1 国防科技大学 电子科学与工程学院, 长沙 410073
2 中国西安卫星测控中心, 西安 710043
提出一种稀疏重构框架下利用幅度实现扩展目标量测划分的方法.利用衍射受限光学系统特性对像平面进行网格采样, 建立稀疏重构模型及“超完备字典”.通过重构挖掘像元幅度值中的有效信息并基于成像机理对重构出的非目标量测进行抑制处理,利用重构出的亚像元级目标位置、幅度信息实现目标量测的划分.仿真结果表明:信噪比为6 dB时, 本文算法比传统方法在实现对所有扩展目标量测的正确划分上提前30s, 对目标探测信息能充分利用, 在量测划分准确性上比依靠距离划分的传统方法有较大提高, 尤其在低信噪比条件下较传统方法量测划分的准确性提升明显.
天基监视 光学传感器 空间近邻目标 扩展目标 量测划分 稀疏重构 Space based surveillance Optical sensor Closely spaced objects Extended target Partitioning Sparse reconstruction 光子学报
2015, 44(12): 1212002
国防科技大学 电子科学与工程学院, 湖南 长沙 410073
天基光学传感器对空间近邻目标的像平面跟踪过程中,传统方法在单帧恒虚警检测后进行量测划分,采用的虚警率过高可能引入较多的杂波点,过低则群目标在像平面的部分信息损失.在分析空间近邻目标在像平面特征的基础上,提出一种使用马氏随机场模型进行预检测处理然后以k-均值进行量测划分的方法,仿真结果表明,相比传统方法,基于马氏随机场模型的空间近邻目标检测及量测划分准确率更高,且在信噪比较低的情况下,性能改善明显.
马氏随机场 天基光学系统 空间近邻目标 多目标检测 量测划分 Markov random field space-based optical system closely spaced objects multiple targets detection pixel partition
