-
公开(公告)号:CN110807270B
公开(公告)日:2023-09-29
申请号:CN201911104130.9
申请日:2019-11-13
Applicant: 北京环境特性研究所
IPC: G06F30/20 , G06F119/14
Abstract: 本发明涉及一种基于尾焰辐射线型反演发动机参数的方法,该方法包括:获取飞行器发动机尾焰红外辐射强度及发动机关机时间,提取双波段尾焰辐射强度的峰值信息;根据峰值信息,结合所述飞行器于峰值出现时所在的海拔高度以及所述飞行器的飞行模式,计算所述发动机的参数。本发明还涉及一种基于尾焰辐射线型预估弹道的方法,该方法基于上述反演发动机参数的方法计算发动机的参数,并根据计算得到的发动机参数,结合动力学过程,建立弹道的实时推进的解析方程,解算获得飞行器的弹道信息。本发明可利用尾焰双波段辐射线型快速反演发动机参数,并在此基础上进一步预估主动段的弹道信息,为飞行器探测、跟踪、识别提供一种快速预估的方法。
-
公开(公告)号:CN116680914A
公开(公告)日:2023-09-01
申请号:CN202310659229.5
申请日:2023-06-05
Applicant: 北京环境特性研究所
IPC: G06F30/20 , G06F17/11 , G06F111/04 , G06F119/14 , G06F119/08
Abstract: 本发明涉及空间微重力技术领域,特别涉及一种空间微重力目标轨迹姿态时变特性计算方法。一种空间微重力目标轨迹姿态时变特性计算方法,包括:建立多体动力学坐标系,多体动力学坐标系用于描述刚体目标的质心在惯性参考系中的三个直角坐标和三个欧拉角;在多体动力学坐标系的基础上建立多刚体动力学方程;建立翻转方程,翻转方程用于表征刚体初始转速与主轴惯量差异引起的翻转过程;对多刚体动力学方程和翻转方程求解,得到表征刚体目标的空间位置、力、力矩、位置、速度、角动量随时间的变化的公式。本发明实施例提供了一种空间微重力目标轨迹姿态时变特性计算方法,能够提供一种在空间微重力条件下,计算目标轨迹姿态时变特性的方法。
-
公开(公告)号:CN116049634A
公开(公告)日:2023-05-02
申请号:CN202310004968.0
申请日:2023-01-03
Applicant: 北京环境特性研究所
IPC: G06F18/10 , G06F18/213 , G06F17/14
Abstract: 本发明提供了一种非平稳多目标运动参数的估计方法和装置,其中方法包括:获取多个待测目标的雷达回波信号;根据所述多个待测目标的雷达回波信号,构造雷达回波信号的三阶模糊函数;根据所述三阶模糊函数,估计待测目标的数量,每个待测目标的微动周期和二阶加速度;根据所述每个待测目标的微动周期和二阶加速度,估计每个待测目标的一阶加速度;根据每个待测目标的一阶加速度,估计每个待测目标的速度。本方案,能够消除目标之间剧烈的微动和平动之间的相互耦合干扰,实现非平稳多目标运动参数的准确估计。
-
公开(公告)号:CN114578856A
公开(公告)日:2022-06-03
申请号:CN202210209219.7
申请日:2022-03-03
Applicant: 北京环境特性研究所
IPC: G05D1/10
Abstract: 本发明涉及固定翼无人机光电分析技术领域,特别涉及一种固定翼无人机编队运动特性场景表征方法、电子设备及存储介质,该方法包括:对于固定翼无人机编队所包括的各固定翼无人机,建立固定翼无人机坐标系;基于固定翼无人机坐标系、作用力和力矩,构建固定翼无人机的运动学方程组和动力学方程组;根据各固定翼无人机之间的通信关系,构建固定翼无人机编队的通信拓扑结构;基于得到的通信拓扑结构、运动学方程组和动力学方程组,计算固定翼无人机编队随时间变化的运动场景模型;基于运动场景模型及预设的日照条件,计算固定翼无人机编队的红外辐射特性。本方案能够实现对固定翼无人机编队整体的时变编队运动特性表征。
-
公开(公告)号:CN113514811A
公开(公告)日:2021-10-19
申请号:CN202110997643.8
申请日:2021-08-27
Applicant: 北京环境特性研究所
IPC: G01S7/41
Abstract: 本发明涉及一种雷达目标属性散射中心提取方法及装置,该方法包括:获取SAR复数图像;分割出目标的各个散射中心并对复数图像进行逆傅里叶变换,得到各个散射中心对应的雷达回波数据;对每个散射中心对应的雷达回波数据执行:复数分解得到回波模值相关量矩阵和回波辐角相关量矩阵;对回波模值相关量矩阵和降维联合字典构成的最优化问题进行最优化求解,得到回波模值相关属性参数的估计值;对回波辐角相关量矩阵和降维联合字典构成的最优化问题进行最优化求解,得到回波辐角相关属性参数的估计值;获得所有散射中心对应的属性参数集合。本发明能够实现多个目标属性散射中心快速提取,提高雷达目标物理属性特征提取效率和准确性。
-
公开(公告)号:CN109444842B
公开(公告)日:2020-09-25
申请号:CN201910006972.4
申请日:2019-01-04
Applicant: 北京环境特性研究所
IPC: G01S7/41
Abstract: 本发明公开了一种目标电磁散射特性数据重构方法和装置,涉及雷达成像技术领域。其中,本发明的方法包括:构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程;根据目标的散射回波数据构建广义Hankel矩阵,基于所述Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值;根据所述目标散射中心的参数估计值重构目标的电磁散射特性数据。通过以上步骤,既保证目标电磁散射特性数据的重构精度,又能实现对全空间目标电磁散射特性数据的高效压缩和实时加载。
-
公开(公告)号:CN109144941A
公开(公告)日:2019-01-04
申请号:CN201811189949.5
申请日:2018-10-12
Applicant: 北京环境特性研究所
IPC: G06F15/163
CPC classification number: G06F15/163
Abstract: 本发明涉及一种弹道数据处理方法,所述方法包括:获取第一终端发送的携带有数据处理指令的当前弹道数据;从多个数据处理器中抽取一个数据处理器,将所述当前弹道数据发送到所抽取的数据处理器;所述数据处理指令用于指示所抽取的数据处理器处理所述当前弹道数据获得当前生成数据;将所述当前弹道数据作为新的上一弹道数据,返回所述获取第一终端发送的携带有数据处理指令的当前弹道数据的步骤;当接收到第二终端发送的数据请求时,将与各弹道数据对应的生成数据发送到所述第二终端。本发明方案弹道数据处理方法和装置,能够有效提高处理效率,不会出现计算任务阻塞,快速发送处理后的数据的过程中也不会出现丢帧的问题。
-
公开(公告)号:CN105572640B
公开(公告)日:2017-12-22
申请号:CN201410539677.2
申请日:2014-10-14
Applicant: 北京环境特性研究所
Abstract: 本发明公开了一种基于散射机理诊断的低散射体次强散射源的定位方法,包括以下步骤:S01:分别采用特征基函数方法和高频渐近方法对目标散射体进行电磁特性分析,获取目标散射体在关注姿态及频率下的RCS数据;S02:将两种分析方法得到的数据结果进行比较,找出差异确定次强散射源的位置。本发明还公开了基于上述定位方法的低散射体赋形设计方法。本发明的定位方法,能够对大多数次强散射源进行定位并确定其量级,作为低散射体赋形优化的重要依据,可避免主观臆断造成的盲目优化尝试,大大提高低散射体赋形设计效率,具有较广的适用范围。本发明的基于上述定位方法的低散射体赋形设计方法流程清晰明确,便于实施。
-
公开(公告)号:CN104408292A
公开(公告)日:2015-03-11
申请号:CN201410602835.4
申请日:2014-11-02
Applicant: 北京环境特性研究所
Abstract: 本发明公开了一种动态目标的快速射线追踪方法。该方包括:将动态目标的各组件按其运动形式分解为独立的几何部件,并以分解后的各个独立的几何部件作为几何实体初始化预设的射线追踪引擎,建立射线追踪加速数据结构;使用三维几何变换矩阵描述各个独立的几何部件在各时刻的运动,建立对所述动态目标在各个时刻的运动描述;使用预设的射线追踪引擎对入射到所述动态目标上的射线进行动态追踪并获取各时刻的射线追踪结果;根据所述射线追踪结果计算所述动态目标的可见面元、可见边缘以及多次反射路径。通过使用本发明所提供的动态目标的快速射线追踪方法,可以实现对复杂动态目标的可见面元、可见边缘以及多次反射路径的实时/准实时预估。
-
公开(公告)号:CN119992266A
公开(公告)日:2025-05-13
申请号:CN202510004454.4
申请日:2025-01-02
IPC: G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种多模态频域交叉图像融合方法,涉及图像融合技术领域。该方法包括:S1、构建多模态图像融合网络;其中,所述多模态图像融合网络包括:编码器网络、跨模态交叉融合网络以及解码器;多模态图像融合网络的执行步骤包括:使用编码器网络对输入的各个模态图像提取不同频域特征;使用跨模态交叉融合网络通过跨层连接与交叉连接的方式实现不同模态图像各个频域特征的融合;将融合后的特征输入解码器,对融合特征进行解码,输出融合图片;S2、利用多模态图像对构建的多模态图像融合网络进行训练,输出包含各个模态图像特征的融合图片。采用本发明,能够提高多模态图像的融合效果,使得融合结果具有更清晰的细节以及更丰富的信息。
-
-
-
-
-
-
-
-
-