基于多模型表示的高分辨率遥感图像配准方法

传统的配准方法假定两幅图像之间的几何变形可以用一个统一的变换模型来描述,高分辨率遥感图像配准,尤其当图像的分辨率达到米级和亚米级时,地物高程因素产生的像点位移不容忽略,导致这些区域的变形与平坦区域不一致,难以找到一个统一的变换模型来描述整幅图像的变形。针对高分辨率图像配准中存在的实际问题,提出了一种基于多模型表示的配准方法。在初配准阶段,完成图像中大部分平坦区域的校正,建立整体模型;在精配准阶段,完成局部高程区域的校正,建立局部模型。实验结果表明：该方法是准确有效的。     

结合分形理论和修改的方向最大最小方差的居民地提取方法

传统的居民地提取方法存在以下不足:第一是提取的居民地存在误判的情况;第二是提取的居民地边界不准确,效率低;第三是很难适用于不同空间分辨率的图像。为克服这些问题,本文提出了一种基于分形理论和方向最大方差(DMAV)和修改的方向最小方差(MDIV)的居民地提取方法,算法共分为三个步骤:第一步是利用分形特征和修改的方向最小方差提取居民地的候选区域;第二步是利用形态学滤波和面积阈值法除去干扰区域,并对提取的居民地区域进行修整;最后是利用方向最大最小方差,对居民地边界进行精确的定位。本文用了大量的遥感图像验证了提出算法,实验证明,本文方法是精确的、有效的。      

模式失配条件下连续时间控制系统的零控脱靶量估计误差分布

针对大机动目标拦截中零控脱靶量（Zero-effort miss distance,ZEM）估计误差分布的求解问题,在线性估计器与独立模式辨识器的配置下,提出了一种解析求解方法.在存在固定的模式辨识延迟下,ZEM的估计误差服从有偏的高斯分布.最后,通过与蒙特卡洛仿真的比较,验证了本文方法的正确性.     

一致性约束下末制导系统最大可容许模式决策延迟

对于大机动目标拦截问题, 模式决策器是基于逻辑的集成估计导引系统(Integrated estimation and guidance, IEG)中的一个重要组件. 为了保证系统的估计精度和制导性能, 模式决策器的模式延迟应尽可能小. 本文针对末制导场景, 首先推导了离散时间系统零控脱靶量的估计误差模型, 然后在一致性约束条件下给出了系统最大可容许模式决策延迟的数值计算方法. 本文的研究结果可为IEG系统中模式决策器的设计提供指标参考.