为了满足非完整周旋转轴系倾角回转误差测试分析需求, 在数学建模轨迹分析基础上研究了一种新的轴系倾角回转误差测试分析方法。首先, 采用四元数方法对测试中平面镜和准直仪安装误差数学建模, 证明了两者安装误差引起待测轴转动过程中准直仪靶面光十字丝轨迹为椭圆, 当误差为小量时轨迹退化为圆心不在原点的圆。然后, 基于最小二乘原理建立了轨迹圆参数圆心和半径拟合方法, 在测试数据中去除平面镜和准直仪安装误差的影响。最后, 分别开展了仿真分析与实验测试对方法的有效性和可靠性进行了验证。结果表明：轨迹参数法在非完整周旋转轴系倾角回转误差测试中具有独特优势, 可以作为传统傅里叶级数法有益补充, 且该方法无需精调平面镜, 在一定程度上提高了测试分析效率。

针对离散式光学系统光轴指向误差标校需求，研究了一种基于测星法的光轴指向误差数字化标校技术。以某型离散式光学系统为例，采用四元数数学方法推导了含有光机结构加工装配误差以及传感器测量误差在内共计11个系统误差参量的地理系光轴指向模型。将指向模型中包含误差参数的三角函数项泰勒级数展开并作一阶近似处理将方程线性化。通过最小二乘原理获得了光路中系统误差解算模型。基于天文导航基本原理建立了以星体为目标的标校基准。通过实验测试完成了光轴指向误差数字化标校技术原理验证。分析表明：通过测星法光轴指向误差数字化标校能够大幅提高离散式光学系统光轴指向精度。本文研究方法和结论可以为离散式光学系统光轴指向误差标校提供参考。

针对基于惯性测量单元(IMU)的姿态解算算法噪声大、精度低且无法准确解算偏航方向上姿态角变化的问题, 提出一种基于共轭梯度算法的MARG传感器系统姿态解算方法。使用加速度计和磁强计测量姿态误差, 通过共轭梯度算法对陀螺仪姿态四元数进行补偿和修正, 对数据加权融合求解得到飞行器姿态四元数。利用三轴转台对算法稳定性和准确性进行验证, 结果表明, 该算法能够有效抑制测量噪声, 提高姿态角解算的精度。

针对地面三维激光扫描仪采集到的相邻测站点云存在空间特征关联,以及城市建筑群中含有大量的线面特征,提出一种基于对偶四元素描述的线面特征约束的点云配准方法,该方法在利用对偶四元素统一描述空间变换参数的同时考虑到尺度因子。将依据直线和平面存在的几何关系,以及线面相交所产生的交点与夹角等作为配准约束条件,构建出空间相似变换目标函数,利用最小二乘准构建出平差模型以计算空间相似变换相关参数。为了避免不恰当的初始值所导致的迭代不收敛问题,将Levenberg-Marquardt法应用于平差模型的解算。最后对该方法的正确性与可行性进行实验分析。结果表明,相较于仅考虑线特征或面特征约束的点云配准方法,所提方法的配准精度更高,并且采用Levenberg-Marquardt法解算平差模型能在任意给定的初始值下正确收敛。

为了减少因杆塔倾斜造成的电力事故, 该文设计了用于野外杆塔的姿态监测系统。系统主要采用误差状态卡尔曼(ESKF)算法对原始信号进行滤波处理, 再通过欧拉角和四元数变换的方法进行姿态解算。通过在每次迭代中产生新的对应特征来递归地校正估计的状态, 并保持系统在计算上满足四元数的约束, 实现陀螺仪和加速度计的随机误差补偿滤波。处理后的数据经过无线传输模块传至后台服务器, 最终实现远程监控。通过实验室验证与实地测试一段时间后, 结果表明, 系统功能稳定, 精度高, 满足了杆塔的倾斜检测。

针对GPS信号丢失导致组合导航算法精度降低甚至发散的难题，开展一种高效的自适应平滑切换融合算法研究。在GPS信号正常情况下，采用基于GPS量测的高阶组合导航算法估计姿态信息; 在GPS信号丢失时，停止高阶滤波算法并切换为基于四元数的低阶姿态估计算法; 当GPS信号恢复后，将低阶姿态估计算法的估计值作为高阶滤波算法初值，实现姿态估计算法的平滑切换。仿真结果和试飞试验表明,该切换策略具有较好的估计精度和可实现性，且切换过程中姿态角跳变小于0.5°，收敛时间小于0.1 s，有效地提高了有、无GPS信号情况下无人机的姿态估计精度。

针对复杂海面地貌、云雾背景下的光学遥感图像舰船目标检测问题,提出一种结合空域和频域视觉显著性特征的无监督舰船目标检测算法。基于图像的RGB颜色空间和ITTI模型,利用图像亮度特征图、颜色特征图、亮度特征的一阶梯度组合构建图像特征,并基于图像区域与整幅图像的协方差矩阵计算图像区域的差异性。然后由协方差矩阵之间的广义特征值构建空域显著特征图,并加入PQFT(phase spectrum of quaternion Fourier transform)模型的频域显著特征图。最后利用元胞自动机融合空域显著特征和频域显著特征。实验结果表明,所提算法检测舰船目标时的性能要优于其他常用的视觉显著算法。

为提高图像在数据集中的检索准确度，设计了基于加权距离与多元极谐变换的图像检索算法。在查询图像的色调－饱和度－亮度(HSV)空间内，提取其颜色特征；并引入贝塞尔K分布与非下采样Shearlet变换(NSST)方法得到查询图像的纹理特征，改善其对模糊与亮度变换等操作的稳健性；借助四元极谐变换(QPHT)机制，将图像的QPHT模系数视为形状特征，提高对噪声与几何变换的鲁棒性。通过融合这3种特征，分别计算查询图像与数据库图像之间对应的特征距离，并赋予三者对应的权重，以测量两幅图像之间的相似度，从而准确输出检索结果。测试数据显示，与当前基于内容的图像检索技术相比，所提算法具备更高的检索准确度和鲁棒性，在多种几何变换攻击下，仍可以准确检索出目标。