为了识别高速快速、准确的目标,设计了一种识别系统分析的基础上羽频谱的分布特征。系统中,目标是与可见光跟踪模块,和目标的羽流辐射的光谱分析是通过干扰模块。区分因素识别算法设计的基础上比multifeature乐队山峰和山谷平均值。有效识别高速移动目标分区后能够达到活跃区和光谱采集目标运动的影响进行了分析。在实验中所使用的小火箭燃烧作为目标。光谱检测实验进行了在不同速度2.0公里远离探测系统。实验结果表明,光谱分布有显著的光谱抵消在相同的采样周期为目标有不同的速度,但光谱分布基本上是一致的。通过计算之间包含关系的区分因素,区分区间的峰值、谷值相应的波段,有效识别的目标可以实现。
火箭nonguided弹药的运动能力是由火箭发动机。其亚型主要在背上的火箭和车辆多个安装火箭(
火箭的有效识别和快速反应的重要保障战时军队的生存,所以它是重要研究火箭探测系统的类型、速度,造成区域。高速攻击的目标识别方法包括雷达检测(
本文的主要内容是基于火箭羽光谱识别系统。目的是分析和过程的重要参数,如目标类型的类型和速度,因此提高目标识别能力的火箭弹的光谱数据处理算法的设计。
图
位置识别系统原理基于目标的羽毛。
光度学进入系统干扰模块分为相等的两光束强度的半透反射式的电影。设置光强度
目标的光谱分布函数的尾巴火焰可以由上面的公式,以便基于光谱的识别目标物种的分布特征。由系统获得的干涉条纹形成的空间扫描。目标的光谱分布数据可以与平滑滤波,得到反演、FFT(快速傅里叶变换)和光谱干涉条纹的校准。
远程的快速识别和伪装固定机动目标通过光谱分析技术研究了。工作过程是比较之间的差异测量目标光谱分布和背景光谱分布,然后获得目标的信息。
活跃的光源和被动辐射测量、目标和检测系统在测试过程中是静态的,构成一个稳定的测试模式。然而,对于高速移动目标回波频谱不能简单地直接提取,因为高速移动目标可以产生相应的光谱光谱采集过程中转变的影响。
如图
分解目标运动特征。
首先,
(1)
(2)
在实验室光谱数据的分析应进行仿真实验。选择少量的火箭燃烧部分光谱测试,并分析高速运动目标的回波频谱。结合真正的目标辐射能量的比值和检测距离,仿真测试结果接近按比例缩放的物理过程。作为目标的辐射强度主要取决于目标的距离探测器(
在实验中,仪器是由静态干扰棱镜有效长度为50.0毫米。干涉条纹被干扰系统,和干涉条纹通过柱面透镜聚集一维图像,将收到InGaAs霍尼韦尔公司的线阵CCD(电荷耦合器件)。在2.0公里的位置,当仿真目标(少量的火箭燃烧部分)无意中在676 m / s的速度移动,1009 m / s, 1354 m / s,和1678 m / s,其光谱数据分别构成了光谱分布如图
静止目标和运动目标的特征光谱。
图
当模拟目标速度是676米/秒,谱最大值位置在1422海里。随着速度的增加,光谱分布傅里叶变换得到的相应转变。最后,当目标速度是1678米/秒,最大光谱位置在1432海里。仿真目标速度比光速慢得多,所以光学多普勒效应的红移是不可能产生如此大的谱抵消。因此,光谱的主要来源抵消源于入射辐射角的抵消由目标采样校准周期内切向运动。
尽管目标频谱转移和振幅略有改变,光谱分布模式基本上是一致的,特征波长的位置可以用来解决频谱分布。衡量高速目标类型的可行性证明基于光谱分布特征。
同时,也提出了检测过程需要满足的约束;即目标需要有更快的切向速度和一定的采样校准周期(累计时间)。
基于上述分析,光谱分析算法需要确定目标规定的形式。因为这个系统可以参考光谱数据库中的参数为依据,它不同于其他常见光谱分析算法。使用选择性区域、次区域和波长数设置的测试需求,可以有效地识别和目标的比例不同的峰值和山谷,这可以极大地提高系统的识别效率。因为振幅和光谱变化的目标高速运动是显而易见的,即使目标可以大致保持原始光谱形状,特征波长的位置应根据光谱特征波长的比率,以确保有效的特征波长选择。以下是价值比算法的步骤:
在每个子区域的选择包含几个特征峰的波长位置
的比例
目标1的频谱,干扰目标2和3,火焰噪声,太阳光线噪音被确定。目标是指一个系统中需要确定,而干扰目标意味着那些不需要识别,但是他们的辐射能量是类似于目标检测领域。火焰噪声指的是干扰造成的爆炸,火焰等等。太阳光线的干扰噪音意味着太阳辐射测试。的峰值
意味着峰值和比例系数测量目标的光谱特征和错误和背景噪音。
| 乐队特点1 | 特色的乐队2 | 特色的乐队3 | |||||||
|---|---|---|---|---|---|---|---|---|---|
| 意思是高峰 |
意思是高峰 |
比率值 | 意思是高峰 |
意思是高峰 |
比率值 | 意思是高峰 |
意思是高峰 |
比率值 | |
| 目标1 | 162年 | 79年 |
|
213年 | 124年 |
|
194年 | 175年 |
|
| 目标2 | 85年 | 93年 | 0.91 | 187年 | 166年 | 1.13 | 106年 | 97年 |
|
| 目标3 | 186年 | 114年 | 1.63 | 115年 | 134年 | 0.86 | 238年 | 187年 | 1.27 |
| 火焰 | 67年 | 58 | 1.16 | 206年 | 126年 |
|
75年 | 48 | 1.56 |
| 太阳能 | 84年 | 73年 | 1.15 | 66年 | 57 | 1.16 | 61年 | 52 |
|
| 区分范围 | 1.926 ~ 2.354 | 1.548 ~ 1.892 | 1.008 ~ 1.232 | ||||||
| 是否有认可 | 是的 | 没有 | 没有 | ||||||
如表所示
本文设计了一种识别系统基于羽流谱分布的分析。传统的基于光谱分析的目标识别系统是应用于高速的目标,比如火箭,和其他武器。的主要影响高速移动目标的光谱反演理论推导和分析了相关函数。在实验中,目标的光谱分布不同速度条件下分析了少量的火箭袭击。可以实现目标的识别条件下的光谱变化。和通过峰值之间的差异和硅谷的多波段的均值,识别特征光谱比例形成的方法。此外,有效的目标识别的功能实现了通过分析不同因素之间的对应关系和间隔。
作者宣称没有利益冲突有关的出版。
这项工作是由中国国家自然科学基金(没有。(51305409)和陆军学院纵向项目。JZ2009100)。