微型航天探测系统及其目标识别算法研究

微型航天探测系统及其目标识别算法研究

论文摘要

随着空间科学技术的发展,航天探测器受到越来越多国家的关注。而体积小、功耗低、成本低的微型航天探测器是目前航天器发展的主要趋势。微型航天器因其目标小、机动性强、可进行编队组网等特点,在军民两用高新技术中受到全世界的广泛关注。在军事领域,可利用微型航天器来完成多项任务,如空间目标成像、空间电子侦察、空间电子干扰和目标拦截等。在非军事领域,微型航天器的一个重要用途是进行空间技术在轨试验。低投入、短周期的微型卫星将给高新技术领域的太空试验带来希望,而高技术演示验证是将研究成果工程化的重要手段,可以加速研究成果向工程研制和应用的转化,降低研制风险,提高使用效益,从而加速技术更新,推动空间技术的发展。由于微小卫星领域的技术发展和更新非常迅速,因此加强高技术演示验证就成为一项极为重要的工作。微型航天探测器主要是对太空中的目标物进行探测成像并主识别,然而由于微型航天探测器所处的环境的背景比较复杂,再加上复杂背景、目标物以及探测器三者之间有相对的运动使得对目标物的识别比较困难。而且微型航天探测器体积小,硬件资源、处理速度和能量都及其有限。论文从微型航天探测器的实际情况出发,在对现有识别方法进行分析比较后,提出了两类新的识别算法:一类是多帧图像识别算法,主要有基于图像配准的边缘提取差分法和基于图像配准的双差分法。它们主要是针对背景、目标物和探测器之间有相对运动提出来的新的算法。这两种算法的关键点在图像配准上。另一类是单帧图像识别算法即改进的连通域法的目标识别算法,该算法对单帧图像进行处理避免了多帧之间由于背景、目标物和探测器之间有相对运动带来的影响,而且需要的硬件资源和计算量都比较小。它首先对探测器采集的图像进行二值化,然后对整幅二值化的图像进行连通域标记,最后用领域法搜索图像中最大的连通域,即目标物,计算出目标物的形心以及目标物方位角、俯仰角和波门的大小等参数。实验表明该算法在处理速度和硬件资源要求上都优于前者以及一些现有的识别算法。项目中,在PC机上用VC实现了探测器与PC机的连接以及开发出满足项目要求的并带有不同目标识别算法的软件系统。针对微型航天探测器的实际特点,用DSP硬件实现改进连通域的目标识别算法,并设计了FPGA实验板模拟CMOS数据源,实现并达到了实时目标识别的要求,获得了较好的识别效果。本文所做的工作主要是完成了微型航天探测器对空间目标物识别预研,还对下一步工作提出了有益的建议。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 1 绪论
  • 1.1 概述
  • 1.2 项目背景与项目概况
  • 1.3 微型航天探测器特点及研究现状
  • 1.4 论文主要研究内容及内容安排
  • 2 微型航天探测器系统组成及目标探测反演
  • 2.1 微型航天探测器系统组成
  • 2.2 单探测器目标反演
  • 2.3 多探测器仿真
  • 2.3.1 多探测器目标定位反演
  • 2.3.2 协同捕获跟踪及波门实现
  • 3 空间目标光学特性分析和目标识别算法
  • 3.1 空间目标光学特性分析
  • 3.1.1 空间环境分析
  • 3.1.2 目标亮度影响因素分析
  • 3.1.3 空间目标漫反射表面照度分析
  • 3.2 空间目标亮度仿真
  • 3.3 目标识别算法
  • 3.3.1 多帧识别算法
  • 3.3.2 多帧识别算法
  • 3.4 算法的选择
  • 4 目标识别算法仿真
  • 4.1 基于图像配准的边缘提取差分法仿真结果
  • 4.1.1 背景和目标同时运动
  • 4.1.2 运动背景(背景比较复杂)中目标运动速度快
  • 4.2 基于图像配准的双差分法仿真结果
  • 4.2.1 背景和目标同时运动
  • 4.2.2 当运动背景中目标运动速度比较快
  • 4.2.3 目标和背景运动都快
  • 4.3 改进的连通域算法仿真结果
  • 5 微型航天探测器软件构成和实现及算法硬件的实现
  • 5.1 微型航天探测器软件构成及实现
  • 5.1.1 软件与硬件接口的设计
  • 5.1.2 软件界面设计
  • 5.1.3 算法设计
  • 5.1.4 其它功能的设计
  • 5.2 整个软件的实现以及工作过程
  • 5.3 算法的硬件实现
  • 5.3.1 FPGA实现数据源电路的设计
  • 5.3.2 TMS320C6416 DSK板的结构及其配置
  • 5.3.3 算法的实现的硬件结构及仿真
  • 6 总结与展望
  • 参考文献
  • 发表或已录用论文
  • 致谢
  • 附录A FPGA板电路图
  • 附录B 实验平台实物图
  • 相关论文文献

    • [1].弹载人工智能目标识别算法的嵌入式实现方法研究[J]. 制导与引信 2019(03)
    • [2].一种基于信息融合的目标识别算法[J]. 无线通信技术 2020(01)
    • [3].一种简单的雷达目标识别算法[J]. 电子技术与软件工程 2017(19)
    • [4].无人机战场侦察中目标识别算法研究综述[J]. 飞航导弹 2016(07)
    • [5].深度学习目标识别算法发展趋势研究[J]. 电信网技术 2018(04)
    • [6].改进证据融合次序的目标识别算法[J]. 信息与控制 2018(05)
    • [7].基于几何差异的目标识别算法[J]. 计算机测量与控制 2016(07)
    • [8].磁探测引信目标识别算法研究[J]. 国外电子测量技术 2020(09)
    • [9].双目视觉机器人遮挡目标识别研究[J]. 计算机测量与控制 2020(02)
    • [10].基于FPGA的双波束激光引信目标识别算法研究[J]. 制导与引信 2011(04)
    • [11].自动目标识别算法发展综述[J]. 电光与控制 2016(10)
    • [12].基于投影寻踪的高光谱典型目标识别算法[J]. 光学与光电技术 2013(03)
    • [13].雷达目标识别算法性能优化与评估系统[J]. 南京大学学报(自然科学) 2017(06)
    • [14].基于迭代最邻近的多视角目标识别算法研究[J]. 中原工学院学报 2017(01)
    • [15].一种基于视觉形状模型的机器人目标识别算法[J]. 制造技术与机床 2017(09)
    • [16].基于几何特征的足球机器人目标识别算法研究[J]. 软件导刊 2009(07)
    • [17].激光/红外复合扫描引信目标识别算法[J]. 激光与红外 2020(02)
    • [18].复杂背景下目标识别算法分析与改进[J]. 智能计算机与应用 2020(04)
    • [19].作业安全管控系统中人员目标识别算法研究[J]. 广西电力 2015(02)
    • [20].移动机器人目标识别与定位算法发展综述[J]. 车辆与动力技术 2020(01)
    • [21].基于图像缺损和遮挡的目标识别算法研究[J]. 光电技术应用 2016(02)
    • [22].基于嵌入式图像处理平台的实时多目标识别算法[J]. 科学技术与工程 2014(03)
    • [23].基于多特征联合的多目标识别算法研究[J]. 湖北理工学院学报 2014(05)
    • [24].基于形态学重构运算的地面目标识别算法[J]. 国土资源遥感 2012(03)
    • [25].利用图像校正的快速目标识别算法[J]. 计算机工程与应用 2011(03)
    • [26].电视制导系统目标识别算法[J]. 弹道学报 2008(01)
    • [27].复杂场景下的运动目标识别算法[J]. 计算机系统应用 2018(08)
    • [28].主成分分析在震动信号目标识别算法中的应用[J]. 华中科技大学学报(自然科学版) 2012(07)
    • [29].一种基于Camshift的快速目标识别算法[J]. 科技信息 2012(29)
    • [30].基于FPGA的足球机器人目标识别算法研究[J]. 湖北工业大学学报 2010(02)

    标签:;  ;  ;  ;  

    微型航天探测系统及其目标识别算法研究
    下载Doc文档

    猜你喜欢