一、毫米波單兵雷達(dá)信息處理系統(tǒng)（論文文獻(xiàn)綜述）
李雙勛,蔣彥雯,王展,鄧彬[1]（2021）在《新時代電子信息類軍事人才培養(yǎng)實(shí)訓(xùn)條件建設(shè)初探》文中研究指明針對現(xiàn)有實(shí)訓(xùn)條件滿足不了新時代電子信息類軍事人才培養(yǎng)需求的問題,從裝備實(shí)戰(zhàn)、多譜段探測、智能信息處理3個方面提出了具體建設(shè)思路和內(nèi)容,依托建成后的智能感知在線實(shí)訓(xùn)平臺,進(jìn)一步優(yōu)化打贏未來信息化局部戰(zhàn)爭軍事人才的培養(yǎng)。
張先勇[2]（2020）在《基于信息融合的魚雷罐車安全監(jiān)控系統(tǒng)與關(guān)鍵技術(shù)研究》文中研究說明魚雷罐車是大型鋼鐵企業(yè)轉(zhuǎn)運(yùn)高溫鐵水的主要運(yùn)輸車輛。現(xiàn)有的安全監(jiān)控研究關(guān)注于罐體材料和物流管理較多,而對罐體傾動角度精確測量和運(yùn)輸全路徑連續(xù)定位等的研究較少,甚至鮮有報道。鑒于此,本文依托國家重點(diǎn)研發(fā)計劃項目的子課題“專用運(yùn)輸車輛轉(zhuǎn)運(yùn)作業(yè)安全監(jiān)控與預(yù)警技術(shù)研究”（2017YFC805104）,結(jié)合武漢鋼鐵股份有限公司的實(shí)際應(yīng)用場景,通過開展了一系列實(shí)驗(yàn)研究,建立了魚雷罐車安全監(jiān)控關(guān)鍵技術(shù)的信息融合模型,構(gòu)建適合魚雷罐車轉(zhuǎn)運(yùn)安全的評估指標(biāo)體系,提出了運(yùn)用圖像識別技術(shù)非接觸式精確測量角度的方法、車輛連續(xù)位置檢測和停車精確定位方法,以及全天候障礙物識別方法,實(shí)現(xiàn)了從理論到實(shí)踐應(yīng)用的轉(zhuǎn)化。研究成果對指導(dǎo)魚雷罐車轉(zhuǎn)運(yùn)安全監(jiān)控系統(tǒng)的開發(fā)具有重要參考價值。具體研究內(nèi)容包括以下幾個方面:1、針對魚雷罐車轉(zhuǎn)運(yùn)作業(yè)的安全監(jiān)控特點(diǎn),研究了基于目標(biāo)決策的安全監(jiān)控系統(tǒng)各層次的信息融合模型,為信息融合技術(shù)在魚雷罐車轉(zhuǎn)運(yùn)安全監(jiān)控領(lǐng)域的應(yīng)用提供技術(shù)支撐;針對重大鋼鐵企業(yè)事故的多因素分析,運(yùn)用人為因素的分析分類系統(tǒng)（HFACS）分析了安全事故,融合層次分析法（ANP）和二次邏輯回歸模型對魚雷罐車事故進(jìn)行多因素的關(guān)聯(lián)性分析和權(quán)重分析,構(gòu)建適合魚雷罐車轉(zhuǎn)運(yùn)安全指標(biāo)體系。2、針對魚雷罐車高溫罐體傾動角度檢測問題,提出了運(yùn)用圖像識別技術(shù)非接觸式精確測量角度的方法。利用高清相機(jī)連續(xù)拍攝罐體端部特征圖像,運(yùn)用BRISK算子檢測圖像特征點(diǎn)。利用漢明距離對特征點(diǎn)進(jìn)行兩次篩選,提高配準(zhǔn)點(diǎn)的準(zhǔn)確度,最后結(jié)合最大類間方差法（OTSU）計算罐體的旋轉(zhuǎn)角度。設(shè)計實(shí)驗(yàn)方法進(jìn)行測試,分析實(shí)驗(yàn)數(shù)據(jù),探討了傾角非接觸式測量技術(shù)和連續(xù)位置監(jiān)測技術(shù)的測量精度和響應(yīng)速度。3、針對魚雷罐車在高爐車間和運(yùn)輸路經(jīng)中的連續(xù)定位問題,提出了融合室內(nèi)外定位數(shù)據(jù),運(yùn)用最小二乘法線性擬合在信號盲區(qū)的定位方法。該方法比單一的慣性計算方法有更好的定位精確性。研究利用衛(wèi)星定位系統(tǒng)獲取室外數(shù)據(jù),UWB系統(tǒng)獲取室內(nèi)定位數(shù)據(jù)。建立多基站獲得更多組合的室內(nèi)定位數(shù)據(jù),利用卡爾曼濾波（Kalman）降噪優(yōu)化原始數(shù)據(jù),按照距離遠(yuǎn)近進(jìn)行權(quán)重分配以提高TOA/TDOA組合定位算法的準(zhǔn)確度。針對停車精確落位問題,提出采用電渦流傳感器微距測量的方法監(jiān)測停車位置,設(shè)計試驗(yàn),檢驗(yàn)有效性。4、針對軌道全天候障礙物識別問題,提出了融合視覺相機(jī)、紅外成像和毫米波雷達(dá)三種探測技術(shù)于一體的全天候障礙物識別技術(shù)方法。并重點(diǎn)對視覺圖像處理過程進(jìn)行了深入研究,運(yùn)用Canny算子對圖像邊緣檢測;利用霍夫變換對圖像中的軌道邊緣進(jìn)行檢測提取;基于興趣范圍提取顏色異常區(qū)域,通過形態(tài)學(xué)處理,標(biāo)注出障礙物位置。分析了毫米波雷達(dá)、紅外線成像的性能和降噪技術(shù),研發(fā)了多傳感器融合的魚雷罐車轉(zhuǎn)運(yùn)全天候障礙物識別系統(tǒng)。5、研究了基于計算機(jī)自動處理的實(shí)時安全監(jiān)控系統(tǒng)與車輛制動系統(tǒng)聯(lián)動技術(shù),研發(fā)了融合多傳感器的魚雷罐車運(yùn)輸安全監(jiān)控系統(tǒng)和罐體傾動監(jiān)控系統(tǒng),并集成上述技術(shù)建立統(tǒng)一安全監(jiān)控平臺,進(jìn)行了功能測試和示范應(yīng)用。本文通過對魚雷罐車運(yùn)輸連續(xù)位置監(jiān)測技術(shù)和罐體傾動角度非接觸式測量技術(shù)的研究,開發(fā)了基于信息融合的安全監(jiān)控系統(tǒng)平臺,為大型鋼鐵企業(yè)的魚雷罐車轉(zhuǎn)運(yùn)安全監(jiān)控提供了技術(shù)保障。
栗欣宏[3]（2020）在《信息融合的倒車?yán)走_(dá)影像系統(tǒng)的設(shè)計與實(shí)現(xiàn)》文中認(rèn)為隨著社會的進(jìn)步和人們生活水平的提高,汽車日漸普及,在為人們提供便利的同時,也引起了一系列的交通安全事故的發(fā)生,威脅著人們的生命財產(chǎn)安全,其中倒車安全問題更應(yīng)引起人們的重視。通過對國內(nèi)外傳感器技術(shù)及倒車輔助技術(shù)的研究,本文圍繞倒車安全問題,設(shè)計了一種信息融合的倒車?yán)走_(dá)影像系統(tǒng),既充分利用了不同傳感器的優(yōu)勢,又對傳感器信息進(jìn)行了融合處理,使倒車的決策信息更準(zhǔn)確更可靠。本文的主要內(nèi)容如下:首先,根據(jù)系統(tǒng)的實(shí)際應(yīng)用場景和具體的需求分析,對系統(tǒng)進(jìn)行了總體設(shè)計,包括傳感器數(shù)據(jù)的采集,數(shù)據(jù)的融合處理和最終信息的輸出。其次,使用雙目視覺和超聲波倒車?yán)走_(dá)搭建倒車環(huán)境的距離感知平臺。對于雙目視覺,使用兩個廣角攝像頭采集倒車環(huán)境影像,首先使用畸變校正方法對進(jìn)行廣角圖像校正,使校正后的圖像可以保留大量邊緣信息,之后通過立體校正、立體匹配得到倒車環(huán)境的視差圖,獲得障礙物位置后利用三角測距原理獲得其深度信息,同時針對雙目測距的精度問題,給出了校正方法;對于超聲波倒車?yán)走_(dá),針對單收單發(fā)倒車?yán)走_(dá)在測量位于兩個探頭之間障礙物時測距結(jié)果偏大的問題,給出了三角形測距的改進(jìn)方法。再次,設(shè)計傳感器的信息融合算法,根據(jù)超聲波雷達(dá)探頭測距范圍的不同,設(shè)計了雷達(dá)探頭和雙目視覺傳感器的空間對準(zhǔn)方法;通過研究兩種傳感器的不同特點(diǎn),使兩種傳感器可以優(yōu)勢互補(bǔ),并設(shè)計了基于兩級卡爾曼濾波的數(shù)據(jù)級融合算法,第一級濾波器用于減少噪聲干擾,第二級濾波器通過兩種傳感器數(shù)據(jù)的相互校正得到最優(yōu)結(jié)果。最后,構(gòu)建系統(tǒng)運(yùn)行的軟硬件平臺,在Smart210開發(fā)板上選擇嵌入式Linux操作系統(tǒng)搭建軟件開發(fā)平臺,移植OpenCV視覺庫作為應(yīng)用程序的依賴庫,設(shè)計基于V4L2的雙目視頻采集程序,使用多線程編程方法實(shí)現(xiàn)兩種傳感器信息的采集,并實(shí)現(xiàn)信息融合算法的移植。同時在光線良好,沒有視覺遮擋的實(shí)驗(yàn)環(huán)境下,在約1.5m/s速度的移動情況下,用多種障礙物對系統(tǒng)性能進(jìn)行測試驗(yàn)證,測試結(jié)果表明系統(tǒng)達(dá)到預(yù)設(shè)的性能指標(biāo),可以滿足倒車環(huán)境下的可靠性和實(shí)時性要求。
杜澤弘,樓俏,賀敏,姜啟帆,陳航[4]（2020）在《無人機(jī)機(jī)載武器發(fā)展現(xiàn)狀及展望》文中研究表明隨著無人機(jī)技術(shù)及人工智能技術(shù)的日趨成熟,無人機(jī)作戰(zhàn)應(yīng)用日益普及,并趨于多元化。主要承擔(dān)低成本偵察打擊、對地反輻射打擊、網(wǎng)絡(luò)化體系作戰(zhàn)、反無人機(jī)蜂群、奪取空中優(yōu)勢、反導(dǎo)、反衛(wèi)、反航母等任務(wù)。無人機(jī)機(jī)載武器的需求也越來越旺盛,已經(jīng)成為無人機(jī)重要的發(fā)展方向。國外無人機(jī)機(jī)載武器正向
王遠(yuǎn)飛[5]（2020）在《速率穩(wěn)定滾仰式導(dǎo)引頭設(shè)計、仿真與實(shí)現(xiàn)》文中提出精確制導(dǎo)武器隨著現(xiàn)代軍事技術(shù)的飛速發(fā)展,近年來逐漸成為現(xiàn)代局部戰(zhàn)爭的主要打擊手段之一,成為了21世紀(jì)初對戰(zhàn)場格局有重大影響力的軍事裝備之首。導(dǎo)引頭作為制導(dǎo)導(dǎo)彈的重要組成部件,能為導(dǎo)彈提供制導(dǎo)信息持續(xù)跟蹤打擊目標(biāo),成為了各國軍事領(lǐng)域的研究熱門。本文以速率穩(wěn)定滾仰式導(dǎo)引頭為研究對象,開展了對電視制導(dǎo)導(dǎo)引頭控制系統(tǒng)設(shè)計、仿真與實(shí)現(xiàn)的研究。論文首先概述國內(nèi)外導(dǎo)引頭的研究現(xiàn)狀,簡單介紹了導(dǎo)引頭的主要功能、分類和結(jié)構(gòu)組成,以及滾仰式導(dǎo)引頭過頂問題的原理及處理策略。其次,本文構(gòu)建了一種速率穩(wěn)定滾仰式導(dǎo)引頭的雙通道數(shù)學(xué)模型,對穩(wěn)定回路采用速率陀螺反饋控制;對位置跟蹤回路分別采用了PID控制與自抗擾控制ADRC（Active Disturbance Rejection Control）設(shè)計了控制器。通過仿真計算研究了控制器的動態(tài)性能、跟蹤精度以及對外界干擾的魯棒性。仿真結(jié)果表明:PI控制器滾轉(zhuǎn)通道對方波輸入具有超調(diào),而俯仰通道沒有超調(diào);ADRC控制相比PI控制具有無超調(diào)、更快的上升時間和抗外界干擾能力;ADRC控制器隔離度遠(yuǎn)小于PI控制器的隔離度,且不超過1%,可以隔離彈體運(yùn)動對導(dǎo)引頭光軸的影響。最后,介紹了控制系統(tǒng)的硬件組成與軟件設(shè)計。本文采用了TI公司生產(chǎn)的TMS320F28335DSP芯片為核心,為滿足導(dǎo)引頭伺服系統(tǒng)的控制要求,設(shè)計使用了導(dǎo)引頭穩(wěn)定平臺的控制軟件,進(jìn)行了導(dǎo)引頭演示實(shí)驗(yàn),完成了平臺控制算法的DSP實(shí)現(xiàn)。運(yùn)行結(jié)果證明導(dǎo)引頭可以順利跟蹤目標(biāo)。為常規(guī)小口徑火箭彈的制導(dǎo)化改造提供了一種可用的技術(shù)方案。
劉箴,張寧,吳馨遠(yuǎn)[6]（2019）在《多模復(fù)合導(dǎo)引頭發(fā)展現(xiàn)狀及趨勢》文中指出主要介紹了世界上研制、升級以及裝備的具有代表性的多模復(fù)合制導(dǎo)武器,涉及多模復(fù)合制導(dǎo)導(dǎo)彈和采用三模導(dǎo)引頭的復(fù)合制導(dǎo)炸彈,包括美國的聯(lián)合空地導(dǎo)彈、英國的雙模硫磺石導(dǎo)彈、以色列的長釘系列反坦克導(dǎo)彈、法國的MMP反坦克導(dǎo)彈、美國的AGM-88E反輻射導(dǎo)彈、歐洲的反輻射導(dǎo)彈以及美國的GBU-53 SDB-Ⅱ小直徑制導(dǎo)炸彈等。在此基礎(chǔ)上,分析了多模復(fù)合導(dǎo)引頭的發(fā)展現(xiàn)狀,總結(jié)了多模復(fù)合導(dǎo)引頭的技術(shù)特點(diǎn),并討論了未來多模復(fù)合導(dǎo)引頭的發(fā)展趨勢。
魏元[7]（2019）在《針對空中小目標(biāo)的紅外與毫米波復(fù)合檢測技術(shù)研究》文中認(rèn)為隨著反裝甲精確制導(dǎo)武器的迅猛發(fā)展,裝甲車輛面臨著愈發(fā)嚴(yán)峻的空中威脅,車載空中小目標(biāo)預(yù)警系統(tǒng)對于提高裝甲車輛生存能力有著重要意義。這些預(yù)警系統(tǒng)大多采用單波段檢測技術(shù),而紅外與毫米波復(fù)合檢測技術(shù)基于異類傳感器信息,能夠有效提高目標(biāo)特征維度,比單波段檢測技術(shù)具有更低的虛警率和更強(qiáng)的適應(yīng)性。為提高車載預(yù)警系統(tǒng)對空中小目標(biāo)的檢測能力,本文開展了紅外信息處理、毫米波信息處理、紅外與毫米波復(fù)合檢測技術(shù)的研究。主要研究內(nèi)容概括如下:（1）提出了一種針對空中小目標(biāo)的紅外與毫米波復(fù)合檢測系統(tǒng)的設(shè)計思路,并根據(jù)戰(zhàn)場電磁環(huán)境和作戰(zhàn)需求,設(shè)計了引導(dǎo)式、并列式兩種復(fù)合檢測方式。（2）分析了目標(biāo)和背景雜波的紅外特性,針對復(fù)雜紅外圖像中雜波強(qiáng)度高、虛警難以去除的問題,提出了基于局部梯度特性的紅外小目標(biāo)檢測法。利用二階原點(diǎn)矩（LGSM）區(qū)分目標(biāo)和高強(qiáng)度雜波,并在LGSM值和拉普拉斯-高斯濾波值上分別設(shè)定雙閾值進(jìn)行滯后閾值分割,在保證檢測概率和算法效率的同時有效降低虛警概率。（3）分析了典型空中目標(biāo)的毫米波特性和毫米波相控陣?yán)走_(dá)估計目標(biāo)速度特性參數(shù)的不足,提出了基于u域修正牛頓法的速度特性參數(shù)估計法。將分?jǐn)?shù)階傅立葉變換（FRFT）域網(wǎng)格搜索作為粗估計,利用u域插值法和α域牛頓法對FRFT域峰值參數(shù)u0和α0進(jìn)行精估計,并推導(dǎo)目標(biāo)的速度和加速度。仿真結(jié)果表明,精估計使線性調(diào)頻信號的中心頻率和調(diào)頻率估計的均方根誤差顯著降低。（4）針對毫米波雷達(dá)因戰(zhàn)場環(huán)境和作戰(zhàn)需求導(dǎo)致無法搜索空域的情況,提出了基于視覺注意機(jī)制的引導(dǎo)式復(fù)合檢測方式。利用樸素貝葉斯分類求取視覺焦點(diǎn)區(qū)域,并構(gòu)建紅外圖像全局顯著圖;根據(jù)目標(biāo)特征信息的掌握情況提出模糊模式識別和模糊二分類決策樹兩種判決法,利用目標(biāo)的毫米波回波特征進(jìn)行目標(biāo)分類。仿真結(jié)果表明,引導(dǎo)式復(fù)合檢測能夠融合多幅紅外特征圖,為毫米波提供引導(dǎo)信息,通過雷達(dá)的驗(yàn)證性檢測消除虛警、漏警。（5）紅外搜索與跟蹤系統(tǒng)和毫米波雷達(dá)并行工作,進(jìn)行復(fù)合檢測時,針對紅外圖像和毫米波回波信息的異構(gòu)性問題,提出了基于異構(gòu)數(shù)據(jù)處理的紅外與毫米波并列式復(fù)合檢測方式,將紅外圖像轉(zhuǎn)化為特征向量,與毫米波特征向量整合為聯(lián)合特征向量,并進(jìn)行支持向量機(jī)分類。在紅外特征提取、數(shù)據(jù)關(guān)聯(lián)和特征選擇三個階段優(yōu)化了數(shù)據(jù)處理:提出了基于人眼視覺系統(tǒng)的紅外特征提取,去除紅外數(shù)據(jù)集中的冗余數(shù)據(jù);提出了網(wǎng)格化全局最近鄰數(shù)據(jù)關(guān)聯(lián),簡化了關(guān)聯(lián)矩陣的構(gòu)建和距離計算;提出了基于先驗(yàn)信息的互信息特征選擇法,利用特征之間提取機(jī)制的差異,優(yōu)化特征選擇,提高訓(xùn)練集與測試集差異大時的檢測概率。仿真結(jié)果表明,異構(gòu)數(shù)據(jù)處理能夠改善分類性能。
張豪[8]（2018）在《協(xié)同作戰(zhàn)控制站增強(qiáng)合成視景可視化處理技術(shù)》文中研究說明隨著無人機(jī)技術(shù)的發(fā)展,無人機(jī)功能越發(fā)強(qiáng)大。在當(dāng)今的軍事和民用領(lǐng)域中,無人機(jī)都發(fā)揮著重大的作用。然而無人機(jī)自主性有限,復(fù)雜環(huán)境下作戰(zhàn)仍需要操作人員的控制。同時,控制無人機(jī)作戰(zhàn)的關(guān)鍵是操作人員對于作戰(zhàn)環(huán)境的感知與理解。復(fù)雜作戰(zhàn)環(huán)境中,相對于單架無人機(jī),多架無人機(jī)無疑更具有優(yōu)勢。因此,在復(fù)雜環(huán)境中,如何利用多無人機(jī)協(xié)同作戰(zhàn)和如何提高操作人員態(tài)勢感知與理解能力,進(jìn)而減輕操作人員工作量并完成作戰(zhàn)任務(wù)成為本文主要研究課題。本文首先介紹了無人機(jī)的現(xiàn)狀,并敘述了相對于單架無人機(jī),多無人機(jī)協(xié)同作戰(zhàn)的優(yōu)勢;提出增強(qiáng)合成視景技術(shù)來提高操作人員對作戰(zhàn)環(huán)境感知與理解,并敘述了增強(qiáng)合成視景系統(tǒng)及構(gòu)成現(xiàn)狀。其次,本文通過視景仿真技術(shù),依次設(shè)計并完成了協(xié)同作戰(zhàn)環(huán)境,多無人機(jī)協(xié)感知實(shí)現(xiàn)與陸空協(xié)同作戰(zhàn)。最后,采用視景仿真技術(shù)完成相應(yīng)協(xié)同作戰(zhàn)的設(shè)計與實(shí)現(xiàn)。本文具體完成的工作有以下幾方面:1.研究了增強(qiáng)合成視景系統(tǒng)及其現(xiàn)狀,參考了國外多無人機(jī)編隊協(xié)同與陸空協(xié)同兩個項目。將相關(guān)現(xiàn)狀作為研究參考依據(jù),結(jié)合本文研究目的來進(jìn)行設(shè)計與實(shí)現(xiàn)。2.研究了協(xié)同作戰(zhàn)環(huán)境的構(gòu)建。在增強(qiáng)合成視景地形數(shù)據(jù)庫技術(shù)與三維視景仿真技術(shù)的幫助下,通過相應(yīng)的軟件工具一一實(shí)現(xiàn)協(xié)同作戰(zhàn)環(huán)境的組成部分。根據(jù)不同協(xié)同作戰(zhàn)的環(huán)境需求,創(chuàng)建了多種協(xié)同作戰(zhàn)環(huán)境。3.設(shè)計并實(shí)現(xiàn)了多無人機(jī)協(xié)同感知方案。設(shè)計并實(shí)現(xiàn)了多無人機(jī)協(xié)同作戰(zhàn)一體化控制;通過現(xiàn)有無人機(jī)的自主性參考,實(shí)現(xiàn)了多無人機(jī)可視范圍疊加的協(xié)同偵察與多無人機(jī)自主避障;通過增強(qiáng)合成視景傳感器技術(shù)的實(shí)現(xiàn),實(shí)現(xiàn)多無人機(jī)多傳感器的協(xié)同偵察。4.設(shè)計并實(shí)現(xiàn)了城市作戰(zhàn)環(huán)境下,指揮士兵與多無人機(jī)陸空協(xié)同作戰(zhàn)方案。指揮士兵能與多無人機(jī)共享信息,并通過特定的圖標(biāo)進(jìn)行作戰(zhàn)信息凸顯,提高士兵感知與理解能力。根據(jù)作戰(zhàn)階段不同需要,士兵可以選擇并指揮具有不同功能的無人機(jī)進(jìn)行作戰(zhàn),進(jìn)而提高士兵自身的感知能力,攻擊能力,移動能力和安全性。5.研究并實(shí)現(xiàn)了協(xié)同作戰(zhàn)控制站增強(qiáng)合成視景可視化技術(shù)演示平臺。研究了最終演示平臺的技術(shù)路線與系統(tǒng)設(shè)計,完成了最終演示平臺的界面。對于設(shè)計的協(xié)同作戰(zhàn)環(huán)境,多無人機(jī)協(xié)同感知方案和陸空協(xié)同作戰(zhàn)方案進(jìn)行了模擬演示與驗(yàn)證。
劉進(jìn)[9]（2010）在《微動目標(biāo)雷達(dá)信號參數(shù)估計與物理特征提取》文中研究說明彈頭、飛機(jī)、車輛和生命體等目標(biāo)內(nèi)在的動力學(xué)特性決定了其特有的微運(yùn)動形式。隨著雷達(dá)工藝水平的提高和先進(jìn)信號處理技術(shù)的發(fā)展,目標(biāo)微運(yùn)動信息在目標(biāo)識別領(lǐng)域越來越受到重視。目前,微動目標(biāo)對雷達(dá)信號的頻率調(diào)制—微多普勒信息的利用是國內(nèi)外學(xué)術(shù)界和工程界的熱點(diǎn)問題。論文以微動目標(biāo)的雷達(dá)目標(biāo)識別為背景,以微多普勒模型—微多普勒參數(shù)估計—微動目標(biāo)物理特征提取為技術(shù)路線,采用理論分析和測量實(shí)驗(yàn)相結(jié)合的方法,系統(tǒng)深入地研究了微動目標(biāo)雷達(dá)信號處理和特征提取等問題。首先,研究了微多普勒的理論模型,建立了目標(biāo)運(yùn)動參數(shù)、幾何結(jié)構(gòu)參數(shù)與雷達(dá)回波微多普勒參數(shù)的顯式關(guān)系。根據(jù)目標(biāo)電磁散射機(jī)理,分別推導(dǎo)了理想散射情況和非理想散射情況下雷達(dá)目標(biāo)的微多普勒模型:在理想散射情況下,將轉(zhuǎn)動、振動和錐旋三種基本的微運(yùn)動引起的微多普勒模型進(jìn)行了統(tǒng)一的表征,并分析了其頻域特性、時頻特性和高階瞬時矩特性;在非理想散射情況下,分析了滑動型散射中心對微多普勒的影響,重點(diǎn)建立了圓環(huán)結(jié)構(gòu)邊緣型散射中心的錐旋微多普勒模型。結(jié)合目標(biāo)的質(zhì)心平動對多普勒的調(diào)制,建立了質(zhì)心運(yùn)動情況下微動目標(biāo)回波的多普勒模型,給出了信號參數(shù)與平動、微動參數(shù)之間的關(guān)系。其次,以TFD（Time Frequency Distribution）-Hough變換為理論工具,研究了微多普勒的參數(shù)化估計方法及其快速算法。針對理想點(diǎn)散射情況下的微多普勒模型,提出了三參數(shù)正弦調(diào)頻信號的TFD-Hough變換估計方法,研究了其中正弦調(diào)頻信號偽魏格納分布的窗長選擇,分析了其離散數(shù)學(xué)表達(dá)式和輸入輸出信噪比,并設(shè)計了正弦曲線的隨機(jī)Hough變換算法,提出了基于時頻脊—隨機(jī)Hough變換的快速處理方法;針對圓環(huán)結(jié)構(gòu)邊緣型散射中心的錐旋微多普勒模型,結(jié)合彈道中段目標(biāo)識別等應(yīng)用背景,提出了部分參數(shù)已知情況下時頻曲線的Hough變換參數(shù)方程,并根據(jù)圓環(huán)結(jié)構(gòu)的剛體特性和對稱特性,提出了參數(shù)空間融合處理的方法,從而提高了估計精度;針對實(shí)際目標(biāo)散射中心之間強(qiáng)度不一致的情況,提出了基于頻域“CLEAN”思想的多分量微多普勒信號參數(shù)估計方法,避免了對時域信號幅度進(jìn)行估計,能夠有效地對不同強(qiáng)度信號的微多普勒參數(shù)進(jìn)行估計;針對理想點(diǎn)散射情況下質(zhì)心運(yùn)動時微動目標(biāo)回波的多普勒模型,利用多項式相位信號和正弦調(diào)頻信號的高階瞬時矩特性,采用多時延高階瞬時矩處理將正弦調(diào)頻分量和多項式相位分量解耦,提出了通過正弦調(diào)頻信號和線性調(diào)頻信號的TFD-Hough變換分步估計正弦調(diào)頻—多項式相位信號參數(shù)的方法,可以同時估計出目標(biāo)的微多普勒參數(shù)和平動多普勒參數(shù),并根據(jù)正弦調(diào)頻信號和線性調(diào)頻信號的時頻脊-隨機(jī)Hough變換,提出了正弦調(diào)頻—多項式相位信號參數(shù)估計的快速算法。最后,根據(jù)目標(biāo)運(yùn)動參數(shù)、幾何結(jié)構(gòu)參數(shù)與微多普勒參數(shù)的對應(yīng)關(guān)系,研究了微動目標(biāo)物理特征的提取技術(shù),并開展了相關(guān)的微動目標(biāo)動態(tài)測量實(shí)驗(yàn)。以毫米波導(dǎo)引頭的目標(biāo)識別為應(yīng)用背景,開展了毫米波導(dǎo)引頭旋轉(zhuǎn)目標(biāo)外場測量實(shí)驗(yàn),驗(yàn)證了理想散射情況下微多普勒的參數(shù)估計算法的有效性,并通過實(shí)測數(shù)據(jù)處理提取了旋轉(zhuǎn)目標(biāo)物理特征;以彈道中段目標(biāo)識別為應(yīng)用背景,提出了一種空間進(jìn)動目標(biāo)寬帶全極化動態(tài)散射特性的實(shí)驗(yàn)研究方法,并通過暗室測量實(shí)驗(yàn)初步驗(yàn)證了微波雷達(dá)對彈頭進(jìn)動微多普勒的可觀測性,觀察到空間進(jìn)動目標(biāo)常見結(jié)構(gòu)的非理想散射引起的微多普勒,驗(yàn)證了圓環(huán)結(jié)構(gòu)邊緣型散射中心的錐旋微多普勒模型及其參數(shù)估計算法的有效性,通過實(shí)測數(shù)據(jù)處理提取了空間進(jìn)動目標(biāo)的物理特征。論文提出的微多普勒參數(shù)估計方法、微動目標(biāo)特征提取方法和微動目標(biāo)動態(tài)測量的實(shí)驗(yàn)方法將豐富微動目標(biāo)雷達(dá)信息處理體系,對解決彈道導(dǎo)彈防御、防空作戰(zhàn)和戰(zhàn)場監(jiān)視等領(lǐng)域中的目標(biāo)識別應(yīng)用有著一定的指導(dǎo)意義。
柏杰鋒[10]（2008）在《基于組合測量的彈箭圖像末修技術(shù)》文中研究表明為提高單兵武器對目標(biāo)的打擊精度和我方人員在戰(zhàn)場上的生存概率,本文以單兵火箭彈為平臺,研究了基于組合測量的彈箭圖像末修技術(shù)?；诮M合測量的彈箭圖像末修技術(shù)以彈載CCD為目標(biāo)探測器,利用地磁計和MEMS陀螺組合測量彈丸姿態(tài),由微處理計算彈道偏差,并在彈道末段對彈丸進(jìn)行脈沖修正。該技術(shù)不但可以用于單兵火箭彈,還可以用于其它野戰(zhàn)火箭彈及各種炮兵彈藥上。本文的主要研究內(nèi)容有:1.以單兵火箭為研究背景,詳細(xì)闡述了基于組合測量的圖像末修彈藥的系統(tǒng)組成和工作原理。通過對系統(tǒng)的三個關(guān)鍵子系統(tǒng)進(jìn)行分析,重點(diǎn)研究了圖像測量系統(tǒng)的目標(biāo)測量原理、測量精度和姿態(tài)測量系統(tǒng)中的MEMS陀螺誤差補(bǔ)償方法。根據(jù)單兵火箭的運(yùn)動特點(diǎn),建立了適用于快速、準(zhǔn)確計算的質(zhì)點(diǎn)彈道方程和帶修正的4自由度彈道方程。利用Simulink和6自由度彈道方程對某型單兵火箭彈進(jìn)行了外彈道模型仿真。2.研究了利用CCD測量彈目相對位置的方法。根據(jù)彈丸運(yùn)動方程和CCD成像特點(diǎn),建立了彈丸運(yùn)動時彈目相對運(yùn)動方程和目標(biāo)點(diǎn)在CCD上的成像軌跡方程;研究了利用CCD測量目標(biāo)相對位置的估測方法,同時設(shè)計了利用單個CCD測量彈目相對位置的方法;分析了由于彈丸旋轉(zhuǎn)對彈目測量所造成的誤差;對各模型進(jìn)行了Matlab仿真及轉(zhuǎn)臺實(shí)驗(yàn)驗(yàn)證。仿真及實(shí)驗(yàn)結(jié)果表明,利用文中模型可在一定條件下較準(zhǔn)確測量彈目相對位置,但測量精度受姿態(tài)及基線距離測量精度的影響較大。3.研究了組合測量彈丸姿態(tài)的方法。針對單兵武器平臺的彈丸運(yùn)動特點(diǎn),結(jié)合地磁矢量在彈體坐標(biāo)系內(nèi)的投影規(guī)律,利用橢圓擬合方法,建立了計算彈丸運(yùn)動條件下的姿態(tài)角模型;通過引入中位數(shù)和修正系數(shù),將中位法、UKF和橢圓理論相結(jié)合,提出了改進(jìn)的橢圓參數(shù)擬合方法,提高了在奇異值干擾下的彈丸滾轉(zhuǎn)角計算精度;設(shè)計了基于伺服穩(wěn)定平臺的彈丸姿態(tài)角測量方法;利用三軸地磁計和MEMS陀螺組成磁-陀螺系統(tǒng),建立了組合測量模型,并進(jìn)行了轉(zhuǎn)臺仿真實(shí)驗(yàn)。從對實(shí)驗(yàn)數(shù)據(jù)的處理結(jié)果可以得出:利用橢圓理論計算彈丸滾轉(zhuǎn)角能得到較好的精度,而且實(shí)用性很強(qiáng),但計算其余兩姿態(tài)角的精度不高;磁-陀螺測量系統(tǒng)可互補(bǔ)磁強(qiáng)計和陀螺測量中的不足,測量彈丸姿態(tài)能得到較高的精度。4.以驗(yàn)證組合測量彈目相對位置模型為目的,設(shè)計了彈載測試系統(tǒng)和實(shí)驗(yàn)方案,并完成了用彈載測試系統(tǒng)組合測量彈目相對方位和彈丸姿態(tài)的原理性演示飛行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,本次實(shí)驗(yàn)較成功的測得了彈丸的姿態(tài)角和目標(biāo)相對彈丸方位的變化規(guī)律,測量結(jié)果與文中仿真結(jié)果比較接近。5.研究了基于單兵火箭平臺的修正策略。利用前文測量方法計算求取彈目相對偏差作為彈道修正量,將修正量分為距離偏差和角度偏差分別求取;根據(jù)某型脈沖發(fā)動機(jī)和單兵火箭運(yùn)動特點(diǎn),建立了彈道修正過程中的彈道變化模型;利用最優(yōu)控制理論和彈道修正量,設(shè)計了以沖量為最優(yōu)控制量的距離偏差、角度偏差的修正律;分析了修正過程中彈丸轉(zhuǎn)速對修正的影響,提出了使彈丸保持穩(wěn)定的方法,并計算出了本文修正方案的修正效率;最后設(shè)計了脈沖修正點(diǎn)火方案;并進(jìn)行了仿真計算和轉(zhuǎn)臺實(shí)驗(yàn)進(jìn)行驗(yàn)證。
二、毫米波單兵雷達(dá)信息處理系統(tǒng)（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實(shí)現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計。
定性分析法：對研究對象進(jìn)行“質(zhì)”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、毫米波單兵雷達(dá)信息處理系統(tǒng)（論文提綱范文）
（1）新時代電子信息類軍事人才培養(yǎng)實(shí)訓(xùn)條件建設(shè)初探（論文提綱范文）
| 0 引言 |
| 1 新時代軍事人才培養(yǎng)實(shí)訓(xùn)條件建設(shè)定位 |
| 1.1 內(nèi)涵 |
| 1.2 功能定位 |
| 2 建設(shè)思路 |
| 2.1 實(shí)戰(zhàn)裝備 |
| 2.2 多頻段探測 |
| 2.3 智能處理 |
| 3 建設(shè)構(gòu)成 |
| 3.1 聯(lián)合作戰(zhàn)保障能力培養(yǎng) |
| 3.2 通用專業(yè)能力培養(yǎng) |
| (1)聲波探測子系統(tǒng)。 |
| (2)光電探測子系統(tǒng)。 |
| (3)雷達(dá)感知子系統(tǒng)。 |
| (4)信號采集與處理模塊。 |
| (5)網(wǎng)絡(luò)服務(wù)器子系統(tǒng)。 |
| (6)智能融合技術(shù)。 |
| 3.3 建設(shè)預(yù)期 |
| 4 結(jié)語 |
（2）基于信息融合的魚雷罐車安全監(jiān)控系統(tǒng)與關(guān)鍵技術(shù)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 研究背景及意義 |
| 1.1.1 研究背景 |
| 1.1.2 研究意義 |
| 1.2 國內(nèi)外研究狀況 |
| 1.2.1 魚雷罐車定位技術(shù)的研究狀況 |
| 1.2.2 魚雷罐車運(yùn)輸安全監(jiān)控技術(shù)的研究 |
| 1.2.3 魚雷罐車罐體安全監(jiān)控技術(shù)的研究 |
| 1.2.4 信息融合和HFACS在運(yùn)輸安全監(jiān)控領(lǐng)域的應(yīng)用研究 |
| 1.2.5 國內(nèi)外研究存在的問題分析 |
| 1.3 主要研究內(nèi)容及技術(shù)路線 |
| 1.3.1 主要研究內(nèi)容 |
| 1.3.2 技術(shù)路線 |
| 2 相關(guān)基本理論與魚雷罐車安全監(jiān)控系統(tǒng)框架 |
| 2.1 信息融合的基本理論 |
| 2.1.1 信息融合的功能模型 |
| 2.1.2 信息融合的層次 |
| 2.2 信息融合的技術(shù)方法 |
| 2.2.1 卡爾曼(Kalman)濾波 |
| 2.2.2 加權(quán)平均算法 |
| 2.2.3 網(wǎng)絡(luò)層次分析法(ANP) |
| 2.3 魚雷罐車安全監(jiān)控系統(tǒng)的融合模型的研究 |
| 2.3.1 魚雷罐車轉(zhuǎn)運(yùn)安全監(jiān)控系統(tǒng)的特征分析 |
| 2.3.2 室內(nèi)定位多傳感器的融合模型 |
| 2.3.3 室內(nèi)外連續(xù)位置監(jiān)測多設(shè)備的信息融合模型 |
| 2.3.4 障礙物識別多設(shè)備的信息融合模型 |
| 2.3.5 魚雷罐車轉(zhuǎn)運(yùn)安全監(jiān)測多系統(tǒng)的信息融合模型 |
| 2.4 基于人為因素的魚雷罐車安全評價體系 |
| 2.4.1 魚雷罐車安全評價指標(biāo)分析 |
| 2.4.2 基于HFACS的魚雷罐車安全評價指標(biāo)體系構(gòu)架 |
| 2.4.3 HFACS-TCA模型因素關(guān)聯(lián)分析 |
| 2.4.4 HFACS-TCA模型因素權(quán)重分析 |
| 2.5 魚雷罐車安全監(jiān)控體系總體框架 |
| 2.6 本章小結(jié) |
| 3 魚雷罐車罐體傾動監(jiān)測技術(shù)研究 |
| 3.1 非接觸式傾角探測技術(shù)方案 |
| 3.1.1 傾角探測設(shè)備應(yīng)用場景 |
| 3.1.2 非接觸式角度探測技術(shù)方案 |
| 3.2 基于BRISK算法的圖像識別方法 |
| 3.2.1 BRISK算法 |
| 3.2.2 圖像識別測量角度實(shí)驗(yàn) |
| 3.2.3 傾角測量實(shí)驗(yàn)結(jié)果分析 |
| 3.3 罐體傾動監(jiān)控電路與數(shù)據(jù)通信網(wǎng)絡(luò) |
| 3.3.1 罐體傾動監(jiān)測與控制功能 |
| 3.3.2 罐體傾動角度控制電路原理 |
| 3.3.3 監(jiān)測數(shù)據(jù)通信網(wǎng)絡(luò)結(jié)構(gòu) |
| 3.4 傾角監(jiān)測系統(tǒng)測試與分析 |
| 3.4.1 系統(tǒng)測試裝置 |
| 3.4.2 傾角監(jiān)測系統(tǒng)測試與評價 |
| 3.5 本章小結(jié) |
| 4 魚雷罐車連續(xù)位置監(jiān)測與精確定位技術(shù)研究 |
| 4.1 魚雷罐車運(yùn)輸管理 |
| 4.2 室內(nèi)外主要定位技術(shù) |
| 4.2.1 室外定位技術(shù)-GPS系統(tǒng) |
| 4.2.2 室內(nèi)定位技術(shù)比較 |
| 4.2.3 GPS接收器選型與精度測試 |
| 4.3 UWB定位算法優(yōu)化、信號降噪與測試 |
| 4.3.1 UWB定位算法優(yōu)化與信號降噪 |
| 4.3.2 UWB測試分析 |
| 4.4 電渦流傳感器微距測量 |
| 4.4.1 電渦流傳感器響應(yīng)測試 |
| 4.4.2 測試結(jié)果分析 |
| 4.5 魚雷罐車室內(nèi)外連續(xù)定位技術(shù) |
| 4.5.1 連續(xù)定位算法 |
| 4.5.2 室內(nèi)外連續(xù)定位系統(tǒng)工作流程 |
| 4.6 本章小結(jié) |
| 5 魚雷罐車全天候障礙物識別技術(shù)應(yīng)用研究 |
| 5.1 障礙物檢測技術(shù)比較 |
| 5.2 視覺相機(jī)的障礙物識別技術(shù) |
| 5.2.1 視覺圖像處理流程 |
| 5.2.2 基于Canny算子的圖像邊緣檢測 |
| 5.2.3 軌道邊緣提取 |
| 5.2.4 障礙物的圖像識別 |
| 5.3 障礙物識別系統(tǒng)測試分析 |
| 5.3.1 毫米波雷達(dá)測試 |
| 5.3.2 熱圖像識別測試 |
| 5.4 全天候障礙物識別系統(tǒng)結(jié)構(gòu) |
| 5.5 本章小結(jié) |
| 6 魚雷罐車運(yùn)輸安全監(jiān)控系統(tǒng)研發(fā)與應(yīng)用 |
| 6.1 罐體傾動監(jiān)控系統(tǒng)設(shè)計 |
| 6.1.1 罐體傾動監(jiān)控系統(tǒng)結(jié)構(gòu) |
| 6.1.2 配置模塊設(shè)計 |
| 6.1.3 圖像采集模塊 |
| 6.1.4 傾角計算模塊 |
| 6.1.5 傾動控制模塊 |
| 6.2 魚雷罐車運(yùn)輸安全監(jiān)控預(yù)警系統(tǒng)設(shè)計 |
| 6.2.1 配置模塊 |
| 6.2.2 輪對振動狀態(tài)傳感器數(shù)據(jù)采集模塊 |
| 6.2.3 GPS、UWB定位數(shù)據(jù)采集模塊 |
| 6.2.4 障礙物信息分析模塊 |
| 6.2.5 位置信息分析模塊 |
| 6.2.6 制動信號觸發(fā)模塊 |
| 6.3 聯(lián)動控制系統(tǒng)結(jié)構(gòu)設(shè)計 |
| 6.3.1 魚雷罐車運(yùn)行安全綜合判斷與聯(lián)動制動系統(tǒng)設(shè)計 |
| 6.3.2 機(jī)車應(yīng)急排空電磁閥的控制系統(tǒng)設(shè)計 |
| 6.3.3 安全監(jiān)控聯(lián)動系統(tǒng)結(jié)構(gòu) |
| 6.4 魚雷罐車轉(zhuǎn)運(yùn)安全監(jiān)控預(yù)警裝備示范應(yīng)用 |
| 6.4.1 罐體傾動防傾翻監(jiān)測與控制裝備 |
| 6.4.2 魚雷罐車運(yùn)輸作業(yè)防傾翻監(jiān)控預(yù)警裝備 |
| 6.5 本章小結(jié) |
| 7 結(jié)論與展望 |
| 7.1 研究結(jié)論 |
| 7.2 創(chuàng)新點(diǎn) |
| 7.3 研究展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄1 攻讀學(xué)位期間發(fā)表論文目錄 |
| 附錄2 攻讀學(xué)位期間參與的科研項目 |
| 附錄3 軟件源代碼(局部) |
| 附錄4 系統(tǒng)界面 |
| 附錄5 示范施工現(xiàn)場 |
（3）信息融合的倒車?yán)走_(dá)影像系統(tǒng)的設(shè)計與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展現(xiàn)狀 |
| 1.2.1 基于傳感器的倒車輔助系統(tǒng)發(fā)展過程及研究現(xiàn)狀 |
| 1.2.2 信息融合技術(shù)及其發(fā)展現(xiàn)狀 |
| 1.3 論文的內(nèi)容及章節(jié)安排 |
| 1.3.1 論文的主要研究內(nèi)容 |
| 1.3.2 論文的章節(jié)安排 |
| 2 系統(tǒng)總體方案設(shè)計 |
| 2.1 需求分析與總體結(jié)構(gòu) |
| 2.2 硬件平臺及設(shè)計方案 |
| 2.3 軟件設(shè)計方案 |
| 2.4 硬件平臺 |
| 2.4.1 系統(tǒng)開發(fā)平臺 |
| 2.4.2 雙目視覺攝像頭 |
| 2.4.3 超聲波倒車?yán)走_(dá) |
| 2.5 本章小結(jié) |
| 3 多傳感器的距離感知 |
| 3.1 基于雙目視覺的倒車環(huán)境障礙物檢測及測距 |
| 3.1.1 雙目視覺原理及坐標(biāo)轉(zhuǎn)換 |
| 3.1.2 雙目視覺測距流程 |
| 3.2 超聲波倒車?yán)走_(dá) |
| 3.2.1 倒車?yán)走_(dá)工作原理 |
| 3.2.2 基于三角測距的雷達(dá)算法改進(jìn) |
| 3.3 傳感器測距實(shí)驗(yàn)及結(jié)果分析 |
| 3.3.1 雙目測距實(shí)驗(yàn)及結(jié)果分析 |
| 3.3.2 倒車?yán)走_(dá)測距實(shí)驗(yàn)及結(jié)果分析 |
| 3.4 本章小結(jié) |
| 4 雙目視覺和倒車?yán)走_(dá)的信息融合算法設(shè)計 |
| 4.1 多傳感器信息融合總體結(jié)構(gòu) |
| 4.2 倒車區(qū)域空間對準(zhǔn)和障礙物區(qū)域定位 |
| 4.2.1 基于雷達(dá)探測范圍的倒車區(qū)域空間對準(zhǔn) |
| 4.2.2 障礙物區(qū)域定位 |
| 4.3 基于兩級卡爾曼濾波的區(qū)域信息融合算法 |
| 4.3.1 經(jīng)典卡爾曼濾波算法 |
| 4.3.2 信息融合結(jié)構(gòu)分析 |
| 4.4 多傳感器信息融合實(shí)驗(yàn)結(jié)果仿真分析 |
| 4.5 本章小結(jié) |
| 5 嵌入式系統(tǒng)軟件設(shè)計實(shí)現(xiàn)及系統(tǒng)測試 |
| 5.1 宿主機(jī)開發(fā)環(huán)境搭建 |
| 5.1.1 交叉編譯環(huán)境搭建 |
| 5.1.2 NFS服務(wù)器的安裝與配置 |
| 5.2 嵌入式軟件平臺的搭建 |
| 5.3 基于V4L2的雙目圖像采集程序設(shè)計 |
| 5.4 OpenCV視覺庫的嵌入式移植 |
| 5.5 倒車?yán)走_(dá)影像系統(tǒng)的系統(tǒng)測試與結(jié)果分析 |
| 5.5.1 系統(tǒng)實(shí)驗(yàn)平臺介紹 |
| 5.5.2 傳感器模塊采集測試分析 |
| 5.5.3 信息融合系統(tǒng)測試和結(jié)果分析 |
| 5.6 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡歷及攻讀碩士學(xué)位期間的科研成果 |
（4）無人機(jī)機(jī)載武器發(fā)展現(xiàn)狀及展望（論文提綱范文）
| 國外無人機(jī)機(jī)載武器發(fā)展現(xiàn)狀 |
| 無人機(jī)機(jī)載武器發(fā)展趨勢 |
| 發(fā)展領(lǐng)域及關(guān)鍵技術(shù)分析 |
| 結(jié)語 |
（5）速率穩(wěn)定滾仰式導(dǎo)引頭設(shè)計、仿真與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 論文的研究背景及意義 |
| 1.2 國內(nèi)外研究和發(fā)展現(xiàn)狀 |
| 1.2.1 滾仰式導(dǎo)引頭跟蹤原理 |
| 1.2.2 伺服穩(wěn)定控制算法 |
| 1.2.3 視線角速率的提取 |
| 1.2.4 過頂跟蹤問題 |
| 1.3 本文的主要研究內(nèi)容 |
| 2 導(dǎo)引頭知識基礎(chǔ) |
| 2.1 導(dǎo)引頭概述 |
| 2.1.1 導(dǎo)引頭主要功能 |
| 2.1.2 導(dǎo)引頭分類 |
| 2.1.3 速率穩(wěn)定導(dǎo)引頭結(jié)構(gòu) |
| 2.1.4 導(dǎo)引頭主要技術(shù)指標(biāo) |
| 2.1.5 導(dǎo)引頭隔離度 |
| 2.2 滾仰式導(dǎo)引頭跟蹤原理 |
| 2.2.1 坐標(biāo)系定義 |
| 2.2.2 導(dǎo)引頭跟蹤原理 |
| 2.3 導(dǎo)引頭過頂問題及處理策略 |
| 2.3.1 導(dǎo)引頭過頂現(xiàn)象原理 |
| 2.3.2 導(dǎo)引頭過頂問題處理策略 |
| 2.4 本章小結(jié) |
| 3 導(dǎo)引頭伺服控制系統(tǒng)設(shè)計 |
| 3.1 速率穩(wěn)定滾仰式導(dǎo)引頭建模 |
| 3.1.1 伺服穩(wěn)定平臺運(yùn)動學(xué)描述 |
| 3.1.2 內(nèi)、外框動力學(xué)建模 |
| 3.1.3 導(dǎo)引頭伺服電機(jī)模型 |
| 3.2 伺服控制方法 |
| 3.2.1 伺服系統(tǒng)性能指標(biāo) |
| 3.2.2 PID控制 |
| 3.3 雙通道伺服控制系統(tǒng)仿真 |
| 3.3.1 無彈體耦合干擾下PID控制仿真 |
| 3.3.2 存在彈體耦合干擾下PID控制仿真 |
| 3.4 自抗擾控制基本原理 |
| 3.4.1 跟蹤微分器 |
| 3.4.2 擴(kuò)張狀態(tài)觀測器(ESO) |
| 3.4.3 非線性誤差反饋律(NLSEF) |
| 3.5 自抗擾控制器的設(shè)計 |
| 3.6 雙通道自抗擾控制系統(tǒng)仿真 |
| 3.6.1 無彈體耦合干擾下自抗擾控制仿真 |
| 3.6.2 彈體耦合干擾下自抗擾控制仿真 |
| 3.7 導(dǎo)引頭隔離度 |
| 3.8 本章小結(jié) |
| 4 導(dǎo)引頭穩(wěn)定平臺軟件設(shè)計 |
| 4.1 系統(tǒng)級常用寄存器配置 |
| 4.1.1 時鐘模塊寄存器 |
| 4.1.2 CPU定時器模塊 |
| 4.1.3 外設(shè)中斷擴(kuò)展模塊PIE |
| 4.2 通用I/O配置 |
| 4.3 A/D轉(zhuǎn)換模塊設(shè)計 |
| 4.3.1 A/D模塊寄存器配置 |
| 4.3.2 A/D模塊程序設(shè)計 |
| 4.4 增強(qiáng)型脈寬調(diào)制模塊PWM |
| 4.4.1 PWM概述及寄存器配置 |
| 4.4.2 PWM模塊程序設(shè)計 |
| 4.5 本章小結(jié) |
| 5 導(dǎo)引頭穩(wěn)定平臺硬件基礎(chǔ) |
| 5.1 元器件選型 |
| 5.1.1 角速率陀螺 |
| 5.1.2 電動舵機(jī) |
| 5.1.3 導(dǎo)引頭計算機(jī) |
| 5.1.4 CCS6.0軟件平臺 |
| 5.2 硬件電路設(shè)計 |
| 5.2.1 電壓平移電路 |
| 5.2.2 光耦隔離電路 |
| 5.2.3 功率驅(qū)動電路 |
| 5.3 系統(tǒng)調(diào)試 |
| 5.3.1 演示實(shí)驗(yàn) |
| 5.3.2 硬件調(diào)試 |
| 5.3.3 軟件調(diào)試 |
| 5.4 演示實(shí)驗(yàn)運(yùn)行結(jié)果 |
| 5.5 本章小結(jié) |
| 6 總結(jié)與展望 |
| 6.1 總結(jié) |
| 6.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄 |
（6）多模復(fù)合導(dǎo)引頭發(fā)展現(xiàn)狀及趨勢（論文提綱范文）
| 引言 |
| 1 代表性的多模復(fù)合制導(dǎo)武器及多模復(fù)合導(dǎo)引頭發(fā)展現(xiàn)狀 |
| 1.1 多模復(fù)合制導(dǎo)導(dǎo)彈 |
| 1.1.1 聯(lián)合空地導(dǎo)彈 |
| 1.1.2 雙模硫磺石導(dǎo)彈 |
| 1.1.3 長釘(Spike)系列反坦克導(dǎo)彈 |
| 1.1.4 MMP反坦克導(dǎo)彈 |
| 1.1.5 復(fù)合制導(dǎo)的反輻射導(dǎo)彈 |
| 1.2 多模復(fù)合制導(dǎo)炸彈 |
| 2 多模復(fù)合導(dǎo)引頭的技術(shù)特點(diǎn)及發(fā)展趨勢 |
| 3 結(jié)束語 |
（7）針對空中小目標(biāo)的紅外與毫米波復(fù)合檢測技術(shù)研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景和意義 |
| 1.2 研究現(xiàn)狀 |
| 1.2.1 紅外小目標(biāo)檢測研究現(xiàn)狀 |
| 1.2.2 毫米波目標(biāo)檢測與參數(shù)估計研究現(xiàn)狀 |
| 1.2.3 紅外與毫米波復(fù)合檢測研究現(xiàn)狀 |
| 1.3 紅外與毫米波復(fù)合檢測的技術(shù)難點(diǎn) |
| 1.4 論文主要內(nèi)容及結(jié)構(gòu) |
| 第二章 紅外與毫米波復(fù)合檢測系統(tǒng)設(shè)計思路 |
| 2.1 紅外與毫米波復(fù)合檢測系統(tǒng)架構(gòu) |
| 2.1.1 紅外與毫米波復(fù)合檢測系統(tǒng)組成 |
| 2.1.2 毫米波相控陣天線陣設(shè)計 |
| 2.2 紅外與毫米波復(fù)合檢測方式分析 |
| 2.3 本章小結(jié) |
| 第三章 基于局部梯度特征的紅外小目標(biāo)檢測 |
| 3.1 目標(biāo)與背景紅外特性分析 |
| 3.1.1 目標(biāo)特性 |
| 3.1.2 背景雜波特性 |
| 3.1.3 噪聲特性 |
| 3.2 基于LOG尺度空間的紅外圖像小目標(biāo)檢測算法分析 |
| 3.3 基于局部梯度特征的復(fù)雜背景下紅外小目標(biāo)檢測 |
| 3.3.1 局部梯度二階原點(diǎn)矩 |
| 3.3.2 滯后閾值分割法 |
| 3.4 實(shí)驗(yàn)結(jié)果及分析 |
| 3.5 本章小結(jié) |
| 第四章 基于FRFT的毫米波運(yùn)動目標(biāo)速度特性參數(shù)估計 |
| 4.1 目標(biāo)與噪聲毫米波特性分析 |
| 4.1.1 目標(biāo)特性 |
| 4.1.2 噪聲特性 |
| 4.2 相控陣?yán)走_(dá)的信號處理和參數(shù)估計 |
| 4.2.1 毫米波相控陣?yán)走_(dá)的信號處理 |
| 4.2.2 基于FRFT的速度特性參數(shù)估計 |
| 4.3 基于u域優(yōu)化牛頓法的FRFT速度特性參數(shù)精估計 |
| 4.3.1 FRFT參數(shù)估計分辨率分析 |
| 4.3.2 基于u域優(yōu)化牛頓法的LFM信號參數(shù)估計 |
| 4.4 仿真結(jié)果及分析 |
| 4.5 本章小結(jié) |
| 第五章 基于視覺注意機(jī)制的引導(dǎo)式紅外與毫米波復(fù)合檢測 |
| 5.1 視覺注意機(jī)制 |
| 5.1.1 視覺注意機(jī)制的分類 |
| 5.1.2 引導(dǎo)式紅外和毫米波復(fù)合檢測工作流程 |
| 5.2 紅外全局顯著圖構(gòu)建 |
| 5.2.1 針對紅外小目標(biāo)的視覺特征 |
| 5.2.2 基于貝葉斯框架的紅外全局顯著圖構(gòu)建 |
| 5.3 基于視覺焦點(diǎn)轉(zhuǎn)移的毫米波驗(yàn)證性檢測 |
| 5.3.1 視覺焦點(diǎn)轉(zhuǎn)移原則 |
| 5.3.2 基于模糊模式的毫米波目標(biāo)檢測 |
| 5.4 實(shí)驗(yàn)結(jié)果及分析 |
| 5.5 本章小結(jié) |
| 第六章 基于異構(gòu)數(shù)據(jù)處理的并列式紅外與毫米波復(fù)合檢測 |
| 6.1 異構(gòu)數(shù)據(jù)處理步驟 |
| 6.1.1 紅外特征提取 |
| 6.1.2 數(shù)據(jù)關(guān)聯(lián) |
| 6.1.3 特征約簡 |
| 6.2 基于HVS的紅外特征提取 |
| 6.3 網(wǎng)格化全局最近鄰數(shù)據(jù)關(guān)聯(lián) |
| 6.4 基于先驗(yàn)信息的加權(quán)互信息特征選擇 |
| 6.5 實(shí)驗(yàn)結(jié)果及分析 |
| 6.5.1 數(shù)據(jù)集及實(shí)驗(yàn)設(shè)置 |
| 6.5.2 融合檢測與單傳感器的檢測結(jié)果與分析 |
| 6.5.3 HVS特征提取和網(wǎng)格化數(shù)據(jù)關(guān)聯(lián)的檢測結(jié)果與分析 |
| 6.5.4 PWMI特征選擇的檢測結(jié)果與分析 |
| 6.6 本章小結(jié) |
| 第七章 總結(jié)與展望 |
| 7.1 研究總結(jié) |
| 7.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 作者在學(xué)期間取得的學(xué)術(shù)成果 |
（8）協(xié)同作戰(zhàn)控制站增強(qiáng)合成視景可視化處理技術(shù)（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號對照表 |
| 縮略語對照表 |
| 第一章 緒論 |
| 1.1 課題的研究背景和意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 增強(qiáng)合成視景國內(nèi)外現(xiàn)狀 |
| 1.2.2 協(xié)同作戰(zhàn)項目現(xiàn)狀 |
| 1.3 論文研究內(nèi)容與主要結(jié)構(gòu) |
| 第二章 協(xié)同作戰(zhàn)環(huán)境的構(gòu)建 |
| 2.1 地形數(shù)據(jù)庫技術(shù) |
| 2.1.1 增強(qiáng)合成視景技術(shù) |
| 2.1.2 地形創(chuàng)建軟件Creator |
| 2.1.3 地形創(chuàng)建步驟 |
| 2.2 協(xié)同環(huán)境的地物 |
| 2.2.1 Creator |
| 2.2.2 SkechUP |
| 2.2.3 OSG |
| 2.3 戰(zhàn)場環(huán)境模擬顯示 |
| 2.3.1 OSG視景仿真功能 |
| 2.3.2 光照與黑夜 |
| 2.3.3 雨雪等粒子實(shí)現(xiàn) |
| 2.3.4 霧效 |
| 2.4 本章小結(jié) |
| 第三章 多無人機(jī)協(xié)同偵察 |
| 3.1 多無人機(jī)小范圍協(xié)同偵察 |
| 3.1.1 小范圍自主協(xié)同偵察 |
| 3.1.2 協(xié)同自主避障 |
| 3.2 多無人機(jī)大范圍協(xié)同偵察 |
| 3.2.1 傳感器技術(shù) |
| 3.2.2 前視紅外感知實(shí)現(xiàn) |
| 3.2.3 激光雷達(dá)感知實(shí)現(xiàn) |
| 3.2.4 毫米波雷達(dá)感知實(shí)現(xiàn) |
| 3.3 多無人機(jī)多傳感器協(xié)同感知 |
| 3.3.1 多傳感器障礙物凸顯處理 |
| 3.3.2 多機(jī)傳感器協(xié)同感知 |
| 3.4 本章小結(jié) |
| 第四章 陸空協(xié)同作戰(zhàn) |
| 4.1 士兵參戰(zhàn)實(shí)現(xiàn) |
| 4.1.1 士兵動作控制 |
| 4.1.2 士兵移動控制 |
| 4.2 小型偵察無人機(jī) |
| 4.2.1 單兵無人機(jī)的參考 |
| 4.2.2 偵察無人機(jī)設(shè)計 |
| 4.3 二維地圖及圖標(biāo)文字提示 |
| 4.3.1 二三維視圖聯(lián)動圖標(biāo) |
| 4.3.2 二維動態(tài)添加靜止圖標(biāo) |
| 4.3.3 文字提示與方向指示器 |
| 4.4 協(xié)同攻擊和協(xié)同運(yùn)輸 |
| 4.4.1 攻擊無人機(jī)攻擊實(shí)現(xiàn) |
| 4.4.2 運(yùn)輸機(jī)救援運(yùn)送實(shí)現(xiàn) |
| 4.5 士兵視角多視圖顯示 |
| 4.5.1 視角的信息增強(qiáng)顯示參考 |
| 4.5.2 指揮士兵視角多視圖顯示 |
| 4.6 本章小結(jié) |
| 第五章 協(xié)同作戰(zhàn)系統(tǒng)分析及演示 |
| 5.1 協(xié)同作戰(zhàn)演示系統(tǒng)的系統(tǒng)框架 |
| 5.1.1 技術(shù)路線 |
| 5.1.2 系統(tǒng)設(shè)計 |
| 5.2 協(xié)同作戰(zhàn)演示系統(tǒng)軟件界面 |
| 5.2.1 協(xié)同環(huán)境仿真 |
| 5.2.2 多無人機(jī)協(xié)同感知 |
| 5.2.3 陸空協(xié)同 |
| 5.3 本章小結(jié) |
| 第六章 結(jié)論與展望 |
| 6.1 研究結(jié)論 |
| 6.2 研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡介 |
（9）微動目標(biāo)雷達(dá)信號參數(shù)估計與物理特征提?。ㄕ撐奶峋V范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 雷達(dá)微動目標(biāo)識別的國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 空間微動目標(biāo)識別 |
| 1.2.2 空中微動目標(biāo)識別 |
| 1.2.3 地面微動目標(biāo)識別 |
| 1.3 微多普勒信息處理的研究現(xiàn)狀及發(fā)展趨勢 |
| 1.3.1 微多普勒機(jī)理方面 |
| 1.3.2 微多普勒信號處理方面 |
| 1.3.3 微動目標(biāo)特征提取方面 |
| 1.4 論文主要工作和結(jié)構(gòu)安排 |
| 第二章 雷達(dá)目標(biāo)的微多普勒模型 |
| 2.1 引言 |
| 2.2 理想散射中心的微多普勒模型 |
| 2.2.1 基本微運(yùn)動的微多普勒模型 |
| 2.2.2 微多普勒信號的性質(zhì) |
| 2.3 非理想散射中心的微多普勒模型 |
| 2.3.1 散射中心分類 |
| 2.3.2 滑動型散射中心對微多普勒的影響 |
| 2.3.3 圓環(huán)結(jié)構(gòu)邊緣型散射中心的錐旋微多普勒模型 |
| 2.4 平動—微動復(fù)合多普勒模型 |
| 2.5 小結(jié) |
| 第三章 雷達(dá)目標(biāo)微多普勒參數(shù)估計 |
| 3.1 引言 |
| 3.2 基于TFD-Hough 變換的調(diào)頻信號參數(shù)化估計 |
| 3.2.1 調(diào)頻信號時頻平面的能量分布 |
| 3.2.2 時頻曲線的Hough 變換 |
| 3.3 理想散射中心微多普勒參數(shù)的估計 |
| 3.3.1 正弦調(diào)頻信號PWVD 的窗長選擇 |
| 3.3.2 時頻平面正弦曲線的Hough 變換 |
| 3.3.3 離散計算表達(dá)式及輸入輸出信噪比分析 |
| 3.3.4 仿真實(shí)驗(yàn)與結(jié)果分析 |
| 3.4 圓環(huán)結(jié)構(gòu)邊緣型非理想散射中心的錐旋微多普勒參數(shù)的估計 |
| 3.4.1 (f p , ?0 , ? , ? ) 已知情況下(l ,? ) 的估計 |
| 3.4.2 ( fp , ?0 , l , ? ) 已知情況下(? ,? ) 的估計 |
| 3.4.3 參數(shù)空間融合處理 |
| 3.4.4 仿真實(shí)驗(yàn)和結(jié)果分析 |
| 3.5 多分量微多普勒信號參數(shù)的估計 |
| 3.5.1 基于頻域“CLEAN”方法的多分量微多普勒信號參數(shù)估計 |
| 3.5.2 仿真實(shí)驗(yàn)與結(jié)果分析 |
| 3.6 質(zhì)心運(yùn)動情況下微多普勒參數(shù)的估計 |
| 3.6.1 多項式相位信號處理 |
| 3.6.2 正弦調(diào)頻—多項式相位信號的高階模糊圖特性 |
| 3.6.3 算法描述 |
| 3.6.4 仿真實(shí)驗(yàn)與結(jié)果分析 |
| 3.7 小結(jié) |
| 第四章 基于時頻脊—隨機(jī)Hough 變換的微多普勒參數(shù)快速估計方法 |
| 4.1 引言 |
| 4.2 基于時頻脊—隨機(jī)Hough 變換的調(diào)頻信號參數(shù)的快速估計方法 |
| 4.2.1 隨機(jī)Hough 變換 |
| 4.2.2 時頻脊提取 |
| 4.3 理想散射中心微多普勒參數(shù)的快速估計方法 |
| 4.3.1 正弦調(diào)頻信號的時頻脊提取 |
| 4.3.2 正弦曲線的隨機(jī)Hough 變換 |
| 4.3.4 仿真實(shí)驗(yàn)與結(jié)果分析 |
| 4.4 質(zhì)心運(yùn)動情況下微多普勒參數(shù)的快速估計方法 |
| 4.4.1 線性調(diào)頻信號的時頻脊—隨機(jī)Hough 變換檢測 |
| 4.4.2 正弦調(diào)頻—多項式相位信號的快速參數(shù)估計算法 |
| 4.4.3 仿真實(shí)驗(yàn)與結(jié)果分析 |
| 4.5 小結(jié) |
| 第五章 微動目標(biāo)物理特征提取 |
| 5.1 引言 |
| 5.2 基于微多普勒的微動目標(biāo)物理特征提取 |
| 5.3 毫米波導(dǎo)引頭旋轉(zhuǎn)目標(biāo)物理特征提取與實(shí)驗(yàn)研究 |
| 5.3.1 旋轉(zhuǎn)目標(biāo)的物理特征 |
| 5.3.2 旋轉(zhuǎn)目標(biāo)雷達(dá)回波模型 |
| 5.3.3 毫米波導(dǎo)引頭旋轉(zhuǎn)目標(biāo)外場測量實(shí)驗(yàn) |
| 5.3.4 實(shí)驗(yàn)結(jié)果分析及特征提取結(jié)果 |
| 5.4 空間進(jìn)動目標(biāo)物理特征提取與實(shí)驗(yàn)研究 |
| 5.4.1 空間進(jìn)動目標(biāo)的物理特征 |
| 5.4.2 空間進(jìn)動目標(biāo)動態(tài)散射特性 |
| 5.4.3 空間進(jìn)動目標(biāo)雷達(dá)回波模型 |
| 5.4.4 空間進(jìn)動目標(biāo)物理特征提取 |
| 5.4.5 空間進(jìn)動目標(biāo)動態(tài)寬帶全極化暗室測量實(shí)驗(yàn) |
| 5.4.6 空間進(jìn)動目標(biāo)動態(tài)測量實(shí)驗(yàn)結(jié)果分析 |
| 5.4.7 空間進(jìn)動目標(biāo)物理特征提取 |
| 5.5 小結(jié) |
| 第六章 結(jié)論與展望 |
| 6.1 主要工作總結(jié) |
| 6.2 創(chuàng)新點(diǎn)總結(jié) |
| 6.3 下一步的工作 |
| 致謝 |
| 參考文獻(xiàn) |
| 作者在學(xué)期間取得的學(xué)術(shù)成果 |
（10）基于組合測量的彈箭圖像末修技術(shù)（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 研究背景及意義 |
| 1.2 概念描述 |
| 1.2.1 彈道修正彈 |
| 1.2.2 基于組合測量的彈箭圖像末修技術(shù) |
| 1.3 國內(nèi)外研究現(xiàn)狀 |
| 1.3.1 彈道修正彈國外研究情況 |
| 1.3.2 彈道修正彈國內(nèi)研究狀況 |
| 1.3.3 修正機(jī)構(gòu)的國內(nèi)外研究現(xiàn)狀 |
| 1.3.4 圖像制導(dǎo)彈藥國內(nèi)外發(fā)展現(xiàn)狀 |
| 1.4 基于圖像導(dǎo)引的彈道修正技術(shù)存在的問題 |
| 1.4.1 彈目相對位置的測量技術(shù) |
| 1.4.2 姿態(tài)測量技術(shù) |
| 1.4.3 脈沖修正技術(shù) |
| 1.5 本文的主要研究內(nèi)容 |
| 2 系統(tǒng)總體方案及關(guān)鍵技術(shù)設(shè)計 |
| 2.1 系統(tǒng)組成及工作原理 |
| 2.1.1 系統(tǒng)組成 |
| 2.1.2 工作原理 |
| 2.2 系統(tǒng)關(guān)鍵技術(shù)分析 |
| 2.2.1 圖像測量技術(shù) |
| 2.2.2 姿態(tài)測量技術(shù) |
| 2.2.3 脈沖發(fā)動機(jī)技術(shù) |
| 2.2.4 導(dǎo)引頭消旋技術(shù) |
| 2.3 彈道修正中常用坐標(biāo)系 |
| 2.3.1 常用坐標(biāo)系 |
| 2.3.2 坐標(biāo)轉(zhuǎn)換 |
| 2.4 彈丸的運(yùn)動特性 |
| 2.4.1 彈丸的質(zhì)心運(yùn)動方程 |
| 2.4.2 彈丸的圍繞質(zhì)心運(yùn)動方程 |
| 2.4.3 帶修正的4D質(zhì)點(diǎn)彈道運(yùn)動方程 |
| 2.5 軟件仿真與半實(shí)物仿真 |
| 2.5.1 仿真平臺 |
| 2.5.2 外彈道模型的建模及參數(shù) |
| 2.6 本章小結(jié) |
| 3 彈目相對位置測量方法 |
| 3.1 目標(biāo)點(diǎn)在CCD上的成像軌跡 |
| 3.1.1 軌跡方程 |
| 3.1.2 目標(biāo)點(diǎn)成像坐標(biāo)的頻率特性 |
| 3.2 利用CCD估測彈目相對位置的方法 |
| 3.2.1 估測原理 |
| 3.2.2 估測誤差分析 |
| 3.3 單CCD測量彈目相對位置的方法 |
| 3.3.1 測量原理 |
| 3.3.2 測量誤差分析 |
| 3.4 軟件仿真及半實(shí)物仿真實(shí)驗(yàn) |
| 3.4.1 目標(biāo)點(diǎn)成像軌跡軟件仿真和半實(shí)物仿真實(shí)驗(yàn) |
| 3.4.2 CCD與MEMS陀螺組合估測彈目相對參數(shù)軟件仿真及半實(shí)物仿真實(shí)驗(yàn) |
| 3.4.3 CCD與磁-MEMS陀螺組合估測彈目相對參數(shù)半實(shí)物仿真實(shí)驗(yàn) |
| 3.4.4 單CCD測量彈目相對位置方法軟件仿真及半實(shí)物仿真實(shí)驗(yàn) |
| 3.5 滾轉(zhuǎn)角誤差對彈目方位測量精度的影響 |
| 3.5.1 滾轉(zhuǎn)角誤差產(chǎn)生的測量誤差模型 |
| 3.5.2 軟件仿真 |
| 3.5.3 半實(shí)物仿真實(shí)驗(yàn) |
| 3.5.4 實(shí)驗(yàn)結(jié)果分析 |
| 3.6 本章小結(jié) |
| 4 姿態(tài)測量及其融合算法 |
| 4.1 地磁探測技術(shù)以及相關(guān)理論基礎(chǔ) |
| 4.1.1 地磁場概述 |
| 4.1.2 國際地磁參考場 |
| 4.1.3 載體系中地磁矢量的測量 |
| 4.2 橢圓擬合理論 |
| 4.2.1 橢圓擬合基礎(chǔ)理論 |
| 4.2.2 B2AC |
| 4.2.3 UKF濾波 |
| 4.2.4 奇異值的檢測 |
| 4.2.5 改進(jìn)的橢圓擬合算法 |
| 4.3 姿態(tài)測量方法 |
| 4.3.1 滾轉(zhuǎn)角的解算 |
| 4.3.2 低伸彈道滾轉(zhuǎn)角的解算 |
| 4.3.3 基于三軸磁強(qiáng)計的姿態(tài)角解算 |
| 4.3.4 姿態(tài)角的另一種測量方法 |
| 4.4 磁一陀螺系統(tǒng)組合測量彈丸姿態(tài) |
| 4.4.1 MEMS陀螺測量彈丸姿態(tài)模型 |
| 4.4.2 四元數(shù)求解姿態(tài)矩陣 |
| 4.4.3 姿態(tài)角的組合測量 |
| 4.4.4 半實(shí)物仿真實(shí)驗(yàn) |
| 4.5 本章小結(jié) |
| 5 基于圖像的組合測量飛行實(shí)驗(yàn) |
| 5.1 實(shí)驗(yàn)設(shè)計 |
| 5.1.1 實(shí)驗(yàn)總體方案設(shè)計 |
| 5.1.2 彈載測試系統(tǒng)設(shè)計 |
| 5.2 原理樣機(jī)實(shí)彈飛行實(shí)驗(yàn) |
| 5.3 實(shí)驗(yàn)結(jié)果及分析 |
| 5.3.1 實(shí)驗(yàn)結(jié)果 |
| 5.3.2 實(shí)驗(yàn)結(jié)果分析 |
| 5.4 本章小結(jié) |
| 6 彈道偏差的計算及修正策略 |
| 6.1 修正參數(shù)的計算 |
| 6.1.1 彈道參數(shù)的估算 |
| 6.1.2 修正量的計算 |
| 6.1.3 仿真 |
| 6.2 脈沖修正 |
| 6.2.1 脈沖發(fā)動機(jī)參數(shù)及結(jié)構(gòu)安排 |
| 6.2.2 質(zhì)心附近修正/脈沖修正彈的空間運(yùn)動 |
| 6.2.3 仿真 |
| 6.3 修正律 |
| 6.3.1 修正律及彈道優(yōu)化 |
| 6.3.2 基于修正距離的修正律 |
| 6.3.3 基于修正角度的修正律 |
| 6.3.4 脈沖修正參數(shù)的確定 |
| 6.3.5 脈沖修正點(diǎn)火條件 |
| 6.4 脈沖修正的影響 |
| 6.4.1 低轉(zhuǎn)速下脈沖修正的效能 |
| 6.4.2 脈沖修正對彈丸姿態(tài)的影響 |
| 6.4.3 彈丸飛行穩(wěn)定性的必要條件 |
| 6.5 修正系統(tǒng)軟件仿真及半實(shí)物仿真實(shí)驗(yàn) |
| 6.5.1 軟件仿真 |
| 6.5.2 半實(shí)物仿真實(shí)驗(yàn) |
| 6.5.3 軟件仿真及半實(shí)物仿真實(shí)驗(yàn)結(jié)果分析 |
| 6.6 本章小結(jié) |
| 7 結(jié)束語及展望 |
| 7.1 本文所做主要工作 |
| 7.2 創(chuàng)新點(diǎn) |
| 7.3 有待進(jìn)一步研究的問題 |
| 致謝 |
| 參考文獻(xiàn) |
| 附表 A |
| 作者在讀博期間撰寫的相關(guān)論文 |
四、毫米波單兵雷達(dá)信息處理系統(tǒng)（論文參考文獻(xiàn)）
- [1]新時代電子信息類軍事人才培養(yǎng)實(shí)訓(xùn)條件建設(shè)初探[J]. 李雙勛,蔣彥雯,王展,鄧彬. 工業(yè)和信息化教育, 2021(02)
- [2]基于信息融合的魚雷罐車安全監(jiān)控系統(tǒng)與關(guān)鍵技術(shù)研究[D]. 張先勇. 華中科技大學(xué), 2020(01)
- [3]信息融合的倒車?yán)走_(dá)影像系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D]. 栗欣宏. 大連海事大學(xué), 2020(01)
- [4]無人機(jī)機(jī)載武器發(fā)展現(xiàn)狀及展望[J]. 杜澤弘,樓俏,賀敏,姜啟帆,陳航. 軍事文摘, 2020(05)
- [5]速率穩(wěn)定滾仰式導(dǎo)引頭設(shè)計、仿真與實(shí)現(xiàn)[D]. 王遠(yuǎn)飛. 南京理工大學(xué), 2020(01)
- [6]多模復(fù)合導(dǎo)引頭發(fā)展現(xiàn)狀及趨勢[J]. 劉箴,張寧,吳馨遠(yuǎn). 飛航導(dǎo)彈, 2019(10)
- [7]針對空中小目標(biāo)的紅外與毫米波復(fù)合檢測技術(shù)研究[D]. 魏元. 國防科技大學(xué), 2019(01)
- [8]協(xié)同作戰(zhàn)控制站增強(qiáng)合成視景可視化處理技術(shù)[D]. 張豪. 西安電子科技大學(xué), 2018(05)
- [9]微動目標(biāo)雷達(dá)信號參數(shù)估計與物理特征提取[D]. 劉進(jìn). 國防科學(xué)技術(shù)大學(xué), 2010(04)
- [10]基于組合測量的彈箭圖像末修技術(shù)[D]. 柏杰鋒. 南京理工大學(xué), 2008(01)
標(biāo)簽：無人機(jī)論文; 毫米波雷達(dá)論文; 傳感器技術(shù)論文; 系統(tǒng)仿真論文; 紅外傳感器論文;