CN116087974A - 天基红外目标识别***及其目标识别方法 - Google Patents
天基红外目标识别***及其目标识别方法 Download PDFInfo
- Publication number
- CN116087974A CN116087974A CN202310180949.3A CN202310180949A CN116087974A CN 116087974 A CN116087974 A CN 116087974A CN 202310180949 A CN202310180949 A CN 202310180949A CN 116087974 A CN116087974 A CN 116087974A
- Authority
- CN
- China
- Prior art keywords
- target
- flying
- type
- result
- observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 8
- 230000001360 synchronised effect Effects 0.000 claims abstract description 8
- 230000005855 radiation Effects 0.000 claims description 62
- 238000004891 communication Methods 0.000 claims description 42
- 238000012937 correction Methods 0.000 claims description 34
- 238000013398 bayesian method Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 235000015842 Hesperis Nutrition 0.000 description 3
- 235000012633 Iberis amara Nutrition 0.000 description 3
- 101100122583 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) GPB2 gene Proteins 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 101100504103 Caenorhabditis elegans gpb-2 gene Proteins 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Astronomy & Astrophysics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本申请提供一种天基红外目标识别***及其目标识别方法,所述***包括:运行于降交点地方时为中午附近的低太阳同步轨道的观测卫星;观测卫星上设置目标观测组件、星上计算机和卫星轨道测量设备,目标观测组件包括设置于二维跟踪转台或整星三轴稳定装置上的红外遥感相机和激光测距仪,红外遥感相机和激光测距仪轴向相同且紧邻设置,红外遥感相机用于采集飞行目标对应的红外图像,激光测距仪用于向飞行目标发送激光波束并接收对应的回波信号,卫星轨道测量设备用于测量观测卫星的自身轨道信息,星上计算机用于基于飞行目标对应的红外图像和回波信号及观测卫星的自身轨道信息确定飞行目标的类型,能实现高精度对天和对地观测。
Description
技术领域
本申请涉及遥感数据处理技术领域,尤其涉及一种天基红外目标识别***及其目标识别方法。
背景技术
现有的空间目标识别技术包括地基识别和天基识别,地基识别即利用地面的各类雷达和望远镜等设备对飞行目标进行识别和跟踪;天基识别即利用卫星所搭载的光学传感器对空间目标进行成像,识别目标类型并计算其运动规律。由于现有的天基识别***在设计时均是以功能为导向,导致天基识别***功能较单一,只能实现对天或对地观测,且识别精度较低。
发明内容
本申请提供一种天基红外目标识别***及其目标识别方法,以用于解决现有的天基识别***功能单一且识别精度低的问题,实现高精度的对天和对地观测。
本申请提供一种天基红外目标识别***,所述***包括:
运行于降交点地方时为中午附近的低太阳同步轨道的观测卫星;
所述观测卫星上设置有多个功能组件、为各功能组件供电的电源设备以及供各功能组件交互信息的通信总线;所述功能组件包括目标观测组件、星上计算机和卫星轨道测量设备;
所述目标观测组件包括设置于二维跟踪转台或整星三轴稳定装置上的红外遥感相机和激光测距仪;所述红外遥感相机和激光测距仪轴向相同且紧邻设置,所述红外遥感相机用于采集飞行目标对应的红外图像,所述激光测距仪用于向所述飞行目标发送激光波束并接收所述飞行目标对应的回波信号;所述卫星轨道测量设备用于测量所述观测卫星的自身轨道信息;
所述星上计算机用于基于所述飞行目标对应的红外图像和回波信号,以及所述观测卫星的自身轨道信息,通过预设目标识别模型确定所述飞行目标的类型识别结果。
根据本申请提供的一种天基红外目标识别***,所述***还包括地面通信站,所述功能组件还包括天地通信设备;
所述地面通信站用于通过所述天地通信设备向所述观测卫星发送观测区域控制指令;
所述地面通信站还用于通过所述天地通信设备获取所述观测卫星的观测数据,基于所述观测数据确定所述预设目标识别模型的修正参数,并将所述修正参数反馈给所述观测卫星;
其中,所述观测数据包括所述飞行目标对应的红外图像和回波信号、所述观测卫星的自身轨道信息以及所述飞行目标的类型识别结果。
本申请还提供一种目标识别方法,所述方法应用于前述的天基红外目标识别***,所述方法包括:
获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像,基于所述飞行目标对应的红外图像中飞行目标的轮廓清晰度选取对应的类型识别库,并基于所述类型识别库确定所述飞行目标的第一类型识别结果;
基于所述飞行目标对应的红外图像、激光测距仪采集的所述飞行目标对应的回波信号以及当前观测卫星的自身轨道信息,确定所述飞行目标的位置和速度信息,并基于所述飞行目标的位置和速度信息,采用二阶广义伪贝叶斯方法确定所述飞行目标的运动估计结果;
基于所述飞行目标的运动估计结果与不同类型飞行物对应的典型运动参数的相关性匹配结果,确定所述飞行目标的第二类型识别结果;
基于所述第一类型识别结果和第二类型识别结果的比对结果确定所述飞行目标的类型识别结果。
根据本申请提供的一种目标识别方法,所述基于所述飞行目标对应的红外图像中飞行目标的轮廓清晰度选取对应的类型识别库,具体包括:
基于所述飞行目标对应的红外图像中飞行目标对应的像素点数量以及边缘对比度下降梯度,确定所述飞行目标的轮廓清晰度是否达标;若是,将预设的图像识别库作为类型识别库;若否,将预设的辐射模型库作为类型识别库;
其中,所述预设的图像识别库中包括不同类型飞行物不同飞行姿态对应的红外图像样本;所述预设的辐射模型库中包括不同类型飞行物对应的辐射特性参数组合,所述辐射特性参数包括初始波长、波长宽带和波段数量。
根据本申请提供的一种目标识别方法,所述基于所述类型识别库确定所述飞行目标的第一类型识别结果,具体包括:
在所述类型识别库为预设的图像识别库的情况下,基于所述飞行目标对应的红外图像与所述图像识别库中红外图像样本的目标图像特性匹配结果,确定所述飞行目标的第一类型识别结果;其中,所述目标图像特性包括飞行物对应区域的长宽比、周长、面积、亮点分布;
在所述类型识别库为预设的辐射模型库的情况下,基于所述飞行目标对应的红外图像确定所述飞行目标对应的辐射特性参数组合,并基于所述飞行目标对应的辐射特性参数组合与所述辐射模型库中不同类型飞行物对应的辐射特性参数组合的匹配结果,确定所述飞行目标的第一类型识别结果。
根据本申请提供的一种目标识别方法,所述二阶广义伪贝叶斯方法对应的运动模型集中包括CA模型、CV模型、CT模型和C-W模型。
根据本申请提供的一种目标识别方法,所述基于所述第一类型识别结果和第二类型识别结果的比对结果确定所述飞行目标的类型识别结果,具体包括:
若所述第一类型识别结果与所述第二类型识别结果相同,将所述第一类型识别结果或所述第二类型识别结果作为所述飞行目标的类型识别结果;
若所述第一类型识别结果与所述第二类型识别结果不同,将所述飞行目标对应的红外图像和回波信号、所述当前观测卫星的自身轨道信息以及所述第一类型识别结果和第二类型识别结果发送给地面通信站,并基于所述地面通信站反馈的修正参数,调节所述图像识别库、辐射模型库和运动模型集。
根据本申请提供的一种目标识别方法,所述地面通信站在接收到所述飞行目标对应的红外图像和回波信号、所述当前观测卫星的自身轨道信息以及所述第一类型识别结果和第二类型识别结果之后,执行以下步骤:
获取其它观测卫星对所述飞行目标进行观测后得到的第三类型识别结果;
基于所述第三类型识别结果与所述第一类型识别结果和第二类型识别结果的比对结果,确定所述当前观测卫星对应的修正参数。
根据本申请提供的一种目标识别方法,所述基于所述第三类型识别结果与所述第一类型识别结果和第二类型识别结果的比对结果,确定所述当前观测卫星对应的修正参数,具体包括:
若所述第三类型识别结果与所述第一类型识别结果相同,所述修正参数为所述运动模型集的修正参数;
若所述第三类型识别结果与所述第二类型识别结果相同,所述修正参数为所述图像识别库或辐射模型库的修正参数。
根据本申请提供的一种目标识别方法,所述获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像,具体包括:
获取当前观测卫星的红外遥感相机对目标区域进行拍摄得到的多张红外图像;
基于所述当前观测卫星的当前观测类型,确定对应的目标捕获判据;
基于所述目标捕获判据确定所述多张红外图像中飞行目标对应的红外图像。
本申请提供的天基红外目标识别***及其目标识别方法,所述***包括:运行于降交点地方时为中午附近的低太阳同步轨道的观测卫星;所述观测卫星上设置有多个功能组件、为各功能组件供电的电源设备以及供各功能组件交互信息的通信总线;所述功能组件包括目标观测组件、星上计算机和卫星轨道测量设备;所述目标观测组件包括设置于二维跟踪转台或整星三轴稳定装置上的红外遥感相机和激光测距仪;所述红外遥感相机和激光测距仪轴向相同且紧邻设置,所述红外遥感相机用于采集飞行目标对应的红外图像,所述激光测距仪用于向所述飞行目标发送激光波束并接收所述飞行目标对应的回波信号;所述卫星轨道测量设备用于测量所述观测卫星的自身轨道信息;所述星上计算机用于基于所述飞行目标对应的红外图像和回波信号,以及所述观测卫星的自身轨道信息,通过预设目标识别模型确定所述飞行目标的类型识别结果,通过观测卫星运行轨道的选择及目标观测组件的灵活设置,能够同时实现对天和对地观测,同时通过红外成像和激光测距技术的结合能够准确确定飞行目标的类型,实现高精度的对天和对地观测。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的天基红外目标识别***的结构示意图;
图2是本申请提供的目标识别方法的流程示意图;
图3是本申请提供的未知目标的扫描路线示意图;
图4是本申请提供的飞行目标对应的红外图像的获取流程示意图;
图5是本申请提供的基于GPB2算法进行飞行目标运动估计的流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本申请提供的天基红外目标识别***的结构示意图,如图1所示,该***包括:
运行于降交点地方时为中午附近的低太阳同步轨道的观测卫星;
所述观测卫星上设置有多个功能组件、为各功能组件供电的电源设备以及供各功能组件交互信息的通信总线;所述功能组件包括目标观测组件、星上计算机和卫星轨道测量设备;
所述目标观测组件包括设置于二维跟踪转台或整星三轴稳定装置上的红外遥感相机和激光测距仪;所述红外遥感相机和激光测距仪轴向相同且紧邻设置,所述红外遥感相机用于采集飞行目标对应的红外图像,所述激光测距仪用于向所述飞行目标发送激光波束并接收所述飞行目标对应的回波信号;所述卫星轨道测量设备用于测量所述观测卫星的自身轨道信息;
所述星上计算机用于基于所述飞行目标对应的红外图像和回波信号,以及所述观测卫星的自身轨道信息,通过预设目标识别模型确定所述飞行目标的类型识别结果。
具体的,考虑到现有的天基识别***和地基识别***由于相机有效视距有限,因此只能执行对天观测或对地观测,本申请实施例的天基红外目标识别***通过调整观测卫星的运行轨道以兼顾对天和对地观测。更具体的,所述观测卫星运行于降交点地方时为中午附近的低太阳同步轨道(即运行高度为500km或更低),基于此,也能保证红外遥感相机能够获得较为固定的背景辐射信息,以便后续进行精确的飞行目标捕获。在对地观测时,背景主要为地表、天空以及云朵等辐射,在预置的季节及纬度信息下,这些背景辐射的等效黑体温度处于±20K(开)的固定范围内,而在观测卫星轨道下方飞行的目标,包括各类飞机、运载火箭、空间飞行器等几乎都以化学燃料作为燃料,其尾部均有显著的高温尾流、尾焰,红外辐射特性非常明显。在对天观测时,绝大多数飞行目标(例如卫星)均在所述观测卫星的轨道上方(即观测飞行目标时背景为太空背景辐射,包括月球、太阳以及其它行星和恒星等天体),这些天体与飞行目标的本体辐射(一般在220K-350K范围内)也有显著差距。因此,无论是对天还是对地观测,均能通过上述辐射特性差别快速确定飞行目标。
针对不同规格的观测卫星,本申请实施例的目标观测组件的设置方式也不同。对于大规格的观测卫星,所述目标观测组件包括设置于二维跟踪转台上的红外遥感相机和激光测距仪,基于此,可以通过二维跟踪转台调节红外遥感相机和激光测距仪的视野方向,方便对飞行目标进行跟踪;对于小规格的观测卫星,所述目标观测组件包括设置于整星三轴稳定装置上的红外遥感相机和激光测距仪,基于此,可以通过调整观测卫星的姿态调节红外遥感相机和激光测距仪的视野方向,以便对飞行目标进行跟踪。值得注意的是,所述红外遥感相机和激光测距仪轴向相同且紧邻设置,基于此,当飞行目标处在激光测距仪波束中心时,同时也处在红外遥感相机视场中心,这样能够保证飞行目标对应的红外图像和回波信号的同步获取,进而保证后续基于飞行目标红外图像和运动信息准确确定飞行目标类型。可以理解的是,由于所述观测卫星也在不断运动,因此本申请实施例还需要通过所述卫星轨道测量设备测量所述观测卫星的自身轨道信息以便准确确定所述飞行目标的位置、速度等运动信息。
所述星上计算机为观测卫星的控制与数据处理核心,用于基于所述飞行目标对应的红外图像和回波信号,以及所述观测卫星的自身轨道信息,通过预设目标识别模型确定所述飞行目标的类型识别结果。可以理解的是,所述观测卫星上还设置有相应的存储设备,以用于存储红外图像等观测数据。
值得注意的是,本申请实施例的天基红外目标识别***可以包括多颗位于不同运行轨道的观测卫星,各观测卫星在执行各自的观测任务的同时,还可以进行协同观测,以对某颗观测卫星的飞行目标的类型识别结果进行校验,进一步保证各观测卫星的飞行目标的类型识别结果的准确性。
基于上述实施例,所述***还包括地面通信站,所述功能组件还包括天地通信设备;
所述地面通信站用于通过所述天地通信设备向所述观测卫星发送观测区域控制指令;
所述地面通信站还用于通过所述天地通信设备获取所述观测卫星的观测数据,基于所述观测数据确定所述预设目标识别模型的修正参数,并将所述修正参数反馈给所述观测卫星;
其中,所述观测数据包括所述飞行目标对应的红外图像和回波信号、所述观测卫星的自身轨道信息以及所述飞行目标的类型识别结果。
具体的,所述天地通信设备可以是与星上计算机通过通信总线相连的无线电收发装置,当然,其也可以采用其它任意可行的通信装置,本申请实施例对此不作具体限定。所述地面通信站可通过所述天地通信设备向所述观测卫星发送观测区域控制指令,基于所述观测区域控制指令能够灵活控制目标观测组件对目标区域进行观测。
所述地面通信站还用于通过所述天地通信设备获取所述观测卫星的包括所述飞行目标对应的红外图像和回波信号、所述观测卫星的自身轨道信息以及所述飞行目标的类型识别结果在内的观测数据,以基于所述观测数据确定所述观测数据是否异常,进而在所述观测数据异常的情况下确定所述预设目标识别模型的修正参数,并将所述修正参数反馈给所述观测卫星以对所述预设目标识别模型进行修正,进而保证飞行目标的类型识别结果的准确性。
本申请实施例提供的天基红外目标识别***,所述***包括:运行于降交点地方时为中午附近的低太阳同步轨道的观测卫星;所述观测卫星上设置有多个功能组件、为各功能组件供电的电源设备以及供各功能组件交互信息的通信总线;所述功能组件包括目标观测组件、星上计算机和卫星轨道测量设备;所述目标观测组件包括设置于二维跟踪转台或整星三轴稳定装置上的红外遥感相机和激光测距仪;所述红外遥感相机和激光测距仪轴向相同且紧邻设置,所述红外遥感相机用于采集飞行目标对应的红外图像,所述激光测距仪用于向所述飞行目标发送激光波束并接收所述飞行目标对应的回波信号,通过观测卫星运行轨道的选择及目标观测组件的灵活设置,能够同时实现对天和对地观测;所述卫星轨道测量设备用于测量所述观测卫星的自身轨道信息;所述星上计算机用于基于所述飞行目标对应的红外图像和回波信号,以及所述观测卫星的自身轨道信息,通过预设目标识别模型确定所述飞行目标的类型识别结果,能够通过红外成像和激光测距技术的结合准确确定飞行目标的类型,实现高精度的对天和对地观测。
图2是本申请提供的目标识别方法的流程示意图,如图2所示,所述方法应用于前述的天基红外目标识别***,所述方法包括:
步骤101,获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像,基于所述飞行目标对应的红外图像中飞行目标的轮廓清晰度选取对应的类型识别库,并基于所述类型识别库确定所述飞行目标的第一类型识别结果。
具体的,基于前述实施例可知,所述天基红外目标识别***可以包括多颗位于不同运行轨道的观测卫星,基于此,对于单颗观测卫星而言,首先需要获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像。可以理解的是,在实际观测过程中,对于已知目标的观测,观测卫星可以基于地面通信站发送的观测区域控制指令快速确定目标区域,基于此,红外遥感相机能够快速获取飞行目标对应的红外图像。但对于未知目标的观测,观测卫星通常基于预设的扫描方式控制红外遥感相机采集红外图像,图3是本申请提供的未知目标的扫描路线示意图,如图3所示,对于未知目标的观测,本申请实施例采用等间距等线速率螺旋扫描方式,以红外遥感相机的视野中心为基准,按照此方式移动红外遥感相机视轴,每移动1次均进行若干次成像,基于此,即可实现飞行目标的快速捕获。还可以理解的是,对于未知目标的观测,所述红外遥感相机采集的红外图像中并不一定包括飞行目标,基于此,本申请实施例需要对红外遥感相机采集的红外图像进行快速筛选,以便高效获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像。
图4是本申请提供的飞行目标对应的红外图像的获取流程示意图,如图4所示,所述获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像,具体包括:
步骤201,获取当前观测卫星的红外遥感相机对目标区域进行拍摄得到的多张红外图像;
步骤202,基于所述当前观测卫星的当前观测类型,确定对应的目标捕获判据;
步骤203,基于所述目标捕获判据确定所述多张红外图像中飞行目标对应的红外图像。
具体的,所述观测类型包括对天观测和对地观测两种,基于前述实施例可知,在对地观测时,在预置的季节及纬度信息下,背景辐射的等效黑体温度处于±20K(开)的固定范围内,而在观测卫星轨道下方飞行的目标尾部均有显著的高温尾流、尾焰,红外辐射特性非常明显。在对天观测时,背景为太空背景辐射,包括月球、太阳以及其它行星和恒星等天体,这些天体与飞行目标的本体辐射(一般在220K-350K范围内)也有显著差距。基于此,本申请实施例在获取当前观测卫星的红外遥感相机对目标区域进行拍摄得到的多张红外图像之后,即可基于所述当前观测卫星的当前观测类型,确定对应的目标捕获判据,进而基于所述目标捕获判据确定所述多张红外图像中飞行目标对应的红外图像。所述目标捕获判据即飞行目标对应的区域与背景区域的辐射特性差别。对于对地观测,所述辐射特性差别大于第一阈值(通常为500K),对于对天观测,所述辐射特性差别大于第二阈值(通常为50K)。对多张红外图像的具体处理流程如下:
采用多级滤波器对每一张红外图像进行增强处理,通过增强后的红外图像寻找连续的局部亮暗极值区域,得到初步感兴趣区域。若有多个初步感兴趣区域时,选取区域内像素点最多的一块作为感兴趣区域。在确定感兴趣区域后,对感兴趣区域进行局部对比度增强处理,若所述感兴趣区域中存在亮度均值与临近的局部背景均值的对比度大于预设值的子区域,则将所述子区域作为潜在飞行目标,并基于前述目标捕获判据确定所述潜在飞行目标是否为真实飞行目标。基于此,可以准确确定所述多张红外图像中飞行目标对应的红外图像。
值得注意的是,当当前观测卫星基于红外图像确定捕获到飞行目标之后,将根据飞行目标轮廓大小及前后数帧中飞行目标移动的像素量设置跟踪波门以通过二维跟踪转台或整星三轴稳定装置调节红外遥感相机和激光测距仪的方向,保证识别过程中始终将红外遥感相机的视场中心移动到上一帧红外图像中飞行目标的位置,以对所述飞行目标进行持续跟踪。
获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像之后,本申请实施例即可对所述飞行目标进行类型识别。具体的,首先基于所述飞行目标对应的红外图像中飞行目标的轮廓清晰度选取对应的类型识别库,再基于所述类型识别库确定所述飞行目标的第一类型识别结果。所述基于所述飞行目标对应的红外图像中飞行目标的轮廓清晰度选取对应的类型识别库,具体包括:
基于所述飞行目标对应的红外图像中飞行目标对应的像素点数量以及边缘对比度下降梯度,确定所述飞行目标的轮廓清晰度是否达标;若是,将预设的图像识别库作为类型识别库;若否,将预设的辐射模型库作为类型识别库;
其中,所述预设的图像识别库中包括不同类型飞行物不同飞行姿态对应的红外图像样本;所述预设的辐射模型库中包括不同类型飞行物对应的辐射特性参数组合,所述辐射特性参数包括初始波长、波长宽带和波段数量。
具体的,所述飞行目标对应的像素点数量即所述飞行目标所处的区域的像素点数量,像素点数量越大,说明飞行目标的可信度越高,所述飞行目标对应的边缘对比度下降梯度即所述飞行目标的边缘区域与背景区域的对比度由内向外的下降速度,下降速度越快,代表飞行目标轮廓越清晰。可以理解的是,对于轮廓清晰度达标的飞行目标,将能基于对应的红外图像确定准确的飞行目标图像特性,进而可以基于所述图像特性进行飞行目标的类型识别。基于此,若所述飞行目标的轮廓清晰度达标,本申请实施例即将预设的图像识别库作为类型识别库以确定所述飞行目标的第一类型识别结果,其具体步骤为:基于所述飞行目标对应的红外图像与所述图像识别库中红外图像样本的目标图像特性匹配结果,确定所述飞行目标的第一类型识别结果;其中,所述目标图像特性包括飞行物对应区域的长宽比、周长、面积、亮点分布。可以理解的是,所述预设的图像识别库中包括不同类型飞行物不同飞行姿态对应的红外图像样本,基于此,即可基于所述飞行目标对应的红外图像与所述图像识别库中红外图像样本的目标图像特性匹配结果,准确确定所述飞行目标的第一类型识别结果。
而当所述飞行目标的轮廓清晰度不达标时,将无法提取到准确的目标图像特性,进而无法基于所述目标图像特性确定所述飞行目标的类型识别结果。针对该问题,本申请经研究发现,由于飞行目标均由多个不同光学特性的部分组成,各个部分的辐射出射度均为该部分发射率、反射率、热传导系数和质量的函数,而该飞行目标的总的辐射出射度由各部分的辐射出射度直接相加得到。典型来说,带尾焰(尾流)的各类飞行目标(包括飞机、火箭等)辐射特性主要由高温部分(尾焰或尾流)和低温部分(飞行器主体)两波段的辐射组成。而卫星这一类飞行目标辐射谱在识别时可用单一的辐射出射度或多个辐射出射度模型实现。基于此,本申请实施例将基于飞行目标的辐射光谱特性来进行精确的类型识别,当所述飞行目标的轮廓清晰度不达标时,将预设的辐射模型库作为类型识别库以用于确定所述飞行目标的第一类型识别结果,其具体步骤为:基于所述飞行目标对应的红外图像确定所述飞行目标对应的辐射特性参数组合,并基于所述飞行目标对应的辐射特性参数组合与所述辐射模型库中不同类型飞行物对应的辐射特性参数组合的匹配结果,确定所述飞行目标的第一类型识别结果。可以理解的是,所述预设的辐射模型库中包括不同类型飞行物对应的辐射特性参数组合,所述辐射特性参数包括初始波长、波长宽带和波段数量,基于此,即可基于所述飞行目标对应的辐射特性参数组合与所述辐射模型库中不同类型飞行物对应的辐射特性参数组合的匹配结果,准确确定所述飞行目标的第一类型识别结果。
步骤102,基于所述飞行目标对应的红外图像、激光测距仪采集的所述飞行目标对应的回波信号以及当前观测卫星的自身轨道信息,确定所述飞行目标的位置和速度信息,并基于所述飞行目标的位置和速度信息,采用二阶广义伪贝叶斯方法确定所述飞行目标的运动估计结果。
具体的,出于保证飞行目标的类型识别结果的准确性的考虑,本申请实施例在基于红外图像确定飞行目标的类型识别结果的基础上,进一步基于所述飞行目标的运动信息确定所述飞行目标的类型识别结果,以对所述第一类型识别结果进行校正。其具体步骤如下:
基于激光测距仪采集的所述飞行目标对应的回波信号确定所述飞行目标与所述当前观测卫星的距离,同时基于所述飞行目标对应的红外图像确定所述飞行目标与所述当前观测卫星的相对俯仰角和方向角,进而基于所述飞行目标与所述当前观测卫星的距离以及所述飞行目标与所述当前观测卫星的相对俯仰角和方向角确定所述飞行目标相对所述当前观测卫星的位置信息和速度信息。再结合当前观测卫星WGS-84坐标系下的自身轨道信息,即可确定所述飞行目标在WGS-84坐标系下的位置和速度信息。可以理解的是,当前观测卫星的自身轨道信息包括运行轨道、运行速度、运行姿态等,基于此,即可准确确定飞行目标的位置和速度信息。
由于飞行目标的运动状态不是一成不变的,因此,要获取所述飞行目标的准确的运动信息,本申请实施例采用多模型的方式进行飞行目标的运动估计。具体的,本申请实施例采用二阶广义伪贝叶斯算法(GPB2)确定所述飞行目标的运动估计结果,对应的运动模型集中包括多个单一或复合运动模型,其中,至少包括CA模型、CV模型、CT模型和C-W(Clohessy-Wiltshire)模型,当然,其也可包含对各类飞机、运载火箭、空天飞行器和航天器进行运动估计时常用的任意运动模型,本申请实施例对此不作具体限定。图5是本申请提供的基于GPB2算法进行飞行目标运动估计的流程示意图,如图5所示,本申请实施例的运动估计过程具体包括:
以基于运动模型集中每个模型的上一时刻的状态估计值作为输入,同时考虑计算量和精度,采用多个EKF(Extended Kalman Filter,扩展卡尔曼滤波)滤波器,先并行对所有模型进行滤波实现各个滤波器对多模型的信息融合,再将各个滤波器的融合信息进行信息融合,融合后与下一步的实测值(可基于前述飞行目标的位置和速度信息确定)对比并自适应调整各基于滤波器的信息融合在最终基于模型的信息融合时的比例,即可得到飞行目标的运动估计结果。所述运动估计结果包括飞行高度、飞行速度、转弯速度。
步骤103,基于所述飞行目标的运动估计结果与不同类型飞行物对应的典型运动参数的相关性匹配结果,确定所述飞行目标的第二类型识别结果。
具体的,可以理解的是,所述典型运动参数也包括飞行高度、飞行速度、转弯速度,基于此,即可基于所述飞行目标的运动估计结果与不同类型飞行物对应的典型运动参数的相关性匹配结果,准确确定所述飞行目标的第二类型识别结果。所述相关性匹配结果可以基于最小二乘或极大似然法确定,本申请实施例对此不作具体限定。
需要注意的是,基于GPB2算法还可以得到飞行目标的精确相对角度估计,基于此,本申请实施例可以基于所述精确相对角度估计对二维跟踪转台或整星三轴稳定装置的跟踪速度进行调整,以保证视场中心对准飞行目标,避免激光测距仪回波丢失导致飞行目标的运动估计结果错误,进而导致飞行目标的类型识别结果错误。
步骤104,基于所述第一类型识别结果和第二类型识别结果的比对结果确定所述飞行目标的类型识别结果。
具体的,若所述第一类型识别结果与所述第二类型识别结果相同,则说明识别结果正确,因此,将所述第一类型识别结果和所述第二类型识别结果中的任一个作为所述飞行目标的类型识别结果均可;可以理解的是,由于当前观测卫星在执行观测任务之前已经进行了***的硬件和软件测试,因此,一般情况下,所述第一类型识别结果和第二类型识别结果中至少有一个结果正确,基于此,若所述第一类型识别结果与所述第二类型识别结果相同,则说明两个识别结果均可信。
若所述第一类型识别结果与所述第二类型识别结果不同,则说明其中一个类型识别结果错误,但并不能确定哪个识别结果错误。基于此,本申请实施例将所述飞行目标对应的红外图像和回波信号、所述当前观测卫星的自身轨道信息以及所述第一类型识别结果和第二类型识别结果发送给地面通信站以供所述地面通信站对识别结果进行进一步校验,具体的,所述地面通信站在接收到所述飞行目标对应的红外图像和回波信号、所述当前观测卫星的自身轨道信息以及所述第一类型识别结果和第二类型识别结果之后,执行以下步骤:
获取其它观测卫星对所述飞行目标进行观测后得到的第三类型识别结果;
基于所述第三类型识别结果与所述第一类型识别结果和第二类型识别结果的比对结果,确定所述当前观测卫星对应的修正参数。
具体的,基于前述实施例可知,本申请实施例的天基红外目标识别***可以包括多颗位于不同运行轨道的观测卫星,各观测卫星在执行各自的观测任务的同时,还可以进行协同观测,以对某颗观测卫星的飞行目标的类型识别结果进行校验,基于此,在所述第一类型识别结果与所述第二类型识别结果不同时,本申请实施例可以控制其它观测卫星对所述飞行目标进行观测,并基于多颗其它观测卫星反馈的飞行目标类型识别结果,确定置信度最高(例如数量占比最大)的第三类型识别结果作为金标准,并基于所述第三类型识别结果与所述第一类型识别结果和第二类型识别结果的比对结果,确定所述当前观测卫星对应的修正参数。更具体的,所述基于所述第三类型识别结果与所述第一类型识别结果和第二类型识别结果的比对结果,确定所述当前观测卫星对应的修正参数,具体包括:
若所述第三类型识别结果与所述第一类型识别结果相同,所述修正参数为所述运动模型集的修正参数;
若所述第三类型识别结果与所述第二类型识别结果相同,所述修正参数为所述图像识别库或辐射模型库的修正参数。
具体的,若所述第三类型识别结果与所述第一类型识别结果相同,说明所述第二类型识别结果错误,基于此,所述修正参数用于修正所述运动模型集;若所述第三类型识别结果与所述第二类型识别结果相同,说明所述第一类型识别结果错误,基于此,所述修正参数用于修正所述图像识别库或辐射模型库。
当前观测卫星接收到地面通信站反馈的修正参数之后,即可基于所述地面通信站反馈的修正参数,调节所述图像识别库、辐射模型库和运动模型集。
值得注意的是,所述修正参数的确定方式可以基于得出所述第三类型识别结果的目标观测卫星的相关参数确定,也可以基于所述飞行目标对应的红外图像和回波信号、所述当前观测卫星的自身轨道信息人工确定,本申请实施例对此不作具体限定。
本申请实施例提供的方法,获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像,基于所述飞行目标对应的红外图像中飞行目标的轮廓清晰度选取对应的类型识别库,并基于所述类型识别库确定所述飞行目标的第一类型识别结果;基于所述飞行目标对应的红外图像、激光测距仪采集的所述飞行目标对应的回波信号以及当前观测卫星的自身轨道信息,确定所述飞行目标的位置和速度信息,并基于所述飞行目标的位置和速度信息,采用二阶广义伪贝叶斯方法确定所述飞行目标的运动估计结果;基于所述飞行目标的运动估计结果与不同类型飞行物对应的典型运动参数的相关性匹配结果,确定所述飞行目标的第二类型识别结果;基于所述第一类型识别结果和第二类型识别结果的比对结果确定所述飞行目标的类型识别结果,能够最大限度保证飞行目标的类型识别结果的准确性。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种天基红外目标识别***,其特征在于,所述***包括:
运行于降交点地方时为中午附近的低太阳同步轨道的观测卫星;
所述观测卫星上设置有多个功能组件、为各功能组件供电的电源设备以及供各功能组件交互信息的通信总线;所述功能组件包括目标观测组件、星上计算机和卫星轨道测量设备;
所述目标观测组件包括设置于二维跟踪转台或整星三轴稳定装置上的红外遥感相机和激光测距仪;所述红外遥感相机和激光测距仪轴向相同且紧邻设置,所述红外遥感相机用于采集飞行目标对应的红外图像,所述激光测距仪用于向所述飞行目标发送激光波束并接收所述飞行目标对应的回波信号;所述卫星轨道测量设备用于测量所述观测卫星的自身轨道信息;
所述星上计算机用于基于所述飞行目标对应的红外图像和回波信号,以及所述观测卫星的自身轨道信息,通过预设目标识别模型确定所述飞行目标的类型识别结果。
2.根据权利要求1所述的天基红外目标识别***,其特征在于,所述***还包括地面通信站,所述功能组件还包括天地通信设备;
所述地面通信站用于通过所述天地通信设备向所述观测卫星发送观测区域控制指令;
所述地面通信站还用于通过所述天地通信设备获取所述观测卫星的观测数据,基于所述观测数据确定所述预设目标识别模型的修正参数,并将所述修正参数反馈给所述观测卫星;
其中,所述观测数据包括所述飞行目标对应的红外图像和回波信号、所述观测卫星的自身轨道信息以及所述飞行目标的类型识别结果。
3.一种目标识别方法,其特征在于,所述方法应用于权利要求2所述的天基红外目标识别***,所述方法包括:
获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像,基于所述飞行目标对应的红外图像中飞行目标的轮廓清晰度选取对应的类型识别库,并基于所述类型识别库确定所述飞行目标的第一类型识别结果;
基于所述飞行目标对应的红外图像、激光测距仪采集的所述飞行目标对应的回波信号以及当前观测卫星的自身轨道信息,确定所述飞行目标的位置和速度信息,并基于所述飞行目标的位置和速度信息,采用二阶广义伪贝叶斯方法确定所述飞行目标的运动估计结果;
基于所述飞行目标的运动估计结果与不同类型飞行物对应的典型运动参数的相关性匹配结果,确定所述飞行目标的第二类型识别结果;
基于所述第一类型识别结果和第二类型识别结果的比对结果确定所述飞行目标的类型识别结果。
4.根据权利要求3所述的目标识别方法,其特征在于,所述基于所述飞行目标对应的红外图像中飞行目标的轮廓清晰度选取对应的类型识别库,具体包括:
基于所述飞行目标对应的红外图像中飞行目标对应的像素点数量以及边缘对比度下降梯度,确定所述飞行目标的轮廓清晰度是否达标;若是,将预设的图像识别库作为类型识别库;若否,将预设的辐射模型库作为类型识别库;
其中,所述预设的图像识别库中包括不同类型飞行物不同飞行姿态对应的红外图像样本;所述预设的辐射模型库中包括不同类型飞行物对应的辐射特性参数组合,所述辐射特性参数包括初始波长、波长宽带和波段数量。
5.根据权利要求4所述的目标识别方法,其特征在于,所述基于所述类型识别库确定所述飞行目标的第一类型识别结果,具体包括:
在所述类型识别库为预设的图像识别库的情况下,基于所述飞行目标对应的红外图像与所述图像识别库中红外图像样本的目标图像特性匹配结果,确定所述飞行目标的第一类型识别结果;其中,所述目标图像特性包括飞行物对应区域的长宽比、周长、面积、亮点分布;
在所述类型识别库为预设的辐射模型库的情况下,基于所述飞行目标对应的红外图像确定所述飞行目标对应的辐射特性参数组合,并基于所述飞行目标对应的辐射特性参数组合与所述辐射模型库中不同类型飞行物对应的辐射特性参数组合的匹配结果,确定所述飞行目标的第一类型识别结果。
6.根据权利要求5所述的目标识别方法,其特征在于,所述二阶广义伪贝叶斯方法对应的运动模型集中包括CA模型、CV模型、CT模型和C-W模型。
7.根据权利要求6所述的目标识别方法,其特征在于,所述基于所述第一类型识别结果和第二类型识别结果的比对结果确定所述飞行目标的类型识别结果,具体包括:
若所述第一类型识别结果与所述第二类型识别结果相同,将所述第一类型识别结果或所述第二类型识别结果作为所述飞行目标的类型识别结果;
若所述第一类型识别结果与所述第二类型识别结果不同,将所述飞行目标对应的红外图像和回波信号、所述当前观测卫星的自身轨道信息以及所述第一类型识别结果和第二类型识别结果发送给地面通信站,并基于所述地面通信站反馈的修正参数,调节所述图像识别库、辐射模型库和运动模型集。
8.根据权利要求7所述的目标识别方法,其特征在于,所述地面通信站在接收到所述飞行目标对应的红外图像和回波信号、所述当前观测卫星的自身轨道信息以及所述第一类型识别结果和第二类型识别结果之后,执行以下步骤:
获取其它观测卫星对所述飞行目标进行观测后得到的第三类型识别结果;
基于所述第三类型识别结果与所述第一类型识别结果和第二类型识别结果的比对结果,确定所述当前观测卫星对应的修正参数。
9.根据权利要求8所述的目标识别方法,其特征在于,所述基于所述第三类型识别结果与所述第一类型识别结果和第二类型识别结果的比对结果,确定所述当前观测卫星对应的修正参数,具体包括:
若所述第三类型识别结果与所述第一类型识别结果相同,所述修正参数为所述运动模型集的修正参数;
若所述第三类型识别结果与所述第二类型识别结果相同,所述修正参数为所述图像识别库或辐射模型库的修正参数。
10.根据权利要求3所述的目标识别方法,其特征在于,所述获取当前观测卫星的红外遥感相机采集的飞行目标对应的红外图像,具体包括:
获取当前观测卫星的红外遥感相机对目标区域进行拍摄得到的多张红外图像;
基于所述当前观测卫星的当前观测类型,确定对应的目标捕获判据;
基于所述目标捕获判据确定所述多张红外图像中飞行目标对应的红外图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310180949.3A CN116087974A (zh) | 2023-03-01 | 2023-03-01 | 天基红外目标识别***及其目标识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310180949.3A CN116087974A (zh) | 2023-03-01 | 2023-03-01 | 天基红外目标识别***及其目标识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116087974A true CN116087974A (zh) | 2023-05-09 |
Family
ID=86199233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310180949.3A Pending CN116087974A (zh) | 2023-03-01 | 2023-03-01 | 天基红外目标识别***及其目标识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116087974A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116736878A (zh) * | 2023-08-15 | 2023-09-12 | 德博睿宇航科技(北京)有限公司 | 一种全自动远程控制的人造卫星观测***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105487082A (zh) * | 2015-11-19 | 2016-04-13 | 中国空间技术研究院 | 一种用于远距离目标探测的激光雷达 |
CN111680537A (zh) * | 2020-03-31 | 2020-09-18 | 上海航天控制技术研究所 | 一种基于激光红外复合的目标检测方法及*** |
CN111913177A (zh) * | 2020-08-11 | 2020-11-10 | 中国原子能科学研究院 | 对目标物探测方法、装置以及存储介质 |
CN112380933A (zh) * | 2020-11-02 | 2021-02-19 | 中国兵器工业计算机应用技术研究所 | 无人机识别目标的方法、装置及无人机 |
CN113902813A (zh) * | 2021-10-21 | 2022-01-07 | 西安电子科技大学 | 一种基于多源信息融合的智能场景感知防御装置与方法 |
-
2023
- 2023-03-01 CN CN202310180949.3A patent/CN116087974A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105487082A (zh) * | 2015-11-19 | 2016-04-13 | 中国空间技术研究院 | 一种用于远距离目标探测的激光雷达 |
CN111680537A (zh) * | 2020-03-31 | 2020-09-18 | 上海航天控制技术研究所 | 一种基于激光红外复合的目标检测方法及*** |
CN111913177A (zh) * | 2020-08-11 | 2020-11-10 | 中国原子能科学研究院 | 对目标物探测方法、装置以及存储介质 |
CN112380933A (zh) * | 2020-11-02 | 2021-02-19 | 中国兵器工业计算机应用技术研究所 | 无人机识别目标的方法、装置及无人机 |
CN113902813A (zh) * | 2021-10-21 | 2022-01-07 | 西安电子科技大学 | 一种基于多源信息融合的智能场景感知防御装置与方法 |
Non-Patent Citations (1)
Title |
---|
乔梦雨等: "面向天基监视的红外弱小飞行目标识别算法", 《中国空间科学技术》, vol. 42, no. 5, pages 125 - 132 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116736878A (zh) * | 2023-08-15 | 2023-09-12 | 德博睿宇航科技(北京)有限公司 | 一种全自动远程控制的人造卫星观测***及方法 |
CN116736878B (zh) * | 2023-08-15 | 2023-11-21 | 德博睿宇航科技(北京)有限公司 | 一种全自动远程控制的人造卫星观测***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Williams et al. | OSIRIS-REx flight dynamics and navigation design | |
EP3376248B1 (en) | Celestial navigation using laser communication system | |
US9217643B1 (en) | Angles only navigation system | |
Liebe | Pattern recognition of star constellations for spacecraft applications | |
CN102168981B (zh) | 一种深空探测器火星捕获段自主天文导航方法 | |
US20170131096A1 (en) | Synthetic Digital Sextant for Navigation | |
Johnson et al. | Real-time terrain relative navigation test results from a relevant environment for Mars landing | |
CN111102981B (zh) | 一种基于ukf的高精度卫星相对导航方法 | |
EP3454011B1 (en) | Navigation systems and methods | |
CN109781635B (zh) | 一种分布式遥感卫星*** | |
Hossein et al. | Sapienza Space debris Observatory Network (SSON): A high coverage infrastructure for space debris monitoring | |
CN113454677A (zh) | 一种遥感卫星*** | |
RU2517800C1 (ru) | Способ обзора небесной сферы с космического аппарата для наблюдения небесных объектов и космическая система обзора небесной сферы для наблюдения небесных объектов и обнаружения тел солнечной системы, реализующая указанный способ | |
CN116087974A (zh) | 天基红外目标识别***及其目标识别方法 | |
Smith et al. | Operational constraint analysis of terrain relative navigation for landing applications | |
Fujita et al. | Attitude maneuvering sequence design of high-precision ground target tracking control for multispectral Earth observations | |
US20080004758A1 (en) | Apparatus and method for tracking an orbital body relative to a planetary body using a single sensor | |
EP3454007A1 (en) | Systems and methods for determining position of an object relative to a vehicle | |
WO2024015661A1 (en) | Onboard geolocation for images | |
Violan et al. | In-flight target pointing calibration of the Diwata-2 earth observation microsatellite | |
Magallon et al. | Diwata-1 target pointing error assessment using orbit and space environment prediction model | |
Ivanov et al. | Satellite relative motion determination during separation using image processing | |
Mamich et al. | Navigation Using Serendipitous Star-Tracker Observations and On-Board Data Processing | |
Gudmundson | Ground based attitude determination using a SWIR star tracker | |
Howard et al. | On-orbit testing of the video guidance sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |