基于立体视觉的空间碎片定位技术

空间碎片是在地球轨道上超高速运行的物体,安装在航天器上的空间碎片探测系统需要具备造价低廉、数据分析处理及时的特点。利用计算机双目立体视觉的基本原理,提出一种由2个红外探测器组成的空间碎片红外探测系统以及相应的空间点目标定位算法。根据2个红外探测器具有相同背景图像的特点,将图像减法用于背景剔除,以简化图像中空间碎片边缘提取算法。通过在2幅图像中提取空间碎片的边缘,导出了空间碎片中心像点在2幅图像中位置,并利用空间点目标定位算法给出了空间碎片在航天器固连坐标系中的位置。该系统不仅造价低廉,也实现了空间碎片的快速定位。仿真结果证明了系统及其定位方法的可行性。     

小偏心率空间碎片天基短弧定轨方法和实验

低轨空间碎片数量巨大, 对航天器在轨安全运行造成严重影响。天基光学是空间碎片观测的重要发展方向。低轨天基光学观测平台观测低地球轨道空间厘米级碎片的观测弧段相对较短, 由单个观测弧段难以确定目标的初始轨道, 初始轨道的误差也不容易评估。本文基于可行域方法, 建立了初始轨道确定和误差估计算法。针对天基短弧光学观测数据的初始轨道不易确定的问题, 本文提出了圆轨道辅助可行域方法。通过与商业遥感卫星合作, 利用遥感视频星开展了低轨空间碎片观测实验, 并利用天基实测数据对所提出的计算方法进行了验证, 为后续利用初始轨道进行弧段间关联奠定了基础。     

基于小区域滤波的快速星图弱小目标分割算法

时间序列帧星空图像中弱小目标的检测是天基监视地球同步轨道卫星需要解决的关键技术之一,星图中的背景杂波抑制与小目标分割对运动目标的检测与精确测量是至关重要的。针对这一问题,提出了一种基于小区域滤波的快速星图弱小目标分割算法。首先采用最小二乘拟合方法得到高斯背景均值和标准差;然后利用小区域滤波抑制背景杂波;最后利用固定阈值滤除灰度过小像素点。实验结果表明,该算法能够较好地保持恒星和运动目标的边缘,为恒星和运动目标的快速定位奠定了基础。     

基于星联合分布的星图识别

针对栅格类算法中难以合适选取栅格尺寸的缺点,设计了将星图划分为多个多边形的划分方法,使星图中所有星都位于与其唯一对应的多边形中,提取多边形几何特征,对导航星库和观测星图的特征模式进行匹配。根据仿真数据进行验证,表明这一方法避免了栅格类算法中可能使多颗星位于同一栅格中的现象,同时也克服了栅格类算法不能正确选取定位星进而使星图识别失败的缺点,有效提升了星图识别的准确度。     

全天时多视场星图仿真的设计与实现

为了对大气层内全天时短波红外三视场天文导航系统的软件开发及功能和性能测试,提出了一种全天时三视场星图仿真算法.该算法为本天文导航系统提供任一时刻、任一指向下的仿真星图.短波红外2MASS星表数据量巨大,为此,采取了分区检索视场恒星的方法.为了使仿真星图更接近真实情况,研究并分析三视场天空背景辐射及三视场恒星——背景对比度;建立了星点成像模型和系统噪声模型.充分考虑了同一时刻、不同视场间背景辐射的变化情况,采用蒙特卡罗方法随机产生平台姿态,以便更好的测试恒星检测与识别算法的鲁棒性.     

空间定位的一般原理

研究采用光学观测方法进行天文定位的理论是有指导意义的。这种理论由于它的几何特性可以使人们对一般的弹道参数估算问题认识得更深刻。     

天文导航系统半物理仿真研究

由于航天实验费用大,为测试星敏感器性能和星图识别算法,需在地面构建天文导航半物理仿真试验平台。从检验星敏感器性能、加快其样机研制周期、降低成本、提高效率的目的出发,设计构建了一个实用性强的天文导航半物理仿真系统;着重介绍了此系统的组成、结构和各模块的功能;叙述了系统的实现方法和相关性能指标。它具有一定的灵活性和可扩展性。最后利用所构建的半物理仿真系统,对星图识别算法和星敏感器性能进行了静态和动态的试验。试验结果显示该系统满足和达到了规定的性能指标。     

面向中小型碎片的卫星自主观驱规划仿真研究

针对目前地基探测系统无法对中小型碎片清晰成像的问题,提出了一种面向中小型碎片的卫星自主光学观测与驱离规划仿真方法。该仿真方法采用C++、QT、STK(satellite tool kit)进行联合设计,主要包含批量碎片生成模块、光学观测模块、碎片与卫星交会模块和自主驱离规划模块,可有效实现海量碎片数据的筛选,以及自主观测与驱离任务下的卫星姿态与驱离载荷的开关机时间的时序规划。最后,通过space-track网站和在卫星轨道周围批量生成碎片作为输入条件,有效验证了该仿真方法的可行性。     

基于运动信息的星图中空间目标检测算法

为了对空间目标进行精确定位与跟踪,建立目标运动轨迹,对基于运动信息的星图中空间目标检测算法进行了研究。首先,基于空域目标能量累积的方法提高目标信噪比,增大弱小目标被分割出来的概率。然后,根据相邻两帧星图中恒星相对位置不变性提取星图控制点,并根据控制点坐标求取全局运动参数。然后,根据分割出的星点与控制点的位置关系,将恒星与潜在目标分类。接下来,利用3帧最近邻关联法粗检测目标,并利用多帧前后向搜索法滤除虚假目标。最后将序列星图中所有目标编号,建立起目标的轨迹针对4组实拍星图的实验结果表明：所有目标的运动轨迹全部建立,检测到目标的最小平均信噪比为2.99,目标最小平均运动速度2.47 pixel/frame,最大平均运动速度12.72 pixel/frame。本文算法基本满足星图中空间目标检测的检测概率高、虚警少和轨迹定位精度高等要求。     

空间碎片碰撞预警可视化仿真系统设计与实现

研究了一种空间碎片碰撞预警的快速算法,该算法综合利用远近距离筛选、地心距筛选,时间筛选和SGP4轨道预报等方法确定危险碎片.在此基础上,设计并实现了可视化的卫星与空间碎片碰撞预警仿真系统.实验表明,该系统对卫星的碰撞预警速度快,卫星与预警碎片可视化展现效果逼真.     

改进最小二乘算法在天文定位中的应用

运用数字天顶仪进行天文定位时，需采用最小二乘算法建立电荷耦合元件图像坐标系和天球切平面坐标系之间的映射关系。针对最小二乘算法只考虑了观测量中的误差，没有顾及系数矩阵中的误差和数据中可能存在的粗大误差问题，为了提高数字天顶仪进行天文定位时的解算精度，将最小二乘算法与总体最小二乘算法进行有效结合构成了混合最小二乘算法，该算法能够同时顾及坐标转换中系数矩阵和观测量中的误差。为了消除识别恒星数据中可能存在的粗大误差对天文解算的影响，对所提算法进行了稳健加权，并结合星等设置合理的权阵。数据分析的结果证明，稳健加权混合最小二乘算法在进行天文解算时具有较高的精度。     

Compressive sensing for small moving space object detection in astronomical images

It is known that detecting small moving objects in astronomical image sequences is a significant research problem in space surveillance.The new theory,compressive sensing,provides a very easy and computationally cheap coding scheme for onboard astronomical remote sensing.An algorithm for small moving space object detection and localization is proposed.The algorithm determines the measurements of objects by comparing the difference between the measurements of the current image and the measurements of the background scene.In contrast to reconstruct the whole image,only a foreground image is reconstructed,which will lead to an effective computational performance,and a high level of localization accuracy is achieved.Experiments and analysis are provided to show the performance of the proposed approach on detection and localization.     

弹载双基前视成像雷达解析-迭代定位方法

在弹载寻的制导阶段, 针对传统双基定位方法受限于速度、角度等参数精度的问题, 提出一种最优解析-迭代双基定位方法。该方法首先建立基于图像匹配的弹载双基前视成像定位模型, 并分析推导出定位模型的解析解集, 然后结合惯导参数与初始迭代点的选取准则, 确立最优初始迭代点, 实现快速迭代搜索, 获取接收雷达最优三维坐标, 完成双基雷达的精确定位。在此基础上, 建立运动误差和匹配误差模型, 并通过仿真实验分析其对定位精度的影响。仿真实验验证了在相同实验环境和条件下, 最优解析-迭代定位方法的有效性和准确性。     

基于互相关特征图和扩张稠密卷积网络的SFBC-OFDM识别方法

针对传统的空频分组码(space-frequency block code, SFBC)识别方法存在人工提取特征困难、低信噪比(signal to noise ratio, SNR)下识别准确率低和不适用于非协作通信的问题, 提出一种基于互相关特征图和扩张稠密卷积网络的SFBC自动识别方法。首先,计算接收端频域上的互相关函数并进行维度变换, 得到二维互相关特征图。然后, 对得到的特征图进行预处理以扩大卷积核感受的有效区域, 去除图像冗余信息。最后,构建扩张稠密卷积网络以自动提取预处理图像特征, 实现SFBC分类识别。仿真结果表明, SNR为-8 dB时, 该方法对SFBC信号的识别准确率达到了96.1%。相比于传统算法, 该方法具有更好的抗低SNR和特征自提取能力, 验证了深度学习方法在SFBC识别领域的有效性, 为该领域的后续研究奠定了基础。     

一种利用快速2D熵阈值算法的目标图像分割方法研究

目标图像分割是自动目标识别(ATR)的重要环节,其性能对ATR系统具有显著影响。本文利用二维(2D)熵阈值进行目标图像分割,提出一种快速2D熵阈值算法,大大缩短了处理时间,减少了所需存储空间。另外,为了进一步改善分割效果,采用中值—平滑滤波进行图像预处理。实验结果表明,本方法具有很好的分割效果。     

极值分析下基于位置矩阵的质心定位方法

为以使星敏感器在复杂工况下依旧能获得高精度的星点质心位置,提出一种极值分析下基于位置矩阵的质心定位方法。首先, 提出极值分析下的星点弥散区域粗提取算法, 对去噪后的星图进行星点局部区域限定。接着, 提出基于位置矩阵的线段编码标记法对星点弥散区域进行精提取。最后, 利用星点区域像素信息估计出高斯曲面参数以得到星点精确的质心坐标。仿真结果表明, 星图噪声标准差处于2的水平时, 所提方法可以使星点质心定位精度达到0.070 4 pixel, 且在星图噪声标准差处于12的水平时, 仍具有90.03%的高星点提取成功率。     

基于曲率仿射不变量的快速目标识别

提出了一种用于三维空间中近似平面目标的快速识别方法。该方法利用目标轮廓的曲率信息构造出仿射不变量函数,再利用该不变量的极值点信息定位出轮廓的起始点进而对不变量做相应的循环移位调整,最终通过对调整后的不变量进行相似度比较实现目标识别。由于曲率信息能够有效地描述目标轮廓特征,所以保证了本方法优良的识别性能。同时本方法通过起始点定位的方式克服了传统上高复杂度的循环移位匹配的识别模式,进而实现了快速识别。实验结果显示了所述方法在识别精度和识别效率上都具有明显的优势。