基于乒乓操作的千兆MAC中的FIFO设计

针对机栽一体化高帧频相机设计中存在的高速图像数据的传输问题,提出一种在FPGA芯片上开发千兆MAC的实时解决方案.采用千兆MAC和外部PHY相结合的方式设计千兆网卡,实现高速实时传输高帧频视频图像数据的目的.设计中采用FPGA内嵌的块存储,在千兆MAC核内设计同步FIFO,利用Verilog硬件描述语言,在XILINX...     

靶场光电经纬仪数据融合处理方法

在靶场武器试验中,为了获得完整的弹道参数,常常采用多台光电经纬仪联合观测,对目标实施跟踪定位,这样就出现了多个冗余观测,影响对目标的判决.提出一种组网布站测量中光电经纬仪数据融合处理的方法.首先对多站观测数据进行时间和空间配准,将其统一到某一基准坐标系原点和参考时间起点,然后采用最优加权融合估计或最小二乘融合估计,获得目标的精确位置.对两种数据融合处理方法进行了实际测试与仿真实验.结果表明:k台光电经纬仪对同一目标交会测量,最优加权融合估计测量精度至少提高了k倍,计算量小,可用于实时中心融合和目标引导.最小二乘融合估计方法对坐标x,y,z所作的融合估计精度较高,一般小于0.2 m,但计算量大,适合于事后精确处理.     

光电制导系统瞄准偏差测试中的基准光轴建立

激光在大气中传输时,光束的弯曲和漂移影响着多光轴光电制导武器系统光轴的瞄准精度和打击精度.在光电制导系统瞄准偏差测试基础上,提出一种外场真实环境下可见光、激光和红外多光轴瞄准系统瞄准偏差测试的基准光轴建立方法,并通过外场实验测得不同距离处基准光轴的偏差.结果表明,在2 km范围内基准光轴误差小于4.5″,满足了多光谱多光轴动态瞄准偏差测试中基准光轴的精度要求.     

标定飞机舵面角位移的双圆靶单目视觉方法

提出了一种基于计算机单目视觉的飞机副翼、襟翼、方向舵和升降舵等转动系统中的角位移传感器的标定方法。用一台位置固定的数码相机对平行于飞机方向舵转轴并固定在该舵面上的一个双圆靶拍照。经数字图像处理确定4个特征像点的像面坐标,根据透视投影原理推导出求靶面法线的方向余弦的解析表达式,无需在现场实时标定相机参数即可解算出靶面法线的相对方向。方向舵转动时,其角位移可用该靶面的角位移来表达。仿真结果表明该方案正确可靠,可用于航天器上实现实时自主测量交会对接时的相对位姿参数。     

改进人工势场法的无人机避障路径规划

为了解决人工势场法目标不可达、局部极小值陷阱及路径长度过长问题,提出一种基于传统人工势场法的无人机避障路径规划改进算法.通过将相对距离引入到斥力势场函数中解决目标不可达问题;将调控力引入传统人工势场法中解决局部极小值陷阱问题;将检测因子引入传统人工势场法中排除无效斥力影响,优化无人机避障路径,减小路径长度.最终仿真实验...     

一种炮弹射程偏差预测方法的精度分析

射程预测精度是衡量弹道辨识系统的重要指标,直接影响弹道修正引信的工作性能。基于比较名义弹道与实际弹道在上升初始段的水平距离来实现对弹丸射程偏差的预测算法,为了评估其辨识精度并为辨识系统设计提供理论依据,本文提出一种利用Matlab/Simulink模块对其进行建模仿真的方法。建立弹道数学模型,获取仿真初始参数及随机测量误差,运用Simulink模块生成仿真模型。仿真结果表明该射程预测方法预测误差为0.838%,可以作为弹道修正引信的弹道辨识方法。     

基于IMM的光电经纬仪机动目标跟踪优化算法

提出一种简化交互多模型算法(IMM)与去偏转换测量卡尔曼滤波算法(CMKF-D)相结合的机动目标跟踪优化算法。该算法通过机动检测判别函数D(k)与门限T的关系,自适应调整CMKF-D的部分参数,解决了常规交互多模算法需要大量先验知识的问题,同时克服了扩展卡尔曼滤波(EKF)对非线性模型线性化所引入的误差。仿真实验验证了该算法的有效性。利用该算法可显著改善基于非线性测量方程下光电经纬仪对机动目标的跟踪性能,其位置跟踪误差小于1.5m,速度误差小于1.5 m/s,加速度误差小于0.7 m/s2。     

1.06μm激光对流层折射修正研究

大气折射率的非均匀分布导致了激光在实际大气传输时其传输路径偏离直线而发生折射,使得激光武器系统在制导和精确打击时其瞄准和打击精度下降.本文针对1.06μm激光在对流层大气传输时的折射修正,提出了简化球面大气分层模型的平面分层模型,平面分层模型将弯曲的球面层看成曲率为无穷大的和水平面平行的大气分层结构.比较了球面分层模型和平面分层模型的仰角误差随传输高度和起始仰角的变化.仿真结果表明:对流层内光束传输起始仰角大于20°时,两种模型的仰角折射修正之差≤1″,采用平面分层模型代替球面分层模型在激光制导和瞄准实时折射修正时能简化运算量.     

智能视频监控中运动目标检测的研究

针对某武器试验中背景复杂,现有的背景差分法在背景模型的维持和更新不能用于长期和复杂的场景,以及对近地目标提取检测困难的问题,提出一种改进的背景差分法。该算法采用结合邻域信息的背景差分法和最大方差阈值法,能够在一定程度上减小背景滞后更新引起的运动目标检测误差,且使目标边缘提取更加明确,从而提高了系统的运行速度,实现复杂背景下的运动目标检测。在Visual C＋＋6.0中用OpenCV实现了相关算法的设计,并给出了完成系统任务所需的部分关键代码,实现了运动目标和试验场景的分离与提取。仿真实验验证了该算法的有效性以及实时性。