發(fā)布時(shí)間：2020-04-07 21:25

【摘要】：隨著現(xiàn)代軍事技術(shù)的發(fā)展,對(duì)地面目標(biāo)和空中目標(biāo)距離的精確測(cè)量顯得尤為重要,高精度的測(cè)距系統(tǒng)能夠提高防空系統(tǒng)對(duì)來(lái)犯目標(biāo)的攻擊性能,極大地增強(qiáng)我國(guó)的國(guó)防實(shí)力。武器系統(tǒng)逐漸向著高速化、智能化和隱身化等方向發(fā)展,傳統(tǒng)雷達(dá)等電子探測(cè)設(shè)備已經(jīng)不能滿足現(xiàn)代戰(zhàn)爭(zhēng)的要求。隨著光電技術(shù)的發(fā)展,針對(duì)大氣傳輸特性的相關(guān)研究也愈發(fā)的深入,基于頻譜傳播差異的被動(dòng)紅外系統(tǒng)因其隱蔽性能好、辨?zhèn)文芰涂垢蓴_能力強(qiáng)等特性,在探測(cè)與預(yù)警中占有愈發(fā)重要的地位。本文從測(cè)量空中目標(biāo)距離出發(fā),以紅外光電探測(cè)原理為技術(shù)手段,以設(shè)計(jì)微弱信號(hào)檢測(cè)放大電路為主要目標(biāo),設(shè)計(jì)一套中波窗口雙波段被動(dòng)測(cè)距系統(tǒng)。通過(guò)仿真及實(shí)測(cè)結(jié)果可以看出,該系統(tǒng)能夠有效精確地放大微弱光電信號(hào),并準(zhǔn)確地預(yù)測(cè)目標(biāo)距離。本論文重點(diǎn)研究中波窗口雙波段被動(dòng)測(cè)距系統(tǒng),具體內(nèi)容包括:1.針對(duì)紅外光電系統(tǒng)的組成進(jìn)行研究,對(duì)熱型和光子型兩類(lèi)紅外探測(cè)器的性能進(jìn)行比較,選擇合適的紅外探測(cè)器,通過(guò)探測(cè)器的響應(yīng)率獲得紅外探測(cè)器的微弱電流輸出值,為后續(xù)的硬件電路設(shè)計(jì)提供參考。針對(duì)本文要檢測(cè)的微弱電流信號(hào),設(shè)計(jì)了基于InAsSb光伏型紅外探測(cè)器的微弱信號(hào)調(diào)理電路,包括電源轉(zhuǎn)換電路、光電轉(zhuǎn)換前置放大電路、二級(jí)放大電路、AD轉(zhuǎn)換電路、DSP主控電路和數(shù)據(jù)傳輸電路等;對(duì)電路中紅外探測(cè)器和前置放大器的噪聲源進(jìn)行分析,結(jié)合理論采用標(biāo)準(zhǔn)電路搭建光電二極管的等效噪聲模型和前置放大器的E_n-I_n模型,根據(jù)“疊加原理”,估算光電檢測(cè)電路的整體噪聲。2.分析目標(biāo)距離的相關(guān)光譜特征。對(duì)四種氣象條件下目標(biāo)在中波窗口和長(zhǎng)波窗口的原始光譜與差分光譜進(jìn)行相關(guān)性分析,結(jié)合不同窗口輻射通量與距離的相關(guān)系數(shù)和iPLS回歸均方根誤差兩種性能指標(biāo),找到建模精度更高的光譜區(qū)間,計(jì)算300~900K的黑體在不同窗口的輻射通量,結(jié)合維恩位移定律,最終確定采用中波雙窄帶方案。為了克服前人提出的非線性測(cè)距模型在迭代過(guò)程中受初值的影響大且存在多個(gè)解以及模型泛化能力差等缺點(diǎn),本文提出一種改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)被動(dòng)測(cè)距算法,通過(guò)與傳統(tǒng)Elman神經(jīng)網(wǎng)絡(luò)算法、OIF-Elman神經(jīng)網(wǎng)絡(luò)算法、OHF-Elman神經(jīng)網(wǎng)絡(luò)算法和非線性測(cè)距模型進(jìn)行對(duì)比仿真,結(jié)果表明,本文提出的測(cè)距算法收斂速度更快,測(cè)距精度更高。3.對(duì)硬件電路測(cè)試進(jìn)行描述,在Multisim14.0平臺(tái)上完成電路仿真,結(jié)果顯示50Hz工頻陷波電路能夠有效地濾除50Hz干擾信號(hào),光電轉(zhuǎn)換電路和二級(jí)放大電路能夠達(dá)到微弱信號(hào)放大的目的;對(duì)紅外探測(cè)器進(jìn)行黑體標(biāo)定校準(zhǔn),記錄其溫度-電壓值,并對(duì)溫度-電壓進(jìn)行最小二乘擬合,保證實(shí)驗(yàn)的準(zhǔn)確度;在CCS8.0開(kāi)發(fā)環(huán)境下編寫(xiě)基于TMS320F28335芯片的AD采樣、中位值平均濾波、數(shù)據(jù)傳輸和改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)測(cè)距算法等程序,將編譯好的工程文件燒寫(xiě)到DSP預(yù)測(cè)距離,通過(guò)串口RS232將距離預(yù)測(cè)值發(fā)送到PC端,結(jié)果顯示本文算法對(duì)1~8km目標(biāo)的距離預(yù)測(cè)更精確,且測(cè)距誤差控制在15%以內(nèi)。
【圖文】：

西安電子科技大學(xué)碩士學(xué)位論文外探測(cè)器的選擇探測(cè)器時(shí)應(yīng)滿足：探測(cè)器與目標(biāo)輻射源及光學(xué)系統(tǒng)在靈敏度、響應(yīng)速度快、良好的線性度、低噪聲和較小本系統(tǒng)使用的是日本濱松公司生產(chǎn)的 P13243-011C器，具有 DIP 封裝和 SOP 封裝，為了減小探測(cè)電路物如圖 2.5 所示，基本性能參數(shù)如表 2.2 所示。

波長(zhǎng)為1.55 m時(shí)，其感光靈敏度曲線如圖 2.7 所示；工作溫度動(dòng)態(tài)范圍廣，能夠適應(yīng)不同的環(huán)境溫度，在軍用和民用等方面都有廣泛的應(yīng)用。圖2.6 探測(cè)器的波長(zhǎng)與轉(zhuǎn)換率關(guān)系曲線 圖2.7 探測(cè)器的光電轉(zhuǎn)換曲線2.3 紅外探測(cè)器的能量分析通過(guò)上一節(jié)選擇的靈敏度高、響應(yīng)速度快的 InAsSb 紅外探測(cè)器，根據(jù)紅外探測(cè)器的能量轉(zhuǎn)換特性，對(duì)紅外探測(cè)器獲得的能量進(jìn)行計(jì)算，得到紅外探測(cè)器輸出的微弱電流，為后續(xù)的硬件電路設(shè)計(jì)提供參考。2.3.1 紅外探測(cè)器的入射輻射計(jì)算根據(jù)紅外探測(cè)器的基本參數(shù)，計(jì)算得到紅外探測(cè)器的入射輻射值。根據(jù)基爾霍夫定律(2-2)和普朗克公式(2-3)，溫度為 T 的目標(biāo)產(chǎn)生的光譜輻射通量密度為：215/( ) 1( , )1c kTcM Te (2-8)其中，， ( )表示物體的發(fā)射率，它的范圍在[0,1]之間
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TN215

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 卓鵬程;朱穎;鄔雯暄;舒俊清;夏唐斌;;Real-Time Fault Diagnosis for Gas Turbine Blade Based on Output-Hidden Feedback Elman Neural Network[J];Journal of Shanghai Jiaotong University(Science);2018年S1期

2 張彥清;劉大銘;白冰;李春樹(shù);;基于外反饋Elman的離心式壓縮機(jī)透平轉(zhuǎn)速預(yù)測(cè)[J];微型機(jī)與應(yīng)用;2016年02期

3 徐曉龍;溫陽(yáng);張商州;;Elman神經(jīng)網(wǎng)絡(luò)仿真及應(yīng)用[J];智能機(jī)器人;2016年04期

4 湯井田;曹揚(yáng);肖嘉瑩;郭曲練;;Predication of plasma concentration of remifentanil based on Elman neural network[J];Journal of Central South University;2013年11期

5 朱春穎;沈海軍;顧豪;殷忠敏;李燕;;Elman網(wǎng)絡(luò)模型參考自適應(yīng)控制在鎳氫電池智能充電中的應(yīng)用[J];工業(yè)儀表與自動(dòng)化裝置;2013年04期

6 吳微;徐東坡;李正學(xué);;Convergence of gradient method for Elman networks[J];Applied Mathematics and Mechanics(English Edition);2008年09期

7 齊仲紀(jì);劉漫丹;;基于文化算法的新型Elman網(wǎng)絡(luò)的過(guò)程建模方法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

8 謝慶國(guó) ,萬(wàn)淑蕓 ,易燕春 ,趙金 ,沈軼;Speed-Sensorless Control Using Elman Neural Network[J];Journal of Systems Engineering and Electronics;2001年04期

9 張惠玲;劉曉曉;楊林玉;;基于小波-Elman神經(jīng)網(wǎng)絡(luò)的信號(hào)交叉口首車(chē)到達(dá)時(shí)間預(yù)測(cè)[J];科學(xué)技術(shù)與工程;2019年28期

10 王雪麗;;一種基于Elman改進(jìn)的網(wǎng)絡(luò)入侵檢測(cè)算法[J];湖南文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2017年04期

相關(guān)會(huì)議論文 前10條

1 Yanqi Zheng;Zoujing Yao;Heng Zhou;Chunjie Yang;Haifeng Zhang;Mingliang Li;Lei Fan;;Power Generation Forecast of Top Gas Recovery Turbine Unit Based on Elman Model[A];第37屆中國(guó)控制會(huì)議論文集（E）[C];2018年

2 Bo Meng;;Improved Elman Neural Network and Its Application[A];第30屆中國(guó)控制與決策會(huì)議論文集（1）[C];2018年

3 陳力;呂亭亭;王凱;;基于Elman網(wǎng)絡(luò)的煤與瓦斯突出預(yù)測(cè)研究[A];煤礦機(jī)電一體化新技術(shù)創(chuàng)新與發(fā)展2012學(xué)術(shù)年會(huì)論文集[C];2012年

4 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九屆中國(guó)控制會(huì)議論文集（一）[C];2000年

5 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2005年

6 盧志剛;冀爾康;李偉;吳士昌;;基于混合Elman網(wǎng)絡(luò)的非線性自適應(yīng)逆控制[A];第七屆青年學(xué)術(shù)會(huì)議論文集[C];2005年

7 蘇剛;王玲玲;徐永生;;基于改進(jìn)Elman網(wǎng)絡(luò)的燃?xì)庳?fù)荷預(yù)測(cè)[A];第十七屆全國(guó)過(guò)路控制會(huì)議論文集[C];2006年

8 李界家;張雙喜;郭宏偉;;基于改進(jìn)型Elman網(wǎng)絡(luò)的陽(yáng)極效應(yīng)故障趨勢(shì)預(yù)測(cè)研究[A];冶金企業(yè)自動(dòng)化、信息化與創(chuàng)新——全國(guó)冶金自動(dòng)化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

9 張琦;邵立福;;基于Elman神經(jīng)網(wǎng)絡(luò)的液壓泵故障診斷模型研究[A];機(jī)床與液壓學(xué)術(shù)研討會(huì)論文集[C];2004年

10 張琦;邵立福;;基于Elman神經(jīng)網(wǎng)絡(luò)的液壓泵故障診斷模型研究[A];第三屆全國(guó)流體傳動(dòng)及控制工程學(xué)術(shù)會(huì)議論文集（第二卷）[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 小樂(lè);擺脫媒體局限 實(shí)地考察中國(guó)[N];中國(guó)社會(huì)科學(xué)報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 時(shí)小虎;Elman神經(jīng)網(wǎng)絡(luò)與進(jìn)化算法的若干理論研究及應(yīng)用[D];吉林大學(xué);2006年

2 王麗敏;計(jì)算智能改進(jìn)方法及其在金融與環(huán)境領(lǐng)域中的應(yīng)用[D];吉林大學(xué);2007年

3 楊杰;多工序制造質(zhì)量智能預(yù)測(cè)建模機(jī)理研究及應(yīng)用[D];華南理工大學(xué);2011年

4 郭晉;神經(jīng)網(wǎng)絡(luò)模型在預(yù)測(cè)急性心肌梗死中的應(yīng)用及模型預(yù)測(cè)能力的比較研究[D];北京協(xié)和醫(yī)學(xué)院;2013年

5 李鵬華;量子計(jì)算在動(dòng)態(tài)遞歸與自組織神經(jīng)網(wǎng)絡(luò)中的機(jī)理及應(yīng)用研究[D];重慶大學(xué);2012年

6 韓旭明;若干改進(jìn)的人工免疫算法及其在大氣環(huán)境領(lǐng)域中的應(yīng)用[D];吉林大學(xué);2010年

7 姜春福;基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人模型辨識(shí)與控制研究[D];北京工業(yè)大學(xué);2003年

8 李西平;塔機(jī)超聲安全預(yù)警目標(biāo)識(shí)別的神經(jīng)網(wǎng)絡(luò)方法研究[D];西安建筑科技大學(xué);2015年

9 劉長(zhǎng)義;基于不確定性測(cè)度的機(jī)械零部件再制造加工質(zhì)量控制理論與方法研究[D];合肥工業(yè)大學(xué);2015年

10 王永利;區(qū)域客戶端能源綜合需求側(cè)管理理論及應(yīng)用研究[D];華北電力大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 周鶴;基于改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的水稻生長(zhǎng)預(yù)測(cè)[D];揚(yáng)州大學(xué);2019年

2 陳立強(qiáng);基于頻譜傳播差異的目標(biāo)距離估計(jì)[D];西安電子科技大學(xué);2019年

3 尹s

本文編號(hào)：2618411