基于张量分解的光谱图像压缩感知重构

光谱成像丰富的空间信息和光谱信息能够为弹道导弹预警探测提供重要的信息支撑,压缩感知则为实现光谱图像数据的高效采集和处理提供了有效途径。针对现有压缩感知重构多采用“空间域压缩采样和谱间传统压缩”的编码方式,仍存在一定资源浪费的问题,提出了一种基于张量分解的光谱图像压缩感知重构方法。该方法利用光谱图像数据的三维空间稀疏性,建立基于三阶张量Tucker分解的光谱图像重构模型,基于正交匹配算法设计相应的模型求解方法;将传统正交匹配算法推广到三维空间,设计一种以三阶张量为字典原子的正交匹配追踪算法,在三维空间实现光谱图像数据的压缩采样及解码重构。实验分析结果表明,该方法能够充分利用光谱图像三维数据块结构信息,有效降低重构算法复杂度,增强压缩感知重构算法性能。

高光谱图像自适应核联合表示异常检测

针对高光谱图像目标检测问题,提出了一种基于自适应核联合表示的高光谱图像异常检测方法。相比于稀疏表示强调系数向量的稀疏性,基于联合表示的检测算法更强调背景字典中每一原子对联合表示的贡献,并且系数求解更加简单直接;在基于向量2-范数极小化问题求解联合表示系数时,引入相似性正则化矩阵与和为1的条件对系数进行约束,以增强算法的稳定性和分辨力;进而将联合表示检测算法扩展到核空间,利用高光谱图像的局部统计特性进行核参数自适应选取,增强了核参数的局部适应性。为验证该方法的有效性,采用一幅实测高光谱图像中的两个感兴趣区域进行仿真实验,并与传统异常检测方法的检测结果进行对比分析,结果表明该方法具有较传统异常检测方法更出色的检测效果。

面向目标检测基于稀疏表示的波段选择方法

随着高光谱成像技术的发展,日益提高的光谱分辨率在提高目标检测和识别能力的同时,其较高的数据维度和较大的数据量也为数据分析和处理带来了很大的挑战.波段选择作为一种有效提高处理效率的技术受到广泛关注,但却鲜有专门针对目标检测设计的方法.针对上述问题,本文在分析约束能量最小化(CEM)检测算法特点的基础上,提出了一种面向目标检测,基于稀疏表示的波段选择方法.该方法首先基于数据的对称KL散度分布情况,将原始高光谱数据划分为若干波段子空间.然后在各子空间内稀疏重构检测结果,利用选择波段与稀疏向量非零项的一一对应关系,通过求解最优化问题实现波段选择.实验结果验证了该方法的有效性.

字典学习稀疏表示的高光谱图像异常检测

针对稀疏表示高光谱检测算法性能受背景字典影响较大的问题,充分利用高光谱图像空间信息和光谱主成分信息,提出了一种基于字典学习的稀疏表示异常检测算法。首先利用主成分分析提取高光谱数据的主特征,建立目标主成分空间,并证明了在主成分空间进行字典学习稀疏重构的可行性;然后在主成分空间内构造基于K-SVD算法的训练字典,改善了背景字典性能;采用正交匹配算法重构主成分分量,利用主成分分析反变换得到待检测像元重构光谱,增强了高光谱图像的局部异常特性;最后,基于重构误差异常特性实现高光谱图像异常检测。仿真结果证明了该方法的有效性。

基于形态学和高阶统计量的弱小运动目标检测

为检测复杂背景中的红外弱小运动目标,提出了一种基于形态学滤波和三阶累积量分析的检测方法。该方法采用形态学背景估计方法对红外图像序列进行预处理,提高图像信噪比,并消除高亮度大尺寸背景和图像边缘对高阶累积量估计造成的影响。利用高阶累积量对高斯噪声是"盲的"这一特点,基于红外图像序列构造三阶累积量作为统计判据检测图像中的弱小运动目标。仿真实验表明,该方法能够连续有效地检测红外弱小运动目标。

基于反馈线性化的导弹姿态滑模控制律设计

针对地空导弹在大攻角飞行过程中初始误差大、模型参数不确定性和干扰问题进行分析,设计了一种基于反馈线性化的全局积分滑模变结构控制方法。该方法利用反馈线性化方法,通过精确的变换和反馈对系统模型进行线性化处理;在此基础上,设计了一种基于指数型全局积分滑模面的变结构控制律。仿真结果表明,所设计的控制方法有效削弱了系统参数不确定性和外部干扰对系统性能的影响,实现了对指令信号的跟踪,具有较强的鲁棒性。

模糊自适应调整趋近律的导弹姿态滑模控制系统设计

将模糊控制理论与滑模变结构控制相结合,给出一种在模糊自适应调整下的滑模变结构控制方法。该方法在保持常规滑模变结构控制鲁棒性和自适应性的同时,有效削弱了滑模变结构控制产生的抖振。在给定参数设置的情况下,将该方法应用到某导弹俯仰通道姿态控制系统进行仿真,仿真结果表明系统具有较快的响应速度和较强的鲁棒性,同时有效削弱了滑动模态切换引起的抖振,验证了该方法的有效性。

基于动态逆的高超声速飞行器滑模控制律设计

针对具有严重非线性、多变量强耦合以及参数不确定性等特点的高超声速飞行器模型,提出基于动态逆的高超声速飞行器滑模控制方法,设计俯仰通道多输入多输出(MIMO)系统控制律。基于反馈线性化方法对高超声速飞行器非线性模型进行处理,对系统存在的不确定性和外界干扰,采用滑模变结构控制策略进行补偿。引入非线性干扰观测器,对系统干扰进行观测,降低滑模控制项的增益,继而削弱滑模控制带来的抖振。仿真结果表明,所设计的控制律能够实现对指令信号的良好跟踪,具有较快的响应速度,能够保证系统在不确定存在情况下的稳定性和鲁棒性。

高超声速飞行器弱抖振反演滑模控制律设计

针对具有严重非线性、多变量强耦合以及参数不确定性等特点的高超声速飞行器模型,提出基于反演控制的高超声速飞行器滑模控制方法,设计俯仰通道的控制律。对系统存在的复合干扰,采用自适应律在线调节,避免了不确定性上界未知对控制律设计的影响;通过引入非线性干扰观测器,降低滑模控制项的增益,继而削弱滑模控制带来的抖振。仿真结果表明,所设计的控制律能够实现对指令信号的良好跟踪,具有较快的响应速度,能够保证系统在不确定存在情况下的稳定性和鲁棒性。

基于干扰观测器的高超飞行器反演多滑模控制

针对高超声速飞行器匹配/非匹配不确定性控制问题,建立了高超声速飞行器纵向运动三角标准型模型。引入非线性干扰观测器,结合反演控制解决非匹配不确定性控制问题的优势,设计了一种基于反演控制的飞行器多滑模控制器。该方法首先利用非线性干扰观测器的逼近特性对系统受到的干扰进行观测,在每一步反演设计中引入滑模控制设计反演多滑模控制器,从而实现系统对控制指令的输出跟踪。仿真结果表明该方法能够较准确地进行干扰观测,保证了系统的稳定性和鲁棒性,具有良好的控制性能。

空间自适应卷积核滤波红外弱小目标检测

为了减少复杂红外图像中平滑背景边缘的影响,将具有各向异性特性的PM扩散模型应用到红外弱小目标检测,提出了空间自适应卷积核滤波检测算法,并对扩散系数进行了优化。针对模型中扩散参数难以确定的问题,提出了一种利用Sobel边缘检测算子估计扩散参数的方法。滤波后采用信噪比(SNR,Signal Noise Ratio)和接受机工作特性(ROC,Receiver Operating Characteristic)曲线进行性能评价,实验结果表明,与PM扩散模型滤波和中值滤波相比,该算法有效抑制了边缘,大大提高了信噪比,提高了检测概率,降低了虚警概率,具有更好的性能。

大气层外动能拦截器精确制导估计方法研究

大气层外动能拦截器以直接碰撞的方式对弹道目标进行拦截,需要对目标状态的精确估计,然而仅有视线角测量信息的传统状态估计方法在估计精度或收敛性方面有所欠缺。在视线坐标系下建立拦截器和目标的相对运动模型,利用迭代思想对无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法进行改进,设计出基于迭代无迹卡尔曼滤波(Iterated Unscented Kalman filter,IUKF)的状态估计器,并与采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)和UKF方法的估计器进行仿真比较。结果表明,IUKF算法不仅具有较高的估计精度,而且具有更好的收敛性,促进了拦截效果,提高了拦截精度。

红外预警双星弹道导弹主动段跟踪性能

为研究反导作战中红外预警卫星系统对弹道导弹主动段弹道的跟踪性能,提出以后验克拉美-罗下界(Posterior Cramer-Rao Lower Bound,PCRLB)为衡量指标,结合8态重力转弯主动段运动模型和双星纯方位无源定位获取的量测量,系统分析了运动建模精度、量测精度、采样周期、测源不确定性下检测概率和虚警数目等因素对跟踪时效性和准确性的影响。仿真算例给出了上述因素对位置和速度跟踪性能的影响程度和规律,可为预警卫星反导作战、战技指标关联建模以及星载探测器优化设计等提供有意义的参考。

一种基于零控脱靶量的滑模末制导律设计

基于零控脱靶量的思想,提出一种能够有效针对大气层再入目标的滑模末制导律。首先,建立纵向平面内的弹目相对运动方程;然后利用扩张状态观测器对目标机动加速度信息进行估计,并对零控脱靶量算法进行分析,提出了制导律的设计思路;接着利用滑模变结构控制理论进行制导律的推导;最后进行仿真分析,仿真结果证明,所设计的制导律能够很好地对目标弹进行拦截,并且指令的跟踪效果也很好,从而验证了算法的有效性。

模糊识别算法在导弹尾焰光谱识别中的应用

目前基于天基高光谱图像的导弹识别算法都是从光谱曲线的整体分析考虑,所需数据量大,算法处理冗余。为弥补算法不足,首先从导弹尾焰光谱的影响因素考虑,分析了导弹发动装置,燃料成分及温度压强对尾焰光谱的影响,得出在一定假设条件下,使用特征段处的辐射数据即可达到导弹识别的结论。在此基础上引入模糊识别算法,算法充分利用辐射强度与光谱线型信息,识别结果是各型号导弹的隶属概率。通过对光谱角测度分析,发现其过于依赖线型,对线型相近的谱线识别效果不佳,将模糊识别结果与光谱角测度识别结果对比,证实了模糊算法在光谱识别中的优越性。

基于自适应SUSAN各向异性扩散的红外弱小目标检测

针对复杂背景下红外弱小目标提取困难的问题,提出了一种自适应SUSAN各向异性扩散的红外弱小目标检测算法。该算法结合SUSAN边缘检测算子与各向异性扩散,形成新的扩散方程对红外图像进行背景预测,与原图像差分后实现弱小目标检测。为使算法具备自适应能力,提出SUSAN边缘检测器灰度差阈值的自适应设定方法,采用绝对偏差中值算子作为其扩散系数。实验结果表明,该算法能够有效滤除复杂图像背景,大幅提升信噪比,同时保留目标大小。

基于先验稀疏模型的光谱图像压缩采样检测

压缩信号处理为更加高效地实现光谱图像数据采集和处理提供了有效途径,针对传统压缩采样检测算法未针对待测信号专门设计采样矩阵,检测性能低于传统采样方式,且鲁棒性较弱的问题,提出了一种待测信号稀疏模型先验条件下的光谱图像压缩采样目标检测方法。该方法利用待测信号的稀疏表示子空间构造压缩采样矩阵,增强采样矩阵的信息获取能力;采用正交子空间投影法将压缩采样信号投影到干扰信号的局部正交子空间,抑制背景光谱的影响。实验和分析结果表明:与传统压缩采样检测算法相比,该方法能够有效提升压缩采样检测算法的性能,削弱采样矩阵随机性对于检测性能的影响,增强压缩采样检测算法的鲁棒性。

基于空间域压缩采样和谱域Karhunen-Loève变换的光谱成像与重构

光谱图像包含丰富的空间信息和光谱信息,能够为天基预警探测任务提供重要的信息支撑,但其庞大的数据量给硬件设备带来了极大的挑战。传统的基于奈奎斯特采样的"先采样后压缩"的处理方式不仅无法从根本上解决数据量庞大的问题,还会造成资源浪费;针对此问题,利用单波段二维图像的稀疏性和空间编码数据的谱间冗余,设计了一种基于空间域压缩采样和谱域Karhunen-Loève(KL)变换编码的光谱图像重构方法,并建立基于1范数和全变分约束的单波段二维图像复合正则重构模型,同时结合投影梯度法和软阈值收缩算子设计2D-CRPG模型求解算法。结果表明:基于空间域压缩采样和谱域KL变换编码的光谱图像重构方法能够有效降低数据采样成本,有利于天基预警探测光谱成像;2D-CRPG重构算法能够有效保留光谱图像的结构信息,从而在有限的采样率下较好地重构原始光谱图像。

推力矢量控制技术在临近空间飞行器上的应用

简要介绍了推力矢量控制技术与临近空间飞行器的概念,选取超高空飞艇、超高空无人机、高超声速飞行器为对象,并以美军的临近空间飞行器为实例,对推力矢量控制技术在临近空间飞行器上的应用现状进行了总结,最后对推力矢量控制技术在临近空间背景下的应用前景进行了分析。

基于综合信噪比的红外预警卫星窄带探测波段选择

在宽带探测模型的基础上,综合考虑光谱精细度以及数据量,融合窄带光谱信息进行目标识别,提出一种基于综合信噪比的红外预警卫星窄带探测波段选择方法。依据预警卫星窄带成像机理加入窄带滤光片,综合考虑目标和背景辐射、暗电流噪声以及探测器仪器热噪声等的影响,提出较为完备的综合信噪比计算模型。以国防支援计划(DSP)预警卫星为例,选取中心波长在2.726,2.835,3.012,4.339μm处带宽为10nm的窄带波段为探测波段,计算了尾焰在不同高度下的综合信噪比光谱。