飞行器位姿估计及对地面目标定位测速是各类航空航天工程应用中的关键技术之一。飞行器的位姿估计技术可以提供关于飞行器自身飞行状态的基础信息,可用于飞行器系统设计、自主飞行以及事故分析。飞行器对地面目标定位测速技术具有重要的军事应用价值,其可为战场态势感知、目标侦察、目标打击等应用提供有价值的信息,提高武器的打击效能。本文围绕飞行器位姿估计及对地面目标定位测速问题展开研究,主要研究的技术问题为:基于外部视觉传感器的飞行器位姿估计、基于星载光学传感器的地面目标运动估计以及基于机载SAR传感器的地面目标定位。从以上技术问题入手,本文先后设计提出了基于结构特征和线对应的飞行器单目位姿估计算法、基于结构特征和面面交会的飞行器双目位姿估计算法、基于傅里叶梅林变换的遥感图像目标运动估计算法以及基于地面高程信息的机载SAR目标直接定位算法,并通过实验研究和实际工程应用,验证了算法的性能。本文取得的主要成果如下:1.提出了一种基于结构特征和线对应的飞行器单目位姿估计算法。为从单张图像中直接获取飞行器在世界坐标系中的绝对位姿,基于外部单目相机的位姿估计方法往往需要利用目标三维模型或特征模板数据库等先验信息。但三维模型或特征数据库的创建和存储较为耗时且占用较多空间,而且特征或模板匹配的运算效率也较低,这些因素会降低位姿估计算法的通用性和实时性。飞行器为一类特殊的目标,其机体的固有几何特征可作为先验信息用于二维图像中飞行器结构的提取和识别。本文的飞行器单目位姿估计算法用线特征描述飞行器在图像中的机体结构,在分析总结飞行器结构特征的基础上,利用线特征之间的几何约束关系提取出机身参考线与机翼前后边缘线。在提取识别出飞行器机翼在图像中的对应线特征后,算法建立起二维图像线特征和三维模型线特征之间的对应关系,通过PnL算法求解目标的三维位姿。本文单目视觉位姿估计算法无需完整的三维模型,仅需飞行器机翼在载体坐标系中的部分几何信息,即可准确估计出飞行器的位姿参数,比基于模型或特征匹配的方法更加高效通用。2.提出了一种基于结构特征和面面交会的飞行器双目位姿估计算法。本文的双目视觉位姿估计算法对上述单目视觉方法中的结构提取算法进行改进,依据双目视觉位姿估计所需最小配置,仅提取飞行器机翼前边缘线特征进行飞行器目标的位姿解算。由于在飞行器姿态变化过程中,机翼前边缘线特征相比于后边缘线特征更加显著和稳定,因此改进后的结构提取算法可以适应更多类型的飞行器以及更大范围的姿态变化。此外,算法通过飞行器结构的提取识别,直接建立起图像间线特征的对应关系,避免了宽基线图像同名特征匹配困难的问题,使得本文的双目视觉测量系统可以配置更宽的基线,获取更高的测量精度和更大的测量范围。3.提出了一种高效通用的遥感图像目标运动估计算法。遥感图像目标运动估计一般分为两个步骤:首先对目标进行检测定位,再利用图像相关匹配的方法确定目标在不同时刻遥感图像间的位移矢量。基于监督学习或人工干预的目标检测定位会降低算法的通用性和时效性;基于背景差分的目标检测方法难以适应存在较大光照差异的遥感图像,而且其背景建模方式也会影响检测精度。针对以上问题,本文算法将目标检测定位与位移矢量估计相结合,并在计算位移矢量的过程中引入梯度相关和迭代多网格图像变形框架提高算法的精度和鲁棒性。算法首先基于傅里叶梅林变换计算遥感图像之间对应像素的位移场信息,再利用密度聚类以非监督学习的方式检测定位出感兴趣的运动目标,同时确定目标对应的位移矢量,实现较为通用高效的遥感图像地面目标定位测速方法。4.通过引入地面高程信息提高机载SAR对地面目标直接定位的精度本文通过地面高程信息拟合机载SAR成像目标区域的地形起伏,用于修正距离-多普勒方程组中由地形起伏引起的定位误差,提高机载SAR对地面目标的直接定位精度。算法首先利用地面高程信息建立起局部高程约束方程,并将地球椭球方程中的平均高程值视作变量,建立起地球椭球方程与局部高程约束方程的联系;之后再通过联立距离方程、多普勒方程、地球椭球方程以及局部高程约束方程组成非线性方程组对地面目标的位置进行估计。本文详细介绍了该非线性方程组的有效解法,并讨论了初值的选取对方程组求解效率的影响。本文对飞行器位姿估计及对地面目标定位测速中的相关技术问题进行了深入研究,并设计了相应的算法解决方案,通过实验室实验以及项目实验证明了本文所提算法的有效性以及实用性。