基于短时傅里叶变换的高射速火炮弹丸出膛时刻测试方法

高射速火炮由于射速高及连发时炮口连续火焰等影响,传统的出膛时刻检测方法已经失效。通过分析高射速火炮弹丸的回波信号特性,提出基于短时傅里叶变换的弹丸回波分析方法,给出了相应的窗函数、窗口宽度、帧移长度关键参量的设计原则。通过理论分析和实测数据验证了该方法可以得到射速在7 500发/min的高射速火炮近似的系统时间零点,同时为获取精准的系统时间零点奠定基础,并为工程应用提供有益的参考。     

高射速火炮连发弹丸回波的降噪方法研究

由于高射速火炮弹丸连发时会在炮口产生持续的火光,使得红外传感器容易造成误判和漏判,其他现有的弹丸出膛时刻获取方法也均已失效。针对此问题,文中通过对回波信号进行短时傅里叶分析,根据信号的短时谱图,提出了最小统计噪声估计降噪算法,可以有效降低炮口连续的火焰噪声,并通过对实测信号处理验证了算法的正确性和可行性,为高射速连发弹丸出膛时刻参数的提取和初速的测量工程实现奠定基础。     

高射速火炮连发初速测量技术研究

由于连发时群目标分辨及高速启动技术难题,高射速火炮弹丸初速测量一直是一个难点。文中采用基于距离分辨的时间—距离—频率分辨的方法来区分多目标,满足了高射速火炮连发时的群目标分辨要求;采用红外触发结合微波触发方式,用微波信号发生器照射炮口,当炮弹出膛后,接收到的多普勒回波产生突变,对突变进行检测,获得弹丸的出膛时刻,克服炮口连续火焰的影响。最后,给出了初速测量样机示意图,对以后高射速连发弹丸初速测量的总体设计提供参考。     

弹丸在膛内运动的回波信号瞬时频率估计方法研究

微波干涉仪可获取含内弹道运动信息的多普勒回波信号,为有效地估计回波信号的瞬时频率,利用短时傅里叶变换、Wigner-Ville变换、多项式调频小波变换（PCT）等方法对含有不同噪声的模拟弹丸回波信号和真实的弹丸回波信号进行分析和对比。研究结果表明：多项式调频小波构造匹配变换核的PCT方法时频聚集性最好,瞬时频率估计精度最高,并具有一定的抗干扰能力,说明PCT方法适合于弹丸在膛内运动回波信号的瞬时频率估计。     

基于弹载测试仪的高速旋转弹丸膛内转速测试

针对膛内高冲击高过载的恶劣环境以及对光、磁信号的屏蔽作用,使得弹丸旋转速度难以准确获取的问题,提出了基于弹载测试仪的高速旋转弹丸膛内转速测试方法。该方法利用弹载测试仪准确获取弹丸在膛内的轴向加速度信号,同时结合炮膛缠度和炮管口径信息,得出高速旋转弹丸在膛内整个过程的旋转速度。通过对实际测试数据分析表明,该方法能够准确测出旋转弹丸在膛内的转速,测试数据精度能够满足测试要求。     

基于小波变换的火炮动力学分析

为了获得弹丸膛内运动的时频综合特性,利用小波变换的方法对弹炮耦合动力学响应进行时频分析研究.建立了弹丸和膛线碰撞的火炮多体系统动力学模型,通过动力学计算,得到了弹丸横向加速度随时间变化的曲线.由于小波变换在时域和频域上均具有良好的局部性,且无需对信号进行时域同步平均,采用连续小波变换对弹丸加速度响应进行了分析,生成了时频相平面图,可以直观地描述弹丸碰撞发生的时刻和能量,为深入分析弹丸的运动状态提供依据.     

基于三轴磁传感器的弹丸加速度测试研究

针对目前弹丸在膛内发射过程中需要承受恶劣环境下的高温、高压、高过载,同时在发射过程中存在对加速度信息获取及实测信号失效等问题.提出了采用动态存储测试技术和三轴磁传感器对弹丸在膛内及出炮口加速度信号的采集.经数据处理选择了合适的滤波截止频率,在误差允许的范围内,滤波后数据曲线更光滑,符合弹体的刚体加速度.通过对加速度信号截止频率进行分析,得出该结果对弹丸加速度等信号处理研究有着重要的意义.     

迫击炮弹丸与身管配合间隙优化设计

针对迫击炮弹丸出炮口时的尾翼颈部折断问题,考虑弹丸前定心部与膛壁的摩擦,建立了迫击炮弹丸与身管耦合系统的有限元模型,对弹丸膛内运动过程进行了仿真计算,得到弹丸起始扰动,以出炮口时刻弹丸起始扰动的位移、角位移和角速度构建优化目标函数,以弹丸与身管配合间隙为设计变量,基于Isight软件提供的多目标优化方法对弹丸起始扰动进行优化设计,得出了相对最优配合间隙值。结果表明,迫击炮弹丸与身管配合间隙对弹丸起始扰动影响显著,优化后出炮口时刻弹丸质心位移、角位移和角速度均明显减小,该结果对迫击炮弹丸与身管的匹配设计具有一定参考价值。     

时频分析及曲线拟合在引信信号检波中的应用

为了实现引信炸点的选择和控制,提高引战配合性能,提出了结合短时傅里叶变换以及曲线拟合估计理论提取回波信号中有效信息的方法。该方法采用短时傅里叶变换对电磁引信回波信号进行包络解调,并利用3次多项式对包络曲线拟合,大大抑制了原曲线中存在的噪声,突出了信号在时频域上的特征,能够精确估计出雷目交汇最近点时刻。仿真结果表明,该方法估计精度高。     

尺度独立MAS小波算法检测目标图像边缘

通过分析图像中不同类型的奇异点,进而区分目标图像的不同类型边缘,由此来解决带有噪声干扰条件下的图像边缘检测问题。小波理论在时频域的紧支性和对非平稳信号（噪声）良好的处理效果,在图像处理的研究中大大优于传统的Fourier变换,并广泛应用于图像去噪和边缘提取方面。在小波理论中,Lipschitz指数可以刻画不同的奇异点,从而区分出图像的边缘和背景噪声。在此基础上,提出了一种独立于尺度的有效算法,并应用于模角分离（modular—angle—separated,MAS）的小波函数。用该算法处理二维图像的边缘,效果优于同类方法,且特别适用于有噪声背景的图像边缘提取。