一种基于方差的自适应火星图像阈值选取算法

在基于光学成像的深空探测自主导航中,图像边缘处理直接影响视线矢量的提取,从而对自主导航的精度产生较大影响。传统的Otsu算法更侧重同区域灰度的均匀性,适用于图像中目标区域和背景区域面积相差不大的情况,因此在自主导航初始阶段,导航精度较低。根据深空探测巡航段拍摄到的火星图像的特点,基于已有火星探测任务的实拍图像,在Otsu算法的基础上,重新设计准则函数,提出了一种基于方差的火星图像阈值自适应选取算法。该算法将灰度值高于待定阈值的区域的方差表示为待定阈值的函数,以函数一阶微分的最大值对应的灰度值作为最优阈值。该方法具有计算量小、图像分割精确的优点。仿真结果表明,相较于传统的Otsu算法,通过该算法得到的图像阈值能够实现更高的视线矢量提取精度及自主导航精度。     

基于GA-SVM的GNSS-IR土壤湿度反演方法

针对提高大范围土壤湿度测量精度的问题,研究了土壤湿度的全球卫星导航系统干涉测量法（GNSS-IR）,提出了一种基于支持向量机（SVM）的土壤湿度反演模型,利用遗传算法（GA）的自动寻优功能寻找SVM的最佳参数。结果表明,GA-SVM模型在测试集上得到的土壤湿度反演值与实测值的平均绝对百分比误差（MAPE）仅为0.69%,最大相对误差（MRE）为1.22%,线性回归方程决定系数达到了0.956 9。进一步与统计回归、粒子群优化的SVM模型（PSO-SVM）及反向传播（BP）神经网络方法进行对比,结果说明:在样本数目有限的情况下,GA-SVM方法更适用于土壤湿度的GNSS-IR技术反演,且反演精度较高,泛化性能良好。      

基于北斗导航检测平台的时间量值传递系统研究

研究了基于北斗卫星的北京市导航检测平台的时间量值传递系统,它以卫星共视法作为数据比对的条件,采用修正值预估技术和相位补偿技术来提高铷钟的准确度与稳定度。本系统可实时地将地方原子时标与UTC（NIM）进行比对溯源,实现北斗卫星导航检测平台的时间量值可靠传递,保证地方原子时标与国家时间基准UTC（NIM）同步差在±10ns以内,以满足北斗导航产品研制、开发和应用的需要。     

星地测控对接手段探析

星地测控对接试验常用的手段有三种：真星产品对接、专用测控模拟器对接、通用测控模拟器对接。文章从静止轨道通信卫星入手,介绍星地对接项目以及这三种对接手段的组成、特点和可对接项目,并通过对这三种对接手段在成本、研制周期、对接真实性等方面的比较分析,给出这三种对接手段所适宜应用场合的结论。     

基于Hausdorff距离的星图识别方法

提出了一种新的星图识别方法,这种方法的基本思想是首先从星敏感器中提取全部星图信息,把提取的星图组成一个待识别数据集合B,把全星图参考星库作为一个标准数据集合A,然后,计算2个数据集合A,B之间的相对Hausdorff距离,根据最小相对距离得到待识别星的位置,其中A, B分别由矢量坐标a,b构成.与传统的星光角距识别方法不同,这种方法充分利用了星敏感器中的所有星的空间结构信息,所以,它对各种噪声干扰具有很强的鲁棒性.半物理仿真实验结果表明,在具有强的随机噪声、星图畸变和一定数目的流星干扰情况下,这种方法具有很好的识别效果.     

面向语义的C4ISR/Sim集成系统设计

采用面向服务的体系结构(SOA, Service-Oriented Archilecture)的C4ISR/Sim集成系统可以借助其体系结构的优势,达到信息获取方式和信息表示语法上的一致.提出的面向语义的C4ISR/Sim集成系统通过扩展SOA,采用系统的层次化的语义体系不仅改善了系统构建的灵活性、可重用性和可扩展性等问题,而且实现了集成系统的语义互通.该体系结构以核心服务层的领域本体模型为基础,扩展定制服务层的模型服务语义描述,通过语义服务匹配,实现应用层的需求描述到系统组成之间的自动映射.原型系统的实现证明了设计方法的正确性和可行性.      

月球软着陆过程高精度自主导航避障方法

针对未知地形和障碍会危及着陆安全的问题,给出了一种月球软着陆过程高精度自主导航避障方法,主要包括基于IMU配以测距测速修正的自主绝对导航、障碍识别与目标着陆点选取、针对目标着陆点的相对导航与相对避障控制等算法。该方法在保证着陆精度的同时也大大降低了着陆过程遇到障碍的风险,提高了系统的安全性,已成功应用于实际工程任务。     

基于数据驱动的非合作航天器姿态估计与预测方法

针对临近操作对非合作航天器的相对导航问题,考虑角速度测量缺失以及视觉特征丢失,提出了一种融合乘性扩展卡尔曼滤波和姿态预测的框架,实现了对非合作航天器的姿态估计和预测。采用惯性参数对状态向量进行了扩维,在缺少角速度测量的情况下预估了非合作航天器的姿态和相对转动惯量的比值。基于函数拟合和神经网络分别设计了两种姿态预测方法,解决了传统方法误差随时间累积的问题,有效减少了计算成本。最后,通过数值仿真验证了滤波估计和姿态预测算法的实时性和准确性。     

基于多维多层立体指标PNT优选策略与评估方法

复杂场景下,无人系统需要快速、可靠、精准决策的导航定位和授时(Positioning, Navigation, and Timing, PNT)手段。目前,PNT手段的优选大多依赖指挥员的经验,其任务繁重。为了将指挥员从决策任务中解放出来,进而专注于对战,需构建基于多维多层立体指标的PNT服务手段,以及设计PNT优选策略,并对优选策略进行评估。本文在无人系统可用的导航手段基础上,从系统工程思想出发,基于能评估思想体系和常规评估流程,建立无人系统PNT导航手段优选策略体系,通过模糊层次的分析方法,对体系指标进行量化。通过无人机的典型应用案例表明,本文所提的方法可以获得不同维度的综合效能定量数值,在多任务多场景下供指挥员参考并进行决策,该方法可为我国的PNT体系建设提供支撑。     

序列图像中直线边缘快速提取和匹配

针时飞行器视觉导航等实时性较强的应用,给出了一种在航空序列图像中进行直线边缘快速提取和匹配的方案。在提取直线边缘时,运用了当前速度较快的邻接元素标记方法,从而提高了直线边缘提取速度。而在时直线边缘进行匹配时,给出了一种分三步走的方案,并提出了一种能够有效降低噪声影响的度量方式。首先选择3条直线边缘作为参考模型,在直线边缘的方向、位置以及物理特性的约束下构建候选匹配基,然后在基于矢量技术的基础上确定与参考模型基相对应的匹配模型,在此基础上再确定其他直线边缘之间的对应关系。试验结果表明,本文的直线边缘匹配方法比现有的方法速度提高了30倍以上,能够有效地满足一些实时性较强的应用。