直流偏磁与剩磁对测量用电流互感器影响的实验与分析

直流偏磁与剩磁的存在会改变测量用电流互感器在铁心磁化曲线上的工作点,直接影响电能计量与测量的准确性。提出了一种基于三参数正弦曲线拟合算法的比差、角差测量方法,并通过实验分析了直流偏磁与剩磁对测量用电流互感器误差特性的影响。实验数据表明,直流偏磁与剩磁都会使比差和角差向着不同的方向增大,而且当直流偏磁与剩磁同方向同时存在时误差将会远远超过规定的限值,从而导致电能计量与测量的结果出现较大偏差。     

复杂对抗场景下的对空目标混合智能抗干扰研究

目标识别与抗干扰技术已经成为决定精确制导武器性能优劣的关键技术.本文针对复杂对抗场景下红外空空导弹作战特点,分析了其目标识别与抗干扰发展需求,提出了融合传统算法与深度学习的混合智能抗干扰算法.该算法充分利用传统算法在确定场景下的高可靠性优势与深度学习算法在复杂场景下的高维特征提取能力,最大化挖掘了导弹探测的场景信息,对于提高系统抗干扰能力具有重要意义.在此基础上,构造了算法测试训练的空战数据集,覆盖了典型的空战作战场景.实验结果表明,相同特征融合条件下,典型场景混合智能抗干扰算法的全程抗干扰概率达到了71.56％,比传统算法提高了15.77％,验证了算法的有效性.     

基于时空推理网络的空中红外目标抗干扰识别算法

复杂空战背景下的抗红外诱饵干扰技术是红外空空导弹的核心技术之一。针对传统静态贝叶斯网络不能表达序列图像中特征变量在时序上动态变化关系,提出了一种符合人类视觉推理识别过程的时空关联推理网络抗干扰识别算法。首先,提出的时空关联推理网络在考虑特征空间约束关系的基础上,引入了特征变量时间约束的先验知识,建立表达特征时空关联的目标推理网络识别模型,从而增强了序列图像目标识别的稳定性;其次,通过仿真数据构建样本集,离线训练学习时空关联推理网络结构及特征跳转概率参数,确定概率推理网络识别离线模型;最后,依据测试数据,结合推理识别网络模型进行概率推理,实现对目标的识别分类。实验结果表明,在伴随红外诱饵干扰投放的条件下,基于时空关联推理网络的抗干扰识别率达到94%,比静态贝叶斯网络抗干扰识别算法高3%,有效提升了目标识别的稳定性。     

基于LabVIEW的Xe核自旋横向弛豫时间自动测试系统

核磁共振陀螺仪是基于量子调控技术的前沿研究,具有高精度、小体积、低功耗等显著优点,是未来高精度微小型陀螺的主要发展方向之一。原子气室内Xe核自旋的横向弛豫时间是衡量原子气室性能的一个重要参数,直接影响陀螺的角随机游走,准确快速地测量横向弛豫时间有利于研制性能更优的原子气室。根据推导的核自旋横向弛豫时间测量原理,基于LabVIEW软件平台设计了一种气室核自旋横向弛豫时间的自动化测试系统,实现了温度控制、氙共振频率找寻、磁场控制及数据处理存储功能。实际应用表明,采用自动化测试系统工作稳定可靠、测量效率高、测试精度高、人机交互性好,为检验核磁共振陀螺仪原子气室的性能提供了有效测试手段。