采用时序多谱段信号分析的空间目标运动状态辨识EI北大核心CSCD

为表征在轨卫星的自旋稳定、三轴稳定和"翻滚"三种运动状态,提出了一种基于可见光时序多谱段信号分析的目标运动状态辨识方法,分析了目标运动状态与观测星探测视场内时变的目标表面材料间的对应关系,以及材料属性/种类与时序双色比聚类信息之间的关联性。提出了基于时序双色比特征高斯混合聚类的目标表面材料种类判别算法以及目标运动状态辨识算法。综合考虑卫星的背景特性、材料特性、结构特性、轨道特性,对三种运动状态卫星的多谱段信号进行了数学仿真,对目标运动状态辨识算法进行了验证,证明了所提出算法的有效性。     

运动状态对卫星多谱段光学特性的影响分析

综合考虑卫星的背景特性、材料特性、结构特性和轨道特性,研究了在轨运行卫星存在的自旋稳定、三轴稳定和"翻滚"三种运动状态对卫星光学特性的影响。基于光辐射理论,结合探测器的性能参数,建立了自旋稳定、三轴稳定和"翻滚"三种运动类型卫星的多谱段光学特性计算的数学模型,并进行了实验验证。以海洋一号卫星和实践二号卫星为例,进行了运动状态对卫星多谱段光学特性影响的仿真分析。仿真结果表明,不同运动状态的卫星多谱段辐射特性存在较大的差异。分析结果可为卫星的探测和辨识提供一定的参考价值。     

空中点目标机动模式的双色比特征空间特性及辨识

为了根据光谱特征维度对点目标机动模式进行辨识,建立了点目标机动模式与光谱信号的映射关系,研究了目标机动过程中观测方向点目标的多光谱辐射特性。提取多光谱辐射信号特征,构建了双色比特征空间模型。利用高斯混合模型的聚类方法,深入分析了双色比特征空间的迁移和可分性特性,得到了点目标不同机动模式特征子空间迁移矢量和相邻矢量夹角余弦的变化规律,并得到特征子空间可分的最小姿态角变化量Δα=6.25°,可分距离阈值Dth=2.6,这为辨识点目标机动模式提供了依据。根据双色比特征子空间的特性,提出了基于时序特征子空间的点目标机动模式辨识方法,仿真验证结果表明,该方法简单可行,对点目标的机动模式辨识具有较高的灵敏性和可分性,这对获取超视距作战环境中点目标的机动信息具有重大意义。     

在轨空间目标光学特性宏观表征模型的反演重构

为了在天基远距离条件下反演三轴稳定空间目标表面的光学特性参数,提出了基于可见光时序光度信号分析的光学特性宏观表征模型的反演重构方法.首先,综合考虑空间目标的结构特性、表面材料特性、帆板的对日指向运动特性、光照观测几何以及光学系统特性,完善了面向在轨观测的空间目标可见光时序光度建模方法;其次,将光度模型等效为双面模型,并利用双向反射分布函数(BRDF)的多级融合模型表征复杂材料表面的光学反射特性,将BRDF对应的面积反射率乘积作为待反演参数;最后,以时序光度信号的测量值与模型值之间的差异最小为优化目标,建立线性优化方法,实现模型参数的反演.仿真实验表明,提出的模型在轨重构方法对于近轨观测条件下的本体、帆板信号的重构精度达到97%以上,验证了方法的正确性.     

基于空谱联合聚类的改进核协同高光谱异常检测

针对空谱信息中普遍存在的异常干扰现象,提出了基于空谱联合聚类的自适应核协同表示高光谱异常目标探测算法.算法充分发挥了基于密度的聚类算子(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)对于异常点的筛选特性,在DBSCAN聚类去除异常波谱的基础上,采用分波段子集随机投影变换对数据降维处理,以减少谱噪声和谱冗余,并采用DBSCAN聚类消除了局部背景像元中的杂乱点对协同探测算法结果的干扰.研究了背景离散度对核参选择的影响,比较了不同的核估计方法,并提出基于平均差的自适应核协同算法.采用该方法对AVIRIS和ROSIS的三组数据进行仿真实验并与现有算法进行了对比,结果表明该算法表现出较好的探测性能.     

三种谐波族检测算法的性能对比

基于高阶累积量谱、时序循环平稳信号分析、时频面Hough变换等预处理方法,给出了相对应的三种谐波族信号基频搜索与检测算法,并在2阶、4阶、8阶谐波情形下,应用于受白噪声污染的模拟谐波族信号、实测无人机信号和实测直升机信号等三种谐波族信号的检测概率的计算。计算结果表明,随着阶数的提高,三种算法对目标的检测性能均有所提高;对于上述三种不同信号,其基频搜索与检测能力最好的算法有所不同。所给出的谐波族信号基频搜索与检测算法将在直升机、无人机等目标的检测应用中发挥更好的作用。     

联合空间预处理与谱聚类的协同稀疏高光谱异常检测

针对利用稀疏表示进行高光谱图像异常目标检测效率不高的问题,基于高光谱图像成像原理和图像结构,充分利用高光谱图像的空间特性和光谱特性,并在它们之间建立协同处理机制,提出了联合空间预处理与谱聚类的协同稀疏高光谱图像异常目标检测算法。该算法首先对高光谱图像空间特性进行分析,并结合光谱特性进行空间预处理,使得处理后的高光谱图像更易于异常目标的检测;利用建立在谱图划分思想基础上的谱聚类方法进行波段子集划分,谱聚类方法具有收敛于全局最优解、聚类速度快的特点;利用提出的新的空间和光谱协同稀疏差异指数方法对每个子集进行异常目标检测,该协同稀疏方式充分考虑了高光谱图像的空间特性和光谱特性,通过对每个波段子集检测结果进行叠加,得到最终异常检测结果。利用真实的AVIRIS高光谱图像和合成的高光谱图像对算法进行仿真实验和结果分析,结果表明该算法具有稳健性,同时检测精度高,虚警率低。     

深空背景下空间目标红外特性建模方法研究

针对空间目标红外特性提出了一种精确建模方法.根据空间目标的背景辐射环境,充分考虑到目标表面间的热传导及内热源的影响,建立了空间目标的热平衡方程.基于目标的结构特性和材料特性,利用节点网络法求解了目标表面的温度分布.根据光辐射定律、光散射定律建立了空间目标红外特性的数学模型.结合具体的参数,对深空目标资源一号卫星和风云三号卫星的温度场分布和辐照度分布进行了数值计算,仿真结果验证了理论分析的正确性.     

近程光学导航空间目标特性计算模型校验方法

为了提高空间目标光学特性的计算精度,提出并实现了一种基于缩比模型实验的空间目标光学特性计算模型参数校验方法。首先,分析影响空间目标光学特性的主要因素,确定计算模型参数校验的总体方案;其次,构建空间目标光学特性实验测量系统,采集两类实验被测对象(表面材料与目标缩比模型)在不同条件下的光学特性数据;最后,建立基于实验测量数据的计算模型参数校验算法,对空间目标表面材料与几何结构的光学特性计算模型参数进行分步校验。实验结果表明,校模后的目标特性计算结果与实验结果在统计意义上趋近一致,该计算模型的校验方法可满足近程光学导航实际工程应用的要求。     

基于光谱角时序不变性的红外目标识别

为了识别空间目标与气球诱饵,提出了基于光谱角时序不变性的红外目标识别方法。通过分析证实了空间目标与气球诱饵在温度时变特性上存在差异。为了反映目标测量功率温度时变本质,消除传感器与目标距离以及等效投影面积的时变耦合对测量功率的影响,提出了利用时序光谱角作为光谱向量的时序变化量度。该量度能够刻画光谱曲线的时序变化,反演物体温度时变特性,可以作为温度时变特性不同的目标和诱饵之间聚类识别的有效判据。仿真结果表明：该方法能够有效识别空间目标与气球诱饵;通过融合时序光谱特征,为空间目标识别提供了一种新的机制。     

基于模糊聚类和证据理论的光谱偏振图像分类

为了将光谱偏振信息用于物质分类,提出了一种无监督聚类融合算法.算法结合偏振信息的特性,首先对Stokes参量中的非偏振光强参量、线偏振度参量、偏振角参量进行无监督模糊c均值聚类(Fuzzy C-mean,FCM),利用目标表面的偏振特性以及聚类结果分配置信指派,然后对这些置信指派进行加权融合.仿真实验表明了算法的有效性.     

基于谱分解的模糊C均值算法在彩色图像分割中的应用

针对模糊C均值聚类算法对初始值敏感、易陷入局部最优以及谱聚类算法无法处理样本量过大的问题,提出了一种将模糊C均值聚类算法与谱聚类算法相结合的模糊谱聚类算法应用于彩色图像分割。大致分为三步,第一步对图像进行预处理,将颜色空间由RGB空间转换为Lab空间;第二步对特征空间进行冗余模糊C均值聚类算法得到冗余类;第三步由冗余类的隶属度矩阵和聚类中心矩阵得到冗余类的特征空间,并根据贴进度和传递闭包将该特征空间转换为冗余类的相似度矩阵进行谱聚类,完成冗余类的合并。实验结果表明,与模糊C均值聚类算法相比,模糊谱聚类算法对于初始值敏感问题、易陷入局部最优以及只能识别团状的蔟得到了很好的解决,从而使彩色图像分割结果更加合理。     

一种用于红外目标信号接收的稳健匹配滤波算法

针对远距离红外探测目标信号的不确定性问题,提出一种稳健的红外信号匹配滤波新算法.定性分析了红外探测目标的有用信号谱畸变来源,基于巴什瓦定理建立了目标信号的不确定谱模型,并分析了信号谱畸变的相关因子.利用极大极小方法构建稳健匹配滤波的信噪比输出鞍点解,并基于内层极大和外层极小的二层遗传优化算法求解鞍点解和最不利信号频谱,...     

典型卫星表面材料可见光偏振特性分析

对典型卫星表面材料进行了可见光偏振测试,基于测试数据完成了表面材料的可见光反射特性分析;推导分析了基于偏振双向反射分布函数的可见光反射偏振传输模型,并基于测试数据对模型的模拟计算精度进行了评价。结果表明:模型计算的反射偏振度与实测结果有较好的一致性,且在镜面反射情况下,典型卫星表面常用的主体包覆材料偏振度最小,但偏振角有最大值。即材质表面组成成份不同,其可见光反射偏振特性有较大差异。结合考虑目标表面的偏振特性更有助于区分目标的物质组成,研究成果可为改善典型卫星目标探测的有效性提供基础数据支撑。     

X射线脉冲星累积轮廓建模及信号辨识

为减少X射线脉冲星信号辨识所需的观测时间, 提出一种基于轮廓光子分布统计量的辨识算法. 用该方法分析了观测数据按不同周期累积所获轮廓的光子分布差异, 按累积周期正确与否, 对轮廓进行分类建模. 基于两类轮廓模型, 研究了光子分布统计量的性质差异, 以此进行信号辨识. 利用罗西X射线时变探测器数据进行了辨识实验, 结果表明该算法有效地减少了辨识所需的观测时间, 且不存在误检问题.     

基于时频分析的多目标盲波束形成算法

针对现有盲波束形成算法适用范围较窄, 多目标信号分离级联模式结构复杂、并联模式稳定性较差等问题, 提出一种基于时频分析的多目标盲波束形成算法. 该算法首先利用时频分析技术给出信号导向矢量的不确定集, 然后优化求解导向矢量的最优估计, 最后利用Capon方法实现多目标信号的并行输出. 理论分析及仿真结果表明, 该算法对信号特性没有特殊要求, 适用性较广, 性能稳定, 且输出信干噪比高于其他盲波束形成算法, 接近于最优Capon波束形成器.     

多维特征点空间的红外弱小目标检测方法

将人工智能算法引入目标检测，空间红外弱小目标的检测也可归为模糊检测的二分类问题。依据空中红外弱小目标的探测模型，建立了信号电压比光谱模型，仿真分析表明电压比变化趋势与目标的速度、姿态和两机态势有关，可用以检测目标。采用动态特征构建理论，构建了红外弱小目标的双色比特征空间，基于该特征空间，优化最小二乘分类算法，用于从光谱信号层级检测目标。该方法不仅缩小了样本数据量，而且防止了高斯核函数参数选择引起的“过拟合”现象，既保证了分类精度，又使分类速率提高近1倍，为人工智能算法用于红外弱小目标检测提供了参考依据。     

散射光谱的目标材质及比例反演研究

研究了基于散射光谱的点目标在远距离条件下表面材质及比例反演方法,旨在为空间碎片探测及预报提供数据参考。首先根据散射光谱的远距离目标探测物理模型,建立了基于散射光谱的目标参数反演物理模型,给出了基于最小二范数理论方法的目标表面材质及比例信息的反演算法,结合光源照射特性、目标材料表面光学反射特性、入射、反射及探测角等信息,利用双向反射分布函数(BRDF) 的多级融合模型,表征复杂材料表面的光学反射特性, 将BRDF中对应的面积量作为待反演参数,给出了目标表面材质及比例信息的反演算法;其次进行了实验验证,搭建了室内散射光谱探测及采集系统,进行了单一材质及多种材质不同比例的目标散射光谱探测及数据采集,经过对散射光谱数据进行预处理,截取有效波长范围为400～800 nm;结合理论分析及反演算法,对于四种材质组合的样品,进行了相同和不同比例组合的材质及比例反演,等比例反演结果最小误差为0.8%。最大误差为13.6%,平均误差为4.9%;不等比例反演结果最小误差为6%,最大误为12%,平均误差为9.25%;综合以上测试结果可以得出,反演平均误差最大为9.25%,考虑到入射光源稳定性有2.89%的误差,反演结果最大平均误差将小于6.36%。得到了平均反演误差小于10%的良好效果,验证了该方法的准确性;最后以某失效卫星为例,对其在轨的散射光谱信息,进行了材质及比例反演计算,给出了其主要材质为太阳能帆板、保温膜及碳纤维板,与真实情况相符较好。该研究为点目标远距离材质比例反演识别提供了新的技术途径。     

靶场测量中跟踪目标的多尺度多级模糊聚类分类算法

靶场测量中的连发弹目标数量较多,需要对此目标进行分类跟踪,文章提出了一种多尺度多级模糊聚类的分类算法,首先对靶场测量中的多连发目标的特性进行分析,定义了3种不同的类目标群序列,其次针对模糊聚类算法必须先验确定聚类初始点以及聚类中心的缺陷,在此基础上加入尺度因子,并根据目标群的位置信息以及运动方向信息进行多级聚类,最后通过多次聚类实验证明分类结果能够满足靶场测量中的多连发目标的分类要求。     

预警卫星半实物仿真系统设计与实现

国防支援计划(DSP)是美国现役的预警卫星系统,主要对导弹进行早期探测和预警。为评估DSP卫星对目标的探测能力,文中分析了预警卫星的部署情况和工作模式,提出了预警卫星仿真系统的总体设计方案,确定该系统的功能模块以及实现方式;根据预警卫星双波段探测的工作模式构建了红外双色扫描探测模型,提出了基于双霍夫变换的多帧关联目标检测算法,利用目标的运行特性有效去除背景噪声,并结合双波段探测信息融合策略降低卫星虚警率,最后利用双星定位方法预估目标轨迹并对不同发射角目标的预测轨迹与真实轨迹之间的误差进行对比分析。通过试验运行,该系统达到了预期结果,具备对目标导弹的探测和跟踪能力,为导弹性能评估提供一种仿真手段和依据。