论文部分内容阅读
在靶场测试中，弹丸飞行速度的测量是武器系统各种运动参数测量中一项至关重要的内容。传统的天幕靶测速系统中，采用的是电子测时仪测量弹丸过靶时间，由于电子测时仪自身的局限性，只能测量单发弹丸或者空间距离大于天幕靶两个光幕面距离的连发弹丸速度，而对于弹丸距离很小的双头弹和连发弹，在测量装置上产生的都是高速连续信号，其中还可能夹杂着很强的噪声、激波干扰。目前的天幕靶在测量这类信号时就遇到了困难。本文在研究天幕靶测速原理的基础上，从天幕靶测量双头弹和连发弹速度的实际需求出发，提出了一种基于小波变换和神经网络的高速连续信号识别检测方法。主要研究内容包括：
⑴在天幕靶数据采集方面，使用数据采集卡代替电子测时仪，将采集到的模拟信号直接保存到计算机中，为后期的信号处理提供方便。
⑵研究了基于小波变换的信号消噪和特征提取方法。对采集到的弹丸过靶信号进行小波变换，滤掉其中不重要的信息以及背景噪声等，提取出能反应信号特征的关键特征参数。
⑶研究了基于改进算法的BP神经网络进行信号分类识别的方法。对于提取出的弹丸信号特征值样本，利用BP神经网络进行训练和学习，以此来对天幕靶高速连续信号进行准确的识别。
⑷使用LabWindows/CVI开发平台，设计开发了天幕靶信号处理系统软件，实现了信号的采集、存储、处理、显示等功能，利用相关算法对弹丸信号数据进行计算，可以快速准确的计算出每个弹丸的速度值。