GIS中空间目标的表达方法探讨

首先分析和总结了不确定空间目标表达的一些主要研究成果和方法，建立了场模型下的统一表达，继而，基于可拓工程方法探讨了动态空间目标的表达，并详细阐述了动态集合的概念和定义。     

基于欺骗式动目标的SAR干扰技术研究

针对军事运动目标的保护问题，提出了基于欺骗式动目标的SAR干扰方法，该方法根据收到的雷达信号，调制不同的散射强度和位置信息，模拟产生多个虚假的运动目标，避免了静止场景不能干扰动目标成像的缺点。分析了雷达位置确定误差对欺骗式动目标干扰效果的影响，给出了一种干扰机的布阵方法。仿真证明，欺骗式动目标干扰方法可以达到保护运动目标和向被干扰雷达提供虚假信息的目的。     

基于惯性系原理的动基座粗对准及其性能影响因素分析

捷联惯导系统(strapdown inertial navigation system,SINS)在进行导航解算前需要粗对准提供初始姿态角,载体受多种因素影响和制约,在微幅晃动或运动状态下,需要进行动基座粗对准.从惯性系对准原理出发,讨论了基于比力和速度矢量的两种动基座粗对准解算方案,分析了位置误差、速度误差、杆臂误差对动基座粗对准的影响.结果表明,惯性系对准方法能够满足SINS粗对准的要求,速度误差和杆臂误差是制约对准精度与速度的主要因素,机动性强的轨迹能够加快对准速度,基于速度矢量的解算方案能够有效减弱姿态角收敛过程中的抖动,以提高对准效率.     

基于小波变换和序贯抗差估计的捷联惯导初始对准

基于小波变换和三参数序贯抗差估计，提出了一种新的确定捷联惯导初始姿态的方法。利用静基座下的模拟数据对该方法进行了验证。结果表明，该方法能够保证捷联惯导在较短的时间内获得较高的对准精度。     

GIS中空间目标的表达方法探讨

首先分析和总结了不确定空间目标表达的一些主要研究成果和方法,建立了场模型下的统一表达;继而,基于可拓工程方法探讨了动态空间目标的表达,并详细阐述了动态集合的概念和定义.     

小波消噪技术在非陀螺寻北系统中的应用

为消除基座扰动对非陀螺寻北系统测量精度的影响,采用小波消噪技术对系统的输出信号进行处理。提出了利用信号在多尺度下小波变换系数中,其有用信号为平稳信号,而干扰噪声的模极大值并不随小波分解尺度增加而减少的特性,来确定基座扰动在时域上的作用点,消除影响后再进行小波变换消噪的方法。通过实验证明,该方法能有效提高系统的寻北精度,并增强系统在大幅度基座扰动下快速寻北的鲁棒性。     

一种运动目标轨迹提取方法

针对基于区域的轨迹提取类算法的时间复杂度高等问题,该文提出了一种基于Faster R-CNN的目标轨迹提取方法,利用Faster R-CNN能够快速定位和特征提取的原理,快速确定目标区域,在此基础上提出距离加阈值限制的方法进行目标关联。该方法不要求Faster R-CNN模型具有较高目标框回归精度,且充分利用卷积神经网络能够高效提取图像特征的特点,在保证轨迹提取精度的同时,降低了目标区域确定的时间和数据量,且通过均匀抽取和目标参考点关联的方法,进一步降低了目标关联的时间。与基于Camshift的区域提取法对比,在时间复杂度基本一致的情况下,大大提高了复杂背景和复杂纹理条件下目标区域确定的准确率,使得轨迹提取率更高。     

GPS辅助激光陀螺捷联惯导系统动基座对准实验研究

对GPS辅助下的激光陀螺捷联惯导系统的动基座初始对准进行了实验研究。首先给出了车载SINS／GPS组合导航系统误差模型，然后利用Kalman滤波器对SINS和GPS的车载动基座实际测量数据进行了离线的半实物仿真。仿真结果表明，动基座对准能够在10分钟以内快速实现，但是达到的对准精度与静基座对准相比稍差。     

GIS系统目标确定方法

ＧＩＳ系统目标决定着将建成的ＧＩＳ的功能和水平,科学地确定系统目标是非常必要的,本文就ＧＩＳ系统目标的确定原则,依据等进行了探讨。地理信息系统是一个信息交换频率高,实施面和受益面广,应用性强的空间信息系统,要实现一个结构完整,功能齐全,技术先进,实用性好的信息系统,首先必须确定明确而具体的系统建设目标,另外还需要较长时间的努力,因此,科学合理地确定系统建设目标是非常必要的。     

基于广义Hough变换的不规则形状目标提取方法

提出了一种基于广义Hough变换的不规则形状目标的提取方法。该方法主要包括目标参数描述和目标提取两部分。实验表明，该方法精度好、效率高。     

一种基于序列立体观测的非合作目标位姿监测方法

非合作目标的位姿监测,是空间目标态势感知的重要内容之一。本文提出了一种基于立体观测的非合作目标位姿变化监测方法,采用单目观测序列提取Harris角点,运用金字塔稀疏光流法对其进行运动跟踪,利用影像匹配和前方交会获取运动点三维坐标,最后将运动点坐标带入运动方程解算目标位姿变化。半实物仿真试验结果表明:相机距目标距离约为2.5 m时,位置变化检测精度优于2.5 mm,姿态变化检测精度优于0.5°。相比于基于先验信息和特征提取的传统方法,该方法基本满足对非合作目标监测、跟踪、绕飞时位姿测量需求,且在适应性和精度上均有提高。     

基于GPS的外测设备精度鉴定测姿方法的研究与应用

全球定位系统（GPS）不仅可以提供运动目标的高精度位置、速度信息,而且应用相对定位技术,通过合理的天线布阵,可以实现运动目标高精度姿态的测量。从GPS测姿原理入手,分析了外测设备精度鉴定任务的特点及测姿要求,通过多种方法和大量数据验证了系统的可行性,并在实际任务中得到了应用。     

视觉辅助下的室内惯导位姿修正

惯性导航系统可以短期内提供连续的高精度信息，但是误差会随时间增大，不能长期独立工作。而在大型仓库、地下停车场等室内卫星信号薄弱的场景中，传统的惯导+卫星组合方法也不再适用。针对该问题，本文提出了一种视觉与惯导组合定位的方法。本文研究的惯导+视觉组合的定位方法中，采用基于合作目标的单目视觉定位方法对惯导误差进行修正。对于惯导误差的修正方法，本文利用视觉定位的位姿信息建立量测方程，进行卡尔曼滤波，并选取合适的试验设备，通过实际试验对比验证了该算法对惯导系统误差的修正具有良好的效果。     

智能手机移动测量方法的设计与实现

近年来，智能手机在快速的发展过程中逐渐集成了多种传感器，包括位置传感器、磁力计和加速度计等姿态传感器和数码相机等；同时，由于它所具备的体积小、成本低的优点，为实现手机影像移动量测提供了可能。本文通过Android系统平台及智能手机集成的多传感器，提出了一种新型的智能手机影像量测方法。该方法首先对手机相机进行标定获取内方位元素，并进行Android应用程序的开发，在获取影像数据的同时获得手机的位置姿态数据；然后对影像数据进行特征点提取、匹配及错误点删除，并根据位置姿态数据和同名点图像坐标，利用空间前方交会计算目标点的三维坐标；最后通过光束法平差进行整体优化。试验结果表明该方法获取的位置信息可达到较高的精度。     

IMU/DGPS辅助车载CCD及激光扫描仪三维数据采集与建模

三维信息快速采集是真实场景建模与三维虚拟现实技术的关键。本文提出了一种基于激光扫描仪、线/面阵CCD相机及GPS与IMU等多种传感器融合的车载移动式数据快速采集系统。各传感器安置在车内稳定平台上并随车保持一致的运动姿态。通过对GPS和IMU数据进行卡尔曼(Kalman)滤波,可推测出整个系统及各传感器的位置和最佳姿态估计;从扫描仪点云数据可提取出街道场景中事物的三维几何信息;线阵CCD相机用于获取路面带状地物等线性特征;面阵CCD采集街道两侧面状纹理信息,从而快速获得城市目标的地理坐标和三维建模信息,由此可重建城市路面街道的三维真实场景。     

轻小型惯性稳定平台位置环协同通信控制方法

针对轻小型航空遥感系统对姿态大机动的快响应需求,设计了一种轻量型惯性稳定平台位置环协同通信与姿态超限快响应控制策略,将位置环反馈回路设计为两种可切换工作模式。伺服模式下,参考位置姿态系统的输出,通过设计二者协同通信,保证稳定平台对飞行姿态及扰动的实时隔离;编码器实时监测框架间相对角位置,超限位且载荷视轴与垂直方向误差较大时切换模式。超限快速回复模式下,以编码器值为位置环反馈量,使用大增益将平台由超限位置迅速调整到最大限定位置,并实时监测POS值,在载荷视轴位置误差较小时返回伺服模式。实验表明,该方法可靠、有效实现了稳定平台与位置传感器的高精度实时通信与控制。     

3Dsurs系统姿态精度分析

GPS是3Dsurs系统中关键传感器之一,用于测量车载平台的位置和姿态角。姿态角获取是3Dsurs系统关键技术之一,其精度决定系统所能达到的测量精度。本系统中使用NovAtel DL-4型双频、高精度、高采样率GPS,采用差分后处理方法,数据处理中利用三台GPS间固定位置关系进行约束平差,并采用滤波方法提高解算精度。多组实验结果表明:使用GPS测姿可获得较高精度,系统中三个姿态角的精度有差异,航向角的精度最高,横滚角和俯仰角的精度接近。     

基于线阵水下定位的解析求解算法

当信号接收器位于同一直线时，DGPS水下立体定位系统的解析算法并不能解算出目标空间立体坐标。提出一种新方法，利用它们的几何关系，计算出它们所在平面的相对位置。得到平面位置可以作为求解立体坐标的一部分，还可以应用于平面内水下目标定位的测试。解算中四个信号接收器的数据可以解算出唯一解，当信号接收器数目大于四个时，利用最小二乘理论获最优解。该方法采用解析法直接求解，不存在定位结果的发散问题。     

基于形态学理论的自动目标识别技术--自适应BP学习算法

在设计了一种具有实用意义的形态学开、闭滤波的神经网络模型基础上，完成了用于目标检测识别的优化学习算法，为克服BP算法存在的收敛速度慢、需要选择学习参数且无法保证全局最优等固有缺陷，将启发引导策略与学习规则相结合，采用了一种动态调控学习参数的自适应BP学习算法。试验结果表明，该算法不仅能适应复杂多变的背景环境，而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性。