CN114509063A - 多星分布式信息融合系统的多星联合测试方法及系统 - Google Patents
多星分布式信息融合系统的多星联合测试方法及系统 Download PDFInfo
- Publication number
- CN114509063A CN114509063A CN202210050905.4A CN202210050905A CN114509063A CN 114509063 A CN114509063 A CN 114509063A CN 202210050905 A CN202210050905 A CN 202210050905A CN 114509063 A CN114509063 A CN 114509063A
- Authority
- CN
- China
- Prior art keywords
- satellite
- data
- information fusion
- star
- module
- 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.)
- Granted
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 138
- 238000010998 test method Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 98
- 238000004088 simulation Methods 0.000 claims abstract description 77
- 238000001514 detection method Methods 0.000 claims abstract description 55
- 238000007499 fusion processing Methods 0.000 claims abstract description 50
- 238000012360 testing method Methods 0.000 claims abstract description 41
- 230000005540 biological transmission Effects 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 238000009432 framing Methods 0.000 claims description 8
- 230000006872 improvement Effects 0.000 claims description 8
- 102100027731 Endogenous retrovirus group K member 16 Rec protein Human genes 0.000 claims description 3
- 101000580913 Homo sapiens Endogenous retrovirus group K member 16 Rec protein Proteins 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013031 physical testing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种多星分布式信息融合系统的多星联合测试方法及系统，包括：步骤S1：选取预设场景的可见光图像，同时将载荷性能参数和任务参数发送至各成员星；各成员星将同一场景的可见光图像根据载荷性能参数和任务参数结合预设辅助信息生成各星有效载荷模拟数据；步骤S2：将各成员星加电，并将各星有效载荷模拟数据通过地面模拟源分别发送至各成员星相应星上图像处理单元进行处理，完成目标检测与识别；步骤S3：将中枢星加电，成员星通过星间高速链路将各自星上目标检测与识别的处理结果发送至中枢星信息融合单元进行多源信息融合处理；步骤S4：多源信息融合处理完成后通过对地数传链路将处理结果发送至地面进行判读及评估。
Description
技术领域
本发明涉及多星分布式信息融合系统，具体地，涉及一种多星分布式信息融合系统的多星联合测试方法及系统，可应用于该系统接口、工作流程、主要功能的地面测试。
背景技术
多源信息融合又称为多传感器信息融合，在20世纪70年代被提出，军事应用是该技术被提出的起因。多源信息融合通过多个同类或异类传感器协同获取信息，将得到的信息进行滤波、相关和融合，可对目标的实际情况进行有效的估计与判决，相比单个传感器获取的信息更为准确和可靠。近年来，多传感器信息融合技术不论在军事领域还是民事领域都受到了广泛的关注，这一技术正在广泛应用于自动目标识别、自动飞行器导航、机器人、遥感、图像处理、模式识别和复杂工业过程控制等领域。随着计算机技术、通信网络、人工智能等学科的高速发展，系统应用需求的多样化、环境复杂化及精确性、鲁棒性要求的提高都促进了多源信息融合技术的快速发展。
多星分布式信息融合系统在多颗成员星上部署不同类型的传感器，获取目标信息，并由其图像处理单元作为局部信息处理节点，完成单源信息的目标检测与特性提取；中枢星上部署信息融合单元对单源处理结果进行多源融合处理；通过星间高速链路实现成员星与中枢星的数据交互，平衡各星计算负载，实现空间分布式环境下的协同处理。该分布式系统充分利用多星系统各成员星不同类型传感器优势，具有处理结果准确度高、系统鲁棒性强、弹性化程度高等特点。
在多星分布式信息融合系统中涉及：成员星与中枢星卫星系统、成员星星上图像处理系统、中枢星信息融合系统、多星间数据传输硬件接口、多星间软件及数据接口等。系统复杂度高，接口关系复杂，功能耦合度强。为在地面对该系统的接口、功能、性能进行合理、完整、有效的考核，需提出一种多星分布式信息融合系统的多星联合测试方法。
论文《多传感器信息融合性能的测试与评估》1000-3428(2003)10-0084-02，提出了一种通过软件测试对多传感器信息融合性能测试与评估的方法，此方法通过仿真的方法对多传感器信息融合的性能进行评估，是一种定量的评估方法，但此方法无法适用于多星分布式融合系统的地面物理测试。
论文《C-3I信息融合测试评估系统研究》1000-7024(2008)05-1135-03，给出了信息融合系统评估的一般理论、方法，并给出了一种基于软总线结构的融合测试评估系统，但此系统无法应用于本专利所述用途。
专利文献CN107885487A(申请号：201711160006.5)公开了一种信息物理融合系统的测试及需求满足性检验的方法，其特征是，包括如下步骤：1)明确用户需求；2)根据用户需求进行建模；3)扩展问题图；4)根据因果关系生成因果关系链；5)生成测试序列；6)生成CSP脚本。该专利并不适用于本发明的用途。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种多星分布式信息融合系统的多星联合测试方法及系统。
根据本发明提供的一种多星分布式信息融合系统的多星联合测试方法，包括：
步骤S1：选取预设场景的可见光图像，同时将载荷性能参数和任务参数发送至各成员星；各成员星将同一场景的可见光图像根据载荷性能参数和任务参数结合预设辅助信息生成各星有效载荷模拟数据；
步骤S2：将各成员星加电，并将各星有效载荷模拟数据通过地面模拟源分别发送至各成员星相应星上图像处理单元进行处理，完成目标检测与识别；
步骤S3：将中枢星加电，成员星通过星间高速链路将各自星上目标检测与识别的处理结果发送至中枢星信息融合单元进行多源信息融合处理；
步骤S4：多源信息融合处理完成后通过对地数传链路将处理结果发送至地面进行判读及评估。
优选地，所述步骤S1采用：
步骤S1.1：各成员星将陆地或海面场景的可见光图像与包括载荷成像分辨率和幅宽的性能参数以及包括任务中心经纬度、任务号和工作模式的任务参数相结合，并按数据组帧格式生成载荷原始数据；
步骤S1.2：将载荷原始数据与卫星位置、姿态以及成像时间等辅助数据生成载荷模拟数据。
优选地，所述步骤S2采用：
步骤S2.1：将载荷模拟数据配置在地面模拟源中，并通过星地电缆将地面模拟源连接至星上图像处理单元；
步骤S2.2：将各成员星按照预设加电流程完成加电；
步骤S2.3：通过遥控指令设置星上图像处理单元的工作模式和工作参数；
步骤S2.4：通过地面模拟源将载荷模拟数据发送至星上图像处理单元进行目标检测和识别处理。
优选地，所述步骤S3采用：
步骤S3.1：将成员星星间高速发射终端加电，通过遥控指令设置星间高速发射终端的工作模式以及发送速率；
步骤S3.2：将中枢星星间高速接收终端以及数据服务器加电，通过遥控指令设置星间高速接收终端和数据服务器的工作模式和工作参数；
步骤S3.3：调整成员星及中枢星星间高速发射天线指向，使得两者天线均在对方波束覆盖范围内；
步骤S3.4：成员星图像处理单元将结果发送至星间高速发射终端，再由星间高速发射天线发射，中枢星星间高速接收天线接收后发送至星间高速接收终端；
步骤S3.5：将中枢星数据服务器工作模式设置为记录模式，记录星间高速接收终端收到的数据；
步骤S3.6：通过遥控指令设置信息融合单元的工作模式和工作参数；
步骤S3.7：将数据服务器工作模式设置为检索模式，将接收到的成员星数据检索后发送至信息融合单元；
步骤S3.8：信息融合单元接收到成员星数据后按照预设工作模式及参数进行多源融合处理，输出融合处理结果。
优选地，所述步骤S4采用：
步骤S4.1：将中枢星数据服务器工作模式设置为记录模式，记录信息融合单元输出的融合处理结果；
步骤S4.2：设置对地数传设备的工作模式及参数；
步骤S4.3：将数据服务器工作模式设置为检索模式，将融合处理结果及成员星数据检索至对地数传通道下传至地面接收设备。
优选地，所述步骤S4采用：
步骤S4.4：地面对接收到的融合结果数据、成员星载荷模拟数据以及成员星图像处理结果按照数据格式进行解析，将成员星星上处理结果与场景图像中真实目标情况进行比对，得到各成员星对目标检测率、虚警率以及定位精度的指标情况；将星上融合处理结果与场景图像中的真实目标情况进行对比，得到通过多源信息融合对融合检测率、虚警率、融合定位精度的提升情况；
步骤S4.5：通过目标的检测率、检测虚警率以及定位精度指标测试结果对成员星图像处理单元性能进行评估，通过对经过信息融合后融合检测率、虚警率以及融合定位精度的提升情况对多星分布式信息融合系统的性能进行评估。
优选地，对地数传链路采用有线方式连接，通过地面接收设备对星上数据进行接收。
根据本发明提供的一种多星分布式信息融合系统的多星联合测试系统，包括：
模块M1：选取预设场景的可见光图像，同时将载荷性能参数和任务参数发送至各成员星；各成员星将同一场景的可见光图像根据载荷性能参数和任务参数结合预设辅助信息生成各星有效载荷模拟数据；
模块M2：将各成员星加电，并将各星有效载荷模拟数据通过地面模拟源分别发送至各成员星相应星上图像处理单元进行处理，完成目标检测与识别；
模块M3：将中枢星加电，成员星通过星间高速链路将各自星上目标检测与识别的处理结果发送至中枢星信息融合单元进行多源信息融合处理；
模块M4：多源信息融合处理完成后通过对地数传链路将处理结果发送至地面进行判读及评估。
优选地，所述模块M1采用：
模块M1.1：各成员星将陆地或海面场景的可见光图像与包括载荷成像分辨率和幅宽的性能参数以及包括任务中心经纬度、任务号和工作模式的任务参数相结合，并按数据组帧格式生成载荷原始数据；
模块M1.2：将载荷原始数据与卫星位置、姿态以及成像时间等辅助数据生成载荷模拟数据；
所述模块M2采用：
模块M2.1：将载荷模拟数据配置在地面模拟源中，并通过星地电缆将地面模拟源连接至星上图像处理单元；
模块M2.2：将各成员星按照预设加电流程完成加电；
模块M2.3：通过遥控指令设置星上图像处理单元的工作模式和工作参数；
模块M2.4：通过地面模拟源将载荷模拟数据发送至星上图像处理单元进行目标检测和识别处理。
优选地，所述模块M3采用：
模块M3.1：将成员星星间高速发射终端加电，通过遥控指令设置星间高速发射终端的工作模式以及发送速率；
模块M3.2：将中枢星星间高速接收终端以及数据服务器加电，通过遥控指令设置星间高速接收终端和数据服务器的工作模式和工作参数；
模块M3.3：调整成员星及中枢星星间高速发射天线指向，使得两者天线均在对方波束覆盖范围内；
模块M3.4：成员星图像处理单元将结果发送至星间高速发射终端，再由星间高速发射天线发射，中枢星星间高速接收天线接收后发送至星间高速接收终端；
模块M3.5：将中枢星数据服务器工作模式设置为记录模式，记录星间高速接收终端收到的数据；
模块M3.6：通过遥控指令设置信息融合单元的工作模式和工作参数；
模块M3.7：将数据服务器工作模式设置为检索模式，将接收到的成员星数据检索后发送至信息融合单元；
模块M3.8：信息融合单元接收到成员星数据后按照预设工作模式及参数进行多源融合处理，输出融合处理结果；
所述模块M4采用：
模块M4.1：将中枢星数据服务器工作模式设置为记录模式，记录信息融合单元输出的融合处理结果；
模块M4.2：设置对地数传设备的工作模式及参数；
模块M4.3：将数据服务器工作模式设置为检索模式，将融合处理结果及成员星数据检索至对地数传通道下传至地面接收设备；
模块M4.4：地面对接收到的融合结果数据、成员星载荷模拟数据以及成员星图像处理结果按照数据格式进行解析，将成员星星上处理结果与场景图像中真实目标情况进行比对，得到各成员星对目标检测率、虚警率以及定位精度的指标情况；将星上融合处理结果与场景图像中的真实目标情况进行对比，得到通过多源信息融合对融合检测率、虚警率、融合定位精度的提升情况；
模块M4.5：通过目标的检测率、检测虚警率以及定位精度指标测试结果对成员星图像处理单元性能进行评估，通过对经过信息融合后融合检测率、虚警率以及融合定位精度的提升情况对多星分布式信息融合系统的性能进行评估。
与现有技术相比，本发明具有如下的有益效果：
1、本发明可实现多星分布式信息融合系统在多星条件下的全流程、全链路测试、全硬件的测试，测试流程清晰、明确，测试步骤详细，复杂度较低、操作性强；
2、本发明可对多星分布式信息融合系统单星图像处理功能、星间数据传输软硬件接口、中枢星数据检索和记录功能、多源融合功能等功能进行测试，测试项目全面，功能考核充分，测试覆盖性好，有利于在地面对该系统进行充分的考核。
3、本发明测试方法合理有效、步骤明确清晰，工程实施性好，尤其适用于多星分布式信息融合系统的多星联合测试中。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为一种多星分布式信息融合系统的多星联合测试方法的主要流程；
图2为一种多星分布式信息融合系统的多星联合测试方法的详细测试步骤；
图3为多星系统及地面设备在厂房测试分布图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
根据本发明提供的一种多星分布式信息融合系统的多星联合测试方法，包括：
步骤S1：选取预设场景的可见光图像，同时将载荷性能参数和任务参数发送至各成员星；各成员星将同一场景的可见光图像根据载荷性能参数和任务参数结合预设辅助信息生成各星有效载荷模拟数据；
步骤S2：将各成员星加电，并将各星有效载荷模拟数据通过地面模拟源分别发送至各成员星相应星上图像处理单元进行处理，完成目标检测与识别；
步骤S3：将中枢星加电，成员星通过星间高速链路将各自星上目标检测与识别的处理结果发送至中枢星信息融合单元进行多源信息融合处理；
步骤S4：多源信息融合处理完成后通过对地数传链路将处理结果发送至地面进行判读及评估。
具体地，所述步骤S1采用：
步骤S1.1：各成员星将陆地或海面场景的可见光图像与包括载荷成像分辨率和幅宽的性能参数以及包括任务中心经纬度、任务号和工作模式的任务参数相结合，并按数据组帧格式生成载荷原始数据；
步骤S1.2：将载荷原始数据与卫星位置、姿态以及成像时间等辅助数据生成载荷模拟数据。
具体地，所述步骤S2采用：
步骤S2.1：将载荷模拟数据配置在地面模拟源中，并通过星地电缆将地面模拟源连接至星上图像处理单元；
步骤S2.2：将各成员星按照预设加电流程完成加电；
步骤S2.3：通过遥控指令设置星上图像处理单元的工作模式和工作参数；
步骤S2.4：通过地面模拟源将载荷模拟数据发送至星上图像处理单元进行目标检测和识别处理。
具体地，所述步骤S3采用：
步骤S3.1：将成员星星间高速发射终端加电，通过遥控指令设置星间高速发射终端的工作模式以及发送速率；
步骤S3.2：将中枢星星间高速接收终端以及数据服务器加电，通过遥控指令设置星间高速接收终端和数据服务器的工作模式和工作参数；
步骤S3.3：调整成员星及中枢星星间高速发射天线指向，使得两者天线均在对方波束覆盖范围内；
步骤S3.4：成员星图像处理单元将结果发送至星间高速发射终端，再由星间高速发射天线发射，中枢星星间高速接收天线接收后发送至星间高速接收终端；
步骤S3.5：将中枢星数据服务器工作模式设置为记录模式，记录星间高速接收终端收到的数据；
步骤S3.6：通过遥控指令设置信息融合单元的工作模式和工作参数；
步骤S3.7：将数据服务器工作模式设置为检索模式，将接收到的成员星数据检索后发送至信息融合单元；
步骤S3.8：信息融合单元接收到成员星数据后按照预设工作模式及参数进行多源融合处理，输出融合处理结果。
具体地，所述步骤S4采用：
步骤S4.1：将中枢星数据服务器工作模式设置为记录模式，记录信息融合单元输出的融合处理结果；
步骤S4.2：设置对地数传设备的工作模式及参数；
步骤S4.3：将数据服务器工作模式设置为检索模式，将融合处理结果及成员星数据检索至对地数传通道下传至地面接收设备。
具体地，所述步骤S4采用：
步骤S4.4：地面对接收到的融合结果数据、成员星载荷模拟数据以及成员星图像处理结果按照数据格式进行解析，将成员星星上处理结果与场景图像中真实目标情况进行比对，得到各成员星对目标检测率、虚警率以及定位精度的指标情况；将星上融合处理结果与场景图像中的真实目标情况进行对比，得到通过多源信息融合对融合检测率、虚警率、融合定位精度的提升情况；
步骤S4.5：通过目标的检测率、检测虚警率以及定位精度指标测试结果对成员星图像处理单元性能进行评估，通过对经过信息融合后融合检测率、虚警率以及融合定位精度的提升情况对多星分布式信息融合系统的性能进行评估。
具体地，对地数传链路采用有线方式连接，通过地面接收设备对星上数据进行接收。
根据本发明提供的一种多星分布式信息融合系统的多星联合测试系统，包括：
模块M1：选取预设场景的可见光图像，同时将载荷性能参数和任务参数发送至各成员星；各成员星将同一场景的可见光图像根据载荷性能参数和任务参数结合预设辅助信息生成各星有效载荷模拟数据；
模块M2：将各成员星加电，并将各星有效载荷模拟数据通过地面模拟源分别发送至各成员星相应星上图像处理单元进行处理，完成目标检测与识别；
模块M3：将中枢星加电，成员星通过星间高速链路将各自星上目标检测与识别的处理结果发送至中枢星信息融合单元进行多源信息融合处理；
模块M4：多源信息融合处理完成后通过对地数传链路将处理结果发送至地面进行判读及评估。
具体地，所述模块M1采用：
模块M1.1：各成员星将陆地或海面场景的可见光图像与包括载荷成像分辨率和幅宽的性能参数以及包括任务中心经纬度、任务号和工作模式的任务参数相结合，并按数据组帧格式生成载荷原始数据；
模块M1.2：将载荷原始数据与卫星位置、姿态以及成像时间等辅助数据生成载荷模拟数据。
具体地，所述模块M2采用：
模块M2.1：将载荷模拟数据配置在地面模拟源中，并通过星地电缆将地面模拟源连接至星上图像处理单元；
模块M2.2：将各成员星按照预设加电流程完成加电；
模块M2.3：通过遥控指令设置星上图像处理单元的工作模式和工作参数；
模块M2.4：通过地面模拟源将载荷模拟数据发送至星上图像处理单元进行目标检测和识别处理。
具体地，所述模块M3采用：
模块M3.1：将成员星星间高速发射终端加电，通过遥控指令设置星间高速发射终端的工作模式以及发送速率；
模块M3.2：将中枢星星间高速接收终端以及数据服务器加电，通过遥控指令设置星间高速接收终端和数据服务器的工作模式和工作参数；
模块M3.3：调整成员星及中枢星星间高速发射天线指向，使得两者天线均在对方波束覆盖范围内；
模块M3.4：成员星图像处理单元将结果发送至星间高速发射终端，再由星间高速发射天线发射，中枢星星间高速接收天线接收后发送至星间高速接收终端；
模块M3.5：将中枢星数据服务器工作模式设置为记录模式，记录星间高速接收终端收到的数据；
模块M3.6：通过遥控指令设置信息融合单元的工作模式和工作参数；
模块M3.7：将数据服务器工作模式设置为检索模式，将接收到的成员星数据检索后发送至信息融合单元；
模块M3.8：信息融合单元接收到成员星数据后按照预设工作模式及参数进行多源融合处理，输出融合处理结果。
具体地，所述模块M4采用：
模块M4.1：将中枢星数据服务器工作模式设置为记录模式，记录信息融合单元输出的融合处理结果；
模块M4.2：设置对地数传设备的工作模式及参数；
模块M4.3：将数据服务器工作模式设置为检索模式，将融合处理结果及成员星数据检索至对地数传通道下传至地面接收设备。
具体地，所述模块M4采用：
模块M4.4：地面对接收到的融合结果数据、成员星载荷模拟数据以及成员星图像处理结果按照数据格式进行解析，将成员星星上处理结果与场景图像中真实目标情况进行比对，得到各成员星对目标检测率、虚警率以及定位精度的指标情况；将星上融合处理结果与场景图像中的真实目标情况进行对比，得到通过多源信息融合对融合检测率、虚警率、融合定位精度的提升情况；
模块M4.5：通过目标的检测率、检测虚警率以及定位精度指标测试结果对成员星图像处理单元性能进行评估，通过对经过信息融合后融合检测率、虚警率以及融合定位精度的提升情况对多星分布式信息融合系统的性能进行评估。
具体地，对地数传链路采用有线方式连接，通过地面接收设备对星上数据进行接收。
实施例2
实施例2是实施例1的优选例
如图1所示，本发明提供了一种多星分布式信息融合系统的多星联合测试方法，包括以下步骤：
步骤一：各成员星将同一场景图像根据载荷性能参数、任务参数、辅助信息进行处理、转换生成载荷模拟数据，配置在地面模拟源中，地面模拟源连接星上图像处理单元；
步骤二：各成员星加电，对星时、导航信息进行设置，星上图像处理单元开机，设置工作模式，对通过地面模拟源送出的载荷模拟数据进行目标检测、识别处理；
步骤三：成员星星间高速发射终端加电，中枢星星间高速接收终端加电、数据服务器加电；
步骤四：成员星图像处理结果经星间高速链路送至中枢星，存储至中枢星数据服务器；
步骤五：中枢星信息融合单元开机，数据服务器将成员星数据送至信息融合单元进行多源信息融合处理；
步骤六：信息融合处理结果及成员星数据送至数据服务器后，通过对地数传链路传输至地面；
步骤七：地面对接收到的各类数据进行解析、处理及分析，对测试情况进行评估。
具体地，如图2所示，步骤一包括以下步骤：
(a)各成员星将陆地或海面场景的图像根据结合载荷分辨率、幅宽等性能参数以及任务中心经纬度、任务号、工作模式等任务参数并按数据组帧格式生成载荷原始数据；
例如：各成员星选取远海海面场景，各成员星根据各自传感器的类型特点、分辨率、幅宽等参数对图像进行处理，将任务中心经纬度设定为：123.1°(经度)、56.2°(纬度)；协同任务号：100；工作模式：昼间远海模式，将上述工作参数与处理后的图像按组帧格式生成各成员星载荷原始数据；
(b)将各成员星载荷原始数据中打入各自卫星位置、卫星姿态、成像时间等辅助信息生成载荷模拟数据，卫星位置、姿态各星可自行定义，成像时间定义为：UTC时间2020年1月1日12时0分0秒±10分钟。
(c)将载荷模拟数据配置在地面模拟源中，通过星地电缆将地面模拟源连接至星上图像处理单元。
具体地，如图2所示，步骤二包括以下步骤：
(a)各成员星按加电流程完成卫星平台加电，平台综合电子、姿轨控等分系统正常工作；
(b)各成员星星上图像处理单元加电，通过遥控指令对其工作模式及工作参数进行设置；
(c)操作地面模拟源将载荷模拟数据送至星上图像处理单元进行目标检测、识别处理。
具体地，如图2所示，步骤三包括以下步骤：
(a)成员星星间高速发射终端加电，通过遥控指令对其工作模式及数据传输速率进行设置；
(b)中枢星星间高速接收终端、数据服务器加电，通过遥控指令对其工作模式及工作参数进行设置。
具体地，如图2所示，步骤四包括以下步骤：
(a)调整成员星星间高速发射天线指向，使得两者天线均在对方波束覆盖范围内；
(b)成员星图像处理单元将结果送至星间高速发射终端再由星间高速发射天线发射，中枢星星间高速接收天线接收后送至星间高速接收终端；
(c)中枢星数据服务器工作模式设置为“记录”模式，记录星间高速接收终端收到的数据。
具体地，如图2所示，步骤五包括以下步骤：
(a)中枢星信息融合单元开机，通过遥控指令对其工作模式及工作参数进行设置；
(b)数据服务器工作模式设置为“检索”模式，将成员星数据检索后送至信息融合单元；
(c)信息融合单元接收到成员星数据后按工作模式及参数进行多源融合处理，输出融合处理结果。
具体地，如图2所示，步骤六包括以下步骤：
(a)中枢星数据服务器工作模式设置为“记录”模式，记录信息融合单元送出的融合结果；
(b)中枢星对地数传设备开机，设置工作模式及参数，地面数据接收设备开机完成设置；
(c)数据服务器工作模式设置为“检索模式”,将融合结果、成员星数据检索至对地数传通道下传。
具体地，如图2所示，步骤七包括以下步骤：
(a)对地数传链路采用有线方式连接，通过地面接收设备对星上数据进行接收；
(b)地面对接收到的融合结果数据、成员星载荷模拟数据及星上处理结果进行解析、处理、分析，统计星上融合结果，与地面场景图像中的真实目标情况进行比对；
(c)通过分析成员星处理结果可对成员星图像处理单元性能进行评估，包括：目标检测率、虚警率、定位精度等指标，通过分析融合结果数据可对多星分布式信息融合系统的性能进行评估，包括目标融合检测率、虚警率、融合定位精度等指标。
具体地，如图3所示，多星联合测试选择在满足洁净度、温湿度要求的卫星测试厂房内。中枢星与成员星放置在同一卫星测试厂房，成员星以扇形状分布在中枢星周围，保证成员星与中枢星均处于对方星间高速天线视场内；各星数传、测控链路通过有线形式与地面设备进行连接，地面供电阵、数据模拟源通过有线形式与星上设备进行连接。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种多星分布式信息融合系统的多星联合测试方法，其特征在于，包括：
步骤S1：选取预设场景的可见光图像，同时将载荷性能参数和任务参数发送至各成员星；各成员星将同一场景的可见光图像根据载荷性能参数和任务参数结合预设辅助信息生成各星有效载荷模拟数据；
步骤S2：将各成员星加电，并将各星有效载荷模拟数据通过地面模拟源分别发送至各成员星相应星上图像处理单元进行处理，完成目标检测与识别；
步骤S3：将中枢星加电，成员星通过星间高速链路将各自星上目标检测与识别的处理结果发送至中枢星信息融合单元进行多源信息融合处理；
步骤S4：多源信息融合处理完成后通过对地数传链路将处理结果发送至地面进行判读及评估。
2.根据权利要求1所述的多星分布式信息融合系统的多星联合测试方法，其特征在于，所述步骤S1采用：
步骤S1.1：各成员星将陆地或海面场景的可见光图像与包括载荷成像分辨率和幅宽的性能参数以及包括任务中心经纬度、任务号和工作模式的任务参数相结合，并按数据组帧格式生成载荷原始数据；
步骤S1.2：将载荷原始数据与卫星位置、姿态以及成像时间生成载荷模拟数据。
3.根据权利要求1所述的多星分布式信息融合系统的多星联合测试方法，其特征在于，所述步骤S2采用：
步骤S2.1：将载荷模拟数据配置在地面模拟源中，并通过星地电缆将地面模拟源连接至星上图像处理单元；
步骤S2.2：将各成员星按照预设加电流程完成加电；
步骤S2.3：通过遥控指令设置星上图像处理单元的工作模式和工作参数；
步骤S2.4：通过地面模拟源将载荷模拟数据发送至星上图像处理单元进行目标检测和识别处理。
4.根据权利要求1所述的多星分布式信息融合系统的多星联合测试方法，其特征在于，所述步骤S3采用：
步骤S3.1：将成员星星间高速发射终端加电，通过遥控指令设置星间高速发射终端的工作模式以及发送速率；
步骤S3.2：将中枢星星间高速接收终端以及数据服务器加电，通过遥控指令设置星间高速接收终端和数据服务器的工作模式和工作参数；
步骤S3.3：调整成员星及中枢星星间高速发射天线指向，使得两者天线均在对方波束覆盖范围内；
步骤S3.4：成员星图像处理单元将结果发送至星间高速发射终端，再由星间高速发射天线发射，中枢星星间高速接收天线接收后发送至星间高速接收终端；
步骤S3.5：将中枢星数据服务器工作模式设置为记录模式，记录星间高速接收终端收到的数据；
步骤S3.6：通过遥控指令设置信息融合单元的工作模式和工作参数；
步骤S3.7：将数据服务器工作模式设置为检索模式，将接收到的成员星数据检索后发送至信息融合单元；
步骤S3.8：信息融合单元接收到成员星数据后按照预设工作模式及参数进行多源融合处理，输出融合处理结果。
5.根据权利要求1所述的多星分布式信息融合系统的多星联合测试方法，其特征在于，所述步骤S4采用：
步骤S4.1：将中枢星数据服务器工作模式设置为记录模式，记录信息融合单元输出的融合处理结果；
步骤S4.2：设置对地数传设备的工作模式及参数；
步骤S4.3：将数据服务器工作模式设置为检索模式，将融合处理结果及成员星数据检索至对地数传通道下传至地面接收设备。
6.根据权利要求1所述的多星分布式信息融合系统的多星联合测试方法，其特征在于，所述步骤S4采用：
步骤S4.4：地面对接收到的融合结果数据、成员星载荷模拟数据以及成员星图像处理结果按照数据格式进行解析，将成员星星上处理结果与场景图像中真实目标情况进行比对，得到各成员星对目标检测率、虚警率以及定位精度的指标情况；将星上融合处理结果与场景图像中的真实目标情况进行对比，得到通过多源信息融合对融合检测率、虚警率、融合定位精度的提升情况；
步骤S4.5：通过目标的检测率、检测虚警率以及定位精度指标测试结果对成员星图像处理单元性能进行评估，通过对经过信息融合后融合检测率、虚警率以及融合定位精度的提升情况对多星分布式信息融合系统的性能进行评估。
7.根据权利要求5所述的多星分布式信息融合系统的多星联合测试方法，其特征在于，对地数传链路采用有线方式连接，通过地面接收设备对星上数据进行接收。
8.一种多星分布式信息融合系统的多星联合测试系统，其特征在于，包括：
模块M1：选取预设场景的可见光图像，同时将载荷性能参数和任务参数发送至各成员星；各成员星将同一场景的可见光图像根据载荷性能参数和任务参数结合预设辅助信息生成各星有效载荷模拟数据；
模块M2：将各成员星加电，并将各星有效载荷模拟数据通过地面模拟源分别发送至各成员星相应星上图像处理单元进行处理，完成目标检测与识别；
模块M3：将中枢星加电，成员星通过星间高速链路将各自星上目标检测与识别的处理结果发送至中枢星信息融合单元进行多源信息融合处理；
模块M4：多源信息融合处理完成后通过对地数传链路将处理结果发送至地面进行判读及评估。
9.根据权利要求8所述的多星分布式信息融合系统的多星联合测试系统，其特征在于，所述模块M1采用：
模块M1.1：各成员星将陆地或海面场景的可见光图像与包括载荷成像分辨率和幅宽的性能参数以及包括任务中心经纬度、任务号和工作模式的任务参数相结合，并按数据组帧格式生成载荷原始数据；
模块M1.2：将载荷原始数据与卫星位置、姿态以及成像时间成载荷模拟数据；
所述模块M2采用：
模块M2.1：将载荷模拟数据配置在地面模拟源中，并通过星地电缆将地面模拟源连接至星上图像处理单元；
模块M2.2：将各成员星按照预设加电流程完成加电；
模块M2.3：通过遥控指令设置星上图像处理单元的工作模式和工作参数；
模块M2.4：通过地面模拟源将载荷模拟数据发送至星上图像处理单元进行目标检测和识别处理。
10.根据权利要求8所述的多星分布式信息融合系统的多星联合测试系统，其特征在于，所述模块M3采用：
模块M3.1：将成员星星间高速发射终端加电，通过遥控指令设置星间高速发射终端的工作模式以及发送速率；
模块M3.2：将中枢星星间高速接收终端以及数据服务器加电，通过遥控指令设置星间高速接收终端和数据服务器的工作模式和工作参数；
模块M3.3：调整成员星及中枢星星间高速发射天线指向，使得两者天线均在对方波束覆盖范围内；
模块M3.4：成员星图像处理单元将结果发送至星间高速发射终端，再由星间高速发射天线发射，中枢星星间高速接收天线接收后发送至星间高速接收终端；
模块M3.5：将中枢星数据服务器工作模式设置为记录模式，记录星间高速接收终端收到的数据；
模块M3.6：通过遥控指令设置信息融合单元的工作模式和工作参数；
模块M3.7：将数据服务器工作模式设置为检索模式，将接收到的成员星数据检索后发送至信息融合单元；
模块M3.8：信息融合单元接收到成员星数据后按照预设工作模式及参数进行多源融合处理，输出融合处理结果；
所述模块M4采用：
模块M4.1：将中枢星数据服务器工作模式设置为记录模式，记录信息融合单元输出的融合处理结果；
模块M4.2：设置对地数传设备的工作模式及参数；
模块M4.3：将数据服务器工作模式设置为检索模式，将融合处理结果及成员星数据检索至对地数传通道下传至地面接收设备；
模块M4.4：地面对接收到的融合结果数据、成员星载荷模拟数据以及成员星图像处理结果按照数据格式进行解析，将成员星星上处理结果与场景图像中真实目标情况进行比对，得到各成员星对目标检测率、虚警率以及定位精度的指标情况；将星上融合处理结果与场景图像中的真实目标情况进行对比，得到通过多源信息融合对融合检测率、虚警率、融合定位精度的提升情况；
模块M4.5：通过目标的检测率、检测虚警率以及定位精度指标测试结果对成员星图像处理单元性能进行评估，通过对经过信息融合后融合检测率、虚警率以及融合定位精度的提升情况对多星分布式信息融合系统的性能进行评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210050905.4A CN114509063B (zh) | 2022-01-17 | 2022-01-17 | 多星分布式信息融合系统的多星联合测试方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210050905.4A CN114509063B (zh) | 2022-01-17 | 2022-01-17 | 多星分布式信息融合系统的多星联合测试方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114509063A true CN114509063A (zh) | 2022-05-17 |
| CN114509063B CN114509063B (zh) | 2024-01-30 |
Family
ID=81550356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210050905.4A Active CN114509063B (zh) | 2022-01-17 | 2022-01-17 | 多星分布式信息融合系统的多星联合测试方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114509063B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115173921A (zh) * | 2022-06-29 | 2022-10-11 | 中国人民解放军军事科学院系统工程研究院 | 一种用于多星多站多网环境的组网调度系统及方法 |
| CN117170996A (zh) * | 2023-11-02 | 2023-12-05 | 中国人民解放军63921部队 | 一种动态可重构星上处理系统评估平台及方法 |
| CN117523410A (zh) * | 2023-11-10 | 2024-02-06 | 中国科学院空天信息创新研究院 | 基于多终端协同感知分布式大模型的图像处理及构建方法 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102175262A (zh) * | 2011-01-13 | 2011-09-07 | 哈尔滨工业大学 | 一种基于dmd的动态多星星图模拟器及其模拟方法 |
| CN103257352A (zh) * | 2013-05-10 | 2013-08-21 | 航天东方红卫星有限公司 | 一种双星gps闭环控制测试方法 |
| CN107315182A (zh) * | 2017-05-17 | 2017-11-03 | 上海卫星工程研究所 | 基于半物理仿真的无源定位载荷定位能力测试方法 |
| CN108827322A (zh) * | 2018-06-14 | 2018-11-16 | 上海卫星工程研究所 | 一种多星协同测向定位观测系统优化设计与评估方法 |
| CN110456348A (zh) * | 2019-08-19 | 2019-11-15 | 中国石油大学(华东) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 |
| CN111536991A (zh) * | 2020-04-26 | 2020-08-14 | 哈尔滨工业大学 | 遥感卫星多模式成像载荷模拟装置 |
| CN111931371A (zh) * | 2020-08-07 | 2020-11-13 | 上海卫星工程研究所 | 多星协同地面验证系统应用模式设计方法 |
| CN111948687A (zh) * | 2020-08-07 | 2020-11-17 | 上海卫星工程研究所 | 一种适用于多星编队的分布式多源信息融合系统 |
| CN111947646A (zh) * | 2020-08-12 | 2020-11-17 | 上海卫星工程研究所 | 多星多模式机动成像模型的星载通用描述方法及系统 |
| CN111950880A (zh) * | 2020-07-31 | 2020-11-17 | 上海卫星工程研究所 | 一种多星协同任务描述及星上分解处理方法及系统 |
| CN111950613A (zh) * | 2020-07-30 | 2020-11-17 | 上海卫星工程研究所 | 多源引导信息星上实时融合处理方法及系统 |
| CN111949523A (zh) * | 2020-07-31 | 2020-11-17 | 上海卫星工程研究所 | 多星协同星载自主规划软件地面闭环仿真验证系统及方法 |
| CN111950617A (zh) * | 2020-08-05 | 2020-11-17 | 上海卫星工程研究所 | 多源引导信息星上实时融合处理方法及系统 |
| CN112288212A (zh) * | 2020-07-31 | 2021-01-29 | 上海卫星工程研究所 | 一种多星自主协同系统及方法 |
| AU2021105575A4 (en) * | 2021-08-16 | 2021-10-14 | Henan University | Automatic Tea Garden Identification Method Based on Cloud Platform Fusion of Multi-Source Satellite Images and Tea Phenological Period |
-
2022
- 2022-01-17 CN CN202210050905.4A patent/CN114509063B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102175262A (zh) * | 2011-01-13 | 2011-09-07 | 哈尔滨工业大学 | 一种基于dmd的动态多星星图模拟器及其模拟方法 |
| CN103257352A (zh) * | 2013-05-10 | 2013-08-21 | 航天东方红卫星有限公司 | 一种双星gps闭环控制测试方法 |
| CN107315182A (zh) * | 2017-05-17 | 2017-11-03 | 上海卫星工程研究所 | 基于半物理仿真的无源定位载荷定位能力测试方法 |
| CN108827322A (zh) * | 2018-06-14 | 2018-11-16 | 上海卫星工程研究所 | 一种多星协同测向定位观测系统优化设计与评估方法 |
| CN110456348A (zh) * | 2019-08-19 | 2019-11-15 | 中国石油大学(华东) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 |
| CN111536991A (zh) * | 2020-04-26 | 2020-08-14 | 哈尔滨工业大学 | 遥感卫星多模式成像载荷模拟装置 |
| CN111950613A (zh) * | 2020-07-30 | 2020-11-17 | 上海卫星工程研究所 | 多源引导信息星上实时融合处理方法及系统 |
| CN111950880A (zh) * | 2020-07-31 | 2020-11-17 | 上海卫星工程研究所 | 一种多星协同任务描述及星上分解处理方法及系统 |
| CN111949523A (zh) * | 2020-07-31 | 2020-11-17 | 上海卫星工程研究所 | 多星协同星载自主规划软件地面闭环仿真验证系统及方法 |
| CN112288212A (zh) * | 2020-07-31 | 2021-01-29 | 上海卫星工程研究所 | 一种多星自主协同系统及方法 |
| CN111950617A (zh) * | 2020-08-05 | 2020-11-17 | 上海卫星工程研究所 | 多源引导信息星上实时融合处理方法及系统 |
| CN111948687A (zh) * | 2020-08-07 | 2020-11-17 | 上海卫星工程研究所 | 一种适用于多星编队的分布式多源信息融合系统 |
| CN111931371A (zh) * | 2020-08-07 | 2020-11-13 | 上海卫星工程研究所 | 多星协同地面验证系统应用模式设计方法 |
| CN111947646A (zh) * | 2020-08-12 | 2020-11-17 | 上海卫星工程研究所 | 多星多模式机动成像模型的星载通用描述方法及系统 |
| AU2021105575A4 (en) * | 2021-08-16 | 2021-10-14 | Henan University | Automatic Tea Garden Identification Method Based on Cloud Platform Fusion of Multi-Source Satellite Images and Tea Phenological Period |
Non-Patent Citations (5)
| Title |
|---|
| 何为;郭承军;田忠;: "适用于多星座精密单点定位的性能评估优化方法", 计算机工程, no. 05 * |
| 余祥伟;薛东剑;: "星载SAR与OLI影像融合方法研究及质量评价", 西华师范大学学报(自然科学版), no. 01 * |
| 尹露;邓中亮;朱棣;胡恩文;: "一种多源组合定位系统中信息质量评估方法", 导航定位与授时, no. 06 * |
| 苏鹏;高燕;董婷婷;庞岩;王泽伟;: "多星遥测联合判断实时故障分析模型设计及应用", 国外电子测量技术, no. 09 * |
| 邓武东;陈锋;崔本杰;成飞;: "电子载荷与成像载荷协同高效应用思考", 航天电子对抗, no. 04 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115173921A (zh) * | 2022-06-29 | 2022-10-11 | 中国人民解放军军事科学院系统工程研究院 | 一种用于多星多站多网环境的组网调度系统及方法 |
| CN115173921B (zh) * | 2022-06-29 | 2023-03-07 | 中国人民解放军军事科学院系统工程研究院 | 一种用于多星多站多网环境的组网调度系统及方法 |
| CN117170996A (zh) * | 2023-11-02 | 2023-12-05 | 中国人民解放军63921部队 | 一种动态可重构星上处理系统评估平台及方法 |
| CN117170996B (zh) * | 2023-11-02 | 2024-02-06 | 中国人民解放军63921部队 | 一种动态可重构星上处理系统评估平台及方法 |
| CN117523410A (zh) * | 2023-11-10 | 2024-02-06 | 中国科学院空天信息创新研究院 | 基于多终端协同感知分布式大模型的图像处理及构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114509063B (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114509063B (zh) | 多星分布式信息融合系统的多星联合测试方法及系统 | |
| CN111537515A (zh) | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 | |
| Bonnifait et al. | Cooperative localization with reliable confidence domains between vehicles sharing GNSS pseudoranges errors with no base station | |
| Gaposchkin et al. | Space-based space surveillance with the space-based visible | |
| WO1999040692A9 (en) | Orbit/covariance estimation and analysis (ocean) determination for satellites | |
| CN110487260B (zh) | 一种航天器姿态确定智能星敏感器及其姿态确定方法 | |
| Laas-Bourez et al. | A robotic telescope network for space debris identification and tracking | |
| Ye et al. | A review of small UAV navigation system based on multi-source sensor fusion | |
| Shin et al. | OGLE-2016-BLG-1045: A Test of Cheap Space-based Microlens Parallaxes | |
| EP1166147B1 (en) | Navigation apparatus and method | |
| CN112615665B (zh) | 一种小卫星图像智能处理功能整星测试系统及测试方法 | |
| CN115685784A (zh) | 一种基于图像模型闭环的航天器系统快速仿真方法及系统 | |
| US6038512A (en) | Method and system for estimating earth environmental effects in relation to planetary orbital dynamics | |
| Alanazi et al. | Requirements Modeling Language and Automated Testing for CubeSats | |
| Azami et al. | Design and environmental testing of imaging payload for a 6 U CubeSat at low Earth orbit: KITSUNE mission | |
| van Bezooijen | Star sensors for autonomous attitude control and navigation | |
| CN117055075B (zh) | 航天器导航接收机自动化测试判读系统及判读方法 | |
| Kuzmenko et al. | An Analysis of Feature Detectors Usage in the Task of Lunar Crater Detection | |
| Duren et al. | Systems engineering for the Kepler Mission: a search for terrestrial planets | |
| Hansen et al. | Three corner sat constellation: C&DH, stereoscopic imaging, and end-to-end data system | |
| Siódmiak et al. | Polish SST small telescope assessment and prototyped operations | |
| Mantena | Verification of third party components to the Road Telematics Communicator | |
| Jha et al. | Integration of ROS and Gazebo Platform using MAVLINK Protocol for Real-Time UAV Applications | |
| Chirán-Alpala et al. | Methodology for the selection of an optimal optical sensor for a 6U CubeSat constellation. | |
| CN118031850A (zh) | 一种空间目标可见光特性实时仿真装置和方法 |
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 |