强激光与粒子束
2023, 35(7): 079001
强激光与粒子束
2021, 33(8): 081011
强激光与粒子束
2020, 32(8): 081002
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
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
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
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
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