陳 詞，宋延嵩,2，李金旺，劉天賜

空間激光通信系統(tǒng)光斑小目標(biāo)跟蹤算法研究*

陳 詞1，宋延嵩1,2，李金旺1，劉天賜1

（1 長(zhǎng)春理工大學(xué)光電工程學(xué)院 長(zhǎng)春 130022 2 長(zhǎng)春理工大學(xué)空間光電技術(shù)研究所 長(zhǎng)春 130022）

在空間激光通信鏈路中，大氣湍流、結(jié)構(gòu)設(shè)計(jì)誤差、平臺(tái)擾動(dòng)等因素為鏈路的精確對(duì)準(zhǔn)和精密跟蹤帶來(lái)了困難。為提高激光鏈路的跟蹤精度，首先對(duì)光斑跟蹤過(guò)程中的影響因素進(jìn)行研究分析，繼而對(duì)跟蹤算法做出改進(jìn)。針對(duì)跟蹤目標(biāo)特性，設(shè)計(jì)了一種自適應(yīng)模板目標(biāo)相關(guān)跟蹤算法，并搭建了基于粗精復(fù)合軸跟蹤系統(tǒng)的實(shí)驗(yàn)平臺(tái)，開展了實(shí)驗(yàn)驗(yàn)證。結(jié)果表明：與當(dāng)前常用跟蹤算法相比，該設(shè)計(jì)處理速度可達(dá)1 kfps，目標(biāo)跟蹤位置與真實(shí)位置基本重合，目標(biāo)跟蹤準(zhǔn)確率高于98%，在處理速度、跟蹤準(zhǔn)確率與算法魯棒性上均有較大提升，具有一定的實(shí)用性。

空間激光通信；ATP系統(tǒng)；光斑小目標(biāo)；目標(biāo)相關(guān)跟蹤算法

引 言

空間激光通信是利用激光光束所具備的方向性強(qiáng)、功率密度大、單色性好等特性，以其作為通信載波，在一定的空間范圍內(nèi)實(shí)現(xiàn)信息傳輸?shù)耐ㄐ欧绞?，具有傳輸速率高、抗干擾性強(qiáng)、保密性好、設(shè)備體積小等優(yōu)點(diǎn)。近年來(lái)，空間激光通信技術(shù)發(fā)展迅速，具有良好的應(yīng)用前景。

雖然空間激光通信有諸多優(yōu)點(diǎn)，但也存在著由大氣湍流、結(jié)構(gòu)設(shè)計(jì)誤差、平臺(tái)擾動(dòng)等因素引起的激光通信系統(tǒng)在精確對(duì)準(zhǔn)設(shè)計(jì)方面的難題，為了解決這個(gè)難題引入了捕獲跟蹤對(duì)準(zhǔn)ATP（Acquisition、Tracking、Pointing）子系統(tǒng)。ATP子系統(tǒng)是空間激光通信系統(tǒng)的核心組成部分，它可以對(duì)快速移動(dòng)下的小目標(biāo)進(jìn)行高精度捕獲跟蹤，進(jìn)而確保通信鏈路的穩(wěn)定連接。而關(guān)于光斑目標(biāo)的捕獲跟蹤是研究人員比較關(guān)注的問(wèn)題，并且提出多種解決手段。2018年，韓猛提出了一種將質(zhì)心計(jì)算算法、Mean Shift目標(biāo)跟蹤算法與卡爾曼（Kalman）運(yùn)動(dòng)預(yù)測(cè)算法相結(jié)合的運(yùn)動(dòng)目標(biāo)跟蹤算法[1]；同年，鄧新禹針對(duì)水下激光通信光電跟蹤控制系統(tǒng)，設(shè)計(jì)了Kalman濾波算法與Mean Shift跟蹤算法相結(jié)合的水下光斑目標(biāo)跟蹤程序[2]，可以有效跟蹤水下光斑并實(shí)現(xiàn)水下激光通信；2019年，劉彥奎針對(duì)井下目標(biāo)跟蹤，通過(guò)去噪提升了圖像質(zhì)量，設(shè)計(jì)了一種幀間差分法與雙閾值背景差分法復(fù)用的目標(biāo)檢測(cè)算法，通過(guò)其提出的特征提取算法進(jìn)行目標(biāo)跟蹤，完成了復(fù)雜背景下的目標(biāo)有效跟蹤[3]；2021年，龔元霞基于四象限探測(cè)器光電探測(cè)過(guò)程，對(duì)多種探測(cè)算法進(jìn)行了分析，使用中心近似法完成了光斑位置坐標(biāo)的解算跟蹤[4]，實(shí)現(xiàn)了目標(biāo)的準(zhǔn)確探測(cè)跟蹤工作。

本文針對(duì)空間激光通信鏈路跟蹤難點(diǎn)，首先對(duì)圖像噪聲進(jìn)行預(yù)處理抑制，而后基于相關(guān)目標(biāo)跟蹤算法，設(shè)計(jì)了一種自適應(yīng)模板相關(guān)跟蹤的改進(jìn)算法，有效抑制了圖像中易與目標(biāo)混淆的噪聲，降低了目標(biāo)跟蹤誤差，提升了系統(tǒng)工作性能。

1 光斑小目標(biāo)跟蹤算法建模

1.1 算法流程設(shè)計(jì)

通過(guò)分析比較，設(shè)計(jì)改進(jìn)了一種自適應(yīng)模板相關(guān)跟蹤算法，該算法通過(guò)對(duì)內(nèi)存中前五張圖像的質(zhì)心進(jìn)行搜索比對(duì)，對(duì)光斑大小進(jìn)行判斷，繼而以光斑中心為基礎(chǔ)，自動(dòng)選定目標(biāo)模板位置及尺寸。此方法可以提高系統(tǒng)對(duì)光斑形狀特征的判定能力，從而降低受其他干擾信號(hào)影響的可能性，提高跟蹤的精確度。

基于自研算法，針對(duì)光斑圖像的噪聲特性與實(shí)際跟蹤需要設(shè)計(jì)了一種復(fù)合算法。算法系統(tǒng)如圖1所示，光斑圖像首先經(jīng)過(guò)自適應(yīng)中值濾波處理，對(duì)圖像進(jìn)行降噪處理。而后對(duì)處理后的圖像進(jìn)行目標(biāo)搜索，生成目標(biāo)模板，根據(jù)模板對(duì)視頻后續(xù)圖像中目標(biāo)進(jìn)行匹配跟蹤定位，對(duì)目標(biāo)坐標(biāo)完成解算并輸出。

圖1 本系統(tǒng)設(shè)計(jì)算法示意圖

1.2 光斑跟蹤影響因素建模

① 光斑檢測(cè)誤差分析

光電探測(cè)器的誤差主要來(lái)源于固定圖像噪聲、相機(jī)讀出噪聲、相機(jī)暗噪聲等探測(cè)器圖像噪聲導(dǎo)致的圖像信噪比低、干擾像素多，進(jìn)而帶來(lái)的誤差[5]。等效噪聲角（NEA）的公式可表示為

② 固定圖像噪聲

固定圖像噪聲（FPN）由圖像非均勻性誤差、量化誤差、盲元誤差等組成。這一類噪聲由于對(duì)探測(cè)器輸出圖像中的單個(gè)像素的給定影響固定，故而稱之為固定圖像噪聲。如果不對(duì)小目標(biāo)光斑圖像進(jìn)行降噪處理，后續(xù)跟蹤中光斑的解算坐標(biāo)將受到噪聲干擾。固定圖像噪聲的建模往往無(wú)法一概而論，但在現(xiàn)有工作中，可以通過(guò)圖像去噪算法對(duì)其進(jìn)行抑制。

③噪聲對(duì)跟蹤誤差影響分析

作為閉環(huán)控制系統(tǒng)，光電探測(cè)器的噪聲直接影響ATP系統(tǒng)的跟蹤控制性能。傳感器的噪聲功率譜密度可表示為：

根據(jù)上文分析，在ATP跟蹤階段，使用去噪算法對(duì)圖像進(jìn)行預(yù)處理是小目標(biāo)光斑跟蹤工作的重要環(huán)節(jié)。

1.3 自適應(yīng)模板相關(guān)跟蹤算法

通過(guò)此前的研究，已知相關(guān)跟蹤算法是一種穩(wěn)定可靠且算法復(fù)雜度較低的跟蹤算法。但是該算法需要人為指定框選目標(biāo)模板，在實(shí)際應(yīng)用中不利于自動(dòng)化實(shí)現(xiàn)。

工作初始時(shí)可通過(guò)裝調(diào)的方式，使光斑位置穩(wěn)定。光斑檢測(cè)時(shí)接收?qǐng)D像為光斑點(diǎn)目標(biāo)圖像，理論上來(lái)說(shuō)，光斑中心點(diǎn)灰度值最大。首先對(duì)圖像進(jìn)行閾值分割，如圖2所示，首先對(duì)每行圖像灰度最值所在列數(shù)進(jìn)行提取，即可得到一條橫向直線；然后對(duì)圖像灰度最值所在行數(shù)進(jìn)行提取，即可得到一條縱向直線，濾除整幅圖像中首行、末行、首列、尾列數(shù)據(jù)；最后擬合兩條直線的線性方程，繼而通過(guò)兩條直線方程即可解出交點(diǎn)坐標(biāo)，兩條直線的交點(diǎn)即可視為光斑中心位置坐標(biāo)，模板中心位置即可確定。

圖2 光斑位置分析特寫示意圖

對(duì)前五幀圖像所求光斑坐標(biāo)位置求取均值，再分別與均值求差，將五個(gè)差值求和，按照百分比反向分配，進(jìn)行加權(quán)運(yùn)算，最終求出模板位置，得到光斑跟蹤模板。以上下邊緣為例，公式如下：

其中()為坐標(biāo)對(duì)應(yīng)權(quán)值，解算完畢后，模板位置確定，目標(biāo)模板選取成功，繼而運(yùn)行相關(guān)目標(biāo)跟蹤算法，對(duì)目標(biāo)進(jìn)行迭代跟蹤。

1.4 仿真實(shí)驗(yàn)驗(yàn)證

采集光斑圖像序列，采用當(dāng)前算法對(duì)目標(biāo)進(jìn)行跟蹤捕獲，如圖３所示的目標(biāo)被紅色波門框選，經(jīng)驗(yàn)證目標(biāo)捕獲穩(wěn)定。將上文設(shè)計(jì)算法與概率加權(quán)質(zhì)心算法進(jìn)行對(duì)照，將算法先后應(yīng)用于不含噪聲圖像與添加噪聲圖像中。

由圖3（a）和圖3（b）可知，圖像處于理想狀態(tài)時(shí)，兩種算法均可完成目標(biāo)跟蹤工作，而由圖3（c）和圖3（d）對(duì)比可知，當(dāng)圖像出現(xiàn)噪聲干擾，或局部出現(xiàn)干擾信號(hào)時(shí)，圖3（c）所示的基于質(zhì)心計(jì)算的算法會(huì)出現(xiàn)較高的跟蹤誤差，跟蹤失敗幾率較高。而圖3（d）中本文設(shè)計(jì)算法跟蹤精確度則相對(duì)較高，未發(fā)生誤跟、錯(cuò)跟的情況。

圖3 算法跟蹤對(duì)比情況

設(shè)計(jì)中采集了大量光斑圖像，逐步增加圖像噪聲測(cè)試，選用質(zhì)心跟蹤算法（CT）、概率加權(quán)質(zhì)心跟蹤算法（WCT）、Meanshift跟蹤算法進(jìn)行對(duì)比，對(duì)跟蹤成功率進(jìn)行記錄，見表1。

表1 本文設(shè)計(jì)算法與當(dāng)前常用跟蹤算法對(duì)比

由于算法復(fù)雜度會(huì)影響系統(tǒng)實(shí)時(shí)性，而在光斑跟蹤工作中，脫靶量輸出實(shí)時(shí)性如果較差會(huì)直接造成伺服系統(tǒng)無(wú)法成功工作。因此在實(shí)現(xiàn)算法有效性的同時(shí)，還應(yīng)該保證算法的實(shí)時(shí)性。仿真實(shí)驗(yàn)中對(duì)比了幾種常用跟蹤算法平均每秒處理的視頻幀數(shù)，結(jié)果見表2。

表2 本文設(shè)計(jì)算法與當(dāng)前常用跟蹤算法跟蹤速率對(duì)比

從表2中可以看出，雖然此研究設(shè)計(jì)算法的每秒處理幀數(shù)略低于質(zhì)心算法，但與概率加權(quán)質(zhì)心算法處理速度大致相同，且達(dá)到1 K以上，說(shuō)明可以滿足光斑實(shí)時(shí)跟蹤的需求。

2 實(shí)驗(yàn)結(jié)果

該設(shè)計(jì)以空間激光通信復(fù)合軸控制光端機(jī)為實(shí)驗(yàn)平臺(tái)，將探測(cè)器設(shè)備安裝在光端機(jī)系統(tǒng)中配合進(jìn)行工作，如圖4所示。圖4（a）為在長(zhǎng)春理工大學(xué)東區(qū)第二教學(xué)樓光端機(jī)實(shí)驗(yàn)平臺(tái)，圖4（b）為長(zhǎng)春理工科技大廈16樓光端機(jī)實(shí)驗(yàn)平臺(tái)，其距離約為2 km，采用光端機(jī)進(jìn)行室外遠(yuǎn)距離激光通信實(shí)驗(yàn)。對(duì)試驗(yàn)光斑圖像粗精跟蹤狀態(tài)進(jìn)行記錄，同時(shí)采集圖像，對(duì)具有代表性的算法進(jìn)行仿真。根據(jù)現(xiàn)場(chǎng)實(shí)驗(yàn)及仿真結(jié)果，對(duì)實(shí)驗(yàn)進(jìn)行了分析。

圖4 復(fù)合軸控制光斑粗精跟蹤外場(chǎng)測(cè)試

實(shí)驗(yàn)所設(shè)計(jì)的粗精一體化探測(cè)器組成結(jié)構(gòu)如圖5所示，圖5（a）為系統(tǒng)探測(cè)器板，圖5（b）為FPGA圖像處理板，圖5（c）為系統(tǒng)電源板，圖5（d）為相機(jī)整體裝機(jī)后狀態(tài)，連接線纜及顯示器后即可對(duì)成像效果進(jìn)行測(cè)試。探測(cè)器板使用長(zhǎng)光辰芯GSENSE2020e型號(hào)CMOS探測(cè)器，負(fù)責(zé)完成光電信號(hào)轉(zhuǎn)換；FPGA板采用復(fù)旦微電子JFM7K325T型號(hào)FPGA芯片對(duì)CMOS探測(cè)器進(jìn)行驅(qū)動(dòng)，在CMOS工作后對(duì)圖像進(jìn)行采集，對(duì)光斑坐標(biāo)進(jìn)行跟蹤解算，將脫靶量由電源板的串口輸出至后端設(shè)備。

圖5 實(shí)驗(yàn)系統(tǒng)組成

本次實(shí)驗(yàn)，首先可以通過(guò)系統(tǒng)位置對(duì)準(zhǔn)裝調(diào)，使得光斑位于探測(cè)器靶面內(nèi)，以光斑信標(biāo)為目標(biāo)，先后采用概率加權(quán)質(zhì)心算法與上文設(shè)計(jì)算法進(jìn)行跟蹤。由于室外實(shí)驗(yàn)原因，存在著較大湍流影響以及相似特征信號(hào)干擾，使用概率加權(quán)質(zhì)心算法，存在著波門框選錯(cuò)誤、無(wú)法準(zhǔn)確跟蹤的情況?？梢妼?duì)跟蹤算法進(jìn)行設(shè)計(jì)，是小目標(biāo)光斑跟蹤實(shí)際工作中的重中之重。

而后重新下載代碼，將設(shè)備算法更新為該設(shè)計(jì)算法。如圖6所示，圖6（a）為實(shí)驗(yàn)系統(tǒng)中接收端光端機(jī)，粗精跟蹤相機(jī)均搭載于系統(tǒng)內(nèi)部，探測(cè)器可在粗跟蹤和精跟蹤兩種狀態(tài)之間切換使用。圖6（b）所示粗跟蹤模式下畫面為全窗口，其幀頻為100 Hz；圖6（c）所示精跟蹤模式下為提高探測(cè)器幀頻，轉(zhuǎn)為小窗口模式運(yùn)行，幀頻達(dá)到500 Hz，其波門均可成功框選光斑目標(biāo)，實(shí)現(xiàn)粗精跟蹤一體化效果。實(shí)驗(yàn)結(jié)果表明，可對(duì)大于5×5個(gè)像素的目標(biāo)進(jìn)行穩(wěn)定跟蹤，目標(biāo)位置解算成功率高于98%。

圖6 實(shí)驗(yàn)系統(tǒng)搭建

基于當(dāng)前實(shí)驗(yàn)設(shè)備，使用圖像采集卡采集共245幀光斑圖像，基于MATLAB仿真平臺(tái)，使用概率加權(quán)質(zhì)心跟蹤算法與設(shè)計(jì)算法完成算法仿真，將加權(quán)質(zhì)心跟蹤算法處理后的坐標(biāo)解算位置、經(jīng)該設(shè)計(jì)算法處理后的坐標(biāo)解算位置與目標(biāo)真實(shí)位置在坐標(biāo)圖中進(jìn)行統(tǒng)計(jì)對(duì)比，并且先后使用加權(quán)質(zhì)心跟蹤算法解算目標(biāo)位置坐標(biāo)、設(shè)計(jì)算法處理跟蹤目標(biāo)位置坐標(biāo)與真實(shí)位置做差求取誤差，對(duì)兩種算法的誤差值進(jìn)行統(tǒng)計(jì)對(duì)比。如圖7和圖8所示，紅色星點(diǎn)代表經(jīng)使用概率加權(quán)質(zhì)心跟蹤算法解算目標(biāo)位置坐標(biāo)，黑色三角代表經(jīng)采用設(shè)計(jì)算法處理后跟蹤結(jié)果坐標(biāo)，藍(lán)色圓圈位置代表目標(biāo)真實(shí)位置坐標(biāo)。經(jīng)分析可知，使用概率加權(quán)質(zhì)心跟蹤算法進(jìn)行跟蹤時(shí)，有大量目標(biāo)點(diǎn)丟失，波門錯(cuò)誤跟蹤；使用設(shè)計(jì)算法進(jìn)行跟蹤后，光斑小目標(biāo)解算坐標(biāo)位置與目標(biāo)真實(shí)位置基本重合，證明成功完成目標(biāo)跟蹤。

圖7 概率加權(quán)質(zhì)心算法跟蹤情況對(duì)比

圖8 改進(jìn)算法跟蹤情況對(duì)比

如圖9所示，其橫坐標(biāo)代表圖像在圖像序列中所屬幀數(shù)，縱坐標(biāo)代表跟蹤位置與目標(biāo)真實(shí)位置坐標(biāo)像素距離。由圖可知，采用改進(jìn)算法處理之前，有多個(gè)跟蹤點(diǎn)誤差極大，而使用改進(jìn)算法跟蹤之后誤差大大降低。

圖9 改進(jìn)前后的目標(biāo)解算位置誤差比較

3 結(jié)束語(yǔ)

研究設(shè)計(jì)了一種針對(duì)光斑小目標(biāo)圖像的跟蹤方案，通過(guò)搭建實(shí)驗(yàn)對(duì)其效果進(jìn)行了驗(yàn)證。針對(duì)探測(cè)器噪聲及噪聲對(duì)目標(biāo)跟蹤誤差等影響，根據(jù)影響因素分析結(jié)果設(shè)計(jì)算法對(duì)目標(biāo)相關(guān)跟蹤算法進(jìn)行改進(jìn)，設(shè)計(jì)了一種自適應(yīng)模板相關(guān)跟蹤算法，在不影響實(shí)時(shí)處理幀頻的前提下，相比其他類似算法處理速度、跟蹤準(zhǔn)確率與算法魯棒性均有所提高，對(duì)空間激光通信系統(tǒng)完成光斑小目標(biāo)跟蹤工作起到了重要作用，為空間激光通信光斑位置對(duì)準(zhǔn)工作提供指導(dǎo)與參考。

[1] 韓猛. 基于Mean Shift的快速目標(biāo)跟蹤的研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2018.

[2] 鄧新禹. 水下激光通信光電跟蹤控制系統(tǒng)研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2019.

[3] 劉彥奎. 基于視覺(jué)的井下目標(biāo)檢測(cè)與跟蹤算法研究[D]. 西安: 西安科技大學(xué), 2019.

[4] 龔元霞. 基于四象限光電探測(cè)的目標(biāo)跟蹤系統(tǒng)研究[D]. 西安: 西京學(xué)院, 2021.

[5] 萬(wàn)譞. 基于CMOS探測(cè)器的湍流信道高性能ATP技術(shù)研究[D]. 成都: 電子科技大學(xué), 2017.

[6] 李方寧, 王延杰, 張濤, 等. 基于AM41V4傳感器的高清高速CMOS相機(jī)系統(tǒng)設(shè)計(jì)[J]. 液晶與顯示, 2015, 30(3): 492–498.

LI Fangning, WANG Yanjie, ZHANG Tao, et al. Design of high-speed high-resolution CMOS camera acquisition system based on AM4 1 V4 sensor[J]. Chinese Journal of Liquid Crystals and Displays, 2015, 30(3): 492–498.

[7] 余臣. 高分辨率高速CMOS相機(jī)的硬件設(shè)計(jì)[D]. 成都: 電子科技大學(xué), 2011.

[8] 寧永慧, 劉輝, 趙慶磊, 等. 大面陣高幀頻CMOS成像電子學(xué)系統(tǒng)設(shè)計(jì)[J]. 光學(xué)精密工程, 2019, 27(5): 1167–1177.

NING Yonghui, LIU Hui, ZHAO Qinglei, et al. High-frame frequency imaging system of large area CMOS image sensor[J]. Optics and Precision Engineering, 2019, 27(5): 1167–1177.

[9] 王征, 何云豐, 曹小濤, 等. 基于FPGA的大面陣CMOS相機(jī)高速率電子學(xué)系統(tǒng)設(shè)計(jì)[J]. 液晶與顯示, 2016, 31(2): 173–178.

WANG Zheng, HE Yunfeng, CAO Xiaotao, et al. Design of large area array CMOS of high speed electronics camera system based on FPGA[J]. Chinese Journal of Liquid Crystals and Displays, 2016, 31(2): 173–178.

[10] 劉美瑩, 王虎, 汶德勝, 等. FPGA的大面陣CMOS相機(jī)系統(tǒng)的設(shè)計(jì)[J]. 紅外與激光工程, 2013, 42(S2): 337–342.

LIU Meiying, WANG Hu, WEN Desheng, et al. Design of a large plane CMOS camera system FPGA[J]. Infrared and Laser Engineering, 2013, 42(S2): 337–342.

[11] 田立國(guó). 具有開窗口功能的高幀頻CMOS相機(jī)的研制[D]. 長(zhǎng)春: 長(zhǎng)春理工大學(xué), 2011.

[12] 張磊, 姜會(huì)林, 宋延嵩, 等. 基于GTP的Cameralink圖像采集傳輸系統(tǒng)應(yīng)用[J]. 電子技術(shù)應(yīng)用, 2017, 43(10): 56–58, 62.

ZHANG Lei, JIANG Huilin, SONG Yansong, et al. Application of GTP in the fiber transmission system for Cameralink[J]. Application of Electronic Technique, 2017, 43(10): 56–58, 62.

[13] 李志強(qiáng), 張建華. Camera Link數(shù)字視頻光纖傳輸系統(tǒng)的FPGA實(shí)現(xiàn)[J]. 長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 35(4): 109–112, 129.

LI Zhiqiang, ZHANG Jianhua. Realization of Camera Link digital video fiber transmission system based on FPGA[J]. Journal of Changchun University of Science and Technology(Natural Science Edition), 2012, 35(4): 109–112, 129.

[14] 徐揚(yáng), 王曉曼, 朱佶, 等. 基于FPGA的圖像拼接技術(shù)研究與實(shí)現(xiàn)[J]. 長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 2018, 41(6): 94–98, 103.

XU Yang, WANG Xiaoman, ZHU Ji, et al. Research and design of image mosaic technology based on FPGA[J]. Journal of Changchun University of Science and Technology(Natural Science Edition), 2018, 41(6): 94–98, 103.

[15] 張?jiān)獫? 曹開欽, 孫德新, 等. 高靈敏低噪聲sCMOS圖像傳感器微光探測(cè)技術(shù)[J]. 激光與光電子學(xué)進(jìn)展, 2018, 55(8): 1–18.

ZHANG Yuantao, CAO Kaiqin, SUN Dexin, et al. Low light level detection based on scientific CMOS image sensor with high sensitivity and low noise[J]. Laser & Optoelectronics Progress, 2018, 55(8): 1–18.

Research on small target tracking algorithm for space laser communication system

CHEN Ci1, SONG Yansong1,2, LI Jinwang1, LIU Tianci1

（1. College of Optoelectronic Engineering, Changchun University of Science and Technology, Changchun 130022; 2. Institute of Space Optoelectronics Technology,Changchun University of Science and Technology, Changchun 130022）

In the research of space laser communication, due to the atmospheric attenuation, the structural design precision error, platform disturbance interference, etc., it brings a large problem for the system precisely alignment work. First, we studand analyse the influencing factors of speckle tracking, and then improve the tracking algorithm. A target matching algorithm for adaptive window sizes is designed for tracking target characteristics. Take the experimental platform with the crude complex shaft tracking platform to set up an experiment. The results show that comparison with the current common tracking algorithm, the design processing speed can reach 1 kfps, the target tracking position is substantially complicated with the real location, the target tracking accuracy is higher than 98%, and the tracking accuracy and algorithm robustness has a large improvement, with certain practicality.

Space laser communication; ATP system; Small spot target; Target correlation tracking algorithm

TP751

A

CN11-1780(2022)04-0037-07

10.12347/j.ycyk.20220311001

陳詞, 宋延嵩, 李金旺,等. 空間激光通信系統(tǒng)光斑小目標(biāo)跟蹤算法研究[J]. 遙測(cè)遙控, 2022, 43(4): 37–43.

10.12347/j.ycyk. 20220311001

: CHEN Ci, SONG Yansong, LI Jinwang, et al. Research on small target tracking algorithm for space laser communication system[J]. Journal of Telemetry, Tracking and Command, 2022, 43(4): 37–43.

吉林省基礎(chǔ)研究專項(xiàng)資助項(xiàng)目（202002036JC）

宋延嵩（songyansong2012@126com）

2022-03-11

2022-03-20

Website: ycyk.brit.com.cn Email: ycyk704@163.com

陳 詞 1989年生，碩士研究生，工程師，主要研究方向?yàn)閳D像處理。

宋延嵩 1983年生，副研究員，博士生導(dǎo)師，主要研究方向?yàn)榭臻g激光通信與圖像處理。

李金旺 1996年生，在讀博士，主要研究方向?yàn)榭臻g激光通信與圖像處理。

劉天賜 1995年生，在讀博士，主要研究方向?yàn)閳D像處理。

(本文編輯：楊秀麗)