基于超声波定位的智能报靶系统
|
摘要
在现代军事训练或者竞技体育比赛中,射击训练的结果检测是必不可少的一个重要环节。目前,我国传统的以人工操作为基础的报靶方法存在着严重的问题,例如报靶精度差、效率低、存在人力资源的浪费,并且在报靶的过程中有一定的安全风险。为了提高射击训练水平和安全系数的提高,对报靶系统的研究需求很强烈。
本文分析了激波和声爆理论,构建出超声智能报靶系统的总体设计方案,分析了超声波传感器阵列的布阵方法,对弹着点坐标计算的数学公式进行了研究和推导,然后研究了弹丸激波信号的小波阈值去噪处理,去噪后的信号送入处理器进行信息处理,最后通过上位机的软件编程将报靶结果显示出来。本论文的主要工作是弹丸激波信号的去噪处理和传感器阵列分布的研究。小波去噪处理的仿真实验表明去噪算法的选择具有提高系统信噪比的特点,而且它降低了均方根误差。在传感器的阵列分布研究中,提出了十一点阵阵列定位模型,并且通过遗传神经网络算法对数学模型中的加权系数进行了优化选择处理,进一步的降低了报靶系统的误差。
In the modern military training or sports competition, the results of test in firing training is an important part. At present, traditional target reporting which uses manual-based method exists some serious problems, for example, poor accuracy, low efficiency, waste of human resources and a certain security risk. In order to improve the level of training and safety factor, the research of automatic target system is strongly needed.
This paper analyzes the theory of shock wave and sonic boom, proposes the composing figure of the intelligent target-scoring system, analyzes the method of ultrasonic sensor array, discusses mathematical formula of point coordinate of bullet, then rearches the wavelet thresholding denoising of bullet shock wave signal, transmits the denoising signal to the processor and processes the information,reports the results of target-scoring through software programming of the PC. The main content of this thesis contains denoising of bullet shock wave and the distribution of sensor arrays. The simulation results of wavelet thresholding denoising show that the choice of denoising algorithm can improve signal noise ratio of the system and reduce the mean square error. On researching the distribution of sensor array, this paper proposes the location model of 11 lattices, and optimizes the weighting coefficient by genetic neural network algorithm, further reduces the error of the target scoring system.
本文分析了激波和声爆理论,构建出超声智能报靶系统的总体设计方案,分析了超声波传感器阵列的布阵方法,对弹着点坐标计算的数学公式进行了研究和推导,然后研究了弹丸激波信号的小波阈值去噪处理,去噪后的信号送入处理器进行信息处理,最后通过上位机的软件编程将报靶结果显示出来。本论文的主要工作是弹丸激波信号的去噪处理和传感器阵列分布的研究。小波去噪处理的仿真实验表明去噪算法的选择具有提高系统信噪比的特点,而且它降低了均方根误差。在传感器的阵列分布研究中,提出了十一点阵阵列定位模型,并且通过遗传神经网络算法对数学模型中的加权系数进行了优化选择处理,进一步的降低了报靶系统的误差。
In the modern military training or sports competition, the results of test in firing training is an important part. At present, traditional target reporting which uses manual-based method exists some serious problems, for example, poor accuracy, low efficiency, waste of human resources and a certain security risk. In order to improve the level of training and safety factor, the research of automatic target system is strongly needed.
This paper analyzes the theory of shock wave and sonic boom, proposes the composing figure of the intelligent target-scoring system, analyzes the method of ultrasonic sensor array, discusses mathematical formula of point coordinate of bullet, then rearches the wavelet thresholding denoising of bullet shock wave signal, transmits the denoising signal to the processor and processes the information,reports the results of target-scoring through software programming of the PC. The main content of this thesis contains denoising of bullet shock wave and the distribution of sensor arrays. The simulation results of wavelet thresholding denoising show that the choice of denoising algorithm can improve signal noise ratio of the system and reduce the mean square error. On researching the distribution of sensor array, this paper proposes the location model of 11 lattices, and optimizes the weighting coefficient by genetic neural network algorithm, further reduces the error of the target scoring system.
引文
[1]田春.弹丸超声报靶定位系统的研究与实践.南京航空航天大学硕士论文.2002年2月.
[2]袁莉茹.基于图像处理的军用自动报靶系统弹孔识别.重庆大学硕士学位论文.2006年4月.
[3]Hakan,Per,O.B.etc. A robust correlation receiver for distance estimation,IEEE Trans.Ultrasonics,Ferroelectrics and Frequency Control,Vol.41(5),Sep.1994.
[4]张伟,高航.基于图像处理技术的自动报靶系统设计和实现.南京航空航天大学学报,2000年12月,第32卷,第6期.
[5]卢朝阳,高西全,丁玉美.一种采用图像识别的射击竞赛自动判靶系统.计算机工程与科学.2001年,第23卷,第3期.
[6]K. Yamashita, K. Iwahashi, Y. Ohmura and M. Okuyama.Position Measurement Using Phased Array Microsensors With Resonant Frequency Variation.Graduate School of Engineering Science, Osaka University.2003.
[7]张军,颜树华,徐琰.自动报靶系统的研究进展.激光与红外.2006年12月第36卷第12期.
[8]何树国.声电报靶系统在轻武器生产上的应用.产品开发与设计.2004年第3期.
[9]李言华.基于弹丸激波的弹着点自动检测系统研究.南京理工大学硕士论文.2007年7月.
[10]曾庆勇,微弱信号检测,杭州：浙江大学出版社,1996,]-83.
[11]胡为.弹着点自动检测系统的研究与设计[D],辽宁：辽宁工程技术大学,2005.
[12]Michael McCarthy, Paul Duff,Henk L. Muller, and Cliff Randell. Accessible Ultrasonic Positioning. Positoning Systems.2001.
[13]Bijan GMobasseri.Automatic Target Scoring System Using Machine Vision. Machine Vision and Applications. Volume 8,1995:20～30.
[14]赵静荣.声发射信号处理系统与源识别方法的研究.吉林大学博士论文.2010年6月.
[15]张兆东.传感器动态特性虚拟实验研究.国防科技大学硕士论文.2002年11月.
[16]李树钰.改进的小波阈值去噪方法及其在MATLAB中的仿真.噪声与振动控制.2010年02期.
[17]刘敢新.轻武器声电自动报靶系统关键技术研究.重庆大学硕士学位论文.2008年3月.
[18]程正兴.小波分析的理论算法进展和应用[MI.北京：国防教育出版社,2007,77-83.
[19]韩建国.便携式电子白板关键技术研究与实现.吉林大学硕士学位论文.2008年5月.
[20]Coifman R.R.,Donoho D.L..Translation-invariant de-noising[A].In Wavelets and Statistics,Springer Lecture Notes in Statistics103[C].//New York:Springer-Verlag,1994,125-150.
[21]陈远贵,罗保钦,曾庆宁.基于一种新的小波阈值函数的心音信号去噪.计算机仿真.2010年11期
[22]Simon Haykin.Neural Networks A Comprehensive Foundation,Second Edition[M].北京:清华大学出版社,2001.
[23]Barbara J.Sotirin, Vincent K.McDonald,An Integrated Array Element Localization System 0-7803-2056-51994 IEEE.
[24]吴松林,杨杰,林晓东,宋波.声定位系统中的弹道波信号分析及弹道矢量计算.探测与控制学报.2009年02期.
[25]刘汉忠,顾晓辉,刘贯领,等.基于小波变换的声信号去噪处理方法[J].声学与电子工程,2003(4)：11-14.
[26]吕国云,许学忠,赵锐.战场目标被动噪声识别技术[J].探测与控制学报,2001,23(4)：22-25.
[27]Mallat S.A Theory for Multiresolution Signal decomposition:the Wavelet representation[J].IEEE Pattern Anal and Machine intell,1989,11 (7):674-693.
[28]Rajani Srinivasan and Jason M.Kinser. A Foveating-fuzzy Target-Scoring Recognition System.Pattern Recognition.Volume 31,Issue 8,1 August 1998:1149～1158.
[29]Zhang Xueying.Li Gaoyuan,QiaoFeng.A Speech Endpoint Detection Algorithm Based on Entropy and RBF Neural Network[C].Granular Computing,2007.GRC 2007.IEEE International Conference on 2-4 Nov.2007 Page(s):505-506.
[30]T Bass.intrusion detection systems and multisensor data fusion[J].Communications of the ACM,2000,43(4):99-105.
[31]史忠植.神经网络[M].北京：高等教育出版社,2009,87-101.
[32Donoho D.Denoising by soft thresholding[J].IEEE Trans.lnform.Theory,1995,41:613-62.
[33]沈兆军,王吉林.基于超声波定位的车辆路径还原系统.微计算机信息.2009年17期.
[34]崔春雷.军用自动报靶系统中图像识别技术研究.大连海事大学硕士论文.2004年4月.
[35]俞阿龙.基于遗传神经网络的电容称重传感器非线性补偿方法.电气自动化.2010年06期.
[36]Qulian Chernick.Moving Target Location Errors for Ground Vehicles.AD-A092835.
[37]Marioli.D, Narduzii.C. Digital time of flight measurement for ultrasonic sensors,IEEE Trans.Instrum Means, Vol.41 (1),1992,93-97.
[38]燕学智.近场无线定位算法及超声定位AGV技术研究.吉林大学博士学位论文.2008年12月.
[39]郭超,周丹晨.基于遗传神经网络的工时定额系统.计算机应用与软件.2010年08期.
[40]张明熙.激光坐标定位法在自动报靶系统中的实现.计算机工程.2004年12月第30卷.
[41]龙海燕.无线定位技术的物理基础及其关键技术分析[J].中山大学学报.2005年.
[2]袁莉茹.基于图像处理的军用自动报靶系统弹孔识别.重庆大学硕士学位论文.2006年4月.
[3]Hakan,Per,O.B.etc. A robust correlation receiver for distance estimation,IEEE Trans.Ultrasonics,Ferroelectrics and Frequency Control,Vol.41(5),Sep.1994.
[4]张伟,高航.基于图像处理技术的自动报靶系统设计和实现.南京航空航天大学学报,2000年12月,第32卷,第6期.
[5]卢朝阳,高西全,丁玉美.一种采用图像识别的射击竞赛自动判靶系统.计算机工程与科学.2001年,第23卷,第3期.
[6]K. Yamashita, K. Iwahashi, Y. Ohmura and M. Okuyama.Position Measurement Using Phased Array Microsensors With Resonant Frequency Variation.Graduate School of Engineering Science, Osaka University.2003.
[7]张军,颜树华,徐琰.自动报靶系统的研究进展.激光与红外.2006年12月第36卷第12期.
[8]何树国.声电报靶系统在轻武器生产上的应用.产品开发与设计.2004年第3期.
[9]李言华.基于弹丸激波的弹着点自动检测系统研究.南京理工大学硕士论文.2007年7月.
[10]曾庆勇,微弱信号检测,杭州：浙江大学出版社,1996,]-83.
[11]胡为.弹着点自动检测系统的研究与设计[D],辽宁：辽宁工程技术大学,2005.
[12]Michael McCarthy, Paul Duff,Henk L. Muller, and Cliff Randell. Accessible Ultrasonic Positioning. Positoning Systems.2001.
[13]Bijan GMobasseri.Automatic Target Scoring System Using Machine Vision. Machine Vision and Applications. Volume 8,1995:20～30.
[14]赵静荣.声发射信号处理系统与源识别方法的研究.吉林大学博士论文.2010年6月.
[15]张兆东.传感器动态特性虚拟实验研究.国防科技大学硕士论文.2002年11月.
[16]李树钰.改进的小波阈值去噪方法及其在MATLAB中的仿真.噪声与振动控制.2010年02期.
[17]刘敢新.轻武器声电自动报靶系统关键技术研究.重庆大学硕士学位论文.2008年3月.
[18]程正兴.小波分析的理论算法进展和应用[MI.北京：国防教育出版社,2007,77-83.
[19]韩建国.便携式电子白板关键技术研究与实现.吉林大学硕士学位论文.2008年5月.
[20]Coifman R.R.,Donoho D.L..Translation-invariant de-noising[A].In Wavelets and Statistics,Springer Lecture Notes in Statistics103[C].//New York:Springer-Verlag,1994,125-150.
[21]陈远贵,罗保钦,曾庆宁.基于一种新的小波阈值函数的心音信号去噪.计算机仿真.2010年11期
[22]Simon Haykin.Neural Networks A Comprehensive Foundation,Second Edition[M].北京:清华大学出版社,2001.
[23]Barbara J.Sotirin, Vincent K.McDonald,An Integrated Array Element Localization System 0-7803-2056-51994 IEEE.
[24]吴松林,杨杰,林晓东,宋波.声定位系统中的弹道波信号分析及弹道矢量计算.探测与控制学报.2009年02期.
[25]刘汉忠,顾晓辉,刘贯领,等.基于小波变换的声信号去噪处理方法[J].声学与电子工程,2003(4)：11-14.
[26]吕国云,许学忠,赵锐.战场目标被动噪声识别技术[J].探测与控制学报,2001,23(4)：22-25.
[27]Mallat S.A Theory for Multiresolution Signal decomposition:the Wavelet representation[J].IEEE Pattern Anal and Machine intell,1989,11 (7):674-693.
[28]Rajani Srinivasan and Jason M.Kinser. A Foveating-fuzzy Target-Scoring Recognition System.Pattern Recognition.Volume 31,Issue 8,1 August 1998:1149～1158.
[29]Zhang Xueying.Li Gaoyuan,QiaoFeng.A Speech Endpoint Detection Algorithm Based on Entropy and RBF Neural Network[C].Granular Computing,2007.GRC 2007.IEEE International Conference on 2-4 Nov.2007 Page(s):505-506.
[30]T Bass.intrusion detection systems and multisensor data fusion[J].Communications of the ACM,2000,43(4):99-105.
[31]史忠植.神经网络[M].北京：高等教育出版社,2009,87-101.
[32Donoho D.Denoising by soft thresholding[J].IEEE Trans.lnform.Theory,1995,41:613-62.
[33]沈兆军,王吉林.基于超声波定位的车辆路径还原系统.微计算机信息.2009年17期.
[34]崔春雷.军用自动报靶系统中图像识别技术研究.大连海事大学硕士论文.2004年4月.
[35]俞阿龙.基于遗传神经网络的电容称重传感器非线性补偿方法.电气自动化.2010年06期.
[36]Qulian Chernick.Moving Target Location Errors for Ground Vehicles.AD-A092835.
[37]Marioli.D, Narduzii.C. Digital time of flight measurement for ultrasonic sensors,IEEE Trans.Instrum Means, Vol.41 (1),1992,93-97.
[38]燕学智.近场无线定位算法及超声定位AGV技术研究.吉林大学博士学位论文.2008年12月.
[39]郭超,周丹晨.基于遗传神经网络的工时定额系统.计算机应用与软件.2010年08期.
[40]张明熙.激光坐标定位法在自动报靶系统中的实现.计算机工程.2004年12月第30卷.
[41]龙海燕.无线定位技术的物理基础及其关键技术分析[J].中山大学学报.2005年.