-
题名利用波段内激光增强波段外激光吸收的测量方法研究
- 1
-
-
作者
濮俊艳
李莉
陆启生
-
机构
国防科技大学光电科学与工程学院
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2006年第z3期65-69,共5页
-
文摘
基于半导体材料仅在响应波段外激光作用下,探测器对波段外激光吸收很小,而在响应波段内激光和波段外激光共同作用下,探测器对波段外激光的吸收增强,文中提出了差动法测量材料的透射率和反射率。并利用吸收系数的表达式,对比有无波段内激光两种情况的吸收系数,检测其吸收的增强。理论上认为这是一种较好的测量方法。
-
关键词
差动法
反射率
透射率
吸收系数
-
Keywords
Differential method
Reflectivity
Transmissivity
Absorption coefficient
-
分类号
TN249
[电子电信—物理电子学]
-
-
题名现代雷达信号分选跟踪的几种方法
被引量:25
- 2
-
-
作者
杨学永
宋国栋
钱轶
张晓春
濮俊艳
-
机构
南京航空航天大学无人机研究院
中国人民解放军驻南京大桥机器厂军事代表室
南京科瑞达电子装备有限责任公司
中国人民解放军
-
出处
《现代雷达》
CSCD
北大核心
2014年第3期43-48,共6页
-
文摘
随着现代软件无线电技术的飞速发展,战场电磁信号环境从地面、空中、海上到太空,信号密度大,频谱宽,变换复杂,并且多功能数字雷达的多种工作方式和多种波形变换,雷达反侦察、抗干扰能力不断增强,传统的雷达信号分选跟踪方法面临着严峻的挑战。文中分析了几种传统的信号分选方法,从复杂电磁环境信号中,分析盲信号分选、聚类神经网络分选、脉内细微特性分选法,从信号分选的参数上进行多参数联合分选,并且通过多信号模拟器进行实验仿真,在分选的基础上进行跟踪处理,信号参数稳定、效果良好。
-
关键词
雷达信号分选
雷达信号跟踪
战场电磁信号
-
Keywords
radar signal sorting
radar signal tracking
battlefield electromagnetic signal
-
分类号
TN957.51
[电子电信—信号与信息处理]
-
-
题名神经网络技术在激光脉冲解码领域的应用研究
被引量:1
- 3
-
-
作者
陈玉丹
何永强
濮俊艳
田效
-
机构
军械工程学院光学教研室
[
太原卫星发射中心
-
出处
《应用光学》
CAS
CSCD
北大核心
2011年第1期174-178,共5页
-
文摘
为提高激光脉冲解码过程的准确性和识别效率,采用神经网络技术对激光脉冲编码解码进行了仿真研究。应用线性神经网络对有规律的编码,如周期型编码和等差型编码,进行了识别。仿真结果表明,对于PCM码,需要约2个周期的脉冲就可准确预测下一个脉冲到达的时间;对于等差型码,需要4个脉冲就可以达到精度要求。然后,应用概率神经网络对伪随机型编码的最小周期进行了识别。仿真结果表明,可以在信息量较少的情况下准确识别此类型编码的最小周期。
-
关键词
激光脉冲
解码
神经网络
-
Keywords
laser pulses
decoding
neural network
-
分类号
TN97
[电子电信—信号与信息处理]
-
-
题名组合激光作用下CdS探测器破坏阈值实验研究
- 4
-
-
作者
濮俊艳
宋国栋
-
机构
[
总装驻南京大桥机器厂军事代表室 南京
-
出处
《装甲兵工程学院学报》
2008年第2期80-82,共3页
-
文摘
采用组合激光(即响应波段内532nm激光和响应波段外1319nm激光)对光导型CdS探测器进行辐照,测量了CdS探测器的破坏阈值。当1319nm激光辐照功率密度保持不变时,波段内激光的加入明显缩短了CdS探测器被破坏时激光所需的辐照时间,并且随着532nm激光功率密度的不断增大,辐照时间先减少后增加;当1319nm激光辐照时间保持不变时,随着532nm激光功率密度的增大,CdS探测器被破坏所需的1319nm激光功率密度先减小后增大,但恢复值仍比没有532nm激光加入时要小,说明了波段内激光的增强作用。上述两种变化趋势与相同条件下探测器的电压响应变化规律一致。
-
关键词
组合激光
CdS探测器
破坏阈值
-
Keywords
combined lasers
CdS detector
damage threshold
-
分类号
TN247
[电子电信—物理电子学]
-
-
题名基于灰度共生三角阵的炮膛图像分析
- 5
-
-
作者
李玉兰
郑海起
栾军英
唐力伟
濮俊艳
-
机构
军械工程学院火炮工程系
[
-
出处
《装甲兵工程学院学报》
2009年第2期48-52,共5页
-
基金
军队科研计划项目
-
文摘
为解决炮膛疵病图像粗分类时缺少聚类和分类特征的问题,引入了灰度共生三角阵(Grey Level Co-occurrence Triangular Matrix,GLCTM)的方法。通过对炮膛样本图像GLCTM特征参量的计算与分析,确定了GLCTM的参数;根据特征参量的相关性分析结果,选择了其中7个作为炮膛图像的特征参量。样本图像的实验结果表明,炮膛图像的GLCTM特征参量取值与图像灰度的直观特点之间存在对应关系。
-
关键词
灰度共生三角阵
炮膛
疵病
机器视觉
粗分类
-
Keywords
GLCTM
gun bore
flaw
machine vision
coarse classification
-
分类号
TN911.73
[电子电信—通信与信息系统]
TJ306
[兵器科学与技术—火炮、自动武器与弹药工程]
-