Add to ORKG本文以复杂背景下运动小目标的跟踪和制导为应用场景，开展了基于移动智能终端的捷联成像末制导技术研究，利用移动智能终端的低成本传感器和处理器部件，完成捷联成像制导组件的设计开发与技术验证。主要研究工作总结如下：(1) 围绕复杂背景下运动小目标跟踪问题，研究了目标模板选取和跟踪稳定性之间的关系，在此基础上，为了提高对复杂背景下运动小目标跟踪的稳定性，提出了一种基于深度学习的目标模板提取方法。首先设计了深度轮廓检测网络用来提取目标轮廓，多组实验证明了本文设计的深度轮廓检测网络提取到的轮廓信息优于其他方法。然后，选取目标轮廓围成的区域作为目标模板进行模板匹配跟踪，提高了目标模板提取精度。实验结果表明，相对于传统采用矩形模板的匹配跟踪方法，该方法具有更高的抗背景干扰能力，有效提高了对复杂背景下运动小目标的跟踪稳定性。(2) 围绕目标跟踪中常遇到的因光照变化、遮挡以及表观变形导致的跟踪稳定性下降问题，设计了一种模板自适应更新策略，在此基础上提出了一种基于轮廓模板匹配的目标跟踪方法。设计并实现了具有自适应模板更新策略的孪生跟踪网络，系统从单点初始化生成目标轮廓模板，跟踪过程中由目标检测分支与轮廓检测分支共同决策适时更新模板，以达到最佳性能。通过实验证明该方法可有效解决目标部分遮挡以及形变问题，中心误差统计结果表明，该方法的跟踪精度较其他方法有较大幅的提升。(3) 提出了一种基于多传感器信息融合的捷联成像导引视线角速度信号求解方法。建立了捷联成像导引视线角速度计算模型，根据视觉通道的跟踪结果和陀螺仪得到的姿态信息求解目标视线角速度信号。针对移动智能终端的陀螺存在零点漂移、随机噪声以及精度低，目标跟踪算法存在跟踪误差等问题，通过无迹卡尔曼滤波来提高视线角速度的解算精度。仿真实验结果表明，本文提出...