Es wurde eine passive定位ungsmethode basierend auf Bildzuordnung vorgeschlagen, die durch die Einführung einer zweistufigen Zuordnungsstrategie basierend auf Transformer-gestärkten Merkmalen und MiHo-Clustering-Filtern den Genauigkeitsverlust traditioneller passiver定位ungsalgorithmen unter Bedingungen großer Schrägsicht in großer Höhe aufgrund kleiner Winkelabweichungen verringert. Basierend auf den groben定位ungsergebnissen und Flugparametern wird eine approximative Orthorektifizierung der Luftbilder durchgeführt und der entsprechende Bereich von Satellitenbildern ausgeschnitten. RepVGG extrahiert grobe Bildmerkmale, eine vorläufige Zuordnung erfolgt über gegenseitige nächste Nachbarn, wobei MiHo und normalisierte Kreuzkorrelation (NCC) zur Filterung von Zuordnungspunkten kombiniert werden. Abschließend wird mithilfe des Transformer-Moduls eine feine Zuordnung durchgeführt, auf deren Grundlage eine Winkelabweichungskorrektionsmatrix erstellt und das systematische Fehler mehrfach iterativ korrigiert wird. Experimentelle Ergebnisse zeigen, dass die定位ungsgenauigkeit der vorgeschlagenen Methode gegenüber traditionellen Methoden erheblich verbessert wird, mit einer Steigerung von etwa 70 % in typischen Anwendungsszenarien und einer定位ungsgenauigkeit von etwa 120 m bei einer Schrägentfernung von 90 km. Die Methode durchbricht die starke Abhängigkeit traditioneller passiver定位ungsmethoden von der Winkelgenauigkeit und bestätigt die Machbarkeit und Wirksamkeit des bildabgestützten passiven定位ungspfads.

Bildzuordnung; Ziel定位ung; luftoptisches System; passive定位ung; große Schrägsicht; Transformer