空间目标光学特性原理与应用查看源代码讨论查看历史

《空间目标光学特性原理与应用》，李智，徐灿，霍俞蓉，方宇强 著，李智，徐灿，霍俞蓉，方宇强 编，出版社： 清华大学出版社。

清华大学出版社成立于1980年6月，是教育部主管、清华大学主办的综合性大学出版社。清华社先后荣获 “先进高校出版社”“全国优秀出版社”“全国百佳图书出版单位”“中国版权最具影响力企业”“首届全国教材建设奖全国教材建设先进集体”等荣誉。

内容简介

本书共分为10章。第1～2章主要介绍空间目标散射特性产生与获取的基本原理与方法；第3章主要介绍空间目标表面材质散射特性的建模方法，包括基础BRDF模型与冯模型，以及研究提出的改进BRDF模型、改进冯模型等；第4～5章重点介绍空间目标光学散射截面面积的仿真建模与实验测量方法；第6章重点介绍基于变分模态分解算法的自旋目标运动状态分析方法；第7章主要介绍多种基于深度神经网络的空间目标识别算法与三轴稳定目标的姿态指向估计方法；第8～9章重点介绍光谱散射特性的建模方法与基于光谱特性数据的空间目标材质识别方法；第10章介绍利用深度神经网络实现基于可见光图像的空间目标检测与位置、姿态估计方法。

本书可作为高等院校相关专业本科生和研究生空间态势感知课程的辅助教材，也可供从事空间态势感知领域研究应用的科技工作者学习、参考。

目录

第1章 绪论

1.1 概述

1.2 空间目标光学观测

1.2.1 光学观测基本原理

1.2.2 空间目标光学观测的可视条件

1.3 空间目标光学散射特性研究现状

1.3.1 空间目标光学散射特性的仿真计算研究

1.3.2 空间目标光学散射特性的实验测量研究

1.3.3 光学观测设备现状

1.3.4 空间目标光学散射特性分析发展概述

第2章 空间目标光学散射特性的基本理论

2.1 辐射度相关理论

2.2 空间目标光照情况

2.2.1 太阳光照

2.2.2 地气反照光

2.2.3 月球反照光

2.3 双向反射分布函数定义及相关理论

2.3.1 粗糙面及其分类

2.3.2 双向反射分布函数

2.3.3 半球反射率

2.4 光学散射截面

2.4.1 空间目标光辐射

2.4.2 OCS定义和相关理论

2.4.3 简单形状朗伯体的0CS解析模型

2.4.4 空间目标OCS与星等的转换关系

第3章 空间目标表面材质散射特性建模

3.1 BRDF描述方法及常用模型

3.1.1 物理BRDF模型

3.1.2 经验BRDF模型

3.1.3 数据驱动BRDF模型

3.2 BRDF测量

3.2.1 空间目标常用材质

3.2.2 BRDF的测量系统——REFLET 180S

3.2.3 BRDF的测量原理

3.2.4 BRDF的测量步骤和结果

3.2.5 测量数据处理与分析

3.3 改进冯模型参数反演

3.3.1 冯模型改进原理及方法

3.3.2 改进模型验证

3.3.3 改进模型有效性验证

3.4 基于Torrance-Sparrow模型的改进BRDF经验模型

3.4.1 基于Torrance-Sparrow模型的模型构建

3.4.2 改进五参数模型的模型验证

第4章 空间目标非分辨光学散射特性数值模拟技术

4.1 空间目标OCS计算原理

4.2 OCS仿真计算一般流程

4.3 基于OpenGL拾取技术的非分辨光学散射特性模拟

4.3.1 基本原理

4.3.2 计算流程

4.3.3 模型校验

第5章 空间目标光学散射特性实验测量

5.1 空间目标光学散射特性实验概述

5.2 实验室总体布局

5.3 实验室模拟的几何映射

5.3.1 坐标系统和转换关系

5.3.2 映射变换的初始状态分析

5.3.3 旋转顺序和旋转角度的确定

5.3.4 相邻时刻四轴转角确定

5.4 实验观测数据分析

5.4.1 朗伯白板OCS测量和分析

5.4.2 卫星模型OCS测量和分析

第6章 基于光度特性的空间目标运动状态分析

6.1 光度与空间目标运动状态关联性分析

6.1.1 光度曲线形状与目标运动状态的相关性

6.1.2 观测几何的定义和意义

6.2 基于物理模型的运动状态分析

6.2.1 频谱分析法

6.2.2 自相关分析法

6.2.3 交叉残差法

6.2.4 峰值选取的3σ准则

6.3 变分模态分解方法

6.4 基于DTW的空间目标运动状态分析

第7章 基于光学散射特性的空间目标识别与姿态分析

7.1 空间目标识别方法概述

7.1.1 传统空间目标识别方法

7.1.2 基于机器学习的目标识别方法

7.2 空间目标姿态描述方式和姿态估计方法

7.2.1 姿态描述方式

7.2.2 姿态估计方法

7.3 基于物理模型的姿态估计方法

7.3.1 观测模型的建立

7.3.2 系统方程的建立

7.3.3 滤波估计

7.3.4 仿真实验分析

7.4 基于GRU网络的目标识别方法

7.4.1 门控循环神经网络

7.4.2 基于双向GRU的目标识别网络结构设计

7.4.3 实验验证

7.5 基于GRU网络与SVM的姿态估计算法

7.5.1 GRU-SVM模型设计

7.5.2 实验验证

7.6 基于RNN、CNN与MKL的目标识别与姿态估计方法

7.6.1 C-RNN识别网络模型的建立

7.6.2 MKL分类器的构建

7.6.3 OCS数据的获取与预处理

7.6.4 特征提取与模型训练

7.6.5 MKL分类器的目标识别与姿态估计

7.6.6 模型性能评估

第8章 空间目标光谱散射特性分析

8.1 空间目标光谱散射特性分析概述

8.1.1 固体光谱原理

8.1.2 空间目标散射光谱特点

8.2 4种常用的光谱反射率模型

8.3 空间目标光谱BRDF模型

8.4 光谱BRDF模型对非分辨空间目标适用性问题

8.5 平均方向方向光谱反射率模型

8.5.1 空间目标常用材质及其散射类型分析

8.5.2 方向-方向光谱反射率测量

第9章 基于光谱特性数据的空间目标材质识别技术

9.1 时序光谱线性混合模型

9.2 光谱解混归一化问题

9.2.1 NCLS算法

9.2.2 合成光谱与评价标准

9.2.3 合成光谱解混结果分析

9.3 基于实验测量数据的光谱解混研究

9.3.1 光谱数据预处理

9.3.2 模拟光谱数据处理结果分析

9.4 基于CNMF算法的端元提取

9.4.1 3种常见的NMF算法

9.4.2 算法应用中的关键问题说明

9.4.3 实验结果分析

第10章 空间目标光学图像特性分析

10.1 空间目标光学图像概述

10.2 相机成像模型与空间目标位姿表示方式

10.2.1 相机成