基于TMS320DM642的无人机景象匹配辅助导航系统构建

景象匹配辅助导航系统传统上大多是基于PC机、PC104计算机实现的,由于受重量、体积、功率等方面的限制,无法应用于无人机平台上.针对该问题,提出了一种基于TT公司TMS320DM642高性能DSP处理器的无人机景象匹配辅助导航系统设计方案,经试验分析,可满足无人机平台的需要.     

基于三级信息融合结构的多平台多雷达目标识别算法

为了解决多平台多雷达目标识别时空信息融合过程中存在的时效性不高,识别特征信息模糊和雷达识别结果高冲突等问题,提出了一种基于三级信息融合结构的多平台多雷达目标识别算法。一级特征融合中,基于模糊评判法解决了多特征识别信息模糊问题。二级空域融合中,基于DS融合规则和折扣融合规则,提出了以平均证据距离为阈值的自适应证据融合算法。三级时域融合基于多雷达序列信息,给出了时域自适应融合算法。仿真计算结果表明文中提出的融合结构能够在保证结果正确的同时,每个周期都能输出结果,时效性较之以往的融合结构有了明显改善。文中的自适应证据融合算法能够克服证据间可能存在的高冲突性,并且与采用折扣证据融合算法相比计算量显著减少。     

简述极化SAR定标处理技术研究进展

极化定标是极化SAR数据用于图像解译和定量参数反演的关键步骤。综述了国内外极化SAR定标技术及应用研究的主要成果,着重介绍极化SAR定标技术发展以来取得的多种关键算法进展,系统梳理包括点目标定标算法、分布目标定标算法、法拉第旋转校正算法等技术原理介绍、参数定义估计及技术脉略发展分析,并讨论各技术方法在机载及星载SAR系统定标领域取得的应用发展现状,同时逐步分解该技术领域目前面临的技术难点及算法发展。最后探讨分析极化SAR定标技术发展中的未来需求难点和继续需要解决的问题,为研究人员进一步推动极化SAR定标技术发展提供参考。     

基于RadarSat2数据的法拉第旋转校正算法实验

鉴于星载合成孔径雷达(SAR)系统受法拉第旋转效应引入的极化矢量偏移影响,研究基于极化SAR传输模型给出常用星载SAR法拉第旋转效应校正算法,还原目标真实散射特性以用于地面精确信息反演.实验给出了四种常用校正算法关于C波段全极化Radar Sat2数据的法拉第旋转角估计性能分析,对比得到Bickel&Bates算法及Freeman算法具有较稳健的估计性能表现;并基于其对整景数据进行法拉第旋转效应估计,得到该雨林区域数据具有0°~2°的法拉第旋转角变化,对于一般遥感数据应用不会产生较大影响.这为进一步精确监测星载极化SAR系统失真变化打下了技术基础.