智能靶标目标检测方法研究

在激光模拟训练中,具有智能打击功能的靶标装置可以更加逼真地模拟实战对抗过程,满足智能化军事训练需求。但目前大多数靶标不具备智能打击或反击功能,靶标仅能实现作为目标的被打击功能或者非智能的触发反击功能,模拟训练形式单一,靶标运动或打击功能呈现规律性,不能真实模拟敌方目标主动攻击的能力,因此为适应模拟训练发展的需求实现模拟训练智能化、提高模拟仿真程度就需要通过智能靶标来模拟敌方目标进行作战。在智能靶标的研制过程中其中首先要解决的问题就是目标检测。本研究最终目标是对战场环境中的单兵目标进行检测并做出攻击活动,故对单兵目标的检测速度和精度有较大要求,本文提出一种基于Yolov5神经网络架构提高目标检测精度、加快目标检测速度的算法,采用改进网络结构对传统的目标检测算法进行优化,保证在输入可见光图像下,能够实现快速检测,并保证检测的精度。

雷达训练模拟器智能靶标开发的关键技术研究

针对雷达训练模拟器中靶标方的多目标航路规划、战术动作设计和靶标数据库三项关键技术,研究了一种具有智能性的靶标,可以为雷达训练模拟器提供多批次目标,实时进行航路规划以及决策多种战术动作。根据基于地形的三维航路快速搜索算法,实现了多批次目标的航路规划功能模块;然后根据战场态势与雷达信息,判断飞行编队采取何种战术动作,决定释放干扰类型或发射反辐射导弹,实现了战术动作设计功能模块;最后提供了有关地形信息、航路规划、模型信息以及操作考核和数据记录的数据库支持。仿真证明,所开发的靶标系统能够真实模拟作战过程中目标方的动作行为,实现了智能靶标与地面雷达站的电子对抗训练。

基于CAN总线的智能组合靶标

本文在研究CAN协议的原理和应用技术的基础上,提出了一种基于CAN总线应用协议的智能组合靶标设计。文中通过分析CAN协议的结构特点和组合靶标的应用需求提出了具体应用层协议和控制策略,有效解决了多靶标组合应用的控制难题。

激光基准桥梁挠度检测图像处理算法研究

针对桥梁结构健康安全运行自动化检测的需求,利用激光基准的嵌入式桥梁挠度图像式检测原理,设计了透射式靶标的光斑中心检测算法。针对透射式激光靶标光斑中心的高精度实时检测,提出了一套光斑中心坐标的快速读取方法。该方法首先对第一帧光斑图像采用金字塔模型获取其ROI区域;然后,采用基于序列图像块搜索方法快速获取后续图像的光斑图像的ROI区域;最后,在ROI区域内检测光斑的边缘,通过椭圆拟合的方法获取光斑图像的亚像素中心。该算法从应用层面解决了高精度和实时性的矛盾,保证了测量精度和效率。经实测发现:该算法挠度值的测量误差小于0.1像素,数据更新时间小于200 ms,同时满足了高精度和实时性的要求。