一种基于目标特征的航天器间相对姿态测量方法

提出了一种基于目标特征的航天器间相对位置和相对姿态单目视觉测量方法。该方法利用目标特征点在物体坐标系中的空间坐标及其在像平面上成像点的图像坐标,根据透视成像理论,采用针孔模型解算出目标航天器与图像传感器的相对状态。提出了一种新的目标靶特征点构型设计方法,该方法适用于较大偏转姿态角的应用环境。仿真结果表明:新的特征点构型适应性好,能提高测量方法精度。该测量方法可直接用于航天器编队飞行及空间站交会对接过程中的相对姿态测量。     

基于目标特征的航天器相对状态测量方法误差分析

针对提高航天器间相对状态参数测量精度问题,分析了基于单目计算机视觉及目标特征的航天器间相对状态测量方法的误差因素.深入研究了灰度噪声、量化噪声对目标特征图像的影响及其误差模型,并由此建立了目标特征图像质心坐标提取误差模型.利用仿真试验分析了灰度噪声、量化噪声导致的航天器间相对状态参数测量的误差分布.结果表明,相同噪声水平条件下,灰度噪声对测量精度的影响大于量化噪声的影响.     

基于IEKF序列图像分析的航天器相对状态测量方法

提出了一种基于IEKF序列图像分析的航天器间相对状态单目视觉测量方法。该方法利用具有正方形几何结构的4个目标特征点在物体坐标系中的空间坐标及它们在像平面上成像点的图像坐标,根据估计理论,采用迭代扩展卡尔曼滤波(iteratedextendedKalmanfilter,IEKF)方法解算出目标航天器与图像传感器的相对状态。试验结果表明:该方法不仅使作用距离大大提高,而且极大地提高了测量的稳定性。该测量方法可直接用于航天器编队飞行及空间站交会对接过程、空间监视、目标拦截等应用领域中航天器间相对状态测量。     

基于相对轨道要素的卫星编队构型重构制导算法

针对卫星编队飞行过程中由于任务的改变或成员的进出导致编队构型重构的问题,推导和定义了描述卫星编队的相对轨道要素;提出了基于相对轨道要素的卫星编队构型重构制导算法;使用该算法对近地圆轨道上的卫星编队重构过程中各控制因素与速度增量的关系进行了分析。结果表明,该算法能够综合考虑构型重构时运行状态、约束条件、调整策略、能量消耗等因素,便于实现编队重构的整体优化。     

四元数及相对欧拉参数

欧拉参数是规范四元数。在多刚体系统运动学及动力学分析中,日益广泛地采用欧拉参数来描述系统中刚体对于惯性参考系的绝对方位。而系统中两邻接刚体的相对方位如何描述,是目前正在探讨的问题之一。本文试图利用四元数方法来推导确定多刚体系统中邻接刚体相对方位的相对欧拉参数。为多刚体系统的运动学及动力学分析提供一种数学工具。     

基于时空域Adaboost算法的人体动作识别研究

基于Kinect深度传感器提取人体骨骼信息,提出了一种有效的动作识别方法。首先利用Kinect传感器获取人体骨骼中20个骨骼点位置信息和旋转角度信息,用四元数的形式来表示,提取一个时间段的每一个骨骼点的四元数参数,作为80个时空特征;用支持向量机(Support Vector Machine,SVM)对每一个时空特征进行训练,得到80个弱分类器;最后利用Adaboost算法进行训练,得到相应的动作特征集和强分类器,并对强分类器进行融合。实验结果证明,该方法对不同体型的人的动作都具有很高的识别准确率和鲁棒性。     

自适应滤波在空间机动目标相对导航中的应用

针对空间机动目标的相对导航问题展开讨论,提出了基于UKF的空间机动目标相对导航自适应滤波方法。文章从机动目标的检测和滤波器参数的调整两方面入手,首先使用统计学方法处理机动判据归一化新息加权平方和,以避免虚警并使目标检测更为有效,然后设计一套放大状态估计协方差矩阵的滤波器参数自调整策略,实现在检测到目标机动后滤波器能够快速收敛并持续稳定跟踪。仿真验证所设计的滤波器较传统的UKF能够更好地完成机动目标的相对导航任务。     

国外空间目标操控相对位姿测量技术比较研究

在空间目标操控任务中,需对操控平台进行相对导航,对操控机构进行高精度控制。对美国航空航天局和欧洲空间局等组织开展的4种相对位姿测量系统进行了比较研究,分析了其中的关键技术和瓶颈问题,探讨了国外空间目标操控相对位姿测量技术的发展方向,对我国开展相关技术研究具有参考意义。     

一种新的基于分形特征融合的图像目标识别算法

提出了一种基于多分形特征融合的目标识别算法.在此算法中,将分形理论与D-S证据融合理论相结合,提取或构造了分形特征,设计了合理的概率分配函数,并对所提出的算法进行了仿真研究,并将此算法的识别结果与基于单分形特征的识别算法、基于神经网络的目标识别算法进行比较,结果表明本算法是可行的和有效的.     

基于区域显著性与稳定性的小目标检测方法

为解决彩色图像小目标检测中目标易丢失与虚警率高的问题,提出了一种基于区域显著性和稳定性标准增强的小目标检测方法（ RSSEM ）。首先,在区域稳定性特征提取阶段,针对滤波导致的边缘信息缺失问题,填充图像边界并采用多级阈值二值化图像,在聚类准则下二值图像进行区域聚类和二次后验,使本文方法对小目标有较高敏感度。其次,在区域显著性特征提取阶段,利用旋转对称高斯高通滤波对灰度图像进行滤波得到显著性特征图像。最后,融合稳定性特征与显著性特征,并对强噪声滤波后实现小目标检测。在RSS数据集上,与对照组相比,本文方法能显著降低小目标的丢失率和虚警率,比最先进的算法在精确度、召回率、F值上至少提高1%,表明RSSEM的有效性。     

基于SURF目标跟踪算法研究

SIFT算法是特征图像特征提取中一种最具鲁棒性的算法,但是其在特征提取匹配上速度较慢,很难满足实时目标跟踪的要求。使用SURF特征提取方法既保持了SIFT算法的高精度的优点,又克服了速度慢的缺陷。提出使用SURF提取并且匹配目标的特征点,用重心算法计算目标的脱靶量,通过小区域跟踪方法和高速硬件平台实现目标的实时跟踪。实验证明,算法对目标的轻微旋转、部分遮挡、亮度变化具有很强的鲁棒性,跟踪速度比SIFT算法也极大提高。     

基于几何特征信息融合的SAR图像目标识别

几何特征是进行合成孔径雷达图像目标识别的重要依据,根据检测后的高分辨率合成孔径雷达目标图像,分析并且提取其典型几何特征,然后依据所得到的结果进行特征级的融合识别。首先运用二次距离法构造分量识别器,然后采用绝对多数投票法进行集成,最后结合专家系统分析得到基于目标典型几何特征的识别结果。经数据实验验证,该方法具有良好的可靠性和准确性。     

一种基于目标状态关联的动态规划TBD算法

鉴于传统动态规划-检测前跟踪（DP-TBD）算法在低信噪比条件下易导致航迹跟踪误差大.为减小航迹关联时噪声的影响,提出了一种基于目标状态关联的DP-TBD算法.在当前第k帧观测值与（k-1）帧窗内某观测值累加的基础上,沿此方向再与（k-2）帧区域内的指标函数最大者进行累加,并记录累加后最优指标函数值所对应的前两帧的位置,用于回溯航迹.仿真结果表明,该算法有效减小了噪声的影响,相对于传统算法提高了跟踪性能,并且搜索窗越大,杂波点也越多,所提算法的优势越明显.     

航天器间相对状态光学测量系统设计

针对合作目标航天器的应用背景，设计了基于单目计算机视觉及目标特征的2颗航天器间相对状态光学测量系统；介绍了测量系统的总体结构设计及电路设计，论述了系统中目标特征靶体、探测器及接口电路的设计方法；利用地面原型试验系统对测量系统的正确性及可行性进行了验证，并对影响系统测量精度的可能误差因素进行了简要分析。     

一种水下目标分类的新方法

水下目标信号的特征提取和分类是当今水声信号处理领域中存在的难题。随着人工神经网络技术的发展,众多的研究人员已致力于将人工神经网络应用于水下目标分类的研究中。本给出了ＦＫＣＮ（ｆｕｚｚｙ Ｋｏｈｏｎｅｎ ｃｌｕｓｔｅｒｉｎｇ ｎｅｔｗｏｒｋ）算法,并将ＦＫＣＮ应用于水下目标的分类问题中。实录海上无源声纳目标信号的分类实验验证了该算法的可行性。实验结果表明：在大量的训练样本和测试样本下,ＦＫＣＮ提高