高灵敏度空间目标自主探测技术研究
发布时间：2021-08-10 19:38
在线捕获GEO远距离暗弱目标,实时监视轨道目标状态对于空间安全具有越来越重要的意义。在灵敏度接近14 Mv情况下,密集恒星、恒星散射光效应将极大影响目标探测。为解决上述问题,提出一种背景稠密恒星同步剔除和空间目标证认方法,利用目标短时间内规律运行的特征,实现目标的捕获、分类和在线跟踪,地面仿真和试验充分验证了方法的有效性和准确性。文中方法对于太阳系内行星、小行星探测等深空项目亦具有重要的借鉴意义。
【文章来源】：红外与激光工程. 2020,49(05)北大核心EICSCD
【文章页数】：7 页
【部分图文】：
空间目标在观测相机处幅照度示意图Fig.2Diagramoftheluminanceofaspacetargetattheobservation
性与恒星相同，在单帧图像中可提取，但无法识别；运动目标可能包括多个，需利用目标不同的特性，如运动速度、面积大孝星等大小等不同的特点，进行计算。通过多帧比对，根据目标相对于恒星背景运动的信息进行识别和分类。(3)探测器固有因素。探测器缺陷处会存在高亮噪点，根据其不动的特性将其去除，探测器在一些位置会产生大量的瞬态点，可以根据其杂乱无章、不能持续的特性将其去除。3仿真结果3.1FPGA提取结果和效率分析3.1.1模拟图测试分析FPGA完成整幅星图的预处理，点源提取等任务，提取结果见图3。如图3所示，当FPGA资源量从5000增长到40000时，实际处理的星图面积也从1/8提升到1，说明背景恒星较多时，较少的FPGA资源难以满足星图处理需求。图3不同滤除像素点对应有效提取的星点数Fig.3Effectiveextractionstarnumberofdifferentfilteredpixels3.1.2实测图测试分析κ拍摄真实的夜空图，提取像元数与提取星数之间的关系参见表4，不同的背景参数(参见2.1节)实施效果参见图4。由图4可知，当κ=2时，能将图中500颗恒星提出，提取成功率达到98.6%。但同时看到，需要提取上万像素点才能达到上述要求，这对星载资源处理提表3空间目标不同的相位角与星等之间的关系Tab.3Visualmagnitudeofspacetargetfordifferentsolarexclusiveangleγ0102030405060708090Magnitude11.9912.1412.2012.2412.2812.3212.4012.5212.7012.95红外与激光工程第5期www.irla.cn第49卷20201008–4
出了重大挑战。3.2运动目标的识别和证认分析3.2.1模拟图测试分析原始图像及处理结果参见图5，图(a)为原始图像，图(b)为目标图像，图(c)为证认后的目标轨迹。有效提取的7个疑似目标中，对应图(b)，绿色(1)，蓝色(2)，红色(3)，紫色(4)是真实的运动目标，已经被有效提取，对于其他干扰点，则全部滤除。图5原始图像、提取的目标图、认证和跟踪算法后提取的目标轨迹(其中，绿色(1)，蓝色(2)，红色(3)，紫色(4))Fig.5Originalimage,extractedtargetimageanditstrajectoryaftercertificationandtrackingalgorithm3.2.2实测图测试分析研制了具有高灵敏度目标探测功能的载荷并进行了地面试验，获得了不同天区星图和空间目标数据。地面星图经UCAC星表进行分析，灵敏度接近14Mv，参见图6。图7为拍摄的运动目标图像(包括4颗目标)，经表4不同背景参数所达到的提取指标Tab.4OutcomesfordifferentsetsofbackgroundparameterκκExtractedpixelsExtractedstarsAveragepixelsperstarStarnumberExtractionprobability4445325117.7450749.50%3.5523728321.1450755.80%3636132719.4550764.49%2.5860240718.5150780.27%21388350017.7450798.6%图4提取的星点数效果图Fig.4Diagramofextractedstarnumber红外与激光工程第5期www.irla.cn第49卷20201008–5
本文编号：3334662
【文章来源】：红外与激光工程. 2020,49(05)北大核心EICSCD
【文章页数】：7 页
【部分图文】：
空间目标在观测相机处幅照度示意图Fig.2Diagramoftheluminanceofaspacetargetattheobservation
性与恒星相同，在单帧图像中可提取，但无法识别；运动目标可能包括多个，需利用目标不同的特性，如运动速度、面积大孝星等大小等不同的特点，进行计算。通过多帧比对，根据目标相对于恒星背景运动的信息进行识别和分类。(3)探测器固有因素。探测器缺陷处会存在高亮噪点，根据其不动的特性将其去除，探测器在一些位置会产生大量的瞬态点，可以根据其杂乱无章、不能持续的特性将其去除。3仿真结果3.1FPGA提取结果和效率分析3.1.1模拟图测试分析FPGA完成整幅星图的预处理，点源提取等任务，提取结果见图3。如图3所示，当FPGA资源量从5000增长到40000时，实际处理的星图面积也从1/8提升到1，说明背景恒星较多时，较少的FPGA资源难以满足星图处理需求。图3不同滤除像素点对应有效提取的星点数Fig.3Effectiveextractionstarnumberofdifferentfilteredpixels3.1.2实测图测试分析κ拍摄真实的夜空图，提取像元数与提取星数之间的关系参见表4，不同的背景参数(参见2.1节)实施效果参见图4。由图4可知，当κ=2时，能将图中500颗恒星提出，提取成功率达到98.6%。但同时看到，需要提取上万像素点才能达到上述要求，这对星载资源处理提表3空间目标不同的相位角与星等之间的关系Tab.3Visualmagnitudeofspacetargetfordifferentsolarexclusiveangleγ0102030405060708090Magnitude11.9912.1412.2012.2412.2812.3212.4012.5212.7012.95红外与激光工程第5期www.irla.cn第49卷20201008–4
出了重大挑战。3.2运动目标的识别和证认分析3.2.1模拟图测试分析原始图像及处理结果参见图5，图(a)为原始图像，图(b)为目标图像，图(c)为证认后的目标轨迹。有效提取的7个疑似目标中，对应图(b)，绿色(1)，蓝色(2)，红色(3)，紫色(4)是真实的运动目标，已经被有效提取，对于其他干扰点，则全部滤除。图5原始图像、提取的目标图、认证和跟踪算法后提取的目标轨迹(其中，绿色(1)，蓝色(2)，红色(3)，紫色(4))Fig.5Originalimage,extractedtargetimageanditstrajectoryaftercertificationandtrackingalgorithm3.2.2实测图测试分析研制了具有高灵敏度目标探测功能的载荷并进行了地面试验，获得了不同天区星图和空间目标数据。地面星图经UCAC星表进行分析，灵敏度接近14Mv，参见图6。图7为拍摄的运动目标图像(包括4颗目标)，经表4不同背景参数所达到的提取指标Tab.4OutcomesfordifferentsetsofbackgroundparameterκκExtractedpixelsExtractedstarsAveragepixelsperstarStarnumberExtractionprobability4445325117.7450749.50%3.5523728321.1450755.80%3636132719.4550764.49%2.5860240718.5150780.27%21388350017.7450798.6%图4提取的星点数效果图Fig.4Diagramofextractedstarnumber红外与激光工程第5期www.irla.cn第49卷20201008–5
本文编号：3334662
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3334662.html
