汪建伟 1,2游疆 1,2万敏 1,*顾静良 1,*
作者单位
摘要
1 中国工程物理研究院 应用电子学研究所,四川 绵阳 621900
2 中国工程物理研究院 研究生院,北京 100088
提出一种基于YOLOv5与CSRT算法优化的实时长跟踪方法,实现了对无人机在净空、城市、森林等场景的稳定跟踪。针对跟踪的不同阶段建立不同分辨率的两个捕获网络,分别对两个网络进行小目标检测优化和性能优化,并根据无人机数据集特点对其进行正负样本的添加以实现数据增强。然后,对CSRT算法使用GPU进行优化并结合特征点提取构建了低空无人机检测与跟踪模型。最后,将算法使用Tensorrt部署后在自建数据集上进行实验,实验结果表明,所提方法在RTX 2080Ti上实现了400FPS的跟踪性能,在 NVIDIA Jetson NX上实现了70FPS的性能。在实际外场实验中也实现了稳定的长时间跟踪。
无人机检测 实时跟踪 复杂背景 机动目标 无人机反制 drone detection real-time tracking complex background maneuvering target drone countermeasures 
强激光与粒子束
2023, 35(7): 079001
作者单位
摘要
1 中国工程物理研究院 应用电子学研究所,四川 绵阳 621900
2 中国工程物理研究院 研究生院,北京 100088
探测波前相位信息是实现自适应光学波前补偿的关键,使用卷积神经网络(CNN)代替波前传感器进行波前重构,系统简单易于实现,同时重构过程不依赖迭代运算,快速实时。为准确提取远场中的波前特征,CNN需要事先使用大量样本进行训练。研究中根据4~30阶大气湍流泽尼克像差系数与其远场强度的对应关系,仿真制作样本数据集,训练CNN从输入的一帧远场图像中预测出畸变波前的泽尼克像差系数,重构原始波前。验证结果表明,该方法能快速实时地还原出波前相位信息,重构波前较原始波前具有极高的波面吻合度和较小的残差剩余量,有望实现实际自适应光学系统中的闭环校正。
自适应光学 深度学习 卷积神经网络 泽尼克模式 远场光斑 波前重构 adaptive optics deep learning convolutional neural network Zernike model far-field spot wavefront reconstruction 
强激光与粒子束
2021, 33(8): 081011
作者单位
摘要
1 中国工程物理研究院 应用电子学研究所,四川 绵阳 621900;中国工程物理研究院研究生院,北京 100088
2 中国工程物理研究院 应用电子学研究所,四川 绵阳 621900
利用波前传感器对光束进行净化的自适应光学系统是目前提高光束质量的常用技术,但在实际应用中,该技术需要波前传感器,系统复杂,体积庞大,同时需要较高性能信标源。为解决上述问题,提出了一种基于变形镜本征模式和远场光斑特征分析的无波前自适应光学系统,用于校正激光器输出的方形光束。将变形镜影响函数进行本征模式分解,并用远场光斑的均方半径作为评价函数,建立了畸变波前的模式系数与评价函数之间的关系,通过测量评价函数获得模式系数用于求解校正电压,实现波前共轭校正。仿真校正和实验验证结果表明,该方法可以有效实现静态像差校正,提高远场光斑的能量集中度。
变形镜本征模式 远场光斑 无波前传感器 静态像差 光束净化 自适应光学 deformable-mirror eigen modes far-field spot wavefront sensorless static wavefront aberration laser beam cleanup adaptive optics 
强激光与粒子束
2020, 32(8): 081002
作者单位
摘要
1 中国工程物理研究院 研究生部, 四川 绵阳 621900
2 中国工程物理研究院 应用电子学研究所, 四川 绵阳 621900
3 中国石油 西部管道兰州输气分公司, 兰州 730070
为了降低红外焦平面告警系统中较高的虚警率, 提出了一种速度限制基础上基于曲率限制的目标搜索算法。以视场角5.3°×4.0°凝视型红外告警系统为例, 在MATLAB中对红外图像序列进行了目标搜索实验, 验证了该算法的可行性。按照蒙特卡罗法思路模拟了包含大量随机噪声的目标场景, 研究了该算法相比传统多帧检测算法对随机噪声的抗干扰性。对该算法的搜索帧数进行了扩展, 给出了不同搜索帧数的搜索效果和时效性表现。
角度空间 三维匹配滤波 机动限制 时效性 多帧搜索 angle space 3D match filter maneuverable limit temporal limit multi-frame search 
强激光与粒子束
2013, 25(5): 1100
作者单位
摘要
中国工程物理研究院 应用电子学研究所, 四川 绵阳 621900
提出了一种基于数字信号处理器(DSP)的红外弱小目标搜索高速实时算法。算法主要针对天空中不规则云团在预处理过程中残留的边缘而设计,是在背景预测算法基础上改进的一种基于陷波滤波器的搜索算法。在DSP实时处理平台上实现并经实际场景试验验证,该算法能有效削弱残留边缘的影响,使最远探测距离指标上升至前向迎头26 km,实时处理速度达到75 Hz,满足系统要求。采用信噪比增益指标对算法进行了评价,结果显示,该算法能够显著提高图像信噪比,利于检测出目标。
红外弱小目标检测 背景预测 陷波滤波 数字信号处理 infrared dim target detecting background predicting notch filter digital signal processor 
强激光与粒子束
2012, 24(8): 1951
作者单位
摘要
1 
2 电子科技大学物理电子学院, 四川 成都 610054
3 中国工程物理研究院应用电子学研究所, 四川 绵阳 621900
空间目标的热辐射分析一直是比较难的课题,将Sinda/G和Nevada相结合能够比较方便地得到空间目标的热辐射。基于Sinda/G和Nevada,建立了对双层薄膜球体的空间热辐射模型,对其空间热辐射进行了分析。仿真结果与理论计算接近,为今后更加复杂的空间目标的热辐射分析奠定了基础。
空间目标 热辐射 
中国激光
2006, 33(suppl): 385
作者单位
摘要
中国工程物理研究院应用电子学研究所, 四川 绵阳 621900
对重复频率4 kHz,脉冲宽度20 ns,平均功率1 W,中心波长3~5 μm的中红外激光的脉冲信号进行检测采集。由于光源离探测器距离远,到达探测器的能量很弱,输出信号仅为30~60 μV,而单级运放的闭环增益一般不能超过100,增益过大会导致频率特性差、稳定性差、噪声大等弊病。采用三级放大,总的闭环增益在1000~15000之间,并采用正相端调零的方法来避免信号放大后的失真。高的闭环增益必然引入比较大的噪声,在前置放大后加了一个高通滤波滤去低于100 kHz的信号,对一些干扰信号进行了抑制和衰减。最后,针对中红外激光的脉冲时间短的特点,提出了一种不同于常规的、行之有效的采集方法。
测量 探测器 数据采集 微弱信号 脉冲检测 前置放大 
中国激光
2006, 33(suppl): 376
作者单位
摘要
1 电子科技大学物理电子学院, 四川 成都 610054
2 中国工程物理研究院应用电子学研究所, 四川 绵阳 621900
3 同上
研制了一套对激光输出进行调制的斩光器。利用小型直流电机作为斩光器的驱动电机。建立了基于脉宽调制(PWM)技术的电机速度控制系统,实现对电机的输入电压进行调节, 以得到需求的斩光器转速,从而达到对斩光器频率的控制。考虑到斩光器与其他系统的集成,计算机的控制也是必需的。但是计算机的主板通常是不能提供超过±10 V的输出电压的,这可以通过计算机控制运算放大器的输入电压来实现。功率放大器的输入电压一般比较小,可以通过计算机的主板获得直流输出。利用LM358运算放大器构建了电压放大电路,利用DA/AD转换电路实现计算机数字信号到运放电路输入信号的转换,利用计算机软件实现对输入电压的控制,构建了用于斩光器转速控制的自动调节系统。对斩光器的编码控制采用不同的调制盘来实现。基于Visual C++高级编程语言,建立了比较友好的斩光器自动控制的用户界面,最终建立了对激光斩光器的自动控制系统。
激光技术 斩光器 脉宽调制 运算放大器 
中国激光
2006, 33(suppl): 183
作者单位
摘要
中国工程物理研究院应用电子学研究所,四川,绵阳,621900
鉴于弱小目标检测所固有的难点及常用的单一分辨率下的检测方法还不能准确稳定地检测出目标,提出了一种弱小目标检测新方法.考虑到实际应用中的复杂背景和大量干扰噪声,运用数据融合技术,先对图像进行小波多分辨率分解,然后将不同分辨率下的子图进行最优加权平均融合来检测弱小目标.用实地拍摄的空中弱小目标红外和可见光图像分别进行实验验证,实验图像取256×256像素点阵大小,其中目标占10×10像素左右.结果表明该方法能够准确稳定地检测弱小目标,为后续的跟踪作了很好的铺垫.
小波变换 数据融合 多分辨率分析 弱小目标 Wavelet transform Data fusion Multi-resolution analysis Faint-target 
强激光与粒子束
2005, 17(7): 983
作者单位
摘要
中国工程物理研究院,应用电子学研究所,四川,绵阳,621900
提出了一种弱小目标检测的新方法.从实际应用出发,考虑到复杂的背景和大量的干扰噪声,对传统熵值检测算法进行了改进,采用邻域熵值变化为检测标准.为了提高此方法的有效性,结合了灰度形态学滤波来对图像进行预处理.该检测算法的全过程为:首先对图像进行形态运算;然后对形态波后的图像进行邻域熵的计算;接着以计算所得的邻域熵的最大值和最小值为依据对图像进行分割,得到目标或目标边缘所处位置;最后用实地拍摄的空中弱小目标真实图像进行了实验验证.结果发现:该新方法可对弱小目标、大目标、多目标进行检测,且检测速度快,抗噪声干扰能力强.
目标检测 灰度形态学 邻域熵 弱小目标 Targets detection Gray morphology Neighborhood entropy Faint-target 
强激光与粒子束
2004, 16(12): 1527

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!