斜入射弹丸着靶位置立靶测量原理

常规的立靶测量装置要求弹道垂直预定靶面,当弹道不垂直预定靶面时,得到的测量结果是错误的。在终点弹道,有时很难保证靶面垂直飞行弹道。提出了一种由多光幕阵列组成的光幕立靶,可以实现小于70°入射角的弹丸着靶坐标的测量,不要求飞行弹道垂直靶面。在X和Y方向分别采用四个成固定角度的光幕来实现入射角度的测量,一次射击可得到弹丸的速度、速度方向上的空间角和着靶位置坐标。     

一种水下三维被动定位技术

本文给出了一种三维被动定位方法。该方法利用三元水平阵和二元垂直阵实现对目标的三维定位。由三元水平阵首先求得目标斜距和目标方位,在此基础上利用垂直阵估计目标深度坐标,最后综合已有测量结果来求解目标水平坐标。本文还通过仿真分析了该方法的定位性能。     

基于天幕靶的六光幕立靶测量原理

 为了能够同时测量弹丸在斜入射时的速度和着靶坐标,基于天幕靶的六光幕交汇立靶测量原理,利用6套天幕靶在空中形成6个探测光幕,当弹丸以一定的角度入射并依次穿过6个光幕时,由信号采集与处理系统测得弹丸穿过各个光幕的时间间隔,再根据各时间间隔值和系统结构参数,便可以求出弹丸的速度、弹道俯仰角、弹道方位角。给出了测量原理及公式,并对测量误差进行了分析,结果表明,该方法具有精度高且易于工程化的优点。     

光学无线电测量信息融合定位方法

在外弹道测量系统中,将光学设备与无线电设备测量数据进行融合处理,可以提高系统的综合测量水平和设备的使用效率。利用部署在光电经纬仪附近的雷达,建立光电经纬仪和雷达联测定位模型。由全微分公式,根据测站站址差将光电经纬仪的测角信息与雷达的测距信息进行数据融合,可以得到目标相对于雷达的方位角和俯仰角,从而确定目标的空间三维位置;分析了定位模型的主要误差来源和对定位结果的影响。结果表明,光电经纬仪雷达联合定位算法得到的精度优于雷达单台定位精度,联合定位的精度达到2 m以内,同时发挥了光电经纬仪和雷达跟踪测量的长处。     

提高雷达测量精度的方位角与原点修正方法

在雷达测量精度检测中需要将大地坐标转换为雷达坐标以获得目标的真值。首先,介绍了大地坐标系与雷达坐标系的相互转换方法。然后,从大地成果测量误差、雷达参考点选择误差及雷达正北标定误差方面分析了坐标转换误差,并利用某连续波雷达实际测量数据给出了误差仿真结果。最后,提出了提高雷达测量精度的方位角与原点修正方法。将所提方法应用到上述连续波测量雷达中,可使目标真值更为准确,明显减小坐标转换误差对雷达测量精度的影响,进而能更准确地反应雷达测量精度。     

旋转检偏器式自动椭偏仪检偏器方位角的校正方法

给出了一种旋转检偏器式激光自动椭偏仪检偏器方位角的校正方法。方法的基本点是测量同一样品在不同起偏器方位角时反射光偏振状态的斯托克斯参数,根据偏振光的Poincar(?)球表示,借助于坐标旋转来确定检偏器偏振方向相对于入射面的初始方位角。实际的测量结果证明此方法是正确的。     

基于双光束检偏的波片测量系统

大口径太阳望远镜中常用波片来进行偏振定标和偏振测量,为了对这类波片的延迟量和方位角进行准确测量,提出一种基于双光束检偏的波片测量系统,建立了该系统对应的数学模型。测量系统中检偏器的方位角可作为参数进行拟合,克服了单光束测量系统中检偏器方位角误差的影响;同时,根据测量系统的结构,对待测波片的延迟量范围进行分析,实现了对偏振定标和偏振测量中所使用波片的精确测量。分析了测量系统误差的主要来源,包括光源光强噪声、电机定位误差和探测器非线性响应,并对探测器非线性响应进行了校正。该方法测量1/4波片和127°波片的延迟量和方位角误差小于0.02°,测量27°～145°和215°～333°范围波片样品的延迟量和方位角误差小于0.05°。     

大视场多CCD拼接相机标定方法研究

介绍了一种多CCD拼接弹道相机的标定方法和步骤,以及标定系统的原理及组成。对相机的光学畸变和大视场拼接物像几何投影关系进行了分析,建立了相机数学模型,并采用最小二乘多元回归分析方法,通过测量相机的内方位元素计算畸变系数,确定了最佳条件下相机数学模型中的各个参数。实验表明利用该方法标定出相机精度方位角测角误差小于10″,高低角测角误差小于15″。     

多路声靶外弹道综合测试系统

本文报道了利用声靶定位原理构成的外弹道综合测试系统。系统以人机对话的方式,可按多靶系统工作也可使用其中任意一靶单独工作。它是轻武器弹丸外弹道性能分析的一种新型综合分析系统,具有“一弹多参数”的测试功能,为外弹道研究提供了一种新型手段。该系统对一组弹(一般为20发)的测量可获得几乎包括弹丸质心运动的所有参数,所给出的曲线拟合度均在0.99以上。系统的整机功能及自动化程度是目前其它靶道测试设备无法比拟的。     

近场反卷积聚焦波束形成声图测量

为了提高声图测量中对多个声源的分辨能力和定位精度,给出了一种近场二维反卷积聚焦波束形成声图测量方法。推导了水下声图测量的广义卷积模型,根据声图测量中点传播函数移变但可预测的特点,通过预存点传播函数字典的方式,将波束形成过程中的卷积问题转化成叠加积分问题,并应用二维Richardson-Lucy迭代算法实现了二维移变模型情况下的近场二维反卷积求解,从而实现高分辨声图测量。通过仿真和海试对比了反卷积、常规声图测量和MVDR声图测量的性能,结果表明反卷积算法在500次迭代情况下聚焦峰尺度小于另外两种算法的1/2,旁瓣级下降超过6 dB.      

单矢量水听器稀疏近似最小方差方位估计算法

针对单矢量水听器海上目标探测问题,利用稀疏近似最小方差(Sparse Asymptotic Minimum Variance,SAMV)算法进行目标方位估计,该算法利用单矢量水听器自身具有阵列流形的特点,将整个扫描空间离散化,目标方位分布于某一离散方向位置上,利用空间信号的稀疏性可提高目标方位估计性能。仿真结果表明,SAMV算法在各信噪比条件下方位估计噪声背景级明显优于常规波束形成(Conventional Beam Forming,CBF)算法和最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法,当信噪比大于0dB时,该算法测向结果均方根误差小于2°,且SAMV算法具有更好的空间方位分辨能力。消声水池和海上声学浮标海上试验数据处理结果表明,SAMV算法给出了噪声背景级更低的目标方位历程图,有效验证了SAMV算法对海上目标的探测性能及其有效性。      

Acoustic localization scheme and accuracy analysis for underwater vertical moving target using seabed stations

To measure the trajectory of an underwater vertical moving target(UVMT) in transient motion with high accuracy and high frame rate,an acoustic localization model using seabed stations with an acoustic beacon was presented.A solution algorithm based on the Gauss-Newton method was derived,which was shown to satisfy the local linear convergence.Accuracy analysis of the numerical simulation indicated that the station location,sound velocity,and signal time delay estimation errors were propagated to location parameters through measurement ranges,and the main affecting factors included the station geometry,target relative location,and acoustic conditions.Vertical accuracy was improved using a supplemental surface station coupled with the seabed stations.Detailed characteristics were indicated by accuracy distribution from the full test sea area.A 14-station array composed of 13 seabed stations and 1 surface station in a test sea of 1 km x 1 km and 60 m in depth demonstrated that the average root mean square errors(RMSEs) in the x,y,and z directions were 0.30,1.47,and0.34 m,respectively,in the vertical range of 35-60 m.This work provided a technical approach for UVMT localization,which would be useful for designing related measurement systems.     

基于声矢量传感器的分布式定位系统在水下宽带声源定位中的应用

提出了基于声矢量传感器的分布式浮标网络定位系统,研究了不同应用背景下单个声矢量传感器的测向算法,推导了目标DOA估计的Cramer-Rao界,给出了分层海水介质中多个声矢量传感器的几何定位算法。数值仿真结果表明:(1)系统的定位性能强烈依赖于接收信噪比;(2)该系统适用于单一强声源的定位。     

基于开放式T靶的弹丸斜入射数学模型

常规声学立靶测量系统要求入射弹道垂直于预先设立的靶面,当弹道斜对靶面入射时,得到的计算结果误差较大。本文通过采用T型传感器布阵,提出了一种新的无风状态下弹丸斜入射时的数学模型。实验结果表明,该模型使斜入时定位精度得到了提高。     

水下垂向运动目标的海底多基站声定位方法及精度分析

针对水下垂向运动目标具有瞬变运动特性、难以对其轨迹进行高精度和高帧率测量的问题,提出一种有水声信标的海底多基站声定位模型,基于高斯-牛顿法给出求解算法,证明了算法满足局部线性收敛条件。数值仿真和精度分析表明,基站站址误差、声速误差和信号时延估计误差通过测量斜距传播到目标位置参数,误差传播过程受接收基阵几何构型、目标相对位置及水声学约束条件等因素影响。在多个海底基站共面条件下,补充海面基站可改进垂向测量能力。利用该方法对全区域进行精度估计,获取了定位性能在空间分布上的细节特征。以水平范围1 km×1 km、水深60 m的海区计算,对于由13个海底基站和1个海面基站构成的14元测量阵,目标运动深度范围为35~60 m,在x,y,z三个方向的均方根误差(RMSE)平均值分别为0.30 m,1.47 m,0.34 m。本文工作为水下垂向运动目标定位提供了一种技术途径,可为测量系统的论证设计提供参考。      

最优路径搜索压缩感知水声通信信道估计

将信号恢复中最优路径搜索的A*正交匹配追踪(A*Orthogonal Matching Pursuit,A*OMP)伪贪婪算法引入到水声通信信道估计中,可以有效改善正交匹配追踪(OMP)算法容易陷入局部最优的问题,并提出了一种改进型的A*OMP水声信道估计算法。改进了路径初始化方式,同时为了避免过多迭代引起的未知误差,将前后两次迭代残差之差作为停止准则。在正交频分复用(OFDM)通信体制下,对OMP、A*OMP和本文改进方法的估计误差和误比特率进行了仿真对比,随着信噪比的增加,改进方法未出现误差平台,且受导频间隔影响较小。仿真结果表明相对于OMP算法和传统A*OMP算法,在高信噪比下改进方法的估计误差分别降低约2和1个数量级,海试数据结果验证了改进方法的可行性,其误比特率分别平均降低42.0%和4.7%。      

基于动态加权的光电经纬仪交会方法

武器飞行试验中，初始段的弹道参数主要依靠光电经纬仪两站交会定位，平滑（滤波）求速获取。速度参数的精度高度依赖定位的精度。在现有定位模型的基础上，通过函数误差传递关系，推导了弹道参数的误差表达式。分析了误差来源和典型情况下的误差情况，提出了在不等精度经纬仪交会测量中，实时确定两台光电经纬仪在解算结果中的权重，动态改变权值的方法。仿真结果表明：在不等精度光电经纬仪交会定位情况卞，该方法能够提高两站定位的精度。     

风场环境中声速修正的分布式声源定位算法

为减小声速误差对定位精度的影响,提出了一种基于声速修正的分布式声源定位方法。首先,将声速表示为未知声源位置的函数,逼近风场中的声速场分布,然后将其代入TDOA (Time Differences of Arrival)算法中,构建非线性超定方程组,最后采用粒子群优化算法求解声源位置。对不同风速、不同声源位置及不同测试区域进行仿真,结果表明:修正后的定位精度比修正前有明显提高,尤其对于大范围并且声源靠近测试区域边缘位置的定位系统,改善更加明显;4个节点的定位系统实验结果表明,修正后的定位误差可降至修正前的4l%,该方法能更好的应用于风场中的定位系统。      

导弹末区轨迹的单站定位测量

通过对导弹末区轨迹单站定位测量方法所采用的位置测量方程和速度加速度测量方程的推导,介绍了导弹末区轨迹的单站定位测量原理。系统误差分析结果表明,影响导弹末区轨迹测量精度的主要因素是测量设备的方位角和俯仰角测量误差,而不是通常认为的激光测距误差。通过单站定位测量法与多站交会测量法之间的性能比较,论述了单站定位测量法的技术优势。     

基于多途信道的舰船辐射噪声功率谱密度估计*

针对低信噪比下利用单水听器估计辐射噪声功率谱密度精度较差的问题,提出一种基于多途信道传输函数估计的垂直阵测量估计1 m处舰船辐射噪声功率谱密度的方法。该方法将信道传输函数表示为多途路径近场阵列流形向量的叠加,较快地估计了信道传输函数,将其用于舰船辐射噪声功率谱密度估计,可较简便地估计距声中心1 m处辐射噪声的功率谱密度,即谱源级。分析了产生功率谱密度估计误差的原因,包括信道估计误差和环境噪声引起的误差,为降低估计误差提供了理论依据。仿真结果表明,该方法估计1 m处辐射噪声功率谱密度的性能良好。