CN111462182B - 一种基于红外预警图像的弹道导弹三维轨迹估计方法 - Google Patents

一种基于红外预警图像的弹道导弹三维轨迹估计方法 Download PDF

Info

Publication number
CN111462182B
CN111462182B CN202010241972.5A CN202010241972A CN111462182B CN 111462182 B CN111462182 B CN 111462182B CN 202010241972 A CN202010241972 A CN 202010241972A CN 111462182 B CN111462182 B CN 111462182B
Authority
CN
China
Prior art keywords
missile
target
ballistic
dimensional
trajectory
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010241972.5A
Other languages
English (en)
Other versions
CN111462182A (zh
Inventor
任瑞
盛庆红
王博
田馨沁
于小婷
吴凡
郭育臣
原桂浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Zhongketianqi Remote Sensing Technology Co ltd
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010241972.5A priority Critical patent/CN111462182B/zh
Publication of CN111462182A publication Critical patent/CN111462182A/zh
Application granted granted Critical
Publication of CN111462182B publication Critical patent/CN111462182B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)

Abstract

本发明公开一种基于红外预警图像的弹道导弹三维轨迹估计方法，对预先获取的连续时间序列的导弹红外遥感图像进行点目标检测，并提取各幅图像点目标质心像素坐标；依据上述提取的目标点的时间及空间信息，跟踪目标并得到运动轨迹；对弹道导弹运动特点分析进行弹道导弹轨迹筛选；将导弹目标的姿态数据与轨道数据统一在一个坐标系下；依据上述的像平面二维轨迹，通过共线方程以及z方向上的约束条件预测目标三维轨迹；根据导弹的运动学模型，及导弹主动段的约束条件，修正误差轨迹。本发明由二维估计三维，为导弹的跟踪预警提供了新的方案。

Description

一种基于红外预警图像的弹道导弹三维轨迹估计方法
技术领域
本发明属于红外图像处理技术、摄影测量技术及三维轨迹建模技术领域，具体涉及一种基于红外预警图像的弹道导弹三维轨迹估计方法。
背景技术
红外预警系统以卫星搭载的红外相机为载体获得红外预警图像，探测的目标为低空飞机和掠海导弹等。远距离时，这些目标在焦平面上成像的面积很小，目标在图像中呈现为点状没有任何纹理信息可以利用，且受到大气辐射、云层背景等影响信噪比极低，目标很容易被噪声所淹没。基于以上图像特点，近年来有学者提出基于形态学的滤波算法，通过选取合适的结构元素有效的提高图像信噪比，检测目标。
目标跟踪算法主要是根据目标建模或者对目标特征进行跟踪，主要方法有：其一，基于目标模型建模的方法；通过对目标外观模型进行建模，然后在之后的帧中找到目标。其二，基于搜索的方法；随着研究的深入，人们将预测算法加入跟踪中，在预值附近进行目标搜索，减少搜索范围。常见一类预测算法包括Kalman滤波、粒子滤波。另一种减小搜索范围的方法是内核方法,运用最速下降法的原理向梯度下降方向对目标模板逐步迭代，直到最优位置，诸如meanshift算法。
弹道导弹的三维建模有两种方式，一种是利用先验知识，基于弹道模版库的弹道建模，称为Profile-dependent Model方法；由于弹道导弹类型有限，因此可以事先将不同类型目标主动段弹道模版存储在数据库中，称为标称弹道数据库(Nominal BallisticProfile)。另一种是不考虑先验弹道信息，称为Profile-free Model方法。该方法不需要先验知识，只通过单星观测结果进行弹道主动段参数估计。
发明内容
发明目的：本发明提供一种基于红外预警图像的弹道导弹三维轨迹估计方法，能够通过加入z坐标估计约束的方法由二维图像解算三维轨迹，最后建立弹道导弹三维动力学模型进行轨迹修正。
技术方案：本发明所述的一种基于红外预警图像的弹道导弹三维轨迹估计方法，包括以下步骤：
(1)对预先获取的连续时间序列的导弹红外遥感图像进行点目标检测，并提取各幅图像点目标质心像素坐标；
(2)依据上述提取的目标质心的时间及空间信息，跟踪目标并得到运动轨迹；
(3)对弹道导弹运动特点分析进行弹道导弹轨迹筛选；
(4)将导弹目标的姿态数据与轨道数据统一在一个坐标系下；
(5)依据上述的像平面二维轨迹，通过共线方程以及z方向上的约束条件预测目标三维轨迹；
(6)根据导弹的运动学模型，及导弹主动段的约束条件，修正误差轨迹。
进一步地，所述步骤(1)包括以下步骤：
(11)对原始图像进行Top-Hat滤波抑制背景，定义为：TH(f)＝-open(f,e)，其中，f为输入图像，e为结构元素；
(12)选取与目标特征相同的结构元素对抑制后图像进行卷积处理，并设置阈值分割出可能的目标点，则目标分割后的图像：
Figure GDA0003098750250000021
其中，f(i,j,k)为原始图像，fH(i,j,k)为背景抑制后图像，E(i,j,k)为结构元素卷积后图像，α选取与虚警率密切相关；
(13)使用sobel算子计算图像梯度，聚类分析得目标点个数及质心坐标。
进一步地，所述步骤(2)包括如下步骤：
(21)在步骤(1)提取后图象中选取n帧图像进行帧积分，并使用meanshift算法收敛到密度较大的区域即目标点运动的区域；
(22)对上述区域内目标进行管道滤波滤除管道外噪声干扰，根据目标运动的连续性，如果第k帧中在像素(x,y)处有目标，则该目标在第k+1帧中必然会出现在像素(x,y)的一个小邻域内；
(23)管道滤波后图像进入卡尔曼滤波器跟踪，得到目标运动轨迹：
卡尔曼滤波器时间更新方程：
Figure GDA0003098750250000031
卡尔曼滤波器状态更新方程：
Figure GDA0003098750250000032
进一步地，所述步骤(3)包括以下步骤：
(31)引入导弹质量M，火箭发动机秒耗量a，记k＝a/M；为相对秒耗量；并引入高温燃气相对导弹的恒定有效喷射速度uc，建立弹道导弹主动段飞行动量模型：
Figure GDA0003098750250000033
其中，p(t)表示导弹在t时刻的位置，即弹道模型，p0,v0分别表示位置与速度的初始条件；g为重力加速度，下标c表示假定的恒定值；
(32)在步骤(31)的基础上，使用观测的位置数据，即导弹观测的角度信息，建立弹道平面切割模型；单星探测得到的弹道视线观测是二维量，可用方位角a和俯仰角e表示，其中x，y，z是目标在卫星测量坐标系下的坐标值：
a＝arctan(y/x)
Figure GDA0003098750250000034
(33)构建单星观测视线对目标导弹参数的估计算法，通过迭代计算得到一组切割弹道，即至此完成对输入的二维轨迹的参数进行估计，对每条轨迹可计算出一组切割弹道；
(34)利用模型合理性约束体系对结果进行筛选，通过约束筛，排除不符合导弹特征的轨迹对象，即完成筛选出符合导弹运动特征的目标的目的。
进一步地，所述步骤(4)包括以下步骤：
(41)对J2000坐标系下的三个姿态角进行从J2000坐标系到WGS84坐标系的转换，采用基于CIO的无旋转原点转换，坐标转换公式可写为：
Figure GDA0003098750250000035
其中，
Figure GDA0003098750250000036
为常值偏差矩阵，
Figure GDA0003098750250000037
为岁差章动矩阵，
Figure GDA0003098750250000038
为地球自转矩阵，
Figure GDA0003098750250000041
为极移矩阵；
(42)岁差、章动模型选取iau1976/1980岁差章动模型；
iau1976岁差模型可表示为：
Figure GDA0003098750250000042
其中，T为离参考时刻J2000.0的儒略世纪数，
Figure GDA0003098750250000043
以世纪为单位；
iau1980章动模型可表示为：
Figure GDA0003098750250000044
Figure GDA0003098750250000045
式中，幅角
Figure GDA0003098750250000046
Ai为黄经章动中的振幅项，A′i为黄经章动中振幅项的变化率，Bi为交角章动中的振幅项，B′i为交角章动中振幅项的变化率。
进一步地，所述步骤(5)包括如下步骤
(51)将J2000坐标系转换为WGS84坐标系，利用导弹的质心运动方程和共线条件方程来对z方向进行约束，质心运动方程：
Figure GDA0003098750250000047
Figure GDA0003098750250000048
Figure GDA0003098750250000049
其中，V是导弹速度，θ是弹道倾角，σ是弹道偏角；
(52)选取两个点
Figure GDA00030987502500000410
两个点通过共线方程可以求出各自X、Y的坐标，这些坐标都是关于h0的函数：
Figure GDA00030987502500000411
Figure GDA0003098750250000051
Figure GDA0003098750250000052
Figure GDA0003098750250000053
(53)通过上述方程Vx、Vy可以求出弹道倾角和导弹运动速度：
Figure GDA0003098750250000054
Figure GDA0003098750250000055
则Vz就可以求出：
Figure GDA0003098750250000056
(54)通过二维像平面轨迹求出弹道偏角，并推导出z方向上的约束条件，将二维轨迹上的点代入公式中进行迭代，则可求出各个点的三维坐标。
进一步地，所述步骤(6)包括如下步骤：
(61)建立三维弹道主动段标准模型，根据导弹主动段运动规律，建立主动段弹道三维运动学模型，得到以时间为自变量，导弹一系列的三维坐标：
Figure GDA0003098750250000057
Figure GDA0003098750250000058
Figure GDA0003098750250000059
Sx,n+1＝Sx,n+Vx,n+1·dt
Sy,n+1＝Sy,n+Vy,n+1·dt
Sz,n+1＝Sz,n+Vz,n+1·dt；
(62)根据约束条件对误差轨迹进行修正，导弹在主动段的运动服从一定规律，因此根据这些约束条件可以找到轨迹中的误差点，并对其进行修正；约束条件主要包括：弹道曲线应在地球外侧，即弹道曲线的高度应大于零：
Figure GDA0003098750250000061
弹道曲线的高度变化应满足递增特性：
Figure GDA0003098750250000062
弹道曲线的最大线速度不能超过第一宇宙速度：
Figure GDA0003098750250000063
Figure GDA0003098750250000064
弹道曲线的各点速度应满足递增特性：
Figure GDA0003098750250000065
Figure GDA0003098750250000066
弹道曲线的最大加速度不能超过15g：
Figure GDA0003098750250000067
Figure GDA0003098750250000068
(63)判断修正后轨迹与标准模型拟合效果，当拟合效果符合标准时，输出修正后轨迹，得到最终轨迹结果。
有益效果：与现有技术相比，本发明的有益效果：1、本发明与传统的基于天基预警系统的导弹弹道估计方法，主要利用星载红外传感器测得的角测量来估计主动段运动状态不同；利用导弹质心运动方程与共线方程来对缺失的z方向进行约束从而解算三维坐标，有效避免了由于状态方程及观测方程的非线性所导致的误差不收敛；2、仿真弹道导弹三维轨迹模型进行轨迹修正，能有效的缩小误差提高轨迹精度。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步详细描述。本发明提供一种基于红外预警图像的弹道导弹三维轨迹估计方法，如图1所示，包括如下步骤：
步骤一：对仿真所得的一组连续时间序列的导弹红外遥感图像进行点目标检测，并提取各幅图像点目标质心像素坐标。具体包括以下步骤：
(1)对原始图像进行Top-Hat滤波抑制背景，定义为：TH(f)＝-open(f,e)。其中，f为输入图像，e为结构元素。
(2)选取与目标特征相同的结构元素对抑制后图像进行卷积处理，并设置阈值分割出可能的目标点。则目标分割后的图像：
Figure GDA0003098750250000071
其中，f(i,j,k)为原始图像，fH(i,j,k)为背景抑制后图像，E(i,j,k)为结构元素卷积后图像，α选取与虚警率密切相关。
(3)使用sobel算子计算图像梯度，聚类分析得目标点个数及质心坐标。
步骤二：依据上述提取的目标点的时间及空间信息，跟踪目标并得到运动轨迹。具体包括以下步骤：
(1)在所述提取后图形中选取n帧图像进行帧积分，并使用meanshift算法收敛到密度较大的区域即目标点运动的区域。
(2)对上述区域内目标进行管道滤波滤除管道外噪声干扰。根据目标运动的连续性，如果第k帧中在像素(x,y)处有目标，则该目标在第k+1帧中必然会出现在像素(x,y)的一个小邻域内。
(a)对于先进入“与”管道的第k帧二值图像进行数学形态学的膨胀运算，得到一个掩膜帧，使原二值图像为“1”的像素的小邻域都为“1”；
(b)将第k+1帧二值图像和掩膜帧进行逻辑“与”运算，得到连续性滤波后的第k+1帧。
如此，把连续性滤波管道同检测管道连接起来就构成一个完整的管道滤波器结构。
(3)管道滤波后图像进入卡尔曼滤波器跟踪，得到目标运动轨迹。
卡尔曼滤波器时间更新方程：
Figure GDA0003098750250000072
卡尔曼滤波器状态更新方程：
Figure GDA0003098750250000073
步骤三：对弹道导弹运动特点分析进行弹道导弹轨迹筛选。
单星观测使用红外传感器，无法获得直接获得导弹的位置信息，对于导弹定位来说属于不完备观测，也就是说要课题实现最终目的，需要对所得数据进行参数估计，从而建立尽可能准确的弹道模型。
在步骤1和步骤2的基础上，输入为前一过程跟踪拟合所得的像平面二维轨迹数据，即导弹以及干扰物体在卫星观测二维像平面上，随时间t变化的位置坐标。输出则是符合导弹运动特征的目标，经过修正后的像平面轨迹。具体包括以下步骤：
(1)引入导弹质量M，火箭发动机秒耗量a，记k＝a/M；为相对秒耗量；并引入高温燃气相对导弹的恒定有效喷射速度uc，建立弹道导弹主动段飞行动量模型：
Figure GDA0003098750250000081
其中，p(t)表示导弹在t时刻的位置，即弹道模型，p0,v0分别表示位置与速度的初始条件；g为重力加速度，下标c表示假定的恒定值。
(22)使用观测的位置数据，即导弹观测的角度信息，建立弹道平面切割模型。单星探测得到的弹道视线观测是二维量，可用方位角a和俯仰角e表示，其中x，y，z是目标在卫星测量坐标系下的坐标值。
a＝arctan(y/x)
Figure GDA0003098750250000082
(3)上述两种模型可构建单星观测视线对目标导弹参数的估计算法，通过迭代计算得到一组切割弹道，即至此完成对输入的二维轨迹的参数进行估计，对每条轨迹可计算出一组切割弹道。
(4)最后利用模型合理性约束体系对结果进行筛选，例如导弹目标的射程要求对应于切割弹道的射程下界约束；导弹关机速度受限于第一宇宙速度等。通过约束筛，排除不符合导弹特征的轨迹对象，即完成筛选出符合导弹运动特征的目标的目的。
步骤四：将导弹目标的姿态数据与轨道数据统一在一个坐标系下。具体包括以下步骤：
(1)对J2000坐标系下的三个姿态角进行从J2000坐标系到WGS84坐标系的转换，采用基于CIO的无旋转原点转换，坐标转换公式可写为：
Figure GDA0003098750250000091
其中，
Figure GDA0003098750250000092
为常值偏差矩阵，
Figure GDA0003098750250000093
为岁差章动矩阵，
Figure GDA0003098750250000094
为地球自转矩阵，
Figure GDA0003098750250000095
为极移矩阵。
(2)岁差、章动模型选取iau1976/1980岁差章动模型；
iau1976岁差模型可表示为：
Figure GDA0003098750250000096
其中，T为离参考时刻J2000.0的儒略世纪数，
Figure GDA0003098750250000097
以世纪为单位。
iau1980章动模型可表示为：
Figure GDA0003098750250000098
Figure GDA0003098750250000099
式中，幅角
Figure GDA00030987502500000910
Ai为黄经章动中的振幅项，A′i为黄经章动中振幅项的变化率，Bi为交角章动中的振幅项，B′i为交角章动中振幅项的变化率。
F1＝l＝月球的平近点角
F2＝l′＝太阳的平近点角
F3＝F＝L-Ω(L为地球的平黄经)
F4＝D＝日月间的平角距
F5＝Ω＝月球升交点的平黄经
步骤五：依据上述的像平面二维轨迹，通过共线方程以及z方向上的约束条件预测目标三维轨迹。具体包括以下步骤：
(1)将J2000坐标系转换为WGS84坐标系，弹道导弹三维轨迹估计方法的核心思想是利用导弹的质心运动方程和共线条件方程来对z方向进行约束。
质心运动方程：
Figure GDA0003098750250000101
Figure GDA0003098750250000102
Figure GDA0003098750250000103
其中，V是导弹速度，θ是弹道倾角，σ是弹道偏角。
(2)选取两个点
Figure GDA0003098750250000104
两个点通过共线方程可以求出各自X、Y的坐标，这些坐标都是关于h0的函数。
Figure GDA0003098750250000105
Figure GDA0003098750250000106
Figure GDA0003098750250000107
Figure GDA0003098750250000108
(3)通过上述方程Vx、Vy可以求出弹道倾角和导弹运动速度：
Figure GDA0003098750250000109
Figure GDA00030987502500001010
则Vz就可以求出：
Figure GDA00030987502500001011
(4)弹道偏角可以通过二维像平面轨迹求出，则z方向上的约束条件则可以推导出来。将二维轨迹上的点代入公式中进行迭代，则可求出各个点的三维坐标。
步骤六：根据导弹的运动学模型，还有导弹主动段的约束条件，修正误差轨迹。具体包括以下步骤：
(1)建立三维弹道主动段标准模型，根据导弹主动段运动规律，建立主动段弹道三维运动学模型，得到以时间为自变量，导弹一系列的三维坐标。
Figure GDA0003098750250000111
Figure GDA0003098750250000112
Figure GDA0003098750250000113
Sx,n+1＝Sx,n+Vx,n+1·dt
Sy,n+1＝Sy,n+Vy,n+1·dt
Sz,n+1＝Sz,n+Vz,n+1·dt
(2)根据约束条件对误差轨迹进行修正。导弹在主动段的运动服从一定规律，因此根据这些约束条件可以找到轨迹中的误差点，并对其进行修正。约束条件主要包括：弹道曲线应在地球外侧，即弹道曲线的高度应大于零；弹道曲线的高度变化应满足递增特性；弹道曲线的最大线速度不能超过第一宇宙速度；弹道曲线的各点速度应满足递增特性；弹道曲线的最大加速度不能超过15g等。
(3)判断修正后轨迹与标准模型拟合效果，主要从以下方面进行判断：
均方根误差RMSE：
Figure GDA0003098750250000114
模型效率EF：
Figure GDA0003098750250000115
整群剩余系数CRM：
Figure GDA0003098750250000116
平均差MD：
Figure GDA0003098750250000121
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (6)

1.一种基于红外预警图像的弹道导弹三维轨迹估计方法，其特征在于，包括以下步骤：
(1)对预先获取的连续时间序列的导弹红外遥感图像进行点目标检测，并提取各幅图像点目标质心像素坐标；
(2)依据上述提取的目标质心的时间及空间信息，跟踪目标并得到运动轨迹；
(3)对弹道导弹运动特点分析进行弹道导弹轨迹筛选，得到像平面二维轨迹；
(4)将导弹目标的姿态数据与轨道数据统一在一个坐标系下；
(5)依据上述的像平面二维轨迹，通过共线方程以及z方向上的约束条件预测目标三维轨迹；
(6)根据导弹的运动学模型，及导弹主动段的约束条件，修正误差轨迹；
所述步骤(5)包括如下步骤：
(51)将J2000坐标系转换为WGS84坐标系，利用导弹的质心运动方程和共线条件方程来对z方向进行约束，质心运动方程：
Figure FDA0003098750240000011
Figure FDA0003098750240000012
Figure FDA0003098750240000013
其中，V是导弹速度，θ是弹道倾角，σ是弹道偏角；
(52)选取两个点
Figure FDA0003098750240000014
两个点通过共线方程求出各自X、Y的坐标，这些坐标都是关于h0的函数：
Figure FDA0003098750240000015
Figure FDA0003098750240000016
Figure FDA0003098750240000017
Figure FDA0003098750240000018
(53)通过上述方程Vx、Vy求出弹道倾角和导弹运动速度：
Figure FDA0003098750240000021
Figure FDA0003098750240000022
则Vz：
Figure FDA0003098750240000023
(54)通过二维像平面轨迹求出弹道偏角，并推导出z方向上的约束条件，将二维轨迹上的点代入公式中进行迭代，则可求出各个点的三维坐标。
2.根据权利要求1所述的一种基于红外预警图像的弹道导弹三维轨迹估计方法，其特征在于，所述步骤(1)包括以下步骤：
(11)对原始图像进行Top-Hat滤波抑制背景，定义为：TH(f)＝-open(f,e)，其中，f为输入图像，e为结构元素；
(12)选取与目标特征相同的结构元素对抑制后图像进行卷积处理，并设置阈值分割出可能的目标点，则目标分割后的图像：
Figure FDA0003098750240000024
其中，f(i,j,k)为原始图像，fH(i,j,k)为背景抑制后图像，E(i,j,k)为结构元素卷积后图像，α选取与虚警率密切相关；
(13)使用sobel算子计算图像梯度，聚类分析得目标点个数及质心坐标。
3.根据权利要求1所述的一种基于红外预警图像的弹道导弹三维轨迹估计方法，其特征在于，所述步骤(2)包括如下步骤：
(21)在步骤(1)提取后图象中选取n帧图像进行帧积分，并使用meanshift算法收敛到密度较大的区域即目标点运动的区域；
(22)对上述区域内目标进行管道滤波滤除管道外噪声干扰，根据目标运动的连续性，如果第k帧中在像素(x,y)处有目标，则该目标在第k+1帧中必然会出现在像素(x,y)的一个小邻域内；
(23)管道滤波后图像进入卡尔曼滤波器跟踪，得到目标运动轨迹：
卡尔曼滤波器时间更新方程：
Figure FDA0003098750240000031
卡尔曼滤波器状态更新方程：
Figure FDA0003098750240000032
4.根据权利要求1所述的一种基于红外预警图像的弹道导弹三维轨迹估计方法，其特征在于，所述步骤(3)包括以下步骤：
(31)引入导弹质量M，火箭发动机秒耗量a，记k＝a/M为相对秒耗量；并引入高温燃气相对导弹的恒定有效喷射速度uc，建立弹道导弹主动段飞行动量模型：
Figure FDA0003098750240000033
其中，p(t)表示导弹在t时刻的位置，即弹道模型，p0,v0分别表示位置与速度的初始条件；g为重力加速度，下标c表示假定的恒定值；
(32)在步骤(31)的基础上，使用观测的位置数据，即导弹观测的角度信息，建立弹道平面切割模型；单星探测得到的弹道视线观测是二维量，可用方位角a和俯仰角e表示，其中x，y，z是目标在卫星测量坐标系下的坐标值：
a＝arctan(y/x)
Figure FDA0003098750240000034
(33)构建单星观测视线对目标导弹参数的估计算法，通过迭代计算得到一组切割弹道，即至此完成对输入的二维轨迹的参数进行估计，对每条轨迹可计算出一组切割弹道；
(34)利用模型合理性约束体系对结果进行筛选，通过约束筛，排除不符合导弹特征的轨迹对象，即完成筛选出符合导弹运动特征的目标的目的。
5.根据权利要求1所述的一种基于红外预警图像的弹道导弹三维轨迹估计方法，其特征在于，所述步骤(4)包括以下步骤：
(41)对J2000坐标系下的三个姿态角进行从J2000坐标系到WGS84坐标系的转换，采用基于CIO的无旋转原点转换，坐标转换公式可写为：
Figure FDA0003098750240000041
其中，
Figure FDA0003098750240000042
为常值偏差矩阵，
Figure FDA0003098750240000043
为岁差章动矩阵，
Figure FDA0003098750240000044
为地球自转矩阵，
Figure FDA0003098750240000045
为极移矩阵；
(42)岁差、章动模型选取iau1976/1980岁差章动模型；
iau1976岁差模型可表示为：
Figure FDA0003098750240000046
其中，T为离参考时刻J2000.0的儒略世纪数，
Figure FDA0003098750240000047
以世纪为单位；
iau1980章动模型可表示为：
Figure FDA0003098750240000048
Figure FDA0003098750240000049
式中，幅角
Figure FDA00030987502400000410
Ai为黄经章动中的振幅项，A′i为黄经章动中振幅项的变化率，Bi为交角章动中的振幅项，B′i为交角章动中振幅项的变化率。
6.根据权利要求1所述的一种基于红外预警图像的弹道导弹三维轨迹估计方法，其特征在于，所述步骤(6)包括如下步骤：
(61)建立三维弹道主动段标准模型，根据导弹主动段运动规律，建立主动段弹道三维运动学模型，得到以时间为自变量，导弹一系列的三维坐标：
Figure FDA00030987502400000411
Figure FDA00030987502400000412
Figure FDA00030987502400000413
Sx,n+1＝Sx,n+Vx,n+1·dt
Sy,n+1＝Sy,n+Vy,n+1·dt
Sz,n+1＝Sz,n+Vz,n+1·dt；
(62)根据约束条件对误差轨迹进行修正，导弹在主动段的运动服从一定规律，因此根据这些约束条件找到轨迹中的误差点，并对其进行修正；约束条件包括：弹道曲线应在地球外侧，即弹道曲线的高度应大于零：
Figure FDA0003098750240000051
弹道曲线的高度变化应满足递增特性：
Figure FDA0003098750240000052
弹道曲线的最大线速度不能超过第一宇宙速度：
Figure FDA0003098750240000053
Figure FDA0003098750240000054
弹道曲线的各点速度应满足递增特性：
Figure FDA0003098750240000055
Figure FDA0003098750240000056
弹道曲线的最大加速度不能超过15g：
Figure FDA0003098750240000057
Figure FDA0003098750240000058
(63)判断修正后轨迹与标准模型拟合效果，当拟合效果符合标准时，输出修正后轨迹，得到最终轨迹结果。
CN202010241972.5A 2020-03-31 2020-03-31 一种基于红外预警图像的弹道导弹三维轨迹估计方法 Active CN111462182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010241972.5A CN111462182B (zh) 2020-03-31 2020-03-31 一种基于红外预警图像的弹道导弹三维轨迹估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010241972.5A CN111462182B (zh) 2020-03-31 2020-03-31 一种基于红外预警图像的弹道导弹三维轨迹估计方法

Publications (2)

Publication Number Publication Date
CN111462182A CN111462182A (zh) 2020-07-28
CN111462182B true CN111462182B (zh) 2021-08-06

Family

ID=71682962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010241972.5A Active CN111462182B (zh) 2020-03-31 2020-03-31 一种基于红外预警图像的弹道导弹三维轨迹估计方法

Country Status (1)

Country Link
CN (1) CN111462182B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113962057B (zh) * 2021-06-29 2022-06-24 南京航空航天大学 基于时序交会的远程导弹主动段运动参数修正方法
CN114087932B (zh) * 2021-09-03 2023-09-01 南京理工大学 基于卡尔曼滤波与弹道方程融合的水中三维弹道拟合方法
CN115048621B (zh) * 2022-07-08 2023-05-09 北京航天驭星科技有限公司 空间飞行器的跟踪测量方法、装置、电子设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103697863A (zh) * 2013-12-18 2014-04-02 中国空气动力研究与发展中心高速空气动力研究所 一种多约束的风洞试验模型变形视频测量振动修正方法
CN105022035A (zh) * 2015-07-31 2015-11-04 中国电子科技集团公司第三十八研究所 一种基于模型修正的弹道目标发射点估计装置及其方法
CN105698762A (zh) * 2016-01-15 2016-06-22 中国人民解放军国防科学技术大学 一种单机航迹上基于不同时刻观测点的目标快速定位方法
CN107314768A (zh) * 2017-07-06 2017-11-03 上海海洋大学 水下地形匹配辅助惯性导航定位方法及其定位系统
CN108882920A (zh) * 2016-02-13 2018-11-23 普渡研究基金会 光声导管和使用该光声导管的成像系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942401B (zh) * 2014-05-14 2017-03-15 哈尔滨工业大学 一种航天器弹道多约束轨迹工具包及方法
CN106294280B (zh) * 2016-08-22 2018-11-20 麻毅威 一种弹道规划方法
CN108168381B (zh) * 2018-01-04 2019-10-08 北京理工大学 一种多枚导弹协同作战的控制方法
CN109612438B (zh) * 2018-11-13 2020-11-03 南京航空航天大学 一种虚拟共面条件约束下的空间目标初轨确定方法
CN109933847B (zh) * 2019-01-30 2022-09-16 中国人民解放军战略支援部队信息工程大学 一种改进的主动段弹道估计算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103697863A (zh) * 2013-12-18 2014-04-02 中国空气动力研究与发展中心高速空气动力研究所 一种多约束的风洞试验模型变形视频测量振动修正方法
CN105022035A (zh) * 2015-07-31 2015-11-04 中国电子科技集团公司第三十八研究所 一种基于模型修正的弹道目标发射点估计装置及其方法
CN105698762A (zh) * 2016-01-15 2016-06-22 中国人民解放军国防科学技术大学 一种单机航迹上基于不同时刻观测点的目标快速定位方法
CN108882920A (zh) * 2016-02-13 2018-11-23 普渡研究基金会 光声导管和使用该光声导管的成像系统
CN107314768A (zh) * 2017-07-06 2017-11-03 上海海洋大学 水下地形匹配辅助惯性导航定位方法及其定位系统

Also Published As

Publication number Publication date
CN111462182A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN112347840B (zh) 视觉传感器激光雷达融合无人机定位与建图装置和方法
CN111462182B (zh) 一种基于红外预警图像的弹道导弹三维轨迹估计方法
CN111862126B (zh) 深度学习与几何算法结合的非合作目标相对位姿估计方法
Song et al. Deep learning-based spacecraft relative navigation methods: A survey
Trawny et al. Vision‐aided inertial navigation for pin‐point landing using observations of mapped landmarks
CN109522832B (zh) 基于点云片段匹配约束和轨迹漂移优化的回环检测方法
CN110081881B (zh) 一种基于无人机多传感器信息融合技术的着舰引导方法
US20090125223A1 (en) Video navigation
CN108917753B (zh) 基于从运动恢复结构的飞行器位置确定方法
CN114419147A (zh) 一种救援机器人智能化远程人机交互控制方法及系统
CN109612438B (zh) 一种虚拟共面条件约束下的空间目标初轨确定方法
CN116182837A (zh) 基于视觉激光雷达惯性紧耦合的定位建图方法
CN113963035A (zh) 一种单星条件下预警图像弹道导弹射向估计方法
CN115285381B (zh) 一种太空碎片的碰撞预警方法及装置
CN115453599A (zh) 一种多传感器协同的管道机器人精准定位方法
Yan et al. Horizontal velocity estimation via downward looking descent images for lunar landing
Sim et al. Localization based on DEM matching using multiple aerial image pairs
CN111366162B (zh) 基于太阳帆板投影与模板匹配的小天体探测器位姿估计方法
CN109341685B (zh) 一种基于单应变换的固定翼飞机视觉辅助着陆导航方法
Villa et al. Autonomous navigation and dense shape reconstruction using stereophotogrammetry at small celestial bodies
Mirisola et al. Trajectory recovery and 3d mapping from rotation-compensated imagery for an airship
Nie et al. UAV path recognition and tracking based on image
Hagen et al. Navigation by images
Fife Multi-State Measurement Processing with Factorized Stochastic Cloning
CN115574816B (zh) 仿生视觉多源信息智能感知无人平台

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230328

Address after: Room 201, Room 101, Building 1, No. 18, Daoyuan Road, High-tech Zone, Suzhou City, Jiangsu Province, 215000

Patentee after: SUZHOU ZHONGKETIANQI REMOTE SENSING TECHNOLOGY CO.,LTD.

Address before: No. 29, Qinhuai District, Qinhuai District, Nanjing, Jiangsu

Patentee before: Nanjing University of Aeronautics and Astronautics