一种通用红外成像跟踪实验装置的设计

介绍了一种先进的红外成像跟踪实验装置的研究与设计实现,给出了系统结构、主要性能参数、跟踪算法设计以及试验结果.在成功设计含双微处理机的并行图像识别跟踪器基础上,针对不同类型的目标开发了不同的跟踪算法以及噪声生成算法程序.该实验装置能模拟多种红外跟踪系统,可安装在直升机上对多种目标进行搜索、捕获和跟踪试验,试验恶劣天气、烟雾以及改变空间分辨率等系统参数对图像识别与跟踪的影响,也可进行各种干扰试验,以检查干扰效果.经试验验证,该系统有很好的应用效果.这些试验为模拟实验的研究提供大量原始素材,将为红外图像跟踪系统的设计和使用提供重要数据.      

动态桨叶RCS特性的实验研究

在微波暗室中测量了金属平板桨叶动态模型的高频雷达散射截面RCS(Radar Cross Section),并通过快速傅立叶变换FFT(Fast Fourier Transform)得到相应的频谱图;详细分析了时域和频域RCS随桨叶片数、雷达波入射方向、入射频率、极化状态和桨叶转速等因素的变化.实验结果表明主要特征是时域RCS呈周期性起伏,频谱图因前行桨叶与后行桨叶散射有差别而不对称,且频谱宽度反映了多普勒效应.取得的结果与已有文献的计算分析一致,对直升机的探测和识别具有重要的参考价值.      

基于LCMV算法的星载SAR距离模糊抑制方法

距离模糊抑制是星载合成孔径雷达(SAR)系统顶层设计中的关键问题之一.增加天线高度可以抑制距离模糊,但卫星平台往往对天线尺寸有所限制.指出了距离模糊抑制对于提高可视观测带宽度、产生高质量雷达图像的重要性,介绍了距离模糊的数学模型,提出了分布距离模糊度的概念,分析了平均距离模糊度与分布距离模糊度的区别,给出了应用线性约束最小方差(LCMV)算法抑制星载SAR距离模糊的方法.仿真结果证明,该方法在天线高度不变的情况下,不仅能够提高平均距离模糊度,也可以改善分布距离模糊度.      

机载图像无损/近无损压缩方案及其FPGA实现

根据机载图像压缩和传输的特点,在改进JPEG-LS算法基础上,设计了一种有效的图像无损/近无损压缩方案.该方案由去相关处理、熵编码及压缩位率控制三部分组成.去相关处理部分解决了JPEG-LS预测模型本身的误码扩散问题,熵编码部分使用快速有效的Golomb熵编码器完成对预测误差的编码,同时解决了机载应用中数据传输率恒定条件下压缩码率的控制问题.对压缩算法现场可编程门阵列(FPGA)设计中的一些关键问题也给出了有效的解决途径,从而形成了一套完整、可行的机载图像压缩解决方案.最后通过FPGA实现和验证了压缩方案及逻辑设计的正确性和可行性.      

低轨卫星移动系统的点波束确定算法

根据星座空间几何基础,以及卫星对地面的覆盖情况以及点波束的形状,通过建立数学模型,提出了地面终端确定所在点波束的仿真算法;并以典型的低轨卫星移动系统Globalstar为仿真背景,仿真得出了与实际系统参数接近的结果,验证了算法。     

一种基于窄带雷达的低轨空间目标识别方法

通过分析低轨空间目标的姿态运动对窄带回波脉冲数据的调制,表明低轨空间目标窄带回波脉冲数据信号的相位比幅度包含了更多的目标特征信息。采用小波分析从实测窄带相参回波特性数据的相位中,估计低轨空间目标的整体运动趋势,判别低轨空间目标的粗略类型,并通过大量实测数据的实验结果验证了该方法判别低轨空间目标粗略类型的有效性。     

ARM CPU CS89712与C5510 DSP的接口设计

以Cirrus Logic公司的ARM芯片和TI公司的TMS320V DSP为例,研究了ARM与DSP的数据接口———HPI接口的相关技术,并给出了在HPI接口非复用模式下,CS89712与C5510的信号连接图和嵌入式实时操作系统uCOS-II下驱动程序的部分关键源代码。     

影响图对策在多机协同空战中的应用

为了解决不确定环境下空战机动决策问题,将影响图和对策论引入到多机协同空战中,提出了协同影响图对策模型.首先确定群机空战转化为多个小编队作战的原则,然后在协同的思想下把多对多空战模型转化为多个一对一空战模型,最后在不确定环境下,运用影响图对策理论解决一对一空战.针对影响图对策模型计算量大的问题,采用移动平均控制法进行求解.空战仿真结果表明该模型的有效性.      

航电设备故障诊断中的决策算法

设计了故障诊断专家系统中的多属性决策算法.分析了诊断决策算法对诊断效率的影响.根据各属性对诊断决策的影响,对属性值进行规范化.采用线性加权函数来评价各故障的优先级,利用对故障发生概率的偏好性求解各属性权值.设计修正向量对评价函数进行修正以满足它在属性边界点上跳变特性.通过实验分析了该多属性决策算法在不同情况下对诊断效率的提高程度.      

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.