摘要：低噪声电路设计是遥感领域的主要研究方向之一。由于采用信息获取电路和探测器组件分离设计,可持续发展科学卫星一号主载荷热像仪存在多路信号串扰与旁路互感干扰的问题。当前,基于传统恒定直流分析方法的电路噪声模型难以准确评估电路噪声大小,导致系统在工作时噪声性能过低。针对该问题,分析了模拟电路信号传输的涨落变化规律,提出一种基于探测器响应具备高斯分布特征的类交流分析方法,构建信号噪声模型。与传统直流分析方法相比,所提方法的噪声预测精度提升了51.42%,优化后信息获取电路噪声的性能提升了21.44%,相机噪声等效温差可达34 mK。所提出的电路噪声模型对红外探测系统性能的优化具有十分重要的意义。

摘要：针对前照式CMOS可见光探测器填充因子小于1而引起的点目标在像面成像时输出能量随位置波动的问题,搭建了像元内响应测试系统。根据像元内部设计结构建立了在亚像素尺度上表征响应分布的像元内响应模型。使用两个不同半径的小孔对可见光探测器中的4个像元进行了测试。移动小孔的位置,记录小孔成像在像面不同位置时像元输出的响应值,使用拟合方法对像元内响应函数及点目标能量的高斯函数的半峰全宽进行了解算。实验结果表明,通过求解探测器的像元内响应函数,可对像元内灵敏度的空间分布特征进行描述。该测试与解算方法可为同类型探测器响应的微观表征提供有益参考。

摘要：合成孔径雷达(SAR)具有不受云层干扰、可全天时、全天候对地观测的特点,基于SAR图像的舰船检测已广泛用于海洋搜救、港口侦察、领海防御等民用或军用领域。然而,与大型舰船相比,像素点少、对比度低的小型舰船存在漏检率高的问题,并且速度和精度之间的平衡成为舰船检测算法天基应用的难点。针对以上问题,本文提出了一种基于YOLOv5s模型改进的舰船检测轻量化模型(ImShips)。首先,针对船体大小差异导致的漏检问题,采取在网络底部使用感受野较小的标准卷积,提升了模型对小规模舰船空间信息的获取能力。同时,在网络顶部设计了放大感受野的扩张卷积,保留了更多的语义特征,有利于大目标的特征提取。接着,提出将轻量级的通道注意力机制应用于YOLOv5的骨干网络和特征融合网络,通过对提取到的特征按重要性分配权重,实现纹理信息的筛选。最后,在下采样时采取深度可分离卷积代替标准卷积,减少了模型参数的数量,进一步提高了模型的推理速度。实验结果表明,在SAR舰船检测SSDD和ISSID数据集中,改进后的ImShips模型在保证精度的同时,所需的浮点计算数比YOLOv5s模型减少了45.61%,检测速度提高了8.31%。ImShips模型网络规模小、检测速度快,在实时天基舰船检测中具有较大的应用潜力。