排序方式: 共有25条查询结果,搜索用时 0 毫秒
1.
2.
为了用热图法测量高能激光强度的时空分布,设计了将半导体制冷片作为激光靶屏的测量方案。研制了由16个50 mm×50 mm的制冷片组装成的总面积为200 mm×200 mm、总制冷功率超4 800 W的靶屏, 屏四周安装了8个红外标定物用于校正红外图像的畸变。理论上用热传导方程建立了激光辐照半导体制冷片靶屏的加热模型;数值模拟了屏表面温度分布同光强分布的关系,论证了氧化铝陶瓷材料制成的半导体制冷片作为高能激光靶屏的可行性,以及制冷片的制冷功能对测试性能的改善;通过实验验证了研制的靶屏测量光强是可行的。 相似文献
3.
4.
针对低轨卫星多普勒定位中最小二乘法(the least squar method, LSM)和扩展卡尔曼滤波(extended Kalman filter, EKF)带来的解算误差,采用容积卡尔曼滤波(cubature Kalmanfilter, CKF)算法的思想来进行定位解算。首先设计了一种基于GeoSOT剖分网格的初值搜索方法进行粗定位,避免迭代发散;在解算过程中,对CKF进行改进,用QR分解代替其中的Cholesky分解,防止误差协方差矩阵非正定导致计算终止;最后以铱星星座对地面站的静态定位为例,通过STK 进行仿真验证算法的有效性。结果表明,改进的CKF(improvedCKF, ICKF)算法对于目标的定位误差在百米以内;且相较于LSM 和EKF,定位精度大约可以提高17%。 相似文献
5.
针对激光干扰效果评估受主观经验较大、难以定量评估的问题,提出了一种基于深度学习的激光干扰效果评估方法.首先,对YOLOV5算法进行了整体介绍,其次制作了来自不同角度、不同距离的3020张激光干扰图像;然后,对标注的数据集进行训练,得到了激光干扰效果评估模型;最后,分别在YOLOV5x、YOLOV51、YOLOV5m、YOLOV5s网络模型下训练300次,实验验证了模型的正确性.实验结果表明:利用训练好的模型实现了对激光干扰图像的效果评估,该模型不仅可以自动标注激光干扰区域和进行干扰效果等级评估,同时还融入了传统策略,可以通过计算标注区域面积占整幅图像面积的大小作为辅助决策,实现自动标注激光干扰区域面积所占百分比,识别准确度在80%以上,对激光干扰效果评估具有重要意义. 相似文献
6.
7.
为了用热图法测量高能激光强度的时空分布,设计了将半导体制冷片作为激光靶屏的测量方案。研制了由16个50 mm×50 mm的制冷片组装成的总面积为200 mm×200 mm、总制冷功率超4 800 W的靶屏, 屏四周安装了8个红外标定物用于校正红外图像的畸变。理论上用热传导方程建立了激光辐照半导体制冷片靶屏的加热模型;数值模拟了屏表面温度分布同光强分布的关系,论证了氧化铝陶瓷材料制成的半导体制冷片作为高能激光靶屏的可行性,以及制冷片的制冷功能对测试性能的改善;通过实验验证了研制的靶屏测量光强是可行的。 相似文献
8.
9.
在微光成像中,距离选通成像是一种获取目标三维信息的有效手段。对于静止目标而言,可以通过对目标切片成像,获得不同选通距离的目标图像,进而通过二值化算法或质心算法获得目标的三维图像。而对于运动目标而言,在切片成像的同时,目标的空间位置会发生变化,因此需要对不同选通距离的目标图像进行配准,而后才能获得目标的三维图像。搭建了基于像增强电荷耦合器件(ICCD)的距离选通实验系统,提出了一种基于像质评价的互信息配准算法配准激光图像目标的空间位置,然后对配准后的激光图像通过互相关算法获得三维图像,并在保证一定的三维精度基础上,逐渐减少激光图像的像幅数,最后与二值化算法和质心算法三维重构进行了实验对比,实验结果表明,互信息配准算法能够有效配准激光图像,互相关三维成像算法精度高于二值化法和质心法,最少采用2幅图像即可获得目标的三维点云图像,大大降低了对运动目标三维成像的难度。 相似文献
10.
针对径向基神经网络在激光图像分类识别中识别率低及训练时间长的问题,提出粗糙集与神经网络相结合的方法,将粗糙集算法简约后的样本特征作为神经网络的前置输入。首先建立不同视点的激光主动成像三维仿真图像,然后提取17个目标特征,并采用粗糙集算法选择分类的属性,从17个特征中筛选出5个影响决策的特征属性,最后选用4层径向基神经网络作为基本的网络结构,并采用在各层节点上与粗糙集相结合方法识别目标。仿真结果表明,结合粗糙集的集成神经网络方法识别正确率保持在80%以上,与未结合粗糙集的神经网络相当,但训练与识别时间缩短10倍以上。 相似文献