穩(wěn)定平臺(tái)跟蹤瞄準(zhǔn)系統(tǒng)設(shè)計(jì)與研究.pdf

1、隨著現(xiàn)代武器技術(shù)的發(fā)展，戰(zhàn)斗機(jī)作戰(zhàn)高度越來越高，如何在高空對(duì)地面目標(biāo)進(jìn)行準(zhǔn)確識(shí)別，而后實(shí)施精確打擊成了亟待解決的問題。機(jī)載跟蹤瞄準(zhǔn)系統(tǒng)根據(jù)實(shí)時(shí)視頻信號(hào)對(duì)空中飛行目標(biāo)和地面目標(biāo)進(jìn)行快速捕獲、鎖定、自動(dòng)跟蹤，從而協(xié)助戰(zhàn)機(jī)對(duì)地面目標(biāo)進(jìn)行捕獲和跟蹤。本文以機(jī)載光電吊艙跟蹤瞄準(zhǔn)視覺子系統(tǒng)設(shè)計(jì)為背景，針對(duì)系統(tǒng)的核心算法進(jìn)行了研究，設(shè)計(jì)并實(shí)現(xiàn)了平臺(tái)的電視跟蹤測(cè)量系統(tǒng)。
　　論文首先針對(duì)目標(biāo)跟蹤方法進(jìn)行了研究，針對(duì)經(jīng)典Mean Shift目標(biāo)跟蹤

2、方法目標(biāo)模型描述能力不足和核窗寬固定兩方面不足進(jìn)行了改進(jìn)。模型描述方面通過顏色空間自適應(yīng)劃分，以及LBP紋理模型的引入，彌補(bǔ)了均勻劃分顏色直方圖對(duì)目標(biāo)描述能力的不足，增強(qiáng)了目標(biāo)模型對(duì)于復(fù)雜環(huán)境的適應(yīng)能力。核窗寬調(diào)整方面，通過尺度選擇理論確定被跟蹤目標(biāo)團(tuán)塊的特征尺度，并根據(jù)特征尺度在跟蹤過程中自適應(yīng)調(diào)整核窗寬，保證目標(biāo)尺度發(fā)生較大變化時(shí)對(duì)目標(biāo)的穩(wěn)定跟蹤。
　　相對(duì)姿態(tài)估計(jì)方面，提出了基于2維特征點(diǎn)匹配的相對(duì)姿態(tài)估計(jì)算法。算法根據(jù)SI

3、FT特征完成相鄰幀圖像特征點(diǎn)匹配，為降低誤匹配特征點(diǎn)對(duì)姿態(tài)估計(jì)的影響，引入RANSAC算法對(duì)匹配的特征點(diǎn)對(duì)進(jìn)行優(yōu)化，從而得到最優(yōu)的特征點(diǎn)集及相對(duì)姿態(tài)估計(jì)結(jié)果。數(shù)值仿真結(jié)果表明估計(jì)算法在觀測(cè)點(diǎn)信噪比SNR為20dB，運(yùn)動(dòng)角度位于(15,15,15)±±±區(qū)間時(shí)，歐拉角平均絕對(duì)估計(jì)誤差為(1.5,3.5,0.5)±±±。
　　針對(duì)電視跟蹤測(cè)量環(huán)節(jié)延時(shí)對(duì)位置回路跟蹤精度及穩(wěn)定性的影響，引入延時(shí)補(bǔ)償環(huán)節(jié)，分別考察了Kalman預(yù)測(cè)算法和最

4、小均方自適應(yīng)預(yù)測(cè)算法對(duì)環(huán)節(jié)延時(shí)的補(bǔ)償性能。而后采用最小均方自適應(yīng)預(yù)測(cè)算法對(duì)系統(tǒng)延時(shí)進(jìn)行補(bǔ)償，補(bǔ)償前后位置回路跟蹤誤差表明，最小均方自適應(yīng)預(yù)測(cè)算法有效的補(bǔ)償了跟蹤測(cè)量環(huán)節(jié)的延時(shí)，從而提高了控制系統(tǒng)的跟蹤精度。
　　最后，設(shè)計(jì)實(shí)現(xiàn)了電視跟蹤測(cè)量系統(tǒng)。根據(jù)功能，設(shè)計(jì)了由視頻采集模塊、圖像處理模塊和串行通信模塊構(gòu)成的電視跟蹤測(cè)量系統(tǒng)，并給出了各模塊的具體實(shí)現(xiàn)。實(shí)際系統(tǒng)測(cè)試結(jié)果表明，電視跟蹤測(cè)量系統(tǒng)可以完成目標(biāo)引導(dǎo)、跟蹤、相對(duì)姿態(tài)測(cè)量各項(xiàng)功