本文研究設計的單目標運動軌跡仿真系統(tǒng)屬于運動目標命中仿真系統(tǒng)的一個子系統(tǒng),用于生成空中運動目標并模擬其運動軌跡。單目標運動仿真系統(tǒng)以激光光束投射的方式生成仿真目標,接收綜合測控系統(tǒng)的運動命令,通過對搭載反光鏡的高精度二維伺服轉臺進行實時運動控制,改變光束的投射方向,從而控制仿真目標在球型屏幕上的運動,模擬出最接近實際目標的運動軌跡。單目標運動軌跡仿真系統(tǒng)存在三個關鍵需要解決的問題,第一綜合系統(tǒng)中各個子系統(tǒng)時鐘同步的問題,第二運動軌跡平滑問題,第三需要考慮實物場景下采集空中目標信息時,可能會出現(xiàn)誤采、漏采或傳輸錯誤的情況。針對這三個關鍵問題,本文提出了相應的解決方法。設計了高精度時鐘模塊,實現(xiàn)系統(tǒng)啟動時與綜合測控系統(tǒng)的對表功能,在后續(xù)正常工作時,實現(xiàn)高精度計時功能,在收不到控制數據時,啟用軌跡預測算法預測的位置數據。采用了軌跡擬合算法對兩個位置之間的距離進行了插值,避免了因為距離太大而產生的軌跡折線不平滑的現(xiàn)象。采用了GA-Elman算法位置進行了預測,對因誤采、漏采或誤傳而引起的錯誤就行糾正。本文完成的主要工作如下:1、介紹了單目標運動仿真系統(tǒng)的整體設計和系統(tǒng)中主要受控設備的工作原理,...

【文章頁數】：91 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題背景及研究意義
    1.2 單目標運動仿真系統(tǒng)的發(fā)展與應用
        1.2.1 國內外現(xiàn)狀的研究
        1.2.2 運動軌跡預測方法研究現(xiàn)狀
    1.3 本文主要研究內容
第二章 單目標運動仿真系統(tǒng)的總體設計
    2.1 半實物仿真系統(tǒng)組成
    2.2 單目標運動仿真系統(tǒng)硬件組成
        2.2.1 二維高精度伺服旋轉臺
        2.2.2 仿真目標生成單元
        2.2.3 實時操作系統(tǒng)
    2.3 神經網絡和遺傳算法理論基礎
        2.3.1 Elman神經網絡
        2.3.2 Elman神經網絡結構及工作流程
        2.3.3 遺傳算法工作流程
    2.4 本章小結
第三章 單目標運動軌跡擬合算法
    3.1 曲線擬合的定義
    3.2 插值算法的選擇
        3.2.1 插值算法性能對比
        3.2.2 三次樣條插值擬合原理
    3.3 軌跡擬合實驗效果分析
    3.4 本章小結
第四章 基于GA-Elman單目標運動軌跡預測
    4.1 GA-Elman神經網絡算法的構思
    4.2 GA-Elman神經網絡算法的設計流程
        4.2.1 Elman神經網絡拓撲結構的選擇
        4.2.2 Elman神經網絡的正則化
        4.2.3 遺傳算法與Elman神經網絡的結合
    4.3 GA-Elman神經網絡算法實例驗證
    4.4 本章小結
第五章 單目標運動仿真控制軟件設計
    5.1 單目標運動仿真控制軟件界面
        5.1.1 仿真轉臺初始化模塊
        5.1.2 通訊連接配置模塊
        5.1.3 狀態(tài)數據顯示模塊
        5.1.4 仿真目標生成控制模塊
    5.2 單目標仿真仿真系統(tǒng)試驗流程
    5.3 遠程數據鏈路設計
        5.3.1 CAN總線設計與開發(fā)流程
        5.3.2 CAN數據幀傳輸協(xié)議設計
        5.3.3 以太網鏈路與傳輸協(xié)議設計
        5.3.4 RS485同步時鐘通信鏈路的設計
    5.4 本章小結
第六章 仿真實驗設計及結果分析
    6.1 仿真系統(tǒng)實時性驗證實驗
        6.1.1 實驗準備工作
        6.1.2 實驗結果驗證與分析
    6.2 仿真系統(tǒng)控制數據傳輸穩(wěn)定性實驗
        6.2.1 實驗準備工作
        6.2.2 實驗結果驗證與分析
    6.3 仿真軌跡擬合實驗
    6.4 仿真目標的投影效果實驗
        6.4.1 實驗準備工作
        6.4.2 實驗結果驗證與分析
    6.5 仿真目標位置精度提升實驗
        6.5.1 實驗準備工作
        6.5.2 實驗結果驗證與分析
    6.6 本章小結
第七章 總結與展望
    7.1 工作總結
    7.2 工作展望
參考文獻
發(fā)表論文和參加科研情況說明
致謝



本文編號：3795929