弹丸运动参数激光阴影照相测试技术研究

论文摘要

高速弹丸运动参数是衡量武器及弹药性能的重要指标,一直是武器系统测试的重点和难点。目前用于高速弹丸运动参数的测试测量系统多采用被动式激光光源作为照明系统,不仅对光源能量的利用率低,而且对光源能量要求高。此外,因对周边环境因素比较敏感,传统的图像处理算法对目标弹丸的识别具有极大的局限性。为了解决这些问题,本文研制了一套组合式主动激光光源照明系统,开发了一套基于深度卷积神经网络的目标弹丸智能识别算法,并搭建了激光阴影照相测试系统试验验证平台。主要研究内容如下:(1)阐述了激光阴影照相测试系统的测量原理,详细介绍了该系统的各个模块,重点研制了组合式主动激光光源照明系统,并计算了激光器激光脉冲宽度和激光器能量等主要参数。(2)建立了高速弹丸运动参数求解模型,利用相机标定技术、相机成像原理和最小二乘法,计算了相机内参和坐标系转换矩阵等模型参数,并利用均值误差对模型参数进行了评估,验证了模型参数的准确性。(3)考虑到采用传统图像处理算法的局限性,将深度卷积神经网络算法应用到目标弹丸的识别中,开发了一套目标弹丸智能识别算法,经过网络训练和测试,该算法对目标弹丸的识别精度达到99%,对一幅图像的识别时间大约为2s,充分说明了该算法的有效性和实时性。(4)根据以上研究结果结合高速弹丸运动参数求解算法,搭建了激光阴影照相测试系统试验验证平台,并进行了20次对比试验,从对测量数据的结果可以看出,在X轴方向的均值误差为4.44mm,在Z轴方向的均值误差为1.94mm。测量误差在可接受的范围内,证明了该系统能够满足测试测量要求。

论文目录

摘要

abstract

1 绪论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.2.1 阴影照相系统在靶道测试中的应用概况

1.2.2 目标弹丸检测与识别技术的研究概况

1.3 本文主要研究内容

1.4 论文结构

2 系统总体方案

2.1 系统功能要求及技术指标

2.2 激光阴影照相测试系统组成及测量原理

2.3 硬件系统的设计实现

2.3.1 相机的选取

2.3.2 光源的设计

2.3.3 时序控制系统的设计

2.4 本章小结

3 弹丸运动参数求解模型的建立及参数计算

3.1 测试系统各坐标系之间的转换

3.2 弹丸空间位置求解模型

3.3 弹丸飞行速度求解模型

3.4 矩阵参数求解及坐标转换误差分析

3.5 本章小结

4 基于深度神经网络的弹丸识别算法实现

4.1 深度神经网络模型及其开发环境配置

4.2 弹丸识别深度神经网络模型的设计及训练

4.2.1 弹丸识别卷积神经网络模型的设计

4.2.2 弹丸识别卷积神经网络的训练

4.3 模型测试

4.4 本章小结

5 激光阴影照相系统测试试验

5.1 对比试验

5.2 误差分析

5.3 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

攻读硕士学位期间发表的论文

致谢

附录1 时序控制程序

附录2 卷积神经网络训练代码及config配置

附录3 弹丸识别神经网络识别部分代码

文章来源

类型: 硕士论文

作者: 张文博

导师: 冯斌,宋岩峰

关键词: 激光阴影照相,多参数,高速测量,卷积神经网络,目标识别

来源: 西安工业大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 物理学,武器工业与军事技术,无线电电子学

单位: 西安工业大学

分类号: TJ410.6;TN249

DOI: 10.27391/d.cnki.gxagu.2019.000224

总页数: 72

文件大小: 3082K

下载量: 22

弹丸运动参数激光阴影照相测试技术研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢