复杂环境下多线激光参数调制目标识别算法

来源 :西安工业大学 | 被引量 : 0次 | 上传用户:liuzhuoran
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复杂环境下的目标识别技术是引信近感探测的难点问题。脉冲激光作为一种主动探测手段,通过发射、接收激光束,对接收信号适当处理后与发射信号进行比较,可获得目标的相关信息,从而对飞机、导弹、坦克等目标进行探测及识别。对比无线电、磁及红外探测,激光在探测过程中更不容易受主动电磁干扰,但对复杂的战场自然环境,如云雾、烟尘环境,可能会使激光引信在探测的过程中误把干扰因子识别为目标,造成虚警。因此,研究激光引信在干扰环境下的目标识别技术具有重要的意义。
  本文以弹载多线脉冲激光探测系统为研究对象,针对该系统处于云雾和烟尘等干扰环境下对探测内容的识别判断问题,分析了复杂环境下的激光传输特性以及米氏散射回波的能量分布。通过MATLAB软件平台模拟真实回波信息,分析了目标回波、环境干扰回波以及重叠回波的波形特点。研究了多线脉冲激光探测系统的工作机理,针对抗环境干扰问题,提出一种对输出激光进行动态调制的探测方法。相较于传统的激光探测中输出激光参数不发生变化,调制后的激光器能够输出不同脉宽、幅值和频率的信号,从而能够获得更丰富的环境信息,达到抗干扰的目的。完成了激光参数调制模块的电路设计、PCB投板以及元器件焊接,通过仿真及实验验证了其对输出激光实现参数调制功能的有效性。
  根据激光的物理传输特性和激光引信探测回波信号的仿真,建立激光回波信号识别模型,通过对回波信号的预处理、波形特征的描述与提取,设计了基于BP神经网络的多特征波形识别算法。使用实测数据分别训练和测试神经网络,得到未进行参数调制前的目标识别率为80.7%。同时,针对复杂环境下脉冲激光探测回波可能出现的波峰重叠问题,设计了基于小波变换的波峰分离算法,通过仿真验证该算法对双峰重叠和三峰重叠的回波,均有良好的分离效果。
  最后,通过实际搭建的脉冲激光回波云雾、烟尘干扰实验平台,在激光器上装载本文设计的参数调制模块,对复杂环境下的激光探测回波信号进行采集和处理,得到参数调制后的目标识别概率为89.3%。结果表明,本论文对输出激光进行参数调制的方法能有效提高复杂环境下多线脉冲激光系统的目标识别率。
其他文献
随着电子技术的快速发展,宽频段频谱感知的需求更广泛地存在于各行各业,如无线电探测设备、侦察接收设备等。但现有模数转换器件(ADC)的发展水平无法与数字信号处理器件的发展速度相匹敌。此外,基于Nyquist采样定理,经高速ADC采样的数据含有大量冗余信息,对后续的信号存储、传输和处理也带来了极大的挑战。因此,有必要研究利用现有ADC器件实现宽频段信号的接收和展开的问题。  本论文从接收体制上入手,深
学位
互联网端目标是指位于互联网边缘的端系统或端用户,而端目标画像是能够对端目标本身进行精准刻画的属性集合。端目标智能分析是提取端目标画像的有效手段,是以端目标行为特征或者嵌入表征为基本信息依据,利用人工智能技术从端目标的行为数据中分析得到端目标画像的过程。全面精准的画像能够充分描述端目标的特点,为网络安全、网络管理、电子商务等领域的相关操作提供有效的决策信息。因此,互联网端目标智能分析与画像方法研究具
近年来,新的战争环境对多目标瞄准技术提出了更高要求,目前多目标瞄准主要依靠人工测距获取目标的距离,并根据武器弹道数据计算出武器最佳射击角度,从而提高士兵的射击命中率。本文针对测距过程中存在速度慢、人为因素影响大等缺点,展开了基于图像融合的多目标瞄准技术相关理论方法的研究,并通过搭建实验平台验证了本文多目标瞄准方法的有效性。具体研究内容包括以下几个方面:  1、异源图像配准与融合:针对夜晚拍摄的红外
学位
随着5G通信技术的快速发展,基于位置信息的服务(Location-Based Services,LBS)已成为5G时代物联网技术发展与应用的重要组成部分。经过长期的理论研究和工程实践,室外环境下的定位技术已日趋完善,可以满足人或设备的日常定位需求。然而室内定位技术目前尚不成熟,没有形成统一的技术标准,有着巨大的发展空间和商业潜力。  论文从室内定位的实际需求,通过对现有室内定位技术的分析对比,选择
学位
正交频分复用(Orthogonal Frequency Division Multiplexing OFDM),作为一种多载波调制技术,将其应用于可见光通信(Visible Light Communication,VLC)中可有效解决发光二极管(Light Emitting Diode,LED)窄调制带宽及系统由于多径效应引起的码间干扰(Inter Symbol Interference,ISI)
传感器技术和通信技术的迅速发展为实时连续捕获、收集和传输人体运动状态信息提供了便利,在此基础上,利用近年来研究深入的人工智能和神经网络技术可以对采集到的信息进行人体姿态识别,有助于计算机全面深入理解人体行为模式、运动过程以及动作含义,甚至可以对将来可能发生的动作进行预判,在智能安全监控、物联网、人机交互等领域具有广泛的应用价值。  针对传统单视角监控容易产生遮挡以及动作识别速率低等缺点,提出使用两
近年来,随着城市化进程的迅速发展,因城市交通路网密度增大而导致的一系列交通问题日益严重,同时因交通拥堵而带来的经济损失也非常巨大,如何有效显著地解决城市交通问题,缓解交通压力是当前研究的重点方向。由于城市交通信号控制系统的复杂性、多变性和不确定性,传统的交通信号配时方法不能很好地进行调整以适应动态的交通环境。当今社会随着科技的进步,人工智能技术得以快速地发展,智能交通自适应控制系统成为了当前主要的
随着信息化、智能化的发展,陆战场中信息感知的重要性也逐渐提高。而现代战争中经常会受到电子干扰的影响,使得光学观察设备成为了较为稳定的目标监视与侦察的手段。但在陆战场中目标可能会被不断遮挡,仅通过人力进行监视效率较低,因此目标跟踪技术由此引入。  相关滤波跟踪算法在目标跟踪领域中不论是鲁棒性还是精度均能够处于领先的地位。虽然相关滤波算法具有高鲁棒性,但对于复杂遮挡场景中进行目标跟踪依然存在较多问题。
学位
高炮系统在零飞工作状态下的动态跟踪瞄准误差是武器验收的一项重要指标,目前国内外靶场测试中普遍使用零飞仪来测量该指标,在测试过程中,零飞仪用来传输图像数据的光纤线缆随着炮管转动,容易造成磨损和断裂,给测量带来不便从而影响图像传输。为了解决此问题,研究了一种适用于无线传输的实时图像压缩系统。主要研究内容包括:  首先,分析了零飞仪的基本结构、工作原理和测试过程,并对测试试验中的视频序列图像进行仿真,得
学位
惯性导航系统作为一门新兴高科技产业,在军事、工业产品、国民新兴经济领域都得到了广泛的应用。但其自主式导航的系统特性使导航过程中产生的误差不能依靠外界信息得到修正,从而降低导航系统精度。研究发现,惯性组件作为惯性导航系统的参数测量单元,其性能优劣直接制约导航系统精度,因此,在目前制造工艺水平有限的情况下,如何优化惯性组件性能,进而提高惯性系统导航精度是国内外相关领域的科研热点。本文主要研究基于系统辨