多站ISAR空间目标姿态估计方法

该文提出一种基于多站逆合成孔径雷达(ISAR)序列成像的空间目标姿态估计方法。方法提取各帧ISAR图像中目标的典型线性结构,结合目标轨道信息实现关键部件姿态估计。该文建立了较为稳健的空间目标ISAR几何结构分析流程,采用Radon变换对太阳能翼、平板天线等线性结构进行提取和关联,继而估计典型线性结构在距离-多普勒成像平面的姿态角变化,同时利用卫星轨道信息获得ISAR距离-多普勒投影矩阵进行线性结构的3维姿态解算,最终实现典型部件姿态的优化求解估计。仿真实验验证了所提算法可有效实现空间目标典型部件的姿态估计,同时利用多站ISAR观测数据可有效提升算法的估计精度。     

基于HOURGLASS网络语义关键点提取的光学图像空间目标姿态估计方法

空间目标姿态估计是有效实现各类航天任务的重要前提,基于空间光学观测图像的目标姿态估计关键一环在于快速准确地建立起观测图像与空间目标之间的“二维特征点-三维实体结构”映射关系。传统的方法往往将这一任务分解为特征提取和特征关联两个步骤序贯进行,然而在空间目标光学观测场景中,高动态的光照变化和目标的相对高速运动特点会显著降低图像特征提取的可靠性,影响后续特征关联匹配的正确率并最终降低对空间目标的姿态估计精度。针对这一问题,本文提出了一种基于语义关键点提取的光学图像空间目标姿态估计方法,利用Hourglass网络端到端地提取包含语义信息的关键点,直接实现了光学图像中二维特征点与目标三维实体结构的关联映射,并在此基础上利用EPnP算法求解待估计的目标姿态值。实验结果表明,本文所提的方法能较好地兼顾算法精度与效率,其在仿真数据集上的姿态估计最小误差为0.83°,且在数据降质的情况下平均误差依然优于传统方法。      

基于多姿态角模型的SAR图像分类方法

针对传统合成孔径雷达(SAR)图像目标识别存在精度低、效率差的问题,提出一种多姿态角模型SAR图像分类方法。根据SAR图像姿态角敏感特性,首先将数据集按照不同方式和间距进行划分,得到不同的数据集组合,其次利用卷积神经网络训练划分后的数据集得到不同组子模型,并将效果最好的一组子模型融合成一种多姿态角模型,最后使用稀疏表示的方法对待测样本进行姿态角的角度估计,获取其姿态角信息后送入多姿态角模型中进行模型匹配,得到图像分类结果。实验结果表明,所提方法的目标识别准确率高于传统算法,在姿态角变化较小的数据集中训练得到的模型能够对目标群体进行更精确的目标类别估计。     

基于特征直线的红外成像目标被动测距方法

提出了一种利用先验信息进行红外成像目标被动测距的方法,分析了红外成像探测模型以及目标空间姿态,推导出借助特征直线估计目标距离的单目视觉算法,将导弹跟踪过程中目标距离与姿态的估计转化为目标特征的成像分析问题。实验结果表明,该算法能够准确定位目标,且不受目标姿态的影响。     

一种基于模型的合成孔径声呐图像目标快速识别方法

针对基于合成孔径声呐(SAS)图像目标识别的先验模板获取困难、运算复杂度高的问题,该文提出一种基于模型的改进型相关快速识别方法。首先,基于构造凸壳估计目标姿态角,实现目标成像几何关系的估计;其次,提出改进的基于隐藏点移除的目标图像快速生成方法,可实时得到各备选目标对应成像几何关系的仿真图像;进而基于图像相关实现目标图像识别;最后,仿真实验证明了算法的有效性。仿真实验结果表明,相比于常规的直接模板识别方法,该方法识别率高,计算速度快。     

基于非均匀同区域线性CCD成像的卫星姿态调整与非线性定标方法

提出了对非均匀场景同一区域成像的卫星姿态调整及基于直方图匹配的线阵CCD非线性相对辐射定标方法.当在轨卫星需要执行相对辐射定标任务时,首先计算初始偏流角并调整卫星偏航角进入在轨定标成像模式;然后在定标成像过程中控制卫星偏航角,使得线阵CCD阵列的所有像元能够依次对同一区域成像;最后基于直方图匹配方法建立高精度非线性相对辐射定标模型.仿真实验给出了不同姿态对应的定标成像情况下的偏航角调整大小与调整周期,并分析了引起偏流角误差的因素及其对偏流角的不确定性.该方法既不需要地面均匀定标场等,也不需要统计分析大量在轨图像数据;且每一轨都可以执行定标任务,避免了卫星不同轨数据之间的不稳定性所带来的定标源自身不可靠问题.     

基于线特征差分投影的空间目标姿态估计方法

空间目标姿态估计是有效实现基于ISAR图像空间目标识别的重要前提。本文针对利用线特征二维投影进行姿态估计时,线特征投影的检测误差会严重影响姿态估计精度这一问题,提出一种基于线特征差分投影的空间目标姿态估计方法。该法利用DP算法检测线特征在ISAR图像中的投影,通过建立线特征在实测ISAR图像和姿态估计值下的仿真图像中的二维差分投影,将线特征投影检测的绝对误差转化成相对误差,有效减小了线特征投影的检测误差对姿态估计的影响;同时,利用差分投影求取姿态估计的修正量,形成姿态估计的优化迭代过程,不断提高姿态估计精度。仿真实验验证了方法的可靠性与有效性。      

基于太赫兹ISAR图像序列的空间目标抛物面天线载荷指向估计（英文）

为了监视空间目标的工作状态,开展了基于多视角太赫兹逆合成孔径雷达(ISAR)图像序列的抛物面天线载荷指向估计研究。提出了一种空基太赫兹雷达成像体制,可以实现高轨卫星目标和小卫星目标的监视。由于圆形的抛物面天线边缘沿着任意观测平面的投影均为椭圆,提出了一种改进的随机霍夫变换方法,可以实现太赫兹ISAR图像中椭圆成分的自动检测和参数提取。为了确保指向估计算法的效率、精度和鲁棒性,提出了一种两层估计算法。首先估计抛物面天线边缘的三维圆心坐标和半径,将估计得到的参数作为先验信息,通过求解一个最小化椭圆短轴长度和椭圆倾角联合误差的最优化问题实现对天线载荷指向的估计。卫星模型的电磁散射数据证明了所提出的抛物面天线载荷指向估计方法的有效性。     

基于JRM的战场环境红外图像实时生成

为了满足新一代红外成像目标仿真系统的性能需求,生成逼真的战场环境红外图像供红外成像制导武器进行半实物仿真试验,研究了一种基于JRM的战场环境红外图像生成方法。首先利用3DSMAX建立目标的三维模型,并从导引头视场需求出发,结合目标地区的卫星影像数据与高程数据建立背景区域的三维模型;然后利用JRM的GenesisMC工具、SigSim工具和SenSim工具分别对物理材质特性及目标热源、场景红外特性、传感器特性进行建模;最后使用OSV工具实时渲染生成红外图像。实验结果表明,该方法可满足红外成像目标仿真系统的红外图像实时生成要求,具有灵活性强,效果良好等优点。     

基于雷达图像特征的空间目标载荷指向估计方法

载荷指向信息是空间目标在轨工作状态感知的重要依据，文中提出了一种基于逆合成孔径雷达（inverse synthetic aperture radar，ISAR）图像中的轴向特征匹配与重建的空间目标载荷指向估计方法，可以反演出空间目标天线载荷的具体指向及观测区域.该方法首先利用Randon变换和极值点检测等从ISAR图像中提取出天线载荷的两个轴线方向，然后再将该轴向特征与仿真特征模板库进行匹配，实现天线载荷轴向姿态角的粗略估计，同时利用三维矢量到二维平面的几何转换关系，建立载荷轴向在轨道坐标系与ISAR成像坐标系之间的姿态解算公式，根据姿态角粗略估计结果及三维重建矩阵实现载荷轴向及指向姿态的优化求解.基于动态仿真数据验证了该方法的有效性.     

空间目标卡尔曼滤波稀疏成像方法

鉴于卡尔曼滤波器(KF)具有优良的信号估计性能,将KF与贪婪算法相结合,该文给出稀疏约束下的基于KF的空间目标逆合成孔径雷达(ISAR)成像方法。考虑到有些空间目标尺寸较大或包含大尺寸部件,或成像积累时间较长,会引入越分辨单元走动(MTRC)和方位向2次相位调制,首先对回波进行MTRC校正,然后构建包含2次相位的观测矩阵,通过使图像锐度最大化,估计目标转动角速度,获得聚焦目标图像,并将估计转速用于方位向图像定标。卫星仿真ISAR数据处理验证了上述成像处理方法的有效性。成像效果优于传统距离多普勒(RD)和正交匹配追踪(OMP)方法。     

多基地SAR线目标参数反演与图像重建

传统单基地SAR成像系统基于点目标模型且观测视角单一,在对复杂场景成像时存在线目标边缘不连续,特征丢失等现象。针对这一问题,本文提出了一种多基地SAR构型下线目标参数反演与图像重建方法。该方法基于几何模型与散射理论推导了线目标的合成孔径雷达回波的参数化表达式,分析了在不同观测角度下对线目标的SAR成像结果从直线段到两端点反复变化的特点,并从空间谱采样的角度解释了这一现象,在此基础上根据线目标空间谱的特征,提出了一种基于最小二乘估计的多基地构型下线目标参数反演与图像重建方法。仿真实验结果表明,在相同的峰值信噪比条件下,本文提出的多基地SAR线目标参数反演与图像重建方法,相对于单一观测角度的单基地SAR具有更优的反演性能,在SAR图像的峰值信噪比为28dB时,线目标朝向与长度的反演误差在10％以内的概率达到了84％,可以基于反演结果实现图像的重建。      

一种两阶段的敏捷卫星任务并行调度技术

敏捷卫星灵巧的姿态机动能力令其观测能力和使用效率得到大幅提升,也使得卫星任务调度变得更加复杂和困难.首先,通过分析敏捷卫星的工作模式、任务调度特点和使用约束,构建了基于任务重要性、任务满足度和任务成像质量等目标的敏捷卫星任务调度优化模型;然后,通过对敏捷卫星多种成像模式进行统一编码,设计了一种新的差分变异策略——基于排名的变异算子,提出了基于主从式的改进并行差分进化算法;最后,和基于时间轴的成像质量贪心算法相结合,给出一种新的两阶段敏捷卫星观测任务调度方法,并通过仿真对比验证了方法的有效性.     

视频卫星在轨相对辐射定标方法

视频卫星利用敏捷姿态性能对地凝视成像,实现对目标的动态监测。为了消除视频卫星获取时序图像中由探测元件响应差异引起的非均匀性,获得清晰的图像和准确的辐射信息,需要针对视频卫星传感器进行相对辐射定标。由于成像机理不同,基于统计的在轨辐射定标方法并不适用于视频卫星,提出采用均匀场景的视频卫星在轨相对辐射定标方法,分别对云层、海洋和沙漠三种典型的均匀场景进行凝视视频成像,解算相对辐射定标系,其中,沙漠场景的处理取得了较好的相对辐射定标系数,校正吉林一号视频单帧影像。该方法能够有效修复图像缺陷,图像的非均匀性由3.7%降低至1.2%。     

基于中心点回归的大场景SAR图像舰船检测方法

合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测在军事和民用领域有着重要的应用.然而随着SAR图像成像能力的提升,SAR成像场景越来越大,舰船目标检测存在两个难点:一是舰船目标在整幅图像中所占比例极小,很难与周围背景分开;二是靠岸舰船目标通常密集排列,目标之间难以区分.目前常用基...     

基于矩阵束方法的星载MEB SAR俯仰向DBF处理方法

俯仰向数字波束形成(DBF)处理是距离向多波束体制(MEB)星载合成孔径雷达(SAR)系统实现较高分辨率、超宽幅成像的关键。但是,由于存在卫星姿态误差等因素的影响,星载MEB SAR系统的DBF接收波束指向会出现偏差,这将导致在对具有强散射体的区域(如存在船舶的海面、港口等区域)进行成像时会出现鬼影目标。针对这一问题,该文提出一种基于矩阵束方法的俯仰向DBF处理方法。首先对俯仰向通道回波数据进行匹配滤波处理,并根据预设阈值寻找强散射体的峰值位置;然后利用矩阵束方法准确估计强散射体的波达角;最后利用这些信息调整俯仰向DBF加权矢量,确保DBF接收波束指向正确,从而消除鬼影目标的干扰。仿真实验验证了该方法的有效性。     

基于波段选择估计PSF的高光谱图像运动模糊盲校正方法

结合双三次插值处理和基于方向滤波的图像维去模糊算法,提出了基于波段选择估计图像点扩散函数的高光谱图像盲校正方法,以降低光谱维冗余信息对复原精度的影响.校正实验结果表明,提出的方法能够对不同卫星振动模式引入的运动模糊进行有效校正,能够同时提高高光谱图像空间维质量、减小光谱维失真.     

Maximum cross correlation automatic satellite image navigation and attitude corrections for open-ocean image navigation

To enable "automated" image navigation (without human intervention) a base image is defined, and the maximum cross correlation (MCC) method is used to automatically compute the satellite attitude parameters required to geometrically correct images to this base image. Several levels of filters insure that contamination from cloudy pixels is minimized. The MCC method produces displacement vectors, which are translated into satellite attitude corrections to be added to the orbital image navigation corrections. The auto attitude corrections are shown to be more accurate than the traditional linear translation methods. A further application of the attitude corrections is demonstrated whereby attitude corrections computed over land can be carried forward in the satellite's orbit to accurately navigate imagery over the open ocean where no map reference points are available. Tested for two land sites well separated in a single orbit this method is shown to be as accurate as when applied to an individual image.