基于DM642的电子稳像算法研究

基于格雷编码位平面匹配算法,给出了该算法实现的原理、优点,介绍了该算法实现的几个步骤:图像预处理,区域运动矢量计算,全局运动矢量计算,运动补偿;依据DM642核心芯片,设计了一个基本DM642的视频处理系统;在基于MATLAB的软硬件环境里,设计了一个仿真系统,给出了仿真系统的各个框图,采用MATLAB语言编写了一个仿真程序,对一段视频进行了处理,在仿真环境下基本实现了实时处理。最后对仿真结果进行了评测,给出了几种测试方法。     

ISAR雷达欺骗式干扰信号生成算法

宽带ISAR雷达能够从目标回波中计算得出众多目标特征,对ISAR雷达的干扰信号必须高逼真地模拟目标的电磁散射特性和运动特性。从弹头目标电磁散射机理出发,分析了干扰信号生成流程,提出二维成像干扰的实现方案。针对虚假目标特性模拟问题,提出基于一维距离像模板合成欺骗干扰信号的算法。算法采用距离像模板与实际宽带ISAR信号的卷积调制处理,生成的干扰信号能较好地反映目标的电磁特性。通过多个脉冲的模拟,生成的干扰信号也能够准确反映目标的运动特性。仿真实验对暗室测量数据和HRRP模板数据进行成像效果对比,验证了算法的有效性。该算法对二维成像干扰机的工程设计具有指导意义。     

全极化雷达的多任务压缩感知目标识别方法

为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。     

基于FPGA的某发控仪模拟器设计

针对某导弹发控仪模拟器集成度低,难以提高性能的问题,提出了基于FPGA的微型化设计方法,给出了具体的硬件电路和软件设计流程图,对典型电路进行了分析。仿真结果表明实现了原电路的功能,提高了集成度,实现了系统的功能优化。该设计为同类模拟器的研制提供了有效的方法和途径。     

基于多极化多特征提取和SVM的目标识别方法

充分有效地利用全极化雷达目标高分辨一维距离像极化信息是雷达目标特征提取领域一个热点问题.提取全极化雷达目标高分辨一维距离像的极化特征、结合其能量聚集区长度以及中心距特征共同构成特征向量,采用支持向量机进行特征分类,从而提出了一种基于多极化多特征提取和支持向量机的目标识别方法.基于转台数据的实验结果表明,提出的基于多极化多特征提取和支持向量机的目标识别方法有助于获得较高的分类正确率.     

位置修正技术在航位推算中的应用

利用图解法证明了航位推算轨迹和真实轨迹相似,符合相似性原理,并通过图解法推导位置修正公式;将位置修正技术用于里程仪的初始标定,经实测数据证明标定后的航向安装偏差角、俯仰安装偏差角及里程仪刻度系数误差大幅减小;将位置修正技术与GPS结合进行GPS/DR组合导航,经Matlab仿真证明该组合导航在长距离行车可将航向误差角限制在3.6′之内;该修正技术具有较高的实际应用价值。     

捷联寻北仪抗环境干扰的研究

捷联寻北仪在使用中会受到各种环境干扰的影响,从而削弱有用信号,降低寻北精度。研究了一种测量角速度干扰的方法。首先,定义一个虚拟的数学平台;然后,利用加速度计输出和陀螺仪输出积分计算得到实时姿态角相比较,并采用P I控制器进行反馈控制将数学平台调平;从而把角速度干扰从陀螺输出信号中测量出来。该方法简单实用,能显著提高寻北仪抗环境干扰的能力。     

异型角反射体阵列寻优研究

战时,异型角反射体阵列布放态势将是影响其干扰效果的重要因素。以伯克级驱逐舰为典型舰艇,从雷达散射截面积(radar cross section,RCS)、高分辨率距离像(high resolution range rrofile,HRRP)和极化特征三方面入手,进行了异型角反射体布放间隔和布放数量的寻优,旨在寻找一种与载舰逼近度尽可能高的异型角反射体阵列,为反舰导弹突防研究提供基本理论依据。研究表明:综合考虑RCS,HRRP和极化特征三方面因素时,11个异型角反射体两两间隔5 m布放,能够发挥更好的干扰效果。     

坦克射击模拟器瞄准镜分划的过渡过程模型

坦克射击模拟器炮长瞄准镜视景中,稳像工况下瞄准镜分划的过渡过程要与实装炮长瞄准镜中保持一致。该过渡过程实质就是火炮跟踪瞄准线的过渡过程。在分析炮控系统控制模型基础上,得到了二阶控制系统差分方程模型,即为射击模拟器炮长瞄准镜分划的过渡过程模型。     

基于PSO-BP神经网络的HRRP目标识别

为提高雷达目标识别准确率,提出了一种基于PSO-BP神经网络的雷达一维距离像识别方法。利用粒子群优化算法良好的全局搜寻能力,对BP神经网络的权值和阈值进行了优化,弥补了BP神经网络收敛速度慢、存在多个局部极值点的缺陷。利用实测数据对PSO优化前后的BP神经网络的识别性能进行了对比测试。实验结果表明,PSO-BP神经网络具有更高的识别准确率及噪声鲁棒性,分类性能优良。