支持多类数据接入的航天器综合测试数据处理方法

针对当前航天器测试多类型数据接入面临瓶颈的问题,介绍了一种多类数据接入的航天器综合测试数据处理方法,主要用于提高遥测实时性、接入卫星载荷数据、处理它星遥测和处理高速率遥测等问题。详细介绍了方法的设计思想、实施方法和应用情况,经实际应用检验,该方法有效缩短了测试所需时间,扩大了测试系统数据接口和极限解码效率,提高了卫星综合测试的自动化水平,具有测试系统解码模块支持可裁剪、低耦合、高效率的数据处理优势。

多尺度分形维的星载舰船显著性检测

目的星上的舰船检测需要在资源和时间受限条件下实现快速检测,并且对目标的种类和尺寸缺少先验信息的指导,更多时候还需要实现一景图像中不同尺寸舰船的检测,因此,星上舰船检测要求检测方法具有一定的自适应性,从而实现星上多变的检测场景。方法针对这一问题,提出了一种多尺度分形维的检测方法,可以实现一景遥感图像中不同尺寸舰船目标的检测。首先,针对差分盒算法受盒子尺寸约束的限制使分形维数的计算精度受到影响的问题提出了一种改进算法,改进算法增加了拟合直线的点对数目并引入了拟合误差剔除误差点对,提高了分形维特征计算的精确度。结果在提高了分形维计算精度的基础上,新算法利用自然物体在不同尺度上具有的自相似性,通过多尺度分形维的计算并借鉴视觉显著性中c-s算子来排除背景对目标的干扰,突出舰船目标。实验结果表明,新算法能够有效检测出一景图像中不同尺寸的舰船,优于双参数CFAR算法的检测结果。结论本文提出的多尺度分形维的检测算法可以实现对一景图像中不同尺寸舰船目标的检测,在保证一定检测率的同时有效降低了目标检测的虚警率。