天基非合作空间目标跟踪与识别的关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    60802043
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0113.信息获取与处理
  • 结题年份:
    2011
  • 批准年份:
    2008
  • 项目状态:
    已结题
  • 起止时间:
    2009-01-01 至2011-12-31

项目摘要

为了实现我国天基空间目标监视系统的快速发展,迫切需要开展以天基应用为背景的近距离非合作三维空间目标跟踪与识别技术的研究。考虑天基非合作空间目标信息处理面临更恶劣的工作环境和更复杂的目标成像特性问题,本课题提出综合运用计算机图像处理、模式识别、光学、天文学和轨道动力学等多个学科的新理论和新方法,针对天基监视任务中近距离三维非合作空间目标跟踪与识别的关键技术进行深入研究。通过对空间目标和深空背景的成像特性分析,在尺度空间提取出仿射不变特征量,并通过构造合理的特征描述算子来抑制尺度、旋转、几何变形和光照等影响,建立一套在非合作空间目标尺度、姿态和光学特性发生变化情况下的稳定跟踪和准确识别的算法体系,解决非合作空间目标多尺度、多视点识别问题以及光照变化、太阳能帆板遮挡或目标结构不对称情况下的跟踪问题。通过仿真实验验证算法体系的性能优势,为我国尚处在起步阶段的天基监视系统的发展奠定理论和算法基础。

结项摘要

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(11)
专利数量(2)
复杂环境下的鲁棒目标跟踪方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    高越;赵丹培;姜志国
  • 通讯作者:
    姜志国
边界片段模板方法在空间探测识别中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    宇航学报
  • 影响因子:
    --
  • 作者:
    安萌;姜志国;赵丹培
  • 通讯作者:
    赵丹培
High speed robust image registration and localization using optimized algorithm and its performances evaluation
使用优化算法的高速鲁棒图像配准和定位及其性能评估
  • DOI:
    10.3969/j.issn.1004-4132.2010.03.026
  • 发表时间:
    2010-01
  • 期刊:
    系统工程与电子技术(英文版)
  • 影响因子:
    --
  • 作者:
    An, Meng;Zhao, Danpei;Jiang, Zhiguo
  • 通讯作者:
    Jiang, Zhiguo
基于梯度方向直方图子流形的目标跟踪方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    红外与激光工程
  • 影响因子:
    --
  • 作者:
    孟钢;姜志国;赵丹培
  • 通讯作者:
    赵丹培
多特征融合的在线更新目标跟踪算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    赵丹培;孟钢;高越;姜志国
  • 通讯作者:
    姜志国

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

利用自适应近邻选择和低秩表示的半监督鉴别分析
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    史骏;姜志国;赵丹培;陆明
  • 通讯作者:
    陆明
基于多模态图像融合的早期蕈样肉芽肿识别
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    数据采集与处理
  • 影响因子:
    --
  • 作者:
    谢凤英;赵丹培;王可;王煜坤;张漪澜;刘洁
  • 通讯作者:
    刘洁

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

赵丹培的其他基金

面向星群增量式自进化的多模态遥感图像全景感知研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
面向星群增量式自进化的多模态遥感图像全景感知研究
  • 批准号:
    62271018
  • 批准年份:
    2022
  • 资助金额:
    54.00 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码