一种高分辨率SAR成像参数计算方法

    公开(公告)号:CN114137519B

    公开(公告)日:2025-03-21

    申请号:CN202111143238.6

    申请日:2021-09-28

    Abstract: 本发明提出一种分辨率SAR成像参数计算方法,该方法将成像场景位置、成像合成孔径时长、滑动因子、最小重频、最大重频等参数作为输入条件,通过星地几何模型,分别计算得到成像场景的零多普勒中心时刻以及成像起始、结束时间,并在成像弧段内,以固定的时间步长,选择符合SAR成像性能指标的重频作为成像参数并输出,既降低了计算次数开销,同时避免了返回迭代的搜索过程,节省存储资源,适用于资源受限条件下的星载环境中实现,便于星载硬件进行部署和实施;本发明可通过修改成像合成孔径时长、滑动因子、最小重频、最大重频等参数,实现不同成像分辨率、成像幅宽的滑动聚束成像模式;并且集成了性能指标计算,具有波位设计一体化的特点。

    一种空间目标快速关联与提取系统及方法

    公开(公告)号:CN119169050A

    公开(公告)日:2024-12-20

    申请号:CN202411184419.7

    申请日:2024-08-27

    Abstract: 本发明公开了一种空间目标快速关联与提取系统,包括:目标点接收模块、特征星图构建模块、初始轨迹关联模块和疑似/真实轨迹拓展模块;目标点接收模块接收星点目标信息,对星点目标信息进行缓存;特征星图构建模块接收星点目标信息,构建特征星图;初始轨迹关联模块根据星点目标信息和特征星图进行帧间疑似轨迹关联,得到初始的疑似轨迹,将初始的疑似轨迹输出至疑似/真实轨迹拓展模块;疑似/真实轨迹拓展模块根据特征星图将初始的疑似轨迹拓展为真实轨迹。本发明还公开了一种空间目标快速关联与提取方法。本发明能够有效检测和跟踪空间目标及其运动轨迹特征,计算并行度高、计算延迟低,具有很好的实用性和推广价值。

    星载空间目标碰撞预警方法及系统

    公开(公告)号:CN117193352A

    公开(公告)日:2023-12-08

    申请号:CN202310910539.X

    申请日:2023-07-24

    Abstract: 本发明公开了星载空间目标碰撞预警方法及系统,适用于航天器在轨自主开展碰撞预警,具有较强的时效性和更新率。不同于将位置误差的分布平均化处理的区域判据,本发明在计算碰撞概率时将航天器与目标的位置误差视为正态分布的形式,以航天器在交会参考系中的横、纵坐标为自变量,以相对位置矢量在交会平面上的投影为正态分布的期望值,以位置误差为正态分布的标准差,构建形式为正态分布的概率密度函数,以表征航天器和目标在交会参考系内各处的碰撞概率;以临界阈值构建球域,求解球域对概率密度函数的积分,以该积分作为碰撞概率,可以降低过度预警率。本系统位于星上,可以满足星载设备高性能计算需求,具备在轨实时碰撞预警功能。

    一种基于显著性和近邻形状查询的物体图像分割方法

    公开(公告)号:CN115115654B

    公开(公告)日:2023-09-08

    申请号:CN202210670321.7

    申请日:2022-06-14

    Abstract: 本发明公开了一种基于显著性和近邻形状查询的物体图像分割方法,步骤如下:S1、在CPU中输入图像I,进行M个尺度的过分割;S2、针对步骤S1划分的每个尺度的区域集合,基于区域上下文和封闭性先验,计算显著性,并将多个尺度的结果进行加权融合,得到图像的显著性图;S3、将得到的显著性图进行划分,通过设置三级阈值T1、T2、T3;S4、根据显著性特征图的相似性查找近邻分割形状,计算得到形状概率图;S5、将形状概率图和颜色概率图融合,通过优化求解Graph Cut问题,得二值分割结果。本发明采用上述的一种基于显著性和近邻形状查询的物体图像分割方法,使形状模型更好地拟合实例形状,具有更优的物体分割性能。

    一种星载SAR实时成像装置
    18.
    发明授权

    公开(公告)号:CN112379373B

    公开(公告)日:2023-09-01

    申请号:CN202011053099.3

    申请日:2020-09-29

    Abstract: 本发明公开了一种星载SAR实时成像装置,采用广域宽幅低分辨普查和高分辨详查两种成像模式构建SAR成像,结合星载SAR实时成像处理、目标检测以及基于深度学习的目标分类识别技术,对敏感区域实现快速有效的侦察,获取感兴趣目标的个数、位置、类型、置信度以及切片等情报信息;有效解决了海量高分辨率SAR数据直接下传带来的地面处理时延大、时效性低等问题,有效地突破了数传瓶颈、提高固存、载荷利用率,显著提升了卫星的作战效能;本发明涉及的深度学习前向推理模型输入数据为浮点复数数据,浮点复数数据不光包含有目标特征信息还包含有目标的相位信息,增加了信息维度,信息精度高,便于提高分类准确性。

Patent Agency Ranking