滤波和多源图像匹配在进近助视引导系统中的应用研究

滤波和多源图像匹配在进近助视引导系统中的应用研究

论文摘要

在复杂机场、复杂天气条件下,保障民航生产运输安全、正点、高效、经济,避免终端区飞行时出现可控飞行撞地事故的发生,仍然是民航界急需解决的重大课题。为提高低能见度等复杂天气条件下着陆的安全性,从导航角度有多种措施,最主要的两种措施包括:一是提高导航系统的安全性、可靠性,如采用GPS差分及增强技术、GLS进近等;二是利用机载进近助视引导系统,为机组提供直观的情景意识,帮助机组判断航空器所处位置和状态,避免可控撞地事故的发生,如采用HGS、EFVS等技术。本文致力于对HGS系统中一些关键技术和问题进行研究。利用先进经验模态分解法分析下滑道信号干扰稳定问题,并利用多源图像配时空配准分析航空器低能见度下的进近问题,有效抑制多路径效应和提高航空器进近可视水平。论文的创新之处是运用经验模态分解法(EMD)对ILS下滑道信号进行滤波。本文系统阐述该方法应用于下滑道信号干扰分析的可行性,提出了基于经验模态分解的下滑道信号滤波方法。依据视景增强系统的要求,利用基于特征级的多源图像配准方法,对同一地点的不同图像进行配准仿真。在与当前发展的新技术的融合中,着重阐述了下滑道滤波和多源图像配准技术在“新一代进近着陆助视引导系统”中的应用。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究的背景和意义
  • 1.2 民用客机进近助视引导系统的发展
  • 1.3 滤波和多源图像匹配技术介绍
  • 1.4 进近助视引导系统的应用现状
  • 1.5 本文结构
  • 第二章 独立助视引导系统性能分析
  • 2.1 平视指引系统性能分析
  • 2.1.1 HGS 的历史与发展
  • 2.1.2 HGS 的组成及工作原理
  • 2.1.3 HGS 的优势
  • 2.1.4 HGS 的运行要求
  • 2.1.5 HGS 的性能及其在飞行运行中的应用
  • 2.2 增强视觉系统性能分析
  • 2.2.1 EFVS 的介绍
  • 2.2.2 EFVS 的优缺点
  • 2.2.3 EFVS 的性能及其在飞行运行中的应用
  • 2.3 合成视觉系统性能分析
  • 2.3.1 SVS 的工作原理
  • 2.3.2 SVS 的完好性
  • 2.3.3 SVS 的优缺点
  • 2.3.4 SVS 的性能及其在飞行运行中的应用
  • 第三章 综合助视引导系统
  • 3.1 新一代进近着陆助视引导系统研究框架
  • 3.1.1 平视指引系统
  • 3.1.2 基于平视指引系统的综合视景系统
  • 3.1.3 视觉增强EFVS 系统
  • 3.1.4 实时动态监视系统
  • 3.2 EFVS 和SVS 与HGS 的综合
  • 3.3 综合助视引导系统的关键技术
  • 3.3.1 HGS 中数据的处理
  • 3.3.2 HGS 和SVS 的融合
  • 3.3.3 EFVS 和SVS 的融合
  • 3.3.4 地空数据传输技术
  • 第四章 滤波技术和多源图像匹配技术的应用
  • 4.1 基于 EMD 的 ILS 下滑道信号滤波
  • 4.1.1 ILS 下滑道信号简介
  • 4.1.2 调幅波
  • 4.1.3 基于EDM 的滤波
  • 4.2 下滑道信号滤波仿真及分析
  • 4.2.1 EMD 滤波去噪法
  • 4.2.2 仿真实验
  • 4.2.3 结论和分析
  • 4.3 图像配准简介
  • 4.3.1 遥感技术
  • 4.3.2 多源图像配准
  • 4.4 基于特征的多源图像实时配准
  • 4.4.1 图像配准的数学模型
  • 4.4.2 图像变换
  • 4.4.3 图像配准方法
  • 4.5 多源图像匹配仿真及分析
  • 4.5.1 使用ERDAS IMAGINE 进行图像配准
  • 4.5.2 结论和分析
  • 第五章 进近着陆助视引导系统与PBN 技术的组合
  • 5.1 基于性能的导航(PBN)概述
  • 5.1.1 PBN 的相关概念及其性能要求
  • 5.1.2 实施PBN 的优势
  • 5.2 两种技术的组合
  • 结论
  • 参考文献
  • 附录
  • 攻读硕士学位期间取得的学术成果
  • 致谢
  • 相关论文文献

    • [1].新一代步兵班组的多源图像侦察信息融合[J]. 火力与指挥控制 2020(04)
    • [2].多源图像融合关键技术及应用研究[J]. 科技创新导报 2011(29)
    • [3].基于小波分解的多源图像融合在交通目标跟踪中的应用[J]. 计算机应用与软件 2010(10)
    • [4].多源图像融合算法在水利图像处理中的运用分析[J]. 造纸装备及材料 2020(01)
    • [5].多源图像直线提取算法[J]. 电光与控制 2008(03)
    • [6].近色背景果实识别的多源图像融合[J]. 中国农机化学报 2020(03)
    • [7].多源图像融合质量的综合评价体系研究[J]. 深圳信息职业技术学院学报 2008(02)
    • [8].基于互信息与梯度融合的多源图像匹配技术研究[J]. 红外技术 2009(09)
    • [9].基于小波分解下多源图像融合[J]. 煤炭技术 2010(09)
    • [10].压缩感知在多源图像融合中的应用[J]. 太赫兹科学与电子信息学报 2013(04)
    • [11].一种像素级多源图像融合方法的研究[J]. 硅谷 2010(16)
    • [12].基于编辑传播的多源图像表观迁移[J]. 郑州大学学报(工学版) 2018(05)
    • [13].多源图像情报空间数据集成管理模型研究与原型建立[J]. 国土资源遥感 2013(02)
    • [14].一种新的多源图像自适应融合算法与仿真研究[J]. 西南师范大学学报(自然科学版) 2015(11)
    • [15].不同生长时期果树多源图像的配准方法研究[J]. 光学学报 2014(02)
    • [16].多源图像智能化融合方法的研究[J]. 佳木斯教育学院学报 2014(02)
    • [17].多源图像融合方法的分析及比较[J]. 数字技术与应用 2010(12)
    • [18].一种改进的辐射不变特征多源图像配准算法[J]. 测绘科学 2020(11)
    • [19].大豆冠层多源图像特征点配准方法研究[J]. 中国农业大学学报 2019(02)
    • [20].塔型分解多源图像融合方法[J]. 计算机技术与发展 2018(12)
    • [21].分光轴式多源图像融合系统近距离配准方法研究[J]. 红外与激光工程 2016(11)
    • [22].基于DSP的多源图像融合系统[J]. 兵工自动化 2012(02)
    • [23].神经网络结合NSCT的多源图像融合算法[J]. 激光杂志 2020(07)
    • [24].采用多源图像分形特征的多目标检测方法[J]. 光电工程 2009(12)
    • [25].近色背景果实识别的多源图像配准[J]. 计算机工程与设计 2018(11)
    • [26].远距离多源图像融合系统实时配准设计[J]. 应用光学 2013(03)
    • [27].多源图像融合综述[J]. 河南科技 2013(07)
    • [28].基于小波变换与低通滤波的多源图像融合方法[J]. 赤峰学院学报(自然科学版) 2011(03)
    • [29].多源图像融合技术的发展与军事应用研究[J]. 航天电子对抗 2011(03)
    • [30].基于多源图像处理的飞机起降主动监视方法[J]. 舰船电子工程 2016(10)

    标签:;  ;  ;  ;  

    滤波和多源图像匹配在进近助视引导系统中的应用研究
    下载Doc文档

    猜你喜欢