弹载星敏感器应用方案比较研究

简述了弹载星敏感器几种应用方案的原理,从视场大小、导航星等、观星方式、像元分辨率、三轴姿态精度、动态性能、惯性基准误差分离等方面分析、比较了各种方案的优缺点.除平台方案外,捷联星图方案和单(双)星方案的技术参数相当,动态性能均有待提高.星图方案较单(双)星方案在2个方面占优势:一是星图方案不要求调整星敏感器光轴对准导航星,星跟踪算法等技术能快速识别星图;二是星图方案可同时、连续观测6～8颗星,解算出弹体三轴姿态,可以采用先进的滤波技术准确地分离惯性基准误差.     

压缩感知理论在红外成像中的应用

分析了红外图像的数据特性,并对红外数据进行稀疏化处理,提出了基于压缩感知理论的红外图像成像方法。在红外图像测量平面使用随机观测矩阵进行观测,以少量的数据采样信息获得重建红外图像的足够信息。由实验和仿真计算可知,压缩感知理论应用于红外成像技术,降低了数据采样量,提高了采样速度,并能以较小的误差实现红外图像的重构。     

压缩感知理论与光学压缩成像系统

压缩感知理论为提升信息获取能力提供了新的思路,它表明当被探测信号具有稀疏性时,则获取信号所必需的测量数据与其稀疏度K量级相当,而远小于信号的维数N(Shannon采样定理所要求的采样数)。基于压缩感知理论的成像技术(压缩成像)则将感知、压缩和数据处理三个过程完美地结合在一起,避免了传统成像系统"先采样再压缩"方式带来的传感器和计算资源浪费。本文从稀疏性、投影测量矩阵的设计与可重构条件、压缩感知重构算法三个方面概述了压缩感知理论及进展,并以光学成像为背景,详细阐述了最近提出的几类光学压缩成像系统,最后,探讨了压缩感知及压缩成像方面目前所面临的一些挑战性问题。     

弹载星敏感器动态测角补偿方法的研究

针对弹载星敏感器在测星过程中因弹体姿态变化带来的像移问题,提出了动态测角的补偿方法。首先,建立了星点相对图像传感器感光面匀速直线运动情况下的像元灰度分布的数学模型;其次,给出了测角补偿的原理及方法;最后,进行了仿真实验,结果表明,该补偿方法对星点在面阵图像传感器的感光面上的运动速度不敏感,补偿后的动态测角误差与静态的测角误差相差无几,补偿后的动态测角误差最大为2″。     

星敏感器试验系统及导弹姿态仿真建模研究

星敏感器试验系统一般由基于CMOS成像技术的星敏感器和其他相关设备和软件组成,可以对导弹飞行及星光修正进行仿真.根据星敏感器的定姿原理,结合已建立的星敏感器试验系统,研究了星敏感器试验系统导弹姿态的解算,分析了星敏感器所测姿态与惯性器件输出姿态的误差,为星敏感器进一步的应用打下基础.     

基于轮廓波变换的图像压缩感知处理

由于轮廓波变换(contourlet transform)能够更好地对图像进行稀疏表示。文章提出了基于轮廓波变换的图像压缩感知算法。将图像进行轮廓波变换后得到图像的稀疏表示,采用随机高斯矩阵对高频系数进行测量,实现数据压缩,然后采用正交匹配追踪算法恢复系数,再进行轮廓波反变换重构图像。实验结果表明,与原压缩感知算法相比,该算法有效地提高了重构图像质量的主观视觉效果和峰值信噪比。     

含噪稀疏信号重构的l0范数期望值最小化方法

压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题转化为近似l0范数期望值最小化问题,并利用噪声的统计特征将随机最优化问题化简为常规的最优化问题,然后采用最速下降法求解。数值仿真表明,本文提出的方法具有更好的重构精度,且计算量较小。     

求解压缩感知中信号重构问题的原始对偶算法

压缩感知理论(CS)是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值准确地重构稀疏信号是压缩感知理论中的核心问题。为求解稀疏信号的重构问题,文章利用了一种基于邻近点算法的自适应一阶原始对偶算法,并证明了其全局收敛性,该算法通过研究l1范数最小化来求解信号重构问题。最后,对提出的算法进行数据仿真,并与压缩采样匹配追踪(CoSaMP)算法进行了对比,数据表明文章提出的算法计算速度更快。     

弹载星敏感器动态测角的分析

分析了弹载星敏感器在动态条件下的测角精度。明确了弹载星敏感器成像模型及其安装方式,并在系统设计所要求的动态条件下,定性定量分析了前向飞行和姿态变化所引入的像移量和测角误差。结果表明,前行飞行不会带来像移,姿态变化会带来像移。因而需要补偿姿态变化所引入的像移量,从而提高弹载星敏感器在动态条件下的测角精度。     

基于AM-LFM与BOMP的ISAR成像算法

对含微动运动的目标进行稀疏孔径逆合成孔径(ISAR)成像时,基于Chirplet分解和压缩感知(CS)的成像算法存在运算效率低、重构精度与鲁棒性差等问题。针对上述算法中存在的不足,提出了基于调幅-线性调频(AM-LFM)分解和贝叶斯正交匹配追踪(BOMP)的改进微动目标成像算法。应用该改进压缩感知(CS)算法进行微动目标成像,实验结果表明:由于改进算法采用AM-LFM分解和BOMP重构,提高了重构精度、鲁棒性与运算效率,成像效果比原算法更好。     

基于小波域字典学习方法的图像双重稀疏表示

提出了一种有效地结构化字典生成算法以及图像双重稀疏表示方法.在Rubinstein等提出的图像双重稀疏表示模型的基础上,引入小波零树结构,将同一空间位置对应的同方向跨尺度小波基函数的线性组合作为新的基函数,并通过K-SVD学习算法得到线性组合系数,由此得到了一种更加切合图像方向特征的结构化字典学习算法.在此基础上提出了相应的图像分解与重构算法.遥感图像M项逼近实验以及压缩仿真实验表明,本文提出的结构化字典比已有的字典具有更好的图像稀疏表示效果.     

捷联惯性+星光修正组合导航研究

针对捷联惯性导航系统的初始对准误差所造成的导航误差,提出了捷联惯性+星光修正组合导航方案。利用光学导引头得到的星体观测值,估计初始对准误差,进而修正捷联惯性导航的姿态角、速度和位置。推导了捷联惯性+星光修正组合导航算法,得到了初始对准误差的估计公式和速度、位置的修正矩阵,并通过仿真分析证实了方案的可行性和算法的有效性。     

一种陀螺与星敏感器组合定姿算法

提出了一种利用陀螺与星敏感器进行组合定姿的方案.为了避免状态及量测向量选取不当而造成的误差,首先采用四元数法对卫星的姿态进行描述;接着分析了陀螺与星敏感器系统的误差源,选取误差四元数及陀螺的系统误差作为组合系统的状态,获得了系统状态方程;同时采用星敏感器的量测作为系统量测,并利用新的数学变换构得到更为准确的量测方程;最...     

改进Laplace先验下的复数域多任务贝叶斯压缩感知方法

为了将现有的实数域贝叶斯压缩感知方法推广至复数域,利用改进Laplace先验假设,提出了一种复数域多任务贝叶斯压缩感知(complex multitask Bayesian compressive sensing using modified Laplace priors, CMBCS-MLP)方法,消除了测量噪声方差的影响,并推导了一种基于递归操作的快速算法。数值仿真表明：针对复数域稀疏信号重构问题,相比于现有方法,所提CMBCS-MLP方法具有更好的精确性和鲁棒性。     

基于星敏感器的陀螺仪误差参数实时修正

主要研究导弹发射升空以后,通过星敏感器测星实现对捷联惯导系统中陀螺仪误差参数的实时修正技术。从传统的星光制导原理出发,通过对数学平台系失调角的分析,论证了基于单星敏感器情况下的陀螺仪误差参数分离方法,并给出了具体的仿真结果,对实际系统的使用具有一定的指导意义。     

面向Bayer真彩色航空影像特征匹配的彩色描述符适用性分析

针对Bayer真彩色遥感影像进行特征匹配时,彩色描述符的效果与适用性问题一直研究较少。结合Bayer真彩色遥感影像成像变化规律和彩色描述符算法特点,从理论上分析彩色描述符的不变性。提出模拟数据评价、不同类别影像评价、任务总体适用性评价等三种实验方法对彩色描述符适用性进行实验验证和分析。通过理论分析和实验评估,总体上彩色描述符中RGBSIFT算法效果最优,对Bayer真彩色航空影像特征匹配有较好的适用性,并且不同地物属性影像在特征匹配时有不同的最优彩色描述符。     

基于L曲线的跳频信号重构正则化参数优化

研究了基于L曲线的跳频信号重构正则化参数的选取问题,对跳频信号的稀疏性进行了分析,采用L曲线对系统的最优正则化参数进行了选取．在此基础上,通过推广的正则化FOCUSS算法估计了跳频信号的稀疏表示．仿真结果表明,通过L曲线选取的正则化参数在推广的正则化FOCUSS算法下,能够实现跳频信号在噪声环境下的重构．     

伺服机构故障下基于线性规划的运载火箭姿控系统重构控制

发动机伺服机构故障给新一代运载火箭姿控系统的可靠性和安全性带来挑战,亟须开展重构控制策略研究。针对这一问题,提出一种基于线性规划的摆角重构控制分配方法。将伺服机构故障下的摆角分配问题转化为1范数单目标有约束优化问题,进而转化为标准的线性规划模型,采用单纯形法进行求解。仿真结果表明,所提出的线性规划法能够实现伺服机构故障下姿控系统的完全重构,各摆角均未达到饱和值,表明了方法的有效性。