为了精确地配准近平面场景下的红外-可见光视频序列, 本文提出了一种基于轮廓特征匹配的自动配准方法, 通过迭代匹配目标轮廓特征来解决异源图像中配准特征的提取和匹配难题。首先, 采用运动目标检测技术获取目标轮廓, 并由曲率尺度空间(CSS)角点检测算法提取轮廓特征点。此后, 建立全局形状上下文描述子和局部边缘方向直方图描述子描述特征, 从而实现可靠的特征匹配。来自不同时刻的匹配点对被保存在一个基于高斯距离准则的特征匹配库中。最后, 为了克服近平面场景中目标深度变化的影响, 本文结合前景样本随机抽样策略计算配准矩阵的损失函数, 完成对全局配准矩阵的更新。在LITIV数据库上对方法进行实验验证, 结果表明: 本文方法的配准精度优于当前先进的对比方法, 在9个测试视频上的平均重叠率误差仅为0.194, 与对比方法相比下降了18.5%。基本满足了近平面场景下红外-可见光视频序列配准的精度要求, 且具有较高的鲁棒性。

传统机载光电平台框架结构限制了其载荷比, 采用新型串联球面机构可以解决这一问题但缺少运动学模型作为设计支撑。基于D-H参数法, 建立面向机载光电平台的串联球面机构正、逆运动学模型; 采用MATLAB进行运动学模型的解算, 并与多体动力学分析软件ADAMS进行比对验证模型的正确性; 搭建了实验装置对实际传感器数据进行采集并进行运动学模型验证实验。实验结果表明, 运动学模型在实验装置上的计算值与实测值之间的误差在5%以内且主要来自实验系统的机械加工装调误差和传感器测量误差。建立的模型为基于球面机构的光电平台视轴指向控制等应用研究奠定了基础。

测试点优化选择是复杂装备测试性设计的重要环节, 本文提出一种用于解决测试点优化选择问题的离散萤火虫算法(DFA)。首先建立了测试点优化选择问题的数学模型, 接着对传统的萤火虫算法(FA)进行了离散化改进, 给出了离散化萤火虫算法的实施步骤, 并分析了不同的吸引度函数和二值化函数(sigmoid和tanh函数)对算法结果的影响。最后针对5个不同规模的实际系统验证了离散萤火虫算法的有效性, 并与粒子群算法(PSO)和遗传算法(GA)等传统的元启发式搜索算法的计算性能进行了比较分析。结果显示: 在满足系统要求的故障检测率和故障隔离率的前提下, 利用本文提出的离散萤火虫算法得到的5个系统测试代价最优值分别比PSO算法和GA算法平均降低了10.1%和14.6%。实验结果表明: 离散萤火虫算法能快速收敛到更高质量的全局最优解, 避免过早收敛而陷入局部最优值, 对于解决大型复杂装备的测试点优化选择问题具有很好的应用前景。

为了实现对卫星视频图像序列的运动目标进行跟踪，提出了一种背景建模与添加实际条件约束相结合的卫星视频运动目标检测算法。首先，针对卫星视频图像序列的背景建立背景模型。然后，把接下来各帧图像同该模型相比较，进行减法运算，所得偏差为运动区域。最后添加满足卫星实际情况的约束条件，根据卫星视频的分辨率估算出运动目标合理的像元尺寸,从而滤掉噪声。将本算法在PC端进行实现，并与三帧差法和背景建模法的检测准确度进行对比。实验结果表明：本算法对卫星视频图像序列运动目标检测的准确度可达83.6%，三帧差法检测准确度为6.1%，背景建模法检测准确度为21.0%。从实验结果可以看出，本文算法可以比较准确地对卫星视频图像序列进行运动目标检测。

针对SIFT在视点变化下对物体几何特征描述的缺陷, 本文提出一种结合最稳极值区域检测和改进的二阶梯度直方图描述子的目标局部特征提取方法。首先, 采用一种新的最稳定度判断准则, 提高了不规则形状区域和模糊条件下的检测效果; 然后, 利用改进的二阶梯度直方图提取MSER区域的局部特征描述子, 采用高斯函数加权的方法考虑了不同像素对区域中心像素的影响, 提高了稳定性; 最后, 通过标准测试图像和实际拍摄图像的匹配对算法进行验证。实验结果表明, 本文方法在视点变化下仍能获得70%以上的匹配率, 匹配效果优于SIFT。本文方法相比于传统方法检测效果更为稳定, 对于不规则形状区域仍有较好的检测效果, 适用于视点变化下的目标匹配。

提出了利用大气修正因子修正大气透过率来提高测量目标红外辐射特性精度的方法。建立了目标红外辐射特性测量模型, 给出了基于大气修正因子的目标红外辐射特性测量方法。该方法将短距离大气透过率实测结果和MODTRAN模拟计算的大气透过率之比定义为基础大气修正因子, 然后依据长距离与短距离的不同数量关系得到增强大气修正因子, 最后利用该因子对MODTRAN计算的长距离大气透过率进行修正并进行目标的辐射反演, 从而获得目标辐射特性。 对中波红外摄像机进行了定标, 利用中波红外摄像机和面源黑体开展了目标红外辐射特性测量实验。实验结果表明, 利用大气修正因子修正大气透过率的目标辐射测量方法得到的目标辐射特性测量精度在8%左右, 高于传统的利用MODTRAN计算方法得到的20%的测量精度。得到的结果显示本文方法较传统方法较大程度地提高了目标辐射特性测量精度。

随着高功率TEA CO2激光器技术的快速发展, 及其在工业加工、科学研究、航空航天等领域的广泛应用, 对其自身控制系统也提出了更高的性能要求。针对所研制的高功率TEA CO2激光器, 设计了一种基于DSP数字信号处理器技术的控制系统, 分别从硬件、软件两方面对控制系统的核心单元做了详细的介绍; 为了克服激光器在工作过程中产生的强电磁干扰, 对控制系统采取了屏蔽箱体结构、电源滤波、安全接地、数字滤波、关键数据存储自恢复、抗复位干扰等设计。经过激光器长时间运行试验, 控制系统工作稳定、可靠, 控制响应速度快, 同时满足了抗强电磁干扰的设计要求, 具有很好的实用和推广价值。

为提高目标威胁估计的预测精度，在传统支持向量机优化方法的基础上，提出了采用磷虾群算法优化支持向量机的威胁估计方法。介绍了磷虾群算法和支持向量机的原理，并基于此采用磷虾群算法对支持向量机中的惩罚参数和核函数参数进行优化，寻找最优的惩罚参数和核函数参数; 建立磷虾群优化支持向量机的目标威胁估计模型，并实现基于该模型的目标威胁估计算法。采集90组原始数据组成训练集、30组数据组成测试集，对该目标威胁估计算法进行仿真实验。实验结果显示，磷虾群算法优化支持向量机的预测误差为0.002 91，小于采用粒子群算法或萤火虫算法优化的支持向量机。结果表明，磷虾群优化支持向量机的目标威胁估计方法可以有效地完成目标威胁估计。

积分比例导引制导是适用于全捷联半主动激光导引头的一种典型制导方案。为解决该制导方案下的命中精度分析问题, 提出了一种基于伴随法的精度分析方法。首先, 建立了积分比例导引制导律模型, 并给出了一种具有较强工程实用性的积分比例导引制导律实现方法; 其次, 在分析制导回路各项误差源特性的基础上, 利用伴随法得到了各误差源对脱靶量的影响。分析结果表明, 制导精度与比例导引导航比、自动驾驶仪的动态特性密切相关。得到的结论可以为工程上利用全捷联半主动激光导引头进行制导提供重要参考。

针对微机电-船舶惯性导航/全球定位(MEMS-SINS/GPS)组合导航系统在GPS信号中断时造成的强非线性误差及重获信号后精度变差的问题, 设计了基于Rao-Blackwellised 无迹卡尔曼滤波(RB-UKF)的组合导航算法。首先, 基于捷联平台欧拉失准角定义了姿态误差, 建立了捷联惯导系统的非线性误差传播方程。然后, 针对组合导航的状态方程为非线性而量测方程呈线性的特点, 设计了RB-UKF算法, 在保证精度的同时降低了计算量。最后, 设计了滤波算法总体结构, 分别给出了GPS信号正常时和中断时组合导航滤波计算的流程。将提出的算法用于跑车实验, 结果表明: 在GPS失锁20 s和40 s再重获信号之后, 使用RB-UKF算法的组合导航系统位置精度分别优于6 m和7.5 m, 比扩展卡尔曼滤波(EKF)算法精度提高了1.5倍以上, 误差收敛速度提高了1.88~16.5倍, 计算量比UKF量测更新的计算量减小了41.7%。实验显示该方法显著提升了组合导航系统GPS信号中断再恢复后的滤波精度, 且易于工程实现。