作为常用显示器件，数字微镜器件(DMD)使用传统的脉冲宽度调制(PWM)显示方法受最小脉冲宽度限制，无法满足高帧频显示的需求。文章提出基于光源与DMD复合编码的高帧频显示技术，利用光源调制解决脉冲宽度调制导致的位平面显示时间随位平面等级指数增长的问题。通过构建包含驱动模块、光源和DMD的显示系统，采用低4位光源脉冲宽度调制与高4位DMD显示时间宽度调制相结合的方法，将8位灰度图像的显示帧频提高至2461Hz。

红外图像的分辨率低和色彩单一，但由于红外设备的全天候工作特点，因而在某些场景具有重要作用。本文采用一种基于支持向量机（ support vector machine, SVM）的长波红外目标图像分类识别的算法，在一幅图像中，将算法提取的边缘特征和纹理特征作为目标的识别特征，输入到支持向量机，最后输出目标的类别。在实验中，设计方向梯度直方图＋灰度共生矩阵＋支持向量机的组合算法模型，采集 8种人物目标场景图像进行训练和测试，实验结果显示：相同或者不相同人物目标，穿着不同服饰，算法模型的分类识别正确率较高。因此，在安防监控、工业检测、**目标识别等运用领域，此组合算法模型可以满足需要，在红外目标识别领域具有一定的优越性。

在远距离目标检测和跟踪的过程中, 成像清晰起着至关重要的作用。红外望远镜系统的成像距离远、景深短、失焦引起图像模糊。由于大气折射, 望远镜所成的像处于不断变化之中, 造成传统对焦算法对焦成功率、效率偏低。为了提高自动对焦的成功率和速度, 采用了一种具备变步长的爬山法, 利用多次求图像清晰度取其中位数的方法保证清晰度评价的准确性, 利用带动量和加速度的爬山法降低了对焦过程中的不稳定性, 减少了粗对焦过程所需的步数。算法在实际中波红外望远镜系统中得到应用, 实验结果表明, 该算法在粗对焦阶段所需的对焦步数比传统爬山法减少了 12.8%, 满足红外望远镜系统的需要。

针对复杂背景下红外弱小目标检测难题，提出一种基于人类视觉系统对比机制的红外弱小目标检测算法。首先，对红外图像进行预处理，通过中值滤波去除红外图像中的孤立噪声点。然后对处理后的图像进行高斯函数差分滤波处理，抑制图像中大面积高亮区域。最后，通过改进的基于局部对比度方法去除高亮边缘区域，消除高疑似目标，最终实现对复杂背景下红外弱小目标的检测。实验表明：相较于传统的 LCM算法、Top-hat算法、 TDLMS算法和 Infrared Patch-Image Model算法等，该算法在虚警率、正确检测率、检测时间等方面更有优势，具有检测率高、虚警率低、鲁棒性好、运行时间短的特点。

针对红外图像中行人小目标检测识别率低、虚警率高的问题, 研究了当下效果最好的 YOLOv3目标检测算法, 在其基础上进行优化, 提出了一种满足实时性要求的行人小目标检测算法。基于 YOLOv3中分类准确率仍有不足的情况, 借鉴 SENet中对特征进行权重重标定的思路, 将 SE block引入 YOLOv3中, 提升了网络的特征描述能力。通过对自行收集实际复杂场景下的红外图像进行目标检测, 试验验证了算法的可行性, 实验结果表明本文提出的改进网络拥有更高的准确率和更低的虚警率, 同时保持了原有算法的实时性。

基于光谱测量数据,综合考虑背景辐射和仪器噪声对目标探测的干扰,提出一种自适应波段选择方法,并进行实验验证。利用声光可调谐(AOTF)成像光谱仪采集光谱数据,光谱扫描波段为400~1000 nm。对天空背景下的无人机目标和墙面背景下的静态物体目标进行探测,计算各波长的综合信噪比,以综合信噪比最大值的70%为阈值,选择合适的工作波段。波段选择的结果符合实际情况,所提方法能有效地选择不同目标的最优探测波段。

为了满足小卫星平台中尺寸、质量、功耗等约束并探索中短距离星间链路下射频(RF)通信和激光通信的替代解决方案,研究了多卫星网络中采用可见光通信(VLC)的中短距离星间通信的可行性。利用卫星工具软件(STK)构建了双星伴飞构型,定量分析了太阳及恒星引入的背景光噪声,从而构建了中短距离星间VLC链路模型。为了提高链路容量和可靠性,进一步构建了基于星间链路的单输入多输出VLC(SIMO-VLC)系统,通过数值仿真评估了不同分集合并算法对于链路性能的影响。仿真结果表明:大部分时段中太阳辐射引入的杂散光功率在10 μW以下,相比于地面场景引入的背景光功率降低了75%。当在20 km内实现传输速率为112.5 Mbit/s、误码率为1×10 -6的数据传输,系统所需的发射光功率至少为4.55 W。相比单输入单输出(SISO)系统,采用基于单输入多输出(SIMO)的分集检测方案可以获得更好的性能,且所需发射功率和通信距离能够随着接收支路的增加得以有效改善,可为基于VLC的星间链路设计及扩展室外应用场景提供参考。

针对多波段高速成像载荷半物理仿真的需求,提出了一种双波段复合高动态场景仿真方法,重点解决双波段共轴成像系统在实验室环境下高速仿真的难题,详细论述了系统方案和高帧频驱动实现方法,搭建了光学仿真系统并进行了测试,实现了可见光和短波红外共轴光学复合仿真,视场20°,复合精度3个像元,8位图像仿真频率为400帧。仿真系统可用于验证光学载荷对目标探测与跟踪的性能,解决外场试验成本高昂的问题,提高光学载荷的技术成熟度。

针对传统的光电探测系统大多只根据单一的专项任务进行设计, 无法兼顾不同任务探测识别的需求, 提出了一种基于测量数据的自适应智能光电探测系统的概念。阐述了针对不同任务需求, 在轨实现测量数据的处理分析, 自适应修正系统参数的方法。重点介绍了系统参数案例库的建立, 利用傅里叶分光技术判断场景目标, 自适应选择工作波段的方法。针对面目标和点目标探测, 分别利用清晰度评价函数和综合信噪比作为调参依据, 形成调参反馈, 自适应调整光学系统口径、增益、焦距和积分时间等参数, 达到最佳成像模式, 实现多种类不同目标探测和识别的需求。

基于数字微镜器件(DMD)构建的高帧频景像仿真系统, 可以实现可见光和红外波段高帧频探测系统的功能和性能测试, 其驱动技术是整个仿真系统的核心。以FPGA为核心, 结合DMD的硬件特性和改进的PWM调制方法, 完成DMD控制系统驱动设计, 实现PCIe高速数据传输、DDR3数据存取以及DMD高帧频灰度图像显示, 同时, 利用WinDriver完成上位机PCIe驱动设计。通过实验验证, 该驱动技术能够实现仿真系统以1000Hz高帧频显示8bit灰度图像, 满足高帧频探测系统测试需求, 并可广泛应用于可见光和红外波段高帧频景像仿真系统的构建。