基于VO_x非致冷探测器的红外地球敏感器探讨

近年来VOx非致冷红外探测器的研制取得了较快发展,由于在波长14~16μm范围内有较高的响应率,使其应用于红外地球敏感器成为可能.介绍了基于VOx非致冷红外探测器的红外地球敏感器,对主流VOx探测器的MEMS微桥结构和产品性能参数进行比较,并分别讨论了使用面阵器件和线阵器件的红外地球敏感器应用.     

武装直升机红外隐身系统研究

根据武装直升机在执行作战任务时所面临的战场环境,明确了红外隐身时重点考虑红外制导导弹的威胁,介绍了红外制导的方式及发展趋势,导出了导弹在点源制导和成像制导两种情况下作用距离的计算公式,论述了获得武装直升机红外辐射特性的理论分析计算和飞行测量两种途径,通过算例研究辐射强度和温差对导弹作用距离的影响,并对红外抑制效果与途径进行分析.      

基于FPGA的红外目标识别神经网络加速器设计

在红外目标识别领域,基于卷积神经网络的深度学习算法的识别精度已远远超过了传统模式识别算法,但神经网络的实现需要庞大的计算和存储,难以在无人机等嵌入式平台上进行部署。针对此问题,将通道级量化策略和梯度的近似优化训练引入到了低比特神经网络模型的建立中,并提出了一种可充分利用硬件计算资源的FPGA加速器,其整体平均性能为65.6GOPS。与其他相关工作的对比表明,低比特量化方法及其FPGA加速器实现,可以为嵌入式红外目标识别系统提供一种能效高、识别精度高的解决方案。     

小行星表面有机物的红外光谱探测方法

小行星的有机物记录了太阳系早期有机物的形成发展历史,为地球早期生命前体出现的研究提供了重要依据,对于研究生命起源和演化具有重要意义。本文综合分析了小行星表面可能存在的有机物成分、种类及其赋存状态,利用红外光谱开展地面模拟实验,探讨有机物的红外光谱特征及其影响因素。结果表明,不同类型有机物的红外光谱特征与其类型、结构、温度和压力等有关。研究确定了小行星表面主要有机物的红外光谱识别标志,初步提出了小行星有机物红外光谱探测仪器的基本指标参数。

     

基于CO2浓度监测的飞机火警探测方法

目前飞机普遍采用感温、感烟火警探测方法,其存在误报率高的缺陷.分析了发生火灾时气态燃烧产物的生成规律,提出了以CO_2气体为火警探测参量,通过准确监测环境中CO_2气体浓度的变化,进行飞机火警探测的方法;根据飞机飞行所处环境条件的特殊性,研究了基于非色散红外(NDIR)吸收原理的CO_2气体浓度监测的飞机火警探测方法应用于飞机上所面临的温度补偿难题;根据飞机火警探测器测量电压与环境温度、参比电压之间的关系,采用偏最小二乘(PLS)法建立飞机火警探测器温度补偿模型;根据飞机火警探测器测量电压与CO_2气体浓度之间的关系,采用PLS法建立CO_2气体浓度计算模型;研究了基于CO_2气体浓度监测的报警算法,为飞机火警探测提供了一种新的方法.     

超构材料红外探测芯片的研究进展

在梳理超构材料的概念与发展历程的基础上,着重分析了超构材料对波长、偏振态、相位等电磁波参量的调控作用。结合红外探测芯片及成像系统的发展趋势,介绍了超构材料与红外探测芯片的结合,及其在双色/多色成像、偏振成像、高光谱成像等先进成像模式中的应用,以及国内外相关研究进展。     

基于红外波段船载星光定向仪白昼恒星探测技术

摘要： 白昼恒星探测技术是船载星光定向仪海上应用的关键技术之一.本文基于实测星图给出白昼恒星探测技术的理论公式和实现方案.该技术针对实测红外星图中的背景噪声、伪星点、坏像素、对灰度背景的适应性问题,分别设计星图滤波算法、多帧伪星点剔除算法、坏像素索引表以及多梯度渐进积分时间调整算法.通过外场观星和组合导航实验验证该技术的有效性和精度.     

复杂背景下红外点目标探测概率估算

红外成像系统对点目标的探测概率在实际应用中往往受到复杂背景的极大影响,而现有的计算方法并不能适用于复杂背景下的探测概率估算.首先从红外成像系统对点目标的作用距离模型出发,分析了探测概率与信噪比、作用距离的关系,推导出单一背景下红外点目标的探测概率估算方法;然后,利用红外成像系统的亮度-灰度函数,通过背景的红外图像灰度信息计算得到其红外辐射亮度;最后,引入概率统计的思想对单一背景下探测概率的估算方法进行了改进,提出了复杂背景下红外点目标探测概率的估算方法.实验结果表明:该估算方法可以有效评估实际应用中典型复杂背景对红外成像系统的点目标探测概率的影响.      

红外探测器晶片电极设计与应力分析

红外探测器是卫星姿态控制中不可或缺的一种探测器.总结了国外近年来红外热敏探测器晶片电极的研究进展,重点介绍了热敏电阻晶片电极的设计思路及其制备工艺.分析了薄膜金属电极给热敏电阻晶片组件带来的各类应力.提出在热敏电阻晶片电极设计时,应选择合适的电极结构、电极材料、膜层厚度、金属薄膜的制备工艺、热处理制度等工艺参数,并确保热敏电阻晶片焊点的应力较低,才能保证红外探测器的性能及其可靠性.实验结果表明,采用Ti/Au双层结构电极的热敏电阻可达到理想的噪声系数和良好的界面结合力.     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。     

基于改进BP算法的复杂武器系统健康状态评估CSCD

根据复杂武器系统指标体系的确定原则:系统性原则、完整性原则、独立性原则、可比性原则、可操作性原则和定性与定量相结合的原则,建立了某复杂武器系统健康指标体系;分析了基本BP神经网络的优点及BP算法的缺陷,研究了一种改进的BP算法;建立了某复杂武器系统健康管理BP神经网络结构;对某复杂武器系统健康状态进行了评估,验证了指标体系的合理性。     

基于改进BP算法的复杂武器系统健康状态评估

根据复杂武器系统指标体系的确定原则：系统性原则、完整性原则、独立性原则、可比性原则、可操作性原则和定性与定量相结合的原则,建立了某复杂武器系统健康指标体系;分析了基本BP神经网络的优点及BP算法的缺陷,研究了一种改进的BP算法;建立了某复杂武器系统健康管理BP神经网络结构;对某复杂武器系统健康状态进行了评估,验证了指标体系的合理性。     

基于BP神经网络的高精度陀螺恒流源补偿方法

为了提高陀螺恒流源精度,提出一种基于BP神经网络的陀螺恒流源补偿方法.采用BP神经网络训练恒流源控制指令与恒流源输出之间的非线性映射稳态模型,以实时估计恒流源输出偏差.设计恒流源控制指令补偿判据,当输出偏差超出设定裕度时,按比例对恒流源控制指令值进行实时补偿,使得恒流源输出更接近控制目标值,以实现更优的精度.通过实物在回路仿真验证了上述方案的有效性,并通过与传统对控制指令进行分段线性标定方法相比较,显示了上述方案的恒流控制优势.     

基于BP神经网络X频段调制器故障预测

本文采用BP神经网络对X频段调制器的故障预测进行研究,通过仿真软件编程构建BP神经网络故障预测模型,验证X频段调制器输出功率指标的精确性,根据测试结果表明建立的BP神经网络故障模型预测误差很小,能够较准确对X频段调制器的输出功率故障进行预测。     

基于BP神经网络的飞行动态实时预测方法

针对传统Back-Propagation网络(简称BP网络)收敛速度慢、网络灵敏度过高和隐含层数难以确定等缺陷,提出一个改进型BP网络,提高了网络预测的实时性和精确性;然后将之应用到飞行动态预测问题上,充分发挥网络模型的学习、记忆和动态自适应性的优势,力图解决飞行器轨迹的描述和预测问题.      

基于SIMION软件的空间等离子体探测器的数值仿真

空间等离子体探测器采用带偏转板的柱形静电分析器作为传感器,具有大于320°探测视场,可探测约10eV～30keV的热等离子体。利用SIMION软件采用均匀随机抽样建立粒子源的方法仿真探测器的基本特性参数:静电分析器因子、能量分辨率、偏转板因子和偏转角。仿真结果与实测结果吻合很好。静电分析器因子的仿真与实测结果偏差为3.2%,能量分辨率仿真与实测结果偏差为1.5%,偏转角-偏转板因子的关系式与实测结果的相关系数为0.999 4。仿真结果可以有效地应用于该类仪器的设计和定标过程中。     

基于几何不变性和BP网络的二维目标识别算法

提出了一种基于几何不变性和BP网络的二维目标识别算法.该算法不仅能适应目标物体在旋转、缩放和平移变换(RST变换)下的不变性识别,而且能适应仿射及射影变换下的不变性识别.算法通过对目标物体边缘点进行规格化和对规格化后的边缘点进行5点不变量穷举计算解决了模型图像与目标图像的对应点选取问题;通过将不同观测方位和不同旋转角度的样本图像边缘点的5点不变量集合作为输入向量对BP网络进行训练解决了由于仿射和射影变换造成规格化边缘点间距变化对正确分类的影响.算法不仅能识别多边形而且能识别曲线轮廓的目标物体.      

基于非线性神经网络的摆式列车检测系统动态补偿方法研究

针对零极点匹配动态补偿方法的不足 ,提出基于非线性神经网络的摆式列车检测系统动态补偿方法。根据陀螺平台实测超高数据 ,采用LM算法对所设计的非线性神经网络进行训练。仿真结果表明 ,所设计的神经网络动态补偿器能有效改善陀螺平台系统的动态特性 ,满足摆式列车倾摆控制实时性的要求。     

基于神经网络的磁平静期赤道电集流预测

利用BP神经网络技术分别对2008年后磁平静期印度扇区、秘鲁扇区以及CHAMP卫星的赤道电集流（EEJ）变化进行预测,其中神经网络训练数据为对应的2000—2007年磁平静期EEJ观测数据,输入参量为天数、地方时、太阳天顶角、太阳活动指数（F_10.7）、太阴时以及卫星地理经度,输出参量为EEJ.对EEJ预测结果进行了统计学分析,并且与实际观测结果进行对比.结果表明：BP神经网络对事件中EEJ的变化具有很好的预测能力,预测结果能够反映EEJ的重要分布特征;EEJ预测值与观测值之间具有很好的相关性,其中地磁台站观测值与预测值相关性系数可达85%以上.此外,将BP神经网络模型的预测结果与Yamazaki提出的经验模型结果进行对比,结果显示BP神经网络与其经验模型性能相当.研究结果表明,BP神经网络技术在平静期EEJ变化预测方面性能优异,具有良好的应用前景.     

基于YOLOv5的红外目标检测算法

针对红外图像的特点,提出了一种YOLOv5-IF算法,采用基于残差机制的特征提取网络,实现了不同特征层之间信息的高效交互,能够得到更丰富的目标语义信息。通过改进YOLOv5的检测方案,增加更大尺度的检测头,有效提升了红外图像中小目标的检测概率。针对计算平台资源有限、算法实时性要求高等问题,设计了Detection Block模块,并由此构建了特征整合网络,该模块不仅能提升算法检测精度,还可有效缩减模型参数量。在FLIR红外自动驾驶数据集上,该算法的平均准确率(mAP)为74%,参数量仅19.5MB,优于现有算法。