1 中国科学院西安光学精密机械研究所，西安 710119
2 中国科学院大学，北京 100049
3 上海航天控制技术研究所，上海，201109
为实现星敏感器在J波段对3等恒星进行全天时高精度探测，采用被动消热差设计方法，根据光学系统与结构材料的热差性能差异，进行匹配优化实现镜头消热差，设计完成了一种大相对孔径全天时星敏感器光学系统。针对恒星在该波段下的指标进行分析，确定光学系统焦距为84 mm，F数为1.4，工作谱段范围为1.1~1.4 μm，视场角为8.4°。在光学系统设计过程中选取常用光学材料和镜筒材料，通过改变各透镜形状，合理匹配各镜片之间的光焦度，从而实现被动补偿无热化设计。优化设计完成后的光学系统在高低温（-40 ℃~+60 ℃）及真空条件下，当离焦0.02 mm后，弥散斑尺寸优于30 μm，色畸变小于0.018 mm。星敏感器内部采用表面发黑处理，遮光罩采用非等间距布局设计，表面采用一款具有较高太阳吸收率的SB-3A国产消光漆进行涂黑，可以在保证效果的情况下有效减轻重量，遮光罩内档光环采用16°斜角，可以保证较好的杂散光抑制能力。利用Tracepro软件对光机系统的杂散光进行了仿真分析，分析结果表明，视场内由目标产生杂散光是目标强度的3×10-5，视场外杂散光强度由10-2量级迅速下降，18°以外杂散光强度为视场外强光的10-4以下。地面观星试验实现了对3等星全天时探测，验证了该光学系统设计的合理性。
大相对孔径 全天时 星敏感器 光学系统 无热化 Large relative aperture All day Star sensor Optical system Athermalization 光子学报
2022, 51(11): 1111003
1 上海市空间智能控制技术重点实验室, 上海 201109
2 上海航天控制技术研究所, 上海 201109
在轨运行过程中, 受空间热环境的影响, 星敏感器的安装矩阵具有轨道周期变化的特征。为了校准卫星结构变形导致的星敏感器之间安装矩阵变化, 提出了一种基于四元数自适应卡尔曼滤波(quaternion Adaptive Kalman Filter, q-AKF)的安装矩阵在轨实时校准方法。该方法结合衰减记忆滤波与简化的Sage_Husa自适应滤波, 通过自适应调整衰减因子, 调节当前量测值在滤波过程中的权重, 以抑制因模型参数不准确造成的滤波性能下降甚至发散问题。仿真试验结果与在轨数据验证结果表明: q-AKF算法不但可以抑制参数不准确造成的滤波发散问题, 而且在0~5 (°)/s的姿态机动速率范围内, 仍能稳定跟踪安装矩阵的真值(偏差均值的绝对值<0.15″), 具有良好的自适应性与鲁棒性。
安装矩阵 多星敏感器 自适应滤波 衰减因子 installation matrix multiple star trackers adaptive filter fading factor 红外与激光工程
2018, 47(12): 1217006
1 南京航空航天大学 电子信息工程学院, 江苏 南京 210016
2 南京航空航天大学 雷达成像与微波光子技术教育部重点实验室, 江苏 南京 210016
3 上海航天控制技术研究所, 上海 200233
为了精确地提取焊接缺陷, 进一步提高缺陷检测的准确性, 提出了一种基于改进Chan-Vese(CV)模型和脉冲耦合神经网络(pulse coupled neural network, PCNN)的非下采样Shearlet变换(non-subsampled Shearlet transform, NSST)域焊接缺陷提取方法。首先, 对焊接缺陷图像进行NSST分解, 对得到的低频分量采用PCNN提取出缺陷的主要区域;然后, 利用背景抑制后的低频分量和高频分量构造出高频特征图像, 并对其进行粗分割, 再利用改进的CV模型寻找最优轮廓, 提取出缺陷精细轮廓;最后, 融合缺陷的主要区域和精细轮廓信息得到最终的结果。实验结果表明, 与其他缺陷提取法相比, 所用方法提取的缺陷结构更为完整, 缺陷轮廓更为精细。
焊接缺陷 轮廓提取 非下采样Shearlet 改进的CV模型 脉冲耦合神经网络 welding defect contour extraction non-subsampled Shearlet improved CV model pulse coupled neural network
1 南京航空航天大学电子信息工程学院, 江苏 南京 210016
2 瞬态光学与光子技术国家重点实验室, 陕西 西安 710068
针对数字全息再现像存在的散斑噪声干扰严重、对比度低等问题，提出了基于散斑去噪各向异性扩散(SRAD)模型及非下采样Contourlet变换(NSCT)的数字全息再现像像质改善方法。采用SRAD模型消除再现像中的散斑噪声，然后进行NSCT分解，产生一个低频子带和若干高频子带。基于非线性增益函数和图像分割方法调整低频子带系数，并利用改进的NSCT模极大值法对高频子带进行边缘增强。大量实验结果表明，与近年来提出的非线性扩散去噪方法及NSCT增强方法相比，所提出的方法能更有效地消除散斑噪声、提升再现像的对比度，并得到光滑清晰的边缘，从而提高后续数字全息识别与测量的准确度。
全息 散斑去噪各向异性扩散 非下采样Contourlet变换 非线性增益函数 模极大值法 最大类间方差
1 南京航空航天大学电子信息工程学院， 江苏 南京 210016
2 瞬态光学与光子技术国家重点实验室， 陕西 西安 710068
为了有效抑制数字全息再现像的散斑噪声，进一步改善再现像的像质，提出了一种基于双树复小波变换(DT-CWT)和各向异性扩散的数字全息再现像散斑噪声抑制方法。将再现像进行双树复小波分解，对低频分量和6个方向的高频分量分别采用改进的P_Laplace扩散和拉普拉斯金字塔非线性扩散(LPND)，通过双树复小波逆变换(IDT-CWT)重构再现像。给出了实验结果，并与小波阈值收缩和全变差(TV)扩散方法、拉普拉斯金字塔非线性扩散的方法、Contourlet结合TV扩散和自适应对比度扩散的方法进行了主观视觉比较，同时依据峰值信噪比(PSNR)、相关系数(COR)及运行时间等进行了客观定量评价。结果表明，本方法对散斑噪声抑制能力更强，并能更好地保留再现像的细节纹理特征。
全息 散斑噪声抑制 再现像 双树复小波 P_Laplace扩散 拉普拉斯金字塔非线性扩散
