相机保护罐玻璃对摄影测量精度的影响规律分析与误差补偿

文章通过统计相机镜头处加玻璃前后点位的位移分布规律,选择合适数学模型,将玻璃对测量精度造成的影响减弱。现已完成相机保护罐玻璃对测量精度影响的实验,实验表明:加玻璃后像点坐标变化量最大约为5μm,该变化量的分布与镜头畸变规律相似。最后将其影响划归为径向畸变模型,并通过实验证明该方法能够有效减弱玻璃对测量精度影响。     

基于速度滤波的杂波抑制步进频率波形设计研究

杂波是影响高分辨雷达宽带一维距离像成像性能的重要因素。强杂波可能会造成目标点遮盖和虚假目标点,影响雷达的检测性能。针对步进频率成像杂波抑制问题开展波形研究,提出了一种抑制杂波的步进频率(CS-SF)新波形。CS-SF发射波形为组内同频、组间步进的脉冲串,利用目标与杂波的速度差异,通过组内加权抑制杂波,组间离散傅里叶逆变换(IDFT)提高距离分辨率。详细分析了该波形抑制杂波的原理和信杂比改善理论值,给出了CS-SF波形信号处理流程,建立了单目标杂波模型和扩展目标杂波模型。通过仿真验证了CS-SF抑制杂波的有效性,信杂比改善实际值符合理论值。     

基于修正离散Chirp-Fourier变换的高速目标ISAR距离像补偿

分析了高速运动目标的逆合成孔径雷达（ISAR）回波信号模型和高速运动对ISAR信号处理的影响。结果表明,高速运动特征会导致目标一维距离像的畸变和二维像的模糊。为此,提出了一种基于修正离散Chirp Fourier变换（MDCFT）的高速运动目标距离像补偿算法,采用MDCFT谱包络最小Shannon熵准则进行参数估计,可解决幅度最大准则下参数估计性能恶化的问题。仿真结果表明了该距离像补偿算法的有效性。     

同时距离对准和相位补偿

在ＩＳＡＲ距离对准频域法的基础上,提出了一种新的ＩＳＡＲ运动补偿法。它将距离对准和相位补偿同时进行,因而能够简化运动补偿环节,减少运动补偿计算量。从理论上证明了所采用的相位补偿法与多普勒中心跟踪法是等效的。最后利用ＩＳＡＲ外场实测数据和微波暗室数据进行了验证,并且考察了所述方法的噪声性能。     

一种基于飞行任务的临近空间短距滑翔飞行器弹道预示方法

针对临近空间短距滑翔飞行器机动模式多变、弹道参数变化剧烈等特点,本文设计了一种基于变结构交互式多模型滤波的轨迹预测方法.该方法基于飞行任务结合自适应网格构建时变的机动模型集,解决机动模式多变的问题.通过引入渐消因子、修正Markov概率转移矩阵,提出一种变结构交互式多模型方法辨识机动模型特征参数.最后通过更新机动模型中...     

基于非相干积累的微小伪距偏差RAIM方法研究

针对传统RAIM算法难以检测连续微小伪距偏差的问题,提出一种基于非相干积累的微小伪距偏差RAIM方法。该方法通过对多个历元时刻奇偶矢量的非相干积累,使得检测统计量的非中心参数增大,从而提高算法对于微小伪距偏差的故障检测概率。理论分析和仿真结果表明,该方法在历元累加数为10时,可以显著提高对微小伪距偏差的检测性能,其可检测最小伪距偏差值约为传统奇偶矢量法的1/3。同时,该方法无需判断伪距偏差符号,在伪距偏差快速变化条件下,也能有效检测出微小伪距偏差。     

一种基于倾斜影像线特征的三维模型优化方法

针对基于点云构建的建筑物模型通常存在的表面凹凸不平、边缘锯齿等现象,以及建筑物模型中存在的视觉效果不佳的问题,本文提出了一种基于倾斜影像三维线特征约束的三维模型优化方法。该方法以重叠区域为依据对线段进行质量评估与筛选。然后采用选权迭代思想对三维线段进行择优重构,以三角网为单元进行平面拟合与模型表面的纠正与优化,以三维线段为辅助对模型边缘的三角网进行纠正与优化。采用无人机倾斜摄影数据进行实验,将本文方法与Poisson表面重建方法进行了比较,结果表明本文方法有效地消除了平面凸包和边缘锯齿,边缘精度优化至1像素以内,平面精度优化至0.5像素,模型总体精度比Poisson表面重建方法提升了近1倍。此外,对比现有的完全基于点云模型重建算法,本文方法极大地改善了模型的视觉效果,保持了三维模型平面与边缘的特征,模型的边缘和表面精度都得到了提升。     

基于增程雷达一维像特征的高轨卫星识别方法

高轨卫星距离地球数万公里,雷达为了实现有效跟踪,通常使用增程技术。远距离使位置测量误差大到千米量级,增程导致数据率低到每帧以分钟计,雷达散射截面积(RCS)细节信息丢失,这给利用目标轨道和RCS进行目标分辨、识别带来困难。幸运的是高轨卫星目标相对观测视线位置和姿态稳定,天然消除了宽带一维像使用中方位敏感性的问题。本文通过一维像的尺寸、波形熵等特征,通过最小二乘支撑向量机,设计了高轨卫星目标的模板匹配算法,利用实测数据进行了识别验证,结果表明了方法的有效性。     

一种基于视觉成像的快速收敛的位姿测量算法及实验研究

 由三维目标与其二维图像估计相对于目标的位置和姿态是计算机视觉成像中的一个重要问题。正交迭代(OI)算法是一种快速、且能全局收敛的姿态估计方法，但是当数据恶化时，不能给出正确的旋转矩阵。本文改进了该算法中旋转矩阵求解方法，避免了旋转矩阵求解中出现的错误。建立了模拟实验系统，使用改进的算法进行测量，在0.45～5.20 m的范围内，摄像机到目标距离的相对误差小于±0.41%；在距离为3 m时，旋转角度测量误差小于±1.8°。数学仿真结果表明，改进后算法的抗噪声能力得到改善，结果更为准确，且能快速收敛。     

雷达探测距离的区间估计

雷达探测距离是雷达发射功率、频率、接收信号功率等这些不确定参数的函数。以区间数学为基础,将这些不确定参数描述为区间变量,借助一阶泰勒级数,提出了近似估计雷达探测距离的区间分析方法。区间分析方法降低了以往处理不确定问题概率方法需要知道不确定参数均值、方差或概率分布密度等详细统计信息的要求,只要求知道不确定信息所在的边界,而且计算量少。通过算例与概率分析方法相比较,表明了区间分析方法的可行性和优越性。