气动光学图像仿真与处理关键技术研究

气动光学效应发生于导弹在大气层中高超声速飞行的过程中,导弹头部的光学头罩与大气发生剧烈的摩擦,对目标图像产生图像传输干扰和热辐射干扰,产生图像模糊、抖动和偏移,对比度降低等气动光学退化效应。对高速导弹退化图像的仿真分为两部分:第一部分是对由高速气流引起的图像的模糊和抖动的仿真。第二部分是对由高速热流产生的图像对比度降低的气动热辐射退化的仿真。对第一部分气动退化图像的仿真,采用根据实际弹道参数(飞行高度,飞行速度,头罩半锥角,攻角)和几种不同流场条件下气动光传输模型模型相结合的方法。根据流场的速度,状态,将高速流场分为湍流场和层流场。根据气动参数和湍流流场光传输模型确定点扩展函数的大小,方差等参数。根据气动参数和层流流场光传输模型确定点扩展函数中心位置的抖动和偏移。实验表明,根据这种方法仿真的气动光学退化图像符合实际情况下不同飞行弹道参数图像的气动退化变化规律和退化程度,与直接数值模拟方法(Direct Numerical Simulations),大涡模拟方法(Large EddySimulation)等方法相比,适用范围更广,计算量大大降低,并且可以实现实时仿真序列气动退化图像。对第二部分气动热辐射退化图像的仿真,采用对热效应产生的各个过程进行分别仿真建模的方法。首先,对由于高速飞行,头罩与空气摩擦产生的温度场进行建模。利用飞行参数,如飞行高度,飞行马赫数,攻角和高速可压流体模型,计算出头罩表面温度场变化。再根据头罩的材质,厚度和热传导模型计算出头罩平均温度场。根据头罩平均温度场分布,发射率,探测器系统距离,通过普朗克公式得到温度场的辐射功率。最后,根据探测器的物理参数,可以将辐射功率转化为等效信号电压值,得到数字图像的气动热辐射退化灰度值和退化图像。对气动退化图像的处理,采用退化复原算法与实际弹道参数(飞行高度,飞行速度)相结合的方法。与以往的图像复原算法不同,采用的气动退化图像的复原算法利用了先验条件参数,如导弹的飞行高度,飞行马赫数。实验表明,利用这些条件参数,可以更有效、更准确地复原退化图像。结合实际气动弹道参数,实现了最大后验概率算法(MAP算法),总变分算法(TV算法),最大似然算法(ML算法)和相邻帧算法等算法,对气动退化图像进行复原,得到了较为准确和稳定的处理结果。与传统的复原算法相比,程序运行步骤数目减少,算法的处理速度大大提高,复原的准确性也得到了增强,并且可实现序列退化图像实时复原处理。