空間目標光學特性原理與應用

《空間目標光學特性原理與應用》，李智，徐燦，霍俞蓉，方宇強 著，李智，徐燦，霍俞蓉，方宇強 編，出版社： 清華大學出版社。

清華大學出版社成立於1980年6月，是教育部主管、清華大學主辦的綜合性大學出版社。清華社先後榮獲 「先進高校出版社」「全國優秀出版社」「全國百佳圖書出版單位」「中國版權最具影響力企業」「首屆全國教材建設獎全國教材建設先進集體」等榮譽。

目錄

內容簡介

本書共分為10章。第1～2章主要介紹空間目標散射特性產生與獲取的基本原理與方法；第3章主要介紹空間目標表面材質散射特性的建模方法，包括基礎BRDF模型與馮模型，以及研究提出的改進BRDF模型、改進馮模型等；第4～5章重點介紹空間目標光學散射截面面積的仿真建模與實驗測量方法；第6章重點介紹基於變分模態分解算法的自旋目標運動狀態分析方法；第7章主要介紹多種基於深度神經網絡的空間目標識別算法與三軸穩定目標的姿態指向估計方法；第8～9章重點介紹光譜散射特性的建模方法與基於光譜特性數據的空間目標材質識別方法；第10章介紹利用深度神經網絡實現基於可見光圖像的空間目標檢測與位置、姿態估計方法。

本書可作為高等院校相關專業本科生和研究生空間態勢感知課程的輔助教材，也可供從事空間態勢感知領域研究應用的科技工作者學習、參考。

目錄

第1章 緒論

1.1 概述

1.2 空間目標光學觀測

1.2.1 光學觀測基本原理

1.2.2 空間目標光學觀測的可視條件

1.3 空間目標光學散射特性研究現狀

1.3.1 空間目標光學散射特性的仿真計算研究

1.3.2 空間目標光學散射特性的實驗測量研究

1.3.3 光學觀測設備現狀

1.3.4 空間目標光學散射特性分析發展概述

第2章 空間目標光學散射特性的基本理論

2.1 輻射度相關理論

2.2 空間目標光照情況

2.2.1 太陽光照

2.2.2 地氣反照光

2.2.3 月球反照光

2.3 雙向反射分布函數定義及相關理論

2.3.1 粗糙面及其分類

2.3.2 雙向反射分布函數

2.3.3 半球反射率

2.4 光學散射截面

2.4.1 空間目標光輻射

2.4.2 OCS定義和相關理論

2.4.3 簡單形狀朗伯體的0CS解析模型

2.4.4 空間目標OCS與星等的轉換關係

第3章 空間目標表面材質散射特性建模

3.1 BRDF描述方法及常用模型

3.1.1 物理BRDF模型

3.1.2 經驗BRDF模型

3.1.3 數據驅動BRDF模型

3.2 BRDF測量

3.2.1 空間目標常用材質

3.2.2 BRDF的測量系統——REFLET 180S

3.2.3 BRDF的測量原理

3.2.4 BRDF的測量步驟和結果

3.2.5 測量數據處理與分析

3.3 改進馮模型參數反演

3.3.1 馮模型改進原理及方法

3.3.2 改進模型驗證

3.3.3 改進模型有效性驗證

3.4 基於Torrance-Sparrow模型的改進BRDF經驗模型

3.4.1 基於Torrance-Sparrow模型的模型構建

3.4.2 改進五參數模型的模型驗證

第4章 空間目標非分辨光學散射特性數值模擬技術

4.1 空間目標OCS計算原理

4.2 OCS仿真計算一般流程

4.3 基於OpenGL拾取技術的非分辨光學散射特性模擬

4.3.1 基本原理

4.3.2 計算流程

4.3.3 模型校驗

第5章 空間目標光學散射特性實驗測量

5.1 空間目標光學散射特性實驗概述

5.2 實驗室總體布局

5.3 實驗室模擬的幾何映射

5.3.1 坐標系統和轉換關係

5.3.2 映射變換的初始狀態分析

5.3.3 旋轉順序和旋轉角度的確定

5.3.4 相鄰時刻四軸轉角確定

5.4 實驗觀測數據分析

5.4.1 朗伯白板OCS測量和分析

5.4.2 衛星模型OCS測量和分析

第6章 基於光度特性的空間目標運動狀態分析

6.1 光度與空間目標運動狀態關聯性分析

6.1.1 光度曲線形狀與目標運動狀態的相關性

6.1.2 觀測幾何的定義和意義

6.2 基於物理模型的運動狀態分析

6.2.1 頻譜分析法

6.2.2 自相關分析法

6.2.3 交叉殘差法

6.2.4 峰值選取的3σ準則

6.3 變分模態分解方法

6.4 基於DTW的空間目標運動狀態分析

第7章 基於光學散射特性的空間目標識別與姿態分析

7.1 空間目標識別方法概述

7.1.1 傳統空間目標識別方法

7.1.2 基於機器學習的目標識別方法

7.2 空間目標姿態描述方式和姿態估計方法

7.2.1 姿態描述方式

7.2.2 姿態估計方法

7.3 基於物理模型的姿態估計方法

7.3.1 觀測模型的建立

7.3.2 系統方程的建立

7.3.3 濾波估計

7.3.4 仿真實驗分析

7.4 基於GRU網絡的目標識別方法

7.4.1 門控循環神經網絡

7.4.2 基於雙向GRU的目標識別網絡結構設計

7.4.3 實驗驗證

7.5 基於GRU網絡與SVM的姿態估計算法

7.5.1 GRU-SVM模型設計

7.5.2 實驗驗證

7.6 基於RNN、CNN與MKL的目標識別與姿態估計方法

7.6.1 C-RNN識別網絡模型的建立

7.6.2 MKL分類器的構建

7.6.3 OCS數據的獲取與預處理

7.6.4 特徵提取與模型訓練

7.6.5 MKL分類器的目標識別與姿態估計

7.6.6 模型性能評估

第8章 空間目標光譜散射特性分析

8.1 空間目標光譜散射特性分析概述

8.1.1 固體光譜原理

8.1.2 空間目標散射光譜特點

8.2 4種常用的光譜反射率模型

8.3 空間目標光譜BRDF模型

8.4 光譜BRDF模型對非分辨空間目標適用性問題

8.5 平均方向方向光譜反射率模型

8.5.1 空間目標常用材質及其散射類型分析

8.5.2 方向-方向光譜反射率測量

第9章 基於光譜特性數據的空間目標材質識別技術

9.1 時序光譜線性混合模型

9.2 光譜解混歸一化問題

9.2.1 NCLS算法

9.2.2 合成光譜與評價標準

9.2.3 合成光譜解混結果分析

9.3 基於實驗測量數據的光譜解混研究

9.3.1 光譜數據預處理

9.3.2 模擬光譜數據處理結果分析

9.4 基於CNMF算法的端元提取

9.4.1 3種常見的NMF算法

9.4.2 算法應用中的關鍵問題說明

9.4.3 實驗結果分析

第10章 空間目標光學圖像特性分析

10.1 空間目標光學圖像概述

10.2 相機成像模型與空間目標位姿表示方式

10.2.1 相機成