声光复合探测多目标位置解算模型和信号处理方法

被引量 : 0次 | 上传用户:velvet_flower
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
在现代靶场测试领域中,弹丸位置的准确识别是衡量战斗部性能的重要指标,也是评估毁伤效能的关键技术。随着现代作战环境越来越复杂多样化,传统的天幕靶探测系统布靶困难、造价昂贵且结构笨重;传统声探测系统布靶简单,但测量精度低且无法检测多弹丸,连射多弹丸散布的不确定性导致弹丸的位置测量十分困难,根据现代靶场的测试需求,设计一款便于携带且精度高、布靶简单且低成本的多弹丸探测系统十分重要。因此,本文展开对多弹丸位置测试方法的研究。为解决传统探测装置和探测方法上的缺陷。本文提出了天幕靶辅助声探测器探测的探测方法,基于不同探测器的优点和对不同信号传播特性的分析,设计了复合探测装置的空间结构,推导了解算多弹丸位置坐标的数学模型,并根据误差传递理论构建了位置误差模型。为确保后续对弹丸信号的识别,首先,通过分析多传感器探测的多目标信号的特点,对声信号和天幕靶信号分别使用经验模态分解和小波阈值滤波的方法去噪,滤除复杂环境中弹丸信号携带的噪声干扰并具有明显的去噪效果。根据滤波处理后获得的信号,基于所设计的声光复合探测模型,通过声光信号的关联融合识别目标,剔除差异较大的信号后,通过提取不同的特征向量,经主成分分析压缩信息量并使用支持向量机分类识别的方法完成最终识别,有效的提高了真实信号的识别率,并对识别后的信号进行了时延算法的研究。最后,为实现多弹丸位置的解算,需要解决多弹丸连射时的信号匹配问题,分析了弹丸齐至探测光幕发生遮挡、重合的问题,根据不同弹丸的特征通过聚类算法筛选出待确定的信号组合序列,同时根据所设计的模型结构,通过声光信号时空信息融合的方法构建了弹丸的时空约束的匹配模型,结合D-S证据融合算法,完成对多个传感器同一弹丸信号匹配的最终决策。最后,根据声光复合探测弹丸位置的模型,搭建了实验平台,采集弹丸过靶的天幕靶信号和声信号进行滤波处理,对处理后的多弹信号进行识别和匹配实验,将匹配正确的弹丸信号代入解析模型解算坐标,与弹丸实际坐标信息进行了对比验证。结果表明:本文建立的弹丸位置解析模型可以解算多弹丸到达靶面的位置,同时,基于模型的识别匹配算法能够解决天幕靶多弹丸的遮挡问题和传统声探测器阵列无法检测多弹丸位置的问题,成功克服了布靶难度大、测量精度低等问题,验证了本文测试方法的可行。
其他文献
随着无人机使用领域不断拓宽,无人机研究已进入编队执行复杂任务的阶段,需要愈加精细复杂的编队航路规划与控制,以适应复杂的应用场景。在执行空中加油、长距离编队运输、高精度定位、多角度成像等任务时,必须考虑无人机编队在通信约束下的队形稳定性、编队内部避碰问题、以及执行任务的时序与死锁问题。本文以固定翼无人机编队为研究对象,考虑编队飞行环境中常见的复杂性约束条件,针对通信受限、无人机碰撞问题及任务规划问题
学位
无人驾驶汽车在道路中行驶时,若无法精确采集行人、车辆以及水坑等外界重要信息,极易造成人民财产损失以及人员伤亡情况。为了解决信息采集的精确性问题,本文通过研究深度学习与视觉成像模型组合的方法,得到精确的物体位置,从而提高无人驾驶汽车的可靠行驶。现有摄像机测量的方法效果较好,但仍然存在以下问题:现有摄像机标定的过程中,需要考虑摄像机物理特性、外界环境信息对摄像机的标定影响,一般结合多个线性过程的方法求
学位
自显微成像技术发展至今,人们探索到了别有洞天的微观世界,然而随着科技的进步和社会的发展,人们在寻找一种定量、非接触式的方法来获取样本的三维信息。通过对当代显微成像技术的对比发现,基于生物荧光的方法虽然可实现定量测量,但是会损伤/杀死样本细胞,无法实现非接触式测量;而数字全息技术虽然可实现当下需求,但是由于需要相干光以及复杂的仪器设备,导致制造成本大幅提高。因此最终选用基于光强传输方程的方法来恢复相
学位
随着现今经济水平的提高,汽车行业发展也异常迅猛,但同时也伴随着交通事故的频发,严重威胁人们的财产以及生命安全。现有车内驾驶员突发疾病及司乘人员发生暴力冲突交互的异常行为识别检测应用很少,并且车内空间受限、遮挡和光照等会导致有效性差等难题,以至于对异常行为不能准确进行检测,进而阻止事故的发生。针对这三种最容易发生在车里的异常行为:驾驶员趴在方向盘上、晕倒斜躺以及驾驶员与乘客的暴力冲突,本文提出基于人
学位
机场跑道异物(FOD,Foreign Object Debris)是指出现在机场跑道区域内且会损伤航空仪器或者航空系统的外来物体。FOD对飞机起落与乘客生命带来了严重的安全威胁,因此FOD的检测方法研究是航空领域的一个研究热点。现有基于毫米波雷达的FOD检测方法难以满足检测精度要求,而基于可见光图像处理的FOD检测方法在图像配准和畸变矫正方面还存在诸多问题,影响到检测的准确度。针对上述问题,本文重
学位
随着工业时代的快速发展,人们对工厂内的生产效率和生产安全有着越来越高的需求。为了对各生产环节的效率进行评估,同时为了避免意外伤害事故的发生,视频监控和智能分析技术发挥着非常重要的作用。但现有的传统监控系统仍有一些不足,首先传统的视频监控大多是通过人工的方法对各生产环节的人员行为进行判断,不够准确;而且传统的视频监控技术大多是离线运行,无法对人员行为进行精准实时的判断与危险预警。本文针对这两个主要问
学位
三电平逆变器具有输出波形畸变率低、开关损耗小等优点,在航空航天、工业驱动等领域广泛应用其中,中性点钳位型(NPC)拓扑结构的三电平逆变器使用最为普遍。然而,由于NPC型三电平逆变器开关管数量多,且长期处于高压、大电流等恶劣环境中,易发生开路故障,影响设备的正常运行,严重时甚至引发人身财产安全事故。基于传统信号分析的NPC型三电平逆变器故障诊断方法,具有诊断速度快、实时性好的优点,但是它存在频谱泄露
学位
广袤无垠的大海是自然界赋予人类的一个丰富的能源宝库,人类在海洋上进行各种探索作业时,船只长期在海洋性气候环境下工作,内部设备中的电路板在盐雾的腐蚀以及温湿度的影响下,会发生电化学迁移,导致电路板绝缘电阻下降,发生绝缘失效,在设备运行过程中影响其可靠性,更有甚者会引发火灾等事故。因此,预测电路板的电化学迁移失效时间,辅助工作人员做出电路板的维修或更换决策,保障电子设备可靠运行具有重要意义。针对电路板
学位
在夜间缺乏光源的道路中驾车行驶时,由于对向车辆切换远近光灯不当,产生的晕光炫目且覆盖了行人、车辆等重要信息,极易引发交通事故。为了消除晕光对夜间行驶的影响,本文通过研究可见光与红外异源图像融合的抗晕光算法,输出目标清晰、信息丰富的无晕光图像,从而提高夜间行驶的安全性。现有图像融合抗晕光的方法效果较好,但仍存在以下3点问题:1.现有图像增强算法在增强夜间晕光场景拍摄的可见光与红外图像时,存在扩大晕光
学位
行人识别作为计算机视觉的重要研究方向,广泛应用于智能安防、辅助驾驶和军事侦察等多个领域。但室外场景行人图像易受低光照、雨雪雾等恶劣环境干扰,单一模态的行人识别容易出现误检与漏检现象,影响后续识别效果。针对以上问题,本文采用红外与可见光两种模态进行融合,在构建恶劣环境下的多模态行人数据集的基础上,构建MSKEYOLO行人识别算法,以提升恶劣环境下行人识别的准确率。本文主要研究内容如下:(1)恶劣环境
学位