弹载毫米波合成孔径被动精确探测系统

合成孔径技术在弹载毫米波被动探测系统中的应用可以弥补被动探测不能给出目标距离的缺点,大大提高了系统的性能.本文首先介绍了近程毫米波合成孔径技术,其主要特点是成像公式中存在二次相位补偿因子,相位补偿后会使近程脉冲响应变窄,幅值提高;然后提出近程条件下的合成孔径被动测距原理,近程辐射球面波,其波前曲率和传播距离呈反比,测距原理是通过估计二次相位因子的调频斜率确定电磁波的传输距离;最后采用了双正交傅里叶变换算法进行被动测距,这种变换可以有效地估计多线性调频信号的调频斜率.     

近程毫米波被动扫描成像特性研究

针对近程毫米波辐射计扫描成像分辨率低、图像模糊的问题,采用天线近程辐射特性融合极大似然估计方法对图像进行高分辨率恢复.首先分析了系统天线的近程辐射特性,它是影响成像质量的最主要因素.分析表明近程条件下天线辐射特性大大改变,增益减小,尺度变大,在此基础上估计了扫描体制下图像的点扩散函数,最后用极大似然估计方法对金属环的被动毫米波图像进行了高分辨率恢复.结果表明经过恢复的图像提高了分辨率和目标识别率.     

被动毫米波成像系统的发展状况及其关键技术

 毫米波对大气具有良好的穿透性并能提供较好的角分辨率,因此被动毫米波(PMMW)成像技术越来越受到重视。为科学设计PMMW成像系统,本文在分析被动毫米波成像原理、系统组成及辐射特性的基础上,重点阐述了国内外被动毫米波成像的最新进展及关键技术,包括主要器件、系统和信号处理方法等,并提出了被动毫米波成像的发展方向和应用领域。     

3mm波段交流辐射计成像实验研究

采用一种具有简单结构的交流辐射计用于场景被动毫米波成像,然后利用小波变换滤除噪声,最后采用伪彩色映射改善成像的视觉效果,为无源毫米波成像研究提供了一种新的方法.室外场景的3 mm波段的被动成像实验结果表明:黑夜与大雾天气条件对毫米波被动成像几乎没有任何影响;3 mm波段交流辐射计成像对于金属与水面目标非常敏感,场景的图像轮廓细节明显,可用于军事与遥感领域.     

被动毫米波成像系统探测碳纤维复合材料研究

为提高基质材料在被动毫米波成像系统(PMMW)的检出率,向基质材料内添加自制碳纤维化学镀材料. 实验结果表明:镀银镍碳纤维(ANCF)、镀铜镍碳纤维(CNCF)、镀镍碳纤维(NCF)在PMMW中显示的相对电压值依次降低,成像效果依次增强;单纯基质材料矿酯和面粉几乎不能成像,石墨粉稍有成像,添加质量分数为0.3%的镀镍碳纤维(NCF)后,3种基质成像效果均明显提高.      

毫米波被动探测空中隐身目标研究

为探测空中涂层隐身目标,建立了地面辐射计对空中目标进行锥形扫描的天线温度对比度计算模型。在目标下方分别为高发射率地面和低发射率水面的情况下,对晴天时平面隐身目标和光洁金属目标的天线温度对比度进行了对比计算。将3 mm波段辐射计系统固定在地面上,目标分别悬挂于水泥地面和水池上方10 m高度处,分别在晴天和阴天时,采用辐射计系统对隐身目标和光洁金属目标进行了探测实验。计算和实验结果说明,涂层隐身目标比同等大小的光洁金属目标的天线温度对比度大,当目标下方地物的发射率较小时,差别更大。在毫米波被动探测下,空中金属目标表面的吸波材料涂层,不仅不能起到隐身效果,反而会更明显地暴露目标。     

合成孔径微波辐射计成像模拟与结果分析

在分析合成孔径微波辐地成像理论的基础上，发展了一个切合实际的成像模拟系统，     

弹载毫米波辐射计仿真系统研究

从弹裁毫米波辐射计的目标信号数学模型出发，对目标信号进行了仿真计算。对仿真数据所作的比较、分析表明，计算结果准确可靠。结合工程实际，讨论了不同地物分布时的辐射计仿真结果。     

毫米波直接检波式辐射计温度补偿问题研究

分析了毫米波放大器温度-增益变化对毫米波直接检波式辐射计输出信号幅度的影响,针对直接在毫米波电路中进行温度补偿技术难度相对较大的情况,提出了在视频放大器电路中引入温度补偿措施使系统总增益保持稳定的温度补偿方法,通过在视频放大器反馈电路中加入合适的热敏电阻对系统增益进行补偿.理论分析和实验结果表明该方法简单有效,使系统输出信号幅度在一定温度范围内保持较好的稳定.     

工程项目多目标协同优化研究

将微粒群算法(particle swarm optimization,PSO)引入工程项目多目标协同优化领域,研究工程项目的质量、费用、资源和工期的协同优化问题。文章首先系统介绍微粒群算法原理、流程以及算法的改进发展,然后研究了工程项目质量、费用、工期和资源的协调功效系数,并建立了质量、费用、工期和资源的多目标协同优化模型,接下来介绍了应用微粒群算法编码解决工程项目多目标优化的方法步骤。最后,通过一个应用实例,计算表明微粒群算法可以准确快速地解决工程项目多目标协同优化问题。     

基于随机点摆动前行模式的改进粒子群优化算法

基于飞鸟寻食细致化仿生,提出了一种新的基于随机点摆动前行模式(RSFM)的改进粒子群算法原理,设计了改进粒子群算法流程,并利用算例展示了该算法的具体使用方法与计算效果。     

基于PSO-BP的钻井机械钻速预测模型

机械钻速预测是优化钻进过程、提高钻井效率的关键技术,现有的计算模型主要建立在物理实验和理论分析的基础上,缺少对钻井工程实测数据的应用,导致计算精度难以满足复杂的现场需求.基于此,提出一种人工智能算法与BP(back propagation)神经网络相结合的钻井机械钻速预测模型.首先,利用小波滤波方法对实测数据进行降噪处理,并依据互信息关联分析优选输入参数降低模型冗余.其次,利用粒子群优化(particle swarm optimization,PSO)算法实现对BP神经网络初始权值、阈值的优化,建立机械钻速预测新模型,并将PSO-BP新模型与标准BP、BAS(Beetle Antennae Search,天牛须算法)-BP及GA(genetic algorithm,遗传算法)-BP等三种模型进行对比分析.最后,根据实际工况对PSO-BP钻井机械钻速预测模型进行模型评价.结果表明,PSO-BP机械钻速预测模型不仅具有良好的预测精度,而且为钻进过程中提高机械钻速提供科学的参考.