面向SAR匹配辅助导航的景象区域适配性

对合成孔径雷达(SAR)景象匹配辅助组合导航的关键技术之一——SAR景象区域适配性进行了分析。结合SAR成像过程、组合导航过程及SAR图像的特点对SAR景象区域适配性问题进行了综合描述;围绕减小几何畸变和提高匹配概率两个目标剖析SAR景象区域适配性的影响要素,包括基本约束条件、适配性特征指标和预测函数构建等。在此基础上,以限制几何畸变,优化图像特征为原则构建了基于多目标遗传优化的SAR景象适配区选择模型。基于真实SAR图像进行的实验表明,根据模型选出的最佳适配区匹配概率达到94%,验证了分析和建模的合理性。该结论可为选择高性能的SAR景象适配区提供参考。

景象匹配辅助组合导航中景象区域适配性研究进展

对景象匹配辅助组合导航的关键技术之一——景象区域适配性技术的基本模型、国内外发展现状以及目前有待于继续完善的若干问题进行综述。首先对景象区域适配性涉及的概念、评价指标、关键技术进行综合分析,剖析各环节技术内涵与相互关系,提出景象区域适配性研究的一般框架;指出目前国内外研究方法中存在的差异,将目标跟踪领域中与景象区域适配性相关的技术成果引入景象区域适配性研究框架中;分析多源图像匹配中景象区域适配性与传感器特性、匹配算法以及应用约束间的制约关系。综述旨在扩展和深化景象区域适配性研究的理论与方法。

基于分块双向2DPCA及ResNet的景象区域适配性分析

基准图的适配性是影响景象匹配辅助导航系统性能的重要因素,通过景象区域适配性分析可以筛选出匹配性能较高的基准图进而保证导航系统的精度和可靠性。本文提出了基于分块双向2DPCA及ResNet的适配性分析方法:通过分块双向2DPCA提取图像的局部降维信息,再将图像的局部降维信息输入ResNet并训练神经网络得到适配性评估模型。实验结果表明该方法在图像适配性的预测方面表现优异。

基于多传感器信息融合的无人机自主精确导航技术

无人机自主导航是保证无人机成功完成各种任务的关键技术之一。随着机载传感器性能的不断提高,利用多传感器信息融合实现自主精确导航将是一个重要的发展趋势。结合目前多传感器信息融合技术在各种航行器导航应用中所取得的成果,对基于多传感器信息融合的无人机自主精确导航技术进行分析和评述。剖析了其中的关键技术,包括自主导航系统结构、误差分析和精度分配、联合滤波器以及图像传感器信息融合等;并重点对图像传感器信息融合的关键部分,包括图像融合、图像匹配和景象区域适配性分析等进行了分析;最后从技术发展和未来应用两个角度进行进一步研究工作的展望。旨在为实现无人机自主精确导航提供有益参考。