对于单光子测距雷达系统而言，发射激光脉冲瞬间和近场强后向散射带来的强背景光噪声信号均会导致光电倍增管产生强光感生噪声（SIN），严重影响后续目标的探测。为精确标定单光子量级的SIN，基于自主研制的单光子测距回波模拟器和固定脉宽为10 ns的脉冲激光器搭建了一套完备的SIN检测与评估平台。测量了不同能量的强背景光条件下的SIN，并使用相关经验公式对噪声进行了拟合。结合实际测距雷达系统，为满足百公里级测距目标反演的信噪比要求，应控制到达探测器处近场强背景光能量小于100 pJ。该研究为单光子测距激光雷达系统的性能评估提供了重要参考。

从信标光链路中高效地获取运动平台的姿态信息是运动平台量子光通信成功的关键之一。针对运动平台量子光通信的实际需求，提出一种探测载体平台旋转姿态角的信标姿态解耦方法，有望显著提高量子光通信的动态链接效率。经0°、45°、－45°偏振片起偏调整的RGB三色合束信标光，携带着载体平台的旋转姿态角信息，经自由空间传输后由地面接收系统解耦。接收端利用光电探测器获得信标光的三色光强值，根据三色光强值的差动、比值构造特征参数β，建立信标光旋转角θ与特征参数β间的关联曲线，利用该曲线反演载体平台的空间旋转角信息。分析θ在0°～90°的变化趋势及β的数值结果，并对不同距离下的测量结果进行误差分布分析。实验表明，所反演的信标空间姿态角度测量精度可以达到±0.05°。室内实验结果的3σ值小于0.5°；室外实验结果的3σ值小于1°。综合整体性能分析，所提方法具有测量运动平台空间旋转姿态角的能力，可用于在浮空平台或类似领域中进行姿态角度测量。

天基目标测量具有全天时、不受大气干扰等优点。但与地面人卫测距相比, 天基待测目标运动速度快且缺乏距离预报等先验信息, 导致传统测距方法无法有效提取目标距离轨迹。为此, 文章提出了一种基于Hough变换的激光测距距离轨迹提取算法, 利用目标回波点之间的线性相关性将直线检测算法引入回波轨迹的提取, 具有适应天基探测特性、抗噪声能力强等特点。实验结果表明,使用该方法提取的目标距离轨迹均方根误差优于2.72m。上述方法可以准确地提取高速移动目标的距离轨迹, 为后续空间非合作目标的距离轨迹提取提供了新的途径。

在星载远距离非合作目标测距领域中,目标常常为暗弱目标,成像帧频有限,因此目标跟踪能力受限并影响测距范围。在星载远距离非合作目标跟踪过程中,跟踪误差主要来自于本体振动。为了增强系统主动振动抑制能力,提高系统的跟踪精度,使用自适应控制来实现目标的跟瞄控制。对于不同频率传感器数据难以融合的问题,通过采用降采样的方法实现了低频相机数据和高频惯性传感器数据的自适应融合,并证明了降采样下自适应滤波的有效性和正确性。在算法实现层面,针对经典自适应算法收敛速度慢和稳态精度差的问题,通过选用仿射投影算法实现了数据融合。在数据融合仿真中,采用卫星微振动模型,验证了融合方法的收敛速度及跟踪精度。最后将该方法应用到实际跟踪系统中,实验结果显示,跟踪精度优于5 μrad,满足远距离非合作目标测距中的跟踪精度要求。

以单频-线性频率调制连续波(S-LFMCW)激光作为发射信号,提出了一种基于卡尔曼滤波的高精度相干激光测距方法。对回波信号与本振信号进行拍频测量,获得了频差,通过模数转换和数字信号处理,利用频差信号解算出目标的距离和速度。最后采用卡尔曼滤波算法对测量值进行数据融合,获得了高精度的目标距离估计值。实验结果表明,所提方法适用于大范围动态相干测距激光雷达系统,系统的有效测距范围为8 m~2.7 km,测距精度在0.1 m以内。

提出了一种白天信标光图像跟踪算法。分析了太阳光反射进相机视场的噪声以及探测器噪声在空域和频域的特点,使用两个频域滤波器检测候选区域。研究结果表明,所提算法具有较高的精度、较快的速度以及较高的可靠性,可用于白天环境下星地信标光的跟踪探测。

空间非合作目标跟踪技术可以在多方面发挥重要作用, 目前效果较好的图像跟踪算法多是基于视频流处理, 但是由于面对的工况与航天应用面对工况不同, 在跟踪精度、运算速度、预警率和虚警率等要求上不满足空间目标跟踪需求与任务要求, 并且运算复杂难以在航天器中实现, 不适合天基卫星跟踪。为解决这一问题, 一种面向空间应用的卫星目标高精度跟踪算法被提出, 该算法以图像相关、曲线拟合、卡尔曼滤波、SURF算法为基础, 并将预测、跟踪和矫正过程相融合, 最终获得在天基平台中具有可行性的高速稳定跟踪算法。相关实验表明, 这种算法可以对平面内自由旋转、0.4~2.1倍尺度内缩放、有光照变化的图像进行连续跟踪, 仿真试验平均跟踪误差小于0.9像素且大多数工况下计算速度高于200帧/s, 并且算法对图像模糊、高斯噪声以及椒盐噪声都有较好兼容能力,对于实际模型目标跟踪仍有稳定跟踪能力。

针对空间面目标的高精度跟踪问题，提出一种面目标高精度跟踪方法，该方法利用SWAD模板匹配算法和亚像素拟合算法提取目标精确的位置信息，并在跟踪过程中对模板进行实时更新。对传统的无限冲击响应滤波模板更新方法进行了改进，提出一种变系数模板更新方法，该方法计算量小，不需要经过复杂的置信度判断，模板更新系数由当前模板图像和当前最佳匹配区域图像的灰度值决定；利用不同亮度的目标，以及对目标图像进行尺度变换模拟姿态变化的目标，比较了该模板更新算法和传统算法的匹配误差，结果表明：该算法能够更好地适应目标姿态的变化；最后通过平行光管和靶标板模拟远场非合作目标，搭建了室内演示试验，证明了利用模板匹配进行高精度目标跟踪的可行性。