高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进Elman神经网络的红外被动测距算法研究

付小宁,  陈立强,  董悫

downloadPDF
文章导航 > 红外技术  > 2019 >  41(6): 540-544
付小宁, 陈立强, 董悫. 基于改进Elman神经网络的红外被动测距算法研究[J]. 红外技术, 2019, 41(6): 540-544.
引用本文: 付小宁, 陈立强, 董悫. 基于改进Elman神经网络的红外被动测距算法研究[J]. 红外技术, 2019, 41(6): 540-544.
shu
FU Xiaoning, CHEN Liqiang, DONG Que. Passive Ranging Algorithm Based on Improved Elman Neural Network[J]. Infrared Technology , 2019, 41(6): 540-544.
Citation: FU Xiaoning, CHEN Liqiang, DONG Que. Passive Ranging Algorithm Based on Improved Elman Neural Network[J]. Infrared Technology , 2019, 41(6): 540-544.
shu

基于改进Elman神经网络的红外被动测距算法研究

  • 西安电子科技大学机电工程学院,陕西西安,710071

  • 武汉高德红外股份有限公司,湖北武汉,430070

  • 西安电子科技大学

  • 武汉高德红外股份有限公司

详细信息

  • 中图分类号: TP183

Passive Ranging Algorithm Based on Improved Elman Neural Network

    摘要
  • 摘要: 为了满足现代战争的需求,对于空中目标的距离精确估计显得愈发重要,由于目标的红外辐射在大气传播过程中的衰减,目标在不同波长的辐射会随着传输距离的改变而发生变化,故不同的波长的辐射里包含了目标的距离信息.基于以上原理,本文利用美国空军大气传输软件Modtran生成空中目标在不同波段的大气透过率数据,利用经纬仪获得目标的天顶角,最后建立基于改进Elman神经网络的被动测距模型.仿真结果表明本文算法能够有效提高对于空中目标距离估计的精确性.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  100
  • HTML全文浏览量:  19
  • PDF下载量:  14
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计