第 1 章 緒論
1.1 空間非合作目標感知與識別技術(shù)概述
1.2 空間非合作目標感知技術(shù)發(fā)展現(xiàn)狀
1.2.1 空間非合作目標信息獲取研究現(xiàn)狀
1.2.2 空間目標的天基光學定位方法
1.3 暗弱目標檢測識別方法研究現(xiàn)狀
1.3.1 紅外小目標檢測算法分類
1.3.2 單幀檢測方法研究現(xiàn)狀
1.3.3 多幀軌跡提取方法研究現(xiàn)狀
1.3.4 復雜場景紅外小目標檢測研究
1.4 研究意義和應用前景
參考文獻
第 2 章 天基光學對空間目標感知與識別的基礎(chǔ)理論
2.1 天基動態(tài)光學探測物像映射基礎(chǔ)理論
2.1.1 參考坐標系
2.1.2 衛(wèi)星姿軌參數(shù)定義
2.1.3 攝影光學
2.1.4 參考坐標系間的轉(zhuǎn)換關(guān)系
2.2 星圖識別中的深度學習方法
2.2.1 前饋神經(jīng)網(wǎng)絡(luò)
2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.2.3 注意力機制方法
2.2.4 圖神經(jīng)網(wǎng)絡(luò)方法
2.3 密度峰值搜索方法
2.3.1 密度峰聚類的原理
2.3.2 密度峰值搜索框架
2.3.3 密度峰值搜索性能評價
2.4 小結(jié)
參考文獻
第 3 章 天基光學動態(tài)超寬域感知掃描模式設(shè)計
3.1 空間成像任務規(guī)劃設(shè)計
3.1.1 成像容許域設(shè)計
3.1.2 最佳成像窗口設(shè)計
3.1.3 衛(wèi)星三軸姿態(tài)角規(guī)劃
3.2 慣性空間相機長弧段主動環(huán)掃技術(shù)
3.2.1 主動推掃成像規(guī)劃
3.2.2 姿態(tài)機動四元數(shù)計算
3.2.3 推掃弧段長度及成像立體角計算
3.3 空間目標單星環(huán)掃成像方法
3.3.1 空間目標單星環(huán)掃成像原理
3.3.2 環(huán)掃成像數(shù)學模型的建立與分析
3.3.3 環(huán)掃成像動態(tài)條件下的星點成像模型
3.4 空間目標雙星交會成像方法
3.4.1 雙星凝視跟蹤交會成像原理
3.4.2 雙星交會凝視跟蹤成像中空間目標雙矢量交會定位模型
3.4.3 雙星定位誤差分析
3.4.4 雙星交會成像仿真分析
3.5 小結(jié)
參考文獻
第 4 章 基于圖神經(jīng)網(wǎng)絡(luò)的 2 星圖配準拼接成像
4.1 動態(tài)星圖姿態(tài)映射與能量退化模型
4.1.1 動態(tài)星圖姿態(tài)映射模型
4.1.2 星點靜止能量
4.1.3 動態(tài)下的星點成像模型
4.2 基于圖注意力網(wǎng)絡(luò)的星圖匹配算法
4.2.1 模型架構(gòu)
4.2.2 拓撲星圖數(shù)據(jù)構(gòu)建
4.2.3 基于圖注意力網(wǎng)絡(luò)的復合星點特征計算
4.2.4 星點特征最優(yōu)匹配
4.3 基于圖神經(jīng)網(wǎng)絡(luò)的廣域星圖配準成像仿真分析
4.3.1 全天球空間目標高保真顯示及跟蹤系統(tǒng)需求分析
4.3.2 4 全天球空間目標顯示及跟蹤系統(tǒng)
4.3.3 空間目標環(huán)掃成像仿真分析
4.4 小結(jié)
參考文獻
第 5 章 面向動態(tài)星圖的星點匹配和端到端識別技術(shù)
5.1 動態(tài)星圖背景噪聲分析與處理
5.1.1 高動態(tài)下星圖獲取和識別原理
5.1.2 動態(tài)星圖仿真
5.1.3 星圖預處理
5.1.4 模糊星圖星點處理
5.2 基于相關(guān)匹配的動態(tài)星點提取算法
5.2.1 星點初步提取
5.2.2 基于相關(guān)系數(shù)的星點粗提取
5.2.3 星點質(zhì)心定位
5.2.4 仿真實驗分析
5.3 基于注意力機制的動態(tài)星圖識別算法
5.3.1 端到端的星圖識別網(wǎng)絡(luò)
5.3.2 星圖識別算法的評價
5.3.3 仿真實驗分析
5.4 小結(jié)
參考文獻
第 6 章 基于改進密度峰值搜索的暗弱小目標檢測方法
6.1 紅外小目標檢測密度峰值搜索研究
6.1.1 紅外圖像特性分析
6.1.2 基于局部異質(zhì)性的密度峰值搜索
6.2 改進密度峰與局部灰度差分的單幀目標檢測方法
6.2.1 基于密度峰值搜索和局部灰度差分的檢測方法
6.2.2 實驗結(jié)果分析
6.3 改進密度峰與軌跡一致性的動態(tài)目標序列檢測方法
6.3.1 基于密度峰軌跡一致性的目標檢測方法
6.3.2 實驗結(jié)果分析
6.4 小結(jié)
參考文獻