留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

空间在轨激光成像雷达指标优选宏模型

李荣华 温帅方 肖余之 李金明

李荣华, 温帅方, 肖余之, 李金明. 空间在轨激光成像雷达指标优选宏模型[J]. 红外与激光工程, 2018, 47(2): 230003-0230003(8). doi: 10.3788/IRLA201847.0230003
引用本文: 李荣华, 温帅方, 肖余之, 李金明. 空间在轨激光成像雷达指标优选宏模型[J]. 红外与激光工程, 2018, 47(2): 230003-0230003(8). doi: 10.3788/IRLA201847.0230003
Li Ronghua, Wen Shuaifang, Xiao Yuzhi, Li Jinming. Indexes optimization macro model of on-orbit imaging lidar in space[J]. Infrared and Laser Engineering, 2018, 47(2): 230003-0230003(8). doi: 10.3788/IRLA201847.0230003
Citation: Li Ronghua, Wen Shuaifang, Xiao Yuzhi, Li Jinming. Indexes optimization macro model of on-orbit imaging lidar in space[J]. Infrared and Laser Engineering, 2018, 47(2): 230003-0230003(8). doi: 10.3788/IRLA201847.0230003

空间在轨激光成像雷达指标优选宏模型

doi: 10.3788/IRLA201847.0230003
基金项目: 

国家自然科学基金(51505059);上海航天科技创新基金(SAST基金)(SAST2016016);辽宁省自然科学基金(201602121)

详细信息
    作者简介:

    李荣华(1983-),男,副教授,博士,主要从事非合作目标三维位姿测量技术等方面的研究。Email:lironghua705@163.com

  • 中图分类号: TN958.98

Indexes optimization macro model of on-orbit imaging lidar in space

  • 摘要: 凝视成像激光雷达技术是空间非合作目标位姿测量重要手段。激光雷达指标选取极大影响航天器载荷,优化选取激光雷达指标,使之既能满足空间任务需求,又能有效减少航天器载荷,减少能源消耗,意义重大。传统解决此问题的方法是通过经验选取,激光雷达指标与目标属性相容性宏模型的提出,可以为激光雷达激光输出功率、分辨率、视场角和测距精度四项指标选取提供理论依据。具体的,利用目标尺度和雷达目标距离计算雷达分辨率和视场角初值,对雷达最大可测距离进行迭代求解,为优化激光雷达发射功率提供依据。充分利用深度共生矩阵二阶参数迭代优化,确定雷达最优分辨率和视场角。最后,通过点云配准算法迭代得出测量该目标的合适的测距精度。实验结果表明,激光雷达宏模型优化选取的雷达指标满足雷达指标选择的需求。
  • [1] Guo Yulan, Wan Jianwei, Lu Min, et al. Three dimensional orientation estimation for ladar target[J]. Optics and Precision Engineering, 2012, 20(4):843-850. (in Chinese)
    [2] Liang Bin, Gao Xuehai, Pan Le, et al. Formation proximity of GEO non-cooperation target based on PSO multiple impulse guidance law[J]. Journal of Harbin Institute of Technology, 2015, 47(10):7-12. (in Chinese)
    [3] Chen Feng, Zhu Jie, Gu Dongqing, et al. Relative navigation technology of space non-cooperative target based on imaging lidar[J]. Infrared and Laser Engineering, 2016, 45(10):1030005. (in Chinese)
    [4] Hao Gangtao, Du Xiaoping, Zhao Jiping, et al. Relative pose estimation of noncooperative target based on fusion of monocular vision and scannerless 3D LIDAR[J]. Journal of Astronautics, 2015, 36(10):1178-1186. (in Chinese)
    [5] Lin Xiangguo, Zhang Jixian. 3D Pow line reconstruction from airborne lidar point cloud of overhead electric power transmission corridors[J]. Acta Geodaetial et Cartographica Sinica, 2016, 45(3):347-353. (in Chinese)
    [6] Liu Yu, Chen Feng, Wang Ying, et al. Measurement of relative position and pose between two spacecrafts based on laser lidar[J]. Infrared and Laser Engineering, 2016, 45(8):0817003. (in Chinese)
    [7] Zhou Qin, Zhang Xiuda, Hu Jian, et al. Noise analysis of staring three-dimensinal active imaging laser rader[J]. Chinese Journal of Lasers, 2011, 38(9):0908005. (in Chinese)
    [8] Yan Jie, Ruan Youtian, Xue Peiyao. Active and passive optical image fusion technology[J]. Chinese Optics, 2015, 8(3):378-385. (in Chinese)
    [9] Qu Hengkuo, Zhang Qingyuan, Ruan Youtian. Laser radar based on scanning image tracking[J]. Chinese Optics, 2012, 5(3):242-247. (in Chinese)
    [10] Akar O, Gungor O. Integrating multiple texture methods and NDVI to the Random Forest classification algorithm to detect tea and hazelnut plantation areas in northeast Turkeyf[J]. International Journal of Remote Sensing, 2015, 36(2):442-464.
    [11] Wang Xin, Zhang Mingming, Yu Xiao, et al. Point cloud registration based on improve iterative closest point method[J]. Optics and Precision Engineering, 2012, 20(9):2068-2077. (in Chinese)
    [12] Shu Rong, Xu Zhihai. Principle of Laser Radar Imaging and Motion Error Compensation Method[M]. Beijing:Science Press, 2014:10-27. (in Chinese)
  • [1] 张容川, 王筱晔, 张洪玮, 刘晓英, 王希涛, 秦胜光, 尹嘉萍, 王琪超, 吴松华.  多普勒激光雷达近地面飞机尾涡反演方法优化 . 红外与激光工程, 2023, 52(11): 20230160-1-20230160-13. doi: 10.3788/IRLA20230160
    [2] 田汶鑫, 陈育伟, 唐伶俐, 李子扬, 邱实, 吴昊昊, 张慧静, 陈林生, 蒋长辉, 胡佩纶, 贾建鑫, 孙海彬, 王一程, 胡以华.  高光谱激光雷达后向散射强度的粗糙表面二向反射模型 . 红外与激光工程, 2023, 52(10): 20230108-1-20230108-14. doi: 10.3788/IRLA20230108
    [3] 叶井飞, 朱钰, 顾悠扬, 詹浣湫, 曹书琴, 魏建民, 宋真真, 曹兆楼, 郑改革.  基于正交双向迭代的自由曲面激光光束整形设计(特邀) . 红外与激光工程, 2023, 52(7): 20230299-1-20230299-10. doi: 10.3788/IRLA20230299
    [4] 杨棉绒, 牛丽平.  基于LGBM的Zernike特征选取及红外图像目标识别方法 . 红外与激光工程, 2022, 51(4): 20210309-1-20210309-6. doi: 10.3788/IRLA20210309
    [5] 张运轲, 任登凤, 韩玉阁, 李继源.  基于连续投影算法提取特征波长的空中目标参考光谱选取 . 红外与激光工程, 2021, 50(4): 20200250-1-20200250-11. doi: 10.3788/IRLA20200250
    [6] 王新伟, 孙亮, 雷平顺, 陈嘉男, 杨于清, 张岳, 钟鑫, 何军, 王敏敏, 周燕.  用于海洋宏生物原位观测的水下激光雷达相机 . 红外与激光工程, 2021, 50(6): 20211039-1-20211039-9. doi: 10.3788/IRLA20211039
    [7] 张敏, 李勃, 滕云杰.  基于迭代学习控制的潜望式激光通信终端系统的动态跟踪设计 . 红外与激光工程, 2020, 49(10): 20200056-1-20200056-8. doi: 10.3788/IRLA20200056
    [8] 俞家勇, 卢秀山, 田茂义, 贺岩, 吕德亮, 胡善江, 王延存, 曹岳飞, 黄田橙.  机载激光雷达测深系统定位模型与视准轴误差影响分析 . 红外与激光工程, 2019, 48(6): 606005-0606005(9). doi: 10.3788/IRLA201948.0606005
    [9] 霍鑫, 吴瑷菁, 王孟渝, 邢宝祥.  基于位置域迭代学习的激光导引头测试系统时变周期干扰抑制 . 红外与激光工程, 2019, 48(9): 913002-0913002(8). doi: 10.3788/IRLA201948.0913002
    [10] 沈振民, 赵彤, 王云才, 郑永超, 尚卫东, 王冰洁, 李静霞.  混沌脉冲激光雷达水下目标探测 . 红外与激光工程, 2019, 48(4): 406004-0406004(7). doi: 10.3788/IRLA201948.0406004
    [11] 杨彪, 胡以华.  代数迭代法在激光反射断层成像目标重构中的应用 . 红外与激光工程, 2019, 48(7): 726002-0726002(7). doi: 10.3788/IRLA201948.0726002
    [12] 穆永吉, 万渊, 刘继桥, 侯霞, 陈卫标.  星载激光雷达望远镜主镜光机分析与优化 . 红外与激光工程, 2018, 47(7): 718002-0718002(7). doi: 10.3788/IRLA201847.0718002
    [13] 王盈, 黄建明, 刘玉, 陈凤, 魏祥泉.  空间目标激光雷达成像仿真技术 . 红外与激光工程, 2016, 45(9): 906002-0906002(6). doi: 10.3788/IRLA201645.0906002
    [14] 孙俊灵, 马鹏阁, 孙光民, 金秋春, 羊毅.  基于目标波形模型的多脉冲激光雷达目标信号模拟 . 红外与激光工程, 2016, 45(7): 726006-0726006(7). doi: 10.3788/IRLA201645.0726006
    [15] 张海峰, 程志恩, 李朴, 王元明, 张忠萍, 吴登喜.  激光雷达合作目标设计及其在空间交会对接中的应用 . 红外与激光工程, 2015, 44(9): 2556-2561.
    [16] 吕丹, 孙剑峰, 李琦, 王骐.  基于激光雷达距离像的目标3D姿态估计 . 红外与激光工程, 2015, 44(4): 1115-1120.
    [17] 阮航, 吴彦鸿, 叶伟.  匀速运动目标逆合成孔径激光雷达成像算法 . 红外与激光工程, 2014, 43(4): 1124-1129.
    [18] 阮航, 吴彦鸿, 张书仙.  基于天基逆合成孔径激光雷达的静止轨道目标成像 . 红外与激光工程, 2013, 42(6): 1611-1616.
    [19] 朱丰, 张群, 冯有前, 罗迎, 李开明, 梁必帅.  逆合成孔径激光雷达鸟类目标压缩感知识别方法 . 红外与激光工程, 2013, 42(1): 256-261.
    [20] 马鹏阁, 金秋春, 柳毅, 齐林.  新型机载多脉冲激光雷达目标信号模拟器 . 红外与激光工程, 2012, 41(8): 2068-2072.
  • 加载中
计量
  • 文章访问数:  393
  • HTML全文浏览量:  47
  • PDF下载量:  41
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-08-10
  • 修回日期:  2017-10-28
  • 刊出日期:  2018-02-25

空间在轨激光成像雷达指标优选宏模型

doi: 10.3788/IRLA201847.0230003
    作者简介:

    李荣华(1983-),男,副教授,博士,主要从事非合作目标三维位姿测量技术等方面的研究。Email:lironghua705@163.com

基金项目:

国家自然科学基金(51505059);上海航天科技创新基金(SAST基金)(SAST2016016);辽宁省自然科学基金(201602121)

  • 中图分类号: TN958.98

摘要: 凝视成像激光雷达技术是空间非合作目标位姿测量重要手段。激光雷达指标选取极大影响航天器载荷,优化选取激光雷达指标,使之既能满足空间任务需求,又能有效减少航天器载荷,减少能源消耗,意义重大。传统解决此问题的方法是通过经验选取,激光雷达指标与目标属性相容性宏模型的提出,可以为激光雷达激光输出功率、分辨率、视场角和测距精度四项指标选取提供理论依据。具体的,利用目标尺度和雷达目标距离计算雷达分辨率和视场角初值,对雷达最大可测距离进行迭代求解,为优化激光雷达发射功率提供依据。充分利用深度共生矩阵二阶参数迭代优化,确定雷达最优分辨率和视场角。最后,通过点云配准算法迭代得出测量该目标的合适的测距精度。实验结果表明,激光雷达宏模型优化选取的雷达指标满足雷达指标选择的需求。

English Abstract

参考文献 (12)

目录

    /

    返回文章
    返回