-
题名基于滤波器的低慢小伺服跟踪转台研究
- 1
-
-
作者
茅德旺
张博
卢夏蕾
胡卫鹏
-
机构
西安电子工程研究所
-
出处
《火控雷达技术》
2023年第4期118-125,共8页
-
文摘
雷达和红外无人机目标探测与识别技术是无人机探测预警系统的重要组成部分,它需要高性能的精密伺服转台以满足光电系统稳定成像和精确跟踪。为此,本文基于某外贸型便携式反无人机平台的系统功能和指标要求,设计了伺服跟踪转台。然后,针对转台跟踪机动目标时通讯链路延迟较大的缺点对转台控制系统展开研究,采用自适应α-β滤波器对跟踪目标角度和速度进行预测估计,并将该预测值加入PID反馈通道组成滤波器+PID的复合控制。最后,通过模拟航路和典型航路下的大疆无人机对反无人机系统开展实物测试,并与普通的PID控制器跟踪效果进行对比,实测数据表明采用自适应α-β滤波器+PID复合控制的伺服跟踪转台可有效提高光电跟踪品质,满足系统跟踪要求。
-
关键词
低慢小无人机
光电转台
伺服跟踪
自适应α-β滤波器
-
Keywords
LSS UAV
electric-optical turntable
servo tracking
adaptiveα-βfilter
-
分类号
TN95
[电子电信—信号与信息处理]
-
-
题名低空慢速小目标探测与定位技术研究
被引量:14
- 2
-
-
作者
李菠
孟立凡
李晶
刘春美
黄广炎
-
机构
中北大学电子测试技术国防科技重点实验室
公安部第一研究所
北京理工大学爆炸科学与技术国家重点实验室
-
出处
《中国测试》
CAS
北大核心
2016年第12期64-69,共6页
-
基金
公安部预研项目(2015JZYYY01)
-
文摘
城市大型集会、活动中安保工作的一大主要任务是防止恐怖分子利用航模等低空慢速小型飞行器进行破坏活动,由于城市环境的复杂性以及低空慢速小目标(以下简称“低慢小”)的特殊性,像雷达等传统的探测方法很难准确探测定位。针对这一难题,设计基于激光探测技术的低慢小探测与定位系统。系统包含激光脉冲发射、雪崩光电二极管偏置、弱光信号处理和计时电路等主要结构。利用标准时基发生器对计时电路进行验证,采用线性拟合方法使时间测量的精度达到10-10量级。经过试验测试,该系统能够在近距离范围内对低慢小进行快速定位,0—100m距离范围内测距误差为±0.6m;0-60m高度范围内测高误差为±0.6m;0~35km/h速度范围内测速误差为±1.3km/h。
-
关键词
低慢小目标
城市环境
激光探测技术
微弱光电信号处理
-
Keywords
lss-uav
urban environment
laser detection technology
weak photo-electricity signal processing
-
分类号
TN957.51
[电子电信—信号与信息处理]
-
-
题名探测低慢小目标的高精度时间间隔测量方法
被引量:8
- 3
-
-
作者
李菠
孟立凡
李晶
刘春美
黄广炎
-
机构
中北大学电子测试技术国家重点实验室
公安部第一研究所
北京理工大学爆炸科学与技术国家重点实验室
-
出处
《科学技术与工程》
北大核心
2017年第16期248-253,共6页
-
基金
公安部预研项目(2015JZYYY01)资助
-
文摘
低空慢速小目标(以下简称"低慢小")探测系统需要应用激光技术对目标进行测距,需要测量激光主波与回波信号之间的时间间隔;并要具有高精度。提出一种高精度时间间隔测量方法,该方法基于内插采样技术,以正弦波作为参考信号,将时间间隔测量转化为对参考正弦波的相位测量,有效地提高了时间间隔测量的精度。同时,该方法将数字计数法与内插采样技术相结合,既保持了数字计数法测量范围大的优势,又体现了内插采样法测量精度高的优点。实验结果表明,时间间隔测量精度能够达到70 ps;在0~20μs的测量范围内,测量相对误差达到10^(-5)量级,具有良好的线性度;且满足低慢小探测系统中激光测距对时间间隔测量精度的要求。
-
关键词
低慢小目标
脉冲激光测距
时间间隔测量
内插采样
-
Keywords
lss-uav
pulsed laser ranging
time-interval measurement
interpolating sampling
-
分类号
TP216.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于光电侦察的“低慢小”目标检测综述
被引量:2
- 4
-
-
作者
张鹏
徐丹
-
机构
中国电子科技集团公司第二十七研究所
河南省地震局
-
出处
《中国电子科学研究院学报》
北大核心
2022年第11期1042-1048,共7页
-
文摘
目前关于小目标检测的研究、综述较多,但针对“低慢小”检测的相对较少。本文结合“低慢小”的目标特性,梳理了“低慢小”目标检测存在的技术难点,总结分析了近年基于光电侦察的传统图像处理检测方法、深度学习检测方法的基本流程、各自的优缺点以及主要研究进展,并着重对比分析了这些检测方法采用的数据集以及检测结果,对后续“低慢小”目标检测研究具有一定参考价值和推动作用。最后,指出了“低慢小”目标检测下一步亟待解决的问题。
-
关键词
低慢小
无人机
目标检测
光电侦察
-
Keywords
LSS-Target
UAV
object detection
photoelectric reconnaissance
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-