激光欺骗干扰中的关键参数分析

针对影响干扰效果的因素——干扰机功率、假目标设置距离、干扰激光超前量,推导了所需干扰功率的表达式,通过建立真、假目标和导引头之间的位置关系模型,讨论了假目标的设置距离与导引头高度、导引头光轴高低角和方位角的关系,得出一般应用条件下,假目标的设置距离。分析并得到了干扰信号与制导信号的概率密度函数,给出针对不同波门宽度的时间超前量的最优值,得出减小干扰信号的时间稳定性可使干扰信号进入波门概率增加的结论。     

无人机激光充电跟踪瞄准精度分析

无人机激光充电相比于太阳光充电,能够提高充电能量功率及改善持续充电性能。自动跟踪瞄准精度是无人机激光充电的关键指标。结合激光充电系统的工作原理及组成部件,分析了无人机激光充电跟踪瞄准精度。通过建立无人机激光充电跟踪瞄准模型,分析了对跟踪瞄准精度产生影响的各项误差因素,以及各单项误差变化分别对方位角和天顶角瞄准综合误差的影响。在此基础上进行合理的误差分配,通过误差综合计算得出激光充电跟踪瞄准的方位角和天顶角综合误差。通过对系统瞄准精度的分析,为后续标定提供了理论参考依据。     

基于最大化背景预测的图像预处理技术研究

提出一种改进的基于最大化背景模型的背景预测算法。此方法通过区域最大化背景模型，来减小起伏背景边缘对背景预测的影响，实现对背景更好的抑制，提高了目标的信噪比，达到了抑制干扰和增强目标的双重目的，取得了很好的预处理效果。     

光电对抗理念贯穿"激光制导"课堂教学实践

"激光制导"课程在激发学生主动思维、课堂互动环节较难取得突破.为激发学生在未来战场对抗中通过关键技术提升改进武器系统性能取得战场胜利的求知欲,结合未来岗位任职的工作需求,把光电对抗理念引入到"激光制导"课程教学中.将学生分为相互敌我对抗的两组,进攻方发挥其技术优势,防守方找出对抗手段,既能激发学生的学习兴趣,又能深刻理解所学知识在未来作战中的重大意义.     

基于GO法的智能传感器网络可靠性

采用GO法对探测系统的智能传感器网络进行了分析，首先建立智能传感器网络GO图，进而确定操作符的状态概率，通过GO运算得出系统的可靠度．实例表明：该方法分析方便，具有较高的精确性．     

基于神经网络的激光脉冲编码解码研究

应用神经网络技术对寻的式制导武器常用的PCM码型进行了识别,以验证这种解码方法的有效性。通过建立线性神经网络,采用训练向量长度优先和数量优先两种方式对网络进行训练,并对下一激光脉冲信号的产生时刻进行了预测。仿真结果表明,线性神经网络在2.3个周期内就可以准确地预测,并且脉冲在时间轴上小范围的抖动不能影响网络的预测精度,这表明神经网络技术可以有效地对脉冲编码进行解码操作,具有一定的工程实用性。     

红外系列图像运动小目标检测

红外系列图像运动小目标检测,基于形态学滤波抑制图像系列背景方法,在图像分割基础上,利用目标在帧间运动的连续性进行目标识别.即首先通过形态学滤波进行图像预处理,用自适应阈值方法分割出候选目标,再利用目标运动特征,采用邻域判决法最终检测出目标.模拟实验表明该方法能够准确高效地检测出运动小目标.     

柱面非均匀弱磁场对光纤陀螺磁敏感性的影响

以光纤陀螺(FOG)某电路板为例,扫描分析了其磁场分布规律,并利用矩阵光学和光传输理论,建立了柱面非均匀磁场中Faraday非互易相位差理论模型,进而仿真分析了实际电路板的辐射磁场对光纤陀螺的影响.分析结果表明:1)柱面非均匀磁场与光纤环距离越小,FOG磁敏感相位误差越大;2)柱面非均匀磁场对FOG所产生的磁敏感误差与角度之间呈倾斜正弦曲线,且倾斜度随磁场与光纤环间距减小而加剧;3)当R＜5r(磁场源位于光纤环外部,r为光纤环半径,R为磁场源与光纤环左侧边缘的距离)或R＜0.5r(磁场源位于光纤环内部)时,非均匀磁场均大于同量级均匀磁场对FOG的影响;4)非均匀场的存在影响FOG偏离固有磁轴方向;5)对于距离FOG较近的一些辐射强度非常小的普通电路板,也会导致FOG输出的不稳定和方向相关性.上述结果对于理解和分析实际磁场对FOG的影响,具有实际指导意义.     

瞄准轴和发射轴平行度误差对探测率的影响

分析了在大气湍流影响下,目标激光光斑的功率密度及质心的分布情况,说明了目标激光光斑的功率密度分布的随机性。分别从目标大小不小于或者小于激光光斑两种情况建立了激光测距装备接收功率模型。在此基础上,重点讨论了发射轴和瞄准轴的平行度误差对探测率的影响,给出了探测率随平行度误差变化的曲线,得出了探测率只与平行度误差的大小有关,与偏差的方向无关的结论。     

双目光轴平行性检校仪检测精度分析

光电仪器的双目光轴平行度是仪器的重要指标,为实现双目光轴平行度的全天候定量测量,设计了双目光电仪器光轴平行性数字化检校仪。为满足仪器检测精度性能参数需求,根据检测原理,结合系统组成部件,分析影响系统检测精度的各种因素,建立检测精度综合不确定度分析模型。通过分析单一因素对系统综合测量不确定度的影响权重,针对重点误差因素,提出控制方法及措施。对所有影响因素进行合理的误差分配,优化双目光轴平行性检测仪的测量精度。