第 1 章 緒論
1.1 空間非合作目標感知與識別技術概述
1.2 空間非合作目標感知技術發(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理論
2.1 天基動態(tài)光學探測物像映射基礎理論
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 參考坐標系間的轉換關系
2.2 星圖識別中的深度學習方法
2.2.1 前饋神經網絡
2.2.2 卷積神經網絡
2.2.3 注意力機制方法
2.2.4 圖神經網絡方法
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
參考文獻
第 3 章 天基光學動態(tài)超寬域感知掃描模式設計
3.1 空間成像任務規(guī)劃設計
3.1.1 成像容許域設計
3.1.2 最佳成像窗口設計
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
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
參考文獻
第 4 章 基于圖神經網絡的 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 基于圖注意力網絡的星圖匹配算法
4.2.1 模型架構
4.2.2 拓撲星圖數(shù)據(jù)構建
4.2.3 基于圖注意力網絡的復合星點特征計算
4.2.4 星點特征最優(yōu)匹配
4.3 基于圖神經網絡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
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
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 基于相關系數(shù)的星點粗提取
5.2.3 星點質心定位
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絡
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
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 實驗結果分析
6.4 小結
參考文獻