航天器和導(dǎo)彈制導(dǎo)、導(dǎo)航與控制：飛行器光學(xué)尋的制導(dǎo)信息處理技術(shù)

第1章 概論
1.1 基本概念
1.2 信息處理在飛行器制導(dǎo)中的地位
1.3 光學(xué)尋的制導(dǎo)信息處理技術(shù)現(xiàn)狀與趨勢
1.3.1 國內(nèi)外制導(dǎo)信息處理技術(shù)的發(fā)展歷程
1.3.2 國內(nèi)外制導(dǎo)信息處理技術(shù)的發(fā)展趨勢
1.3.3 制導(dǎo)信息處理技術(shù)發(fā)展與總體、分系統(tǒng)的關(guān)系
參考文獻(xiàn)
第2章 光學(xué)尋的制導(dǎo)信息處理的理論模型
2.1 難點(diǎn)和科學(xué)問題
2.2 模型、準(zhǔn)則和方法
2.2.1 多維動(dòng)態(tài)空間映射與求逆過程模型
2.2.2 動(dòng)平臺擾動(dòng)模型
2.2.3 氣動(dòng)光學(xué)效應(yīng)機(jī)理模型
2.2.4 目標(biāo)、背景與平臺的時(shí)間—空間-波譜動(dòng)態(tài)特性表達(dá)
2.2.5 探測識別目標(biāo)的可計(jì)算準(zhǔn)則
2.3 光學(xué)成像直接尋的與定位
2.4 目標(biāo)-地標(biāo)關(guān)聯(lián)尋的與定位
2.5 子空間協(xié)同的遞推探測定位
參考文獻(xiàn)
第3章 平臺、目標(biāo)、背景空間特性建模與表達(dá)
3.1 平臺、目標(biāo)、背景的空間坐標(biāo)系
3.2 目標(biāo)的幾何建模與多尺度表達(dá)
3.2.1 構(gòu)建三維模型
3.2.2 不同視點(diǎn)下三維目標(biāo)特性視圖的獲取
3.2.3 目標(biāo)輪廓加噪畸變模型
3.2.4 輪廓圖像模糊降分辨率
3.3 目標(biāo)與背景空間關(guān)系建模
3.3.1 目標(biāo)幾何形態(tài)分析
3.3.2 目標(biāo)場景分層結(jié)構(gòu)及其拓?fù)潢P(guān)系
參考文獻(xiàn)
第4章 動(dòng)平臺目標(biāo)成像探測去擾動(dòng)方法
4.1 動(dòng)平臺激光主動(dòng)成像運(yùn)動(dòng)補(bǔ)償
4.2 氣動(dòng)光學(xué)效應(yīng)自適應(yīng)數(shù)字校正
4.3 紅外焦平面非均勻性校正
4.3.1 基于紅外焦平面探測器非均勻性指紋模式的校正方法
4.3.2 去偽像的自適應(yīng)非均勻性校正
4.4 紅外成像時(shí)相自適應(yīng)增強(qiáng)
4.4.1 直方圖的類型判決
4.4.2 一種圖像自適應(yīng)增強(qiáng)算法
參考文獻(xiàn)
第5章 固定目標(biāo)光學(xué)成像尋的信息處理方法
5.1 地面建筑物多尺度自動(dòng)識別定位
5.1.1 地面建筑三維建模及特征分析
5.1.2 基于形態(tài)學(xué)的紅外圖像背景抑制
5.1.3 特征反饋控制的迭代分割
5.1.4 基于特征庫的紅外地面建筑目標(biāo)識別
5.1.5 基于豎條特征的紅外地面建筑識別
5.1.6 基于圖像統(tǒng)計(jì)特性的目標(biāo)可分割性評估
5.2 典型地物目標(biāo)檢測識別與定位
5.2.1 湖心小島檢測識別定位
5.2.2 橋梁交叉點(diǎn)檢測識別定位
5.2.3 機(jī)場檢測識別定位
5.2.4 河流交叉口檢測識別定位
5.2.5 公路交叉口檢測識別定位
5.2.6 改進(jìn)的Hausdorff距離港口匹配定位
5.3 基于部件的目標(biāo)探測定位
5.4 目標(biāo)／地標(biāo)群關(guān)聯(lián)探測定位
5.4.1 平面地標(biāo)導(dǎo)引的相對定位目標(biāo)檢測識別
5.4.2 立體地標(biāo)導(dǎo)引的相對定位地面目標(biāo)檢測識別
5.5 光學(xué)尋的導(dǎo)引參考圖制備
5.5.1 前視平面地標(biāo)選擇和參考圖制備
5.5.2 前視立體地標(biāo)選擇與參考圖制備
參考文獻(xiàn)
第6章 動(dòng)目標(biāo)光學(xué)成像尋的信息處理方法
6.1 空中動(dòng)目標(biāo)多尺度探測定位
6.2 空中動(dòng)目標(biāo)抗干擾檢測跟蹤
6.3 混合人工神經(jīng)網(wǎng)絡(luò)動(dòng)目標(biāo)識別(MUSSER)
6.3.1 反向傳播學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)(BP網(wǎng)絡(luò))
6.3.2 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF網(wǎng)絡(luò))
6.3.3 多尺度模型下的混合神經(jīng)網(wǎng)絡(luò)識別算法
6.3.4 試驗(yàn)結(jié)果
6.4 海面動(dòng)目標(biāo)多尺度探測定位
6.4.1 基于生物視覺注意機(jī)制的海面目標(biāo)實(shí)時(shí)檢測方法
6.4.2 天水區(qū)約束的海面船舶目標(biāo)識別定位方法
6.5 地面動(dòng)目標(biāo)變尺度探測定位
6.5.1 概念與模型
6.5.2 多尺度檢測與分析方法
6.5.3 時(shí)一空三維八叉樹遞推檢測算法
6.5.4 試驗(yàn)結(jié)果
參考文獻(xiàn)
第7章 實(shí)時(shí)信息處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
7.1 模塊化、異構(gòu)、規(guī)模可伸縮的處理結(jié)構(gòu)
7.1.1 模塊化、可在線重構(gòu)、規(guī)?？缮炜s的實(shí)時(shí)識別處理機(jī)結(jié)構(gòu)
7.1.2 實(shí)現(xiàn)模塊化、通用化的關(guān)鍵技術(shù)
7.1.3 尋的制導(dǎo)信息處理系統(tǒng)的模塊化、標(biāo)準(zhǔn)化、系列化設(shè)計(jì)
7.2 面向?qū)さ男畔⑻幚硐到y(tǒng)的共用算法V15I設(shè)計(jì)
7.2.1 多目標(biāo)多尺度遞推濾波檢測算法ASIC實(shí)現(xiàn)
7.2.2 多目標(biāo)輪廓跟蹤與標(biāo)記算法的ASIC實(shí)現(xiàn)
7.2.3 優(yōu)化流水機(jī)制實(shí)現(xiàn)快速圖像旋轉(zhuǎn)
7.2.4 基于運(yùn)動(dòng)檢測指導(dǎo)的組合非均勻性自適應(yīng)校正SOC
7.2.5 圖像連通域標(biāo)記和輪廓跟蹤的VLSI實(shí)現(xiàn)
7.3 嵌入式數(shù)據(jù)庫系統(tǒng)
7.4 嵌入式系統(tǒng)軟件
7.5 加載和測試用串行口控制臺技術(shù)
7.5.1 物理層
7.5.2 鏈路層
7.5.3 應(yīng)用層
7.6 軟件模塊化設(shè)計(jì)
7.6.1 模塊外部設(shè)計(jì)規(guī)范
7.6.2 模塊內(nèi)部設(shè)計(jì)規(guī)范
7.7 模塊化信息處理機(jī)綜合集成
參考文獻(xiàn)
第8章 光學(xué)成像尋的信息處理仿真與性能評價(jià)
8.1 仿真環(huán)境設(shè)計(jì)
8.1.1 仿真環(huán)境組成
8.1.2 仿真功能
8.1.3 仿真平臺環(huán)境
8.1.4 仿真處理流程
8.2 動(dòng)平臺飛行場景仿真
8.2.1 多波段場景生成系統(tǒng)
8.2.2 系統(tǒng)功能
8.2.3 系統(tǒng)組成
8.3 尋的圖像序列仿真
8.3.1 模型數(shù)據(jù)庫的建立
8.3.2 大氣模型數(shù)據(jù)庫的建立
8.3.3 飛行器視點(diǎn)運(yùn)動(dòng)模型的建立
8.3.4 傳感器模型的建立
8.3.5 多波段仿真圖像動(dòng)態(tài)生成
8.3.6 多波段序列仿真試驗(yàn)結(jié)果
8.4 尋的處理算法性能評價(jià)
8.4.1 尋的算法性能評價(jià)的關(guān)系模型
8.4.2 尋的處理算法性能評價(jià)模型
8.4.3 綜合評價(jià)的最優(yōu)試驗(yàn)設(shè)計(jì)方法
8.4.4 尋的性能評價(jià)指標(biāo)體系
參考文獻(xiàn)