航天测量船海上航行时主要通过精度校飞进行雷达精度鉴定, 针对其周期长、耗费大和组织协调困难的缺点, 提出了一种采用高精度星敏感器与雷达捷联跟踪测量空间目标进行海上精度鉴定的方法。雷达在跟踪空间目标的同时, 星敏感器实时拍摄天线指向附近星图。首先, 星敏感器利用雷达输出的编码器角度计算视轴的初始指向, 通过快速星图识别和目标定位获取天线地心坐标系精确指向; 然后, 经坐标变换到地平系, 根据蒙气差模型修正地平系俯仰角, 再经过船摇修正转换到甲板坐标系; 最后, 进行轴系误差及脱靶量修正, 实现雷达指向精度鉴定。试验结果表明: 利用该方法测量的船载雷达相对于星敏感器方位、俯仰随机残差优于50″, 满足雷达精度鉴定要求, 证明该方法的可行性。

针对传统三角形星图识别算法的不足, 本文提出了一种不依赖星等信息的全天球自主快速三角形识别算法。通过构建三角形最大内角及其两边作为匹配特征三角形, 建立了全天球导航特征库, 对生成的特征库按最大内角值构造散列函数, 并分块存储。识别过程中, 采用“边-角-边”原理进行匹配。首先, 根据最大内角的观测值实现子块的快速定位, 然后, 在子块中对观测三角形的两边进行星角距快速匹配, 缩小了角距匹配的范围, 提高了识别速度。试验表明, 星点位置噪声低于2个像元时, 识别率优于98.08%; 观测星数等于10颗, 特征库分块总数为1 024时, 平均识别时间为13.1 ms。与现有三角形识别算法相比, 该算法在识别速度、识别率及抗星等噪声能力等方面具有明显优势。

为简化船载星敏感器安装矩阵标定步骤，提高星敏感器安装矩阵标定精度，提出了一种根据星敏感器测量信息和惯导系统输出信息对星敏感器安装矩阵进行动态标定的方法，将星敏感器安装矩阵的标定过程分解为粗标定和精标定两步。粗标定过程不考虑蒙气差影响，精标定过程根据粗安装矩阵和蒙气差修正模型对星敏感器测量信息进行修正，消除蒙气差影响，实现船载星敏感器安装矩阵的精确动态标定。实验结果表明，该方法经过两次迭代即可得到精确标定结果，不同时段实验结果表明该方法的一致性较好，星敏感器利用安装矩阵标定结果解算的船体姿态数据与惯导数据对比结果表明该方法是正确的。

星敏感器测量船体姿态精度与星敏感器与甲板之间的安装角标定精度密切相关。本文介绍了船载星敏感器的相关坐标系及安装角的定义, 建立了船载星敏感器蒙气差修正模型, 提出了一种船载高精度星敏感器安装角标定方法。船进坞坐墩时, 船载经纬仪通过拍摄方位标确定航向, 星敏感器通过星图识别获得视场内星点的赤经、赤纬, 构成地心惯性系参考矢量, 经岁差、章动、极移、船位等修正, 得到各恒星在惯导地平系下的参考矢量。然后, 根据蒙气差模型对星点逐个修正俯仰角, 重构惯导地平系下的参考矢量。最后, 依据姿态确定算法原理, 解算星敏感器安装矩阵, 求解安装角。实验表明, 使用该方法可使方位角、俯仰角的标定精度达10"以内。该方法有效发挥了星敏感器指向精度高的优点, 改善了程序自动化程度, 提高了船体姿态测量精度。

本文提出了一种基于星图识别的快速定位算法用于加快空间目标的定位速度和提高定位精度。首先, 采集当前图像的拍摄时刻和编码器角度值, 运用天文定位三角形建立的地平坐标系与地惯坐标系的转换关系, 计算设备视轴在地惯坐标系中的指向;然后, 由视轴指向所在的天区, 提取出该天区所有的导航星与特征库;结合有初始指向的局部星图识别建立图像中背景恒星星像与导航星的对应关系。最后, 根据小孔成像原理, 通过已识别的背景参考恒星以角距离匹配的方式对空间目标进行相对定位。对4°×4°视场、分辨率为1 024×1 024的实际图像的试验结果表明, 因定位过程中引入了天文定位三角形模型和星图识别, 大大加快了空间目标的定位速度, 初始定位速度平均约为400 ms;又因采用相对定位的方式排除了影响定位精度的因素, 空间目标的定位精度优于2″。

由于单星敏感器横滚测量精度偏低会影响航向测量精度, 本文针对测量船的实际使用环境, 提出了基于视轴指向的双星敏感器船体姿态测量方法。介绍了单星敏感器船体姿态测量原理及其不足, 分析了星敏感器滚动角测量误差对船体姿态测量精度的影响。设计了双星敏感器船体姿态测量系统, 建立了基于视轴指向测量的双星敏感器船体姿态测量模型。最后, 对该算法模型进行了外场试验验证。试验结果表明, 基于双星敏感器的船体姿态测量方法获得的航向、纵摇及横摇测量精度分别为6.9″、5.7″及4.5″, 显著优于基于单星敏感器的船体姿态测量精度, 避免了星敏感器横滚测量精度对航向测量结果的影响, 为船用星敏感器的工程设计提供了参考依据。

提出了一种基于双星敏感器的船体姿态测量系统。本系统采用两台大视场高精度CCD星敏感器, 一台指向船艉, 一台指向左舷, 组合定姿达到提高横摇角测量精度的目的。选用TH7888A作为CCD传感器, 成像后经实时图像处理器提取星点目标位置、灰度信息传给数据处理计算机, 通过星图识别、姿态确定获取地心惯性坐标系下视轴指向, 经岁差、章动、极移、船位、蒙气差等修正, 获得惯导地平系下姿态矩阵。依据标定的星敏感器与甲板坐标系安装矩阵, 解算船体姿态角, 将两台星敏感器解算的姿态角进行融合, 达到获取三个高精度船体姿态角的目的。实验表明, 该系统航向、纵摇及横摇测角精度分别达到8.46″、7.16″及5.11″, 测量精度高、自主性强且能不随时间漂移。

为了解决传统Mean Shift跟踪方法中目标模板只能从单一图像建立，且很难更新问题，提出了一种新的Mean Shift彩色图像跟踪方法。将RGB颜色空间投影到HSV颜色空间，建立了基于HSV颜色空间的统一直方图核函数模型。为了实现模板在线更新，引入在线支持向量机，推理了基于HSV空间的在线支持向量机的Mean Shift跟踪算法，从而适应目标因尺寸、姿态及光照造成的模型变化。为了验证算法的有效性，对两组国际通用的CAVIAR彩色图像序列进行了跟踪测试。实验结果表明，提出的改进算法在目标姿态、光照或背景发生较大变化时，能有效跟踪目标。当图像分辨率为384×288（目标尺寸约为20×80）时，最快处理速度达40 f/s，且跟踪精度比传统Mean Shift提高321%。

提出了一种用于扫描型红外预警系统的目标检测与识别算法来实现对空中威胁的预警,该算法在对目标进行检测和识别的过程中分别运用了降维技术。首先对拉普拉斯-高斯(Laplacian of Gaussian, LOG)算子降维, 改变经典LOG算子各向同性的特点, 从而减少了信息的丢失; 然后通过设置相关参数设计8邻域方位滤波器对图像不同方向进行尺度优化的滤波以完成目标增强与背景抑制; 最后对滤波结果进行目标提取, 通过支持向量机算法对目标进行识别。为使识别过程更加简捷而不失准确性, 在识别前采用基于协方差算子的充分降维方法对样本特征和目标特征进行降维, 从而在简化经典滤波算法与目标识别算法的同时提升了算法效率。实验结果表明, 与经典高维算法相比, 本文提出的算法在对红外目标进行检测识别时能够获得更好的效果, 应用于工程时能实现低于7%的虚警率和低于5%的漏警率, 且算法能够满足系统实时性要求。

为了实现枪击案件的有效快速侦破，设计了弹痕三维纹理比对系统。本文主要是对撞针在弹壳尾部上的压痕进行比对，以确定两弹壳是否发自同一支枪。首先根据弹壳尾部为一圆形的先验知识，对撞针处的压痕进行质心计算，把其中一个弹壳进行绕圆心旋转，使两撞针质心与各自的圆心连线平行，然后进行基于体素的互相关测度计算。为了提高比对的精度，提出了利用自适应的变系数迭代法进行互相关测度计算。实验结果表明，当两个弹壳发自同一支枪时，互相关测度值的最大值能够提高 30%以上，平均提高 12%以上。比对结果稳定可靠，能够满足弹痕比对系统的要求。