿真验证理论分析的正确性和算法的有效性,最后详细讨论图像的像素间隔对成像的影响。     

傅里叶变换法用于脉冲多普勒雷达检测加速运动目标的研究

傅里叶变换法通常用于脉冲多普勒雷达检测加速运动目标，尽管该方法的性能会受多普勒拖尾现象限制。机动飞机和导弹属于加速运动目标。本文作者量化了多普勒拖尾的影响。在运用脉冲多普勒雷达检测附加白高斯噪声的非加速目标并估算该目标的径向速度试验中，傅里叶变换法能够使输出信噪比(SNR)随脉冲数线性增加。当目标加速时，只要加速度足够小，那么傅里叶方法仍可以检测目标并估算其平均速度。针对某一给定的加速度，当脉冲数增加时，傅里叶变换法得到的输出信噪比(SNR)随脉冲数的增加成凹函数变化，即输出SNR先增加到最大值然后开始下降，直到该方法不适用为止。因此脉冲数和加速度必须匹配才能获得最佳性能。文中给出了最佳SNR、最佳脉冲数与加速度关系的经验公式。这些结果被证明与采用栅格搜寻的广义似然比检测器设计是相符的。     

人眼启发的图像非均匀映射变换模型构造算法

人眼的视觉信息采集是非均匀的。这种特征和注意力机制确保了人类视觉系统在信息处理方面的优先性。首先介绍了对数极坐标映射，然后基于人类视觉系统的构造，提出了非均匀映射模型的构造规则。基于此规则，以线性模型为例进行了应用性研究。扩展了非均匀映射模型的范围，促进了空间变分辨率视觉理论的进一步发展。     

卡尔曼滤波动态优化及其在遥控机器人空间实验中应用

本文是在文献[1]的基础上,讨论遥控机器人追踪自由飞行目标物的动态性能问题。应用黄金分割法和元素交替极小化法对扩展的卡尔曼滤波初值条件进行搜索并获得优化解。仿真结果表明优化方法简单可行,优化解满足系统性能要求。     

应用多普勒牵引的高分辨率星载SAR滑动聚束模式设计方法

高分辨率星载合成孔径雷达(SAR)通常采用滑动聚束模式完成成像任务,当分辨率提高到一定程度后,卫星轨道弯曲问题无法忽略,因此需要与之相适应的模式设计方法。为此,文章提出一种应用多普勒牵引的滑动聚束模式设计方法,通过姿态校正的方式保证在合成孔径时间内多普勒中心呈线性分布,使回波可以利用传统的非线性调频变标(NCS)算法完成成像。利用STK和Matlab软件的联合仿真平台,通过建模及仿真成像的方式对设计方法进行验证,结果表明:该设计方法在降低工程实现复杂度和图像后处理的难度上都具有很大的优势,可为我国高分辨星载SAR成像模式设计提供参考。     

多普勒积分时长对星间测速精度影响分析

针对大动态星间速度精确测量问题,文章提出了测量环路多普勒积分时长的设计方法。在获得具体双星星座两颗卫星之间的相对运动速度变化规律的基础上,研究建立不同多普勒变化率积分区间时长情况下的星间速度测量误差数学关系,并进行编程数值计算。通过数值分析和测试结果对比表明:在不同积分区间时长情况下,星间速度测量误差仿真结果与设备实际测试结果一致。多普勒积分时间为200 ms时的星间速度测量误差为±1.4 m/s,通过缩短积分时间长度,可以将星间速度测速误差减小到[-0.14 m/s,+0.14 m/s]以内,达到了预期效果。该方法可应用于星座项目星间速度测量精度指标预算设计工作中进行多普勒积分时长的选择。     

基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。