一种卫星间跟瞄方向的控制策略与实现

进行自由空间的光通信或空间对抗，需要在卫星间实现精确的跟踪与瞄准。因为地面测控站的设置非常有限，指令与数据注入的范围受到很多限制，所以要求这种跟瞄在很多时候是无主控制状态下完成的。提出了一种利用在地面测控站的范围内向星上数管中心注入目标卫星、本体卫星的轨道参数，其它时间依靠自主导航飞行和GPS修正的方法，结合本体星的姿态测量、振动测量实现卫星瞄准指向的方位角与俯仰角的精确控制的方法，提高了在地面站无法注入指令与数据时卫星的捕获概率。通过仿真，将计算结果与卫星仿真工具软件STK的数据进行比较，结果一致。最后在嵌入式DSP平台上实现了这一策略。     

新型空对地机载雷达的可靠性探讨

介绍空对地机载雷达的功能与雷达可靠性指标的落实问题。试图说明在研制新型雷达的工作中，承制方和使用方在对雷达的可靠性质量要求方面应有一个共同的认识，合理地落实好可靠性的定量值，促使双方合作成功是十分重要的事情。     

星载主动光学遥感技术现状

激光雷达具有重要的军事应用价值和民用价值，主要应用于军事侦察、军事气象、航天器交会对接和地球科学研究方面。文章简述激光雷达的研究历史，从地球科学应用角度阐述激光雷达技术现状。     

不同干扰情况下脉冲压缩对雷达作用距离的影响

雷达脉冲压缩技术,既是能够解决雷达威力与距离分辨力之间矛盾的手段,也是一种抗干扰措施。分别分析了在背景噪声、窄带噪声瞄频干扰、宽带噪声阻塞干扰情况下,脉冲压缩处理对雷达作用距离的影响。指出了脉冲压缩处理对雷达作用距离是否产生影响的根本原因,是看干扰（噪声）信号的功率谱密度是否恒定。若恒定,则无影响;若不恒定,则会产生影响。     

星载激光雷达光路自动调整技术研究进展

大气探测激光雷达系统接收与发射光轴的空间平行与否直接影响探测数据的有效性,高精度光路自动调整系统是星载激光雷达实现可靠探测的保障条件之一.基于国际上现有的星载大气探测激光雷达,总结光路调整系统的研究现状、基本原理和常用方法,并从硬件结构和软件算法两方面对常用的回波信号强度法和光斑调整法进行了对比.回波信号强度法结构简单,但调整过程受大气和地表环境影响明显;光斑调整法可实现1μrad的高精度调整,但光路复杂、成本相对更高.总体而言,光路自动调整技术涉及多个学科和领域,结合各个学科的优势,设计出结构简单、高精度低成本的光路调整系统,是未来的发展方向.     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年,基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用,然而对识别感知目标的体积测量,目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法,实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿,相较于原始LeGO-LOAM算法,无人车在高速情况下的构图精度得到提升;通过将激光雷达与视觉进行深度融合,实现了目标的自动识别与全局定位;通过基于平面拟合的地面分割与欧式聚类,实现了目标点云轮廓的实时获取;通过设计一种基于切片法的不规则物体体积测量方法,实现了无人车在运动情况下对目标体积的自动估计。最终,分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明,所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%,具有较好的工程应用价值。