专用弹载记录仪智能化关键技术研究
专用弹载记录仪是国防信息化建设背景下，武器测试技术和武器测试系统发展的产物，同时，人工智能在各领域的成功应用，为弹载记录仪的智能化发展提供了新思路。 在一些武器测试试验过程中，弹载记录仪的“非智能化”给试验过程造成很大困扰。试验过程中，总试验时长较长而目标数据的出现时间随机、持续时间很短的情况下，弹载记录仪采集并保存的大部分数据是无效数据，这些无效数据为弹载记录仪的供电和存储系统、以及数据回读后的后期处理过程带来了很大的挑战，这是实现弹载记录仪“智能化”的意义所在。具备智能化能力的弹载记录仪可以在试验过程中对采集的数据进行分类和判读，对无效数据进行剔除，对有效的目标数据进行分类存储。 针对以上目标，在本文中，选取具备从低级数据中提取高级抽象特征能力的卷积神经网络作为智能化方法，选取武器测试系统中常用的移动芯片FPGA作为智能化实现的载体，提出了本文课题——基于FPGA的卷积神经网络部署与应用研究。 本文中，首先对卷积神经网络高级特征提取能力的层级基础和算法优势进行了研究，结合FPGA的计算特性和FPGA上大规模电路设计技术HLS，分析了在FPGA平台上部署卷积神经网络的可行性。 其次，根据任务目标确定了卷积神经网络模型的类型和网络结构参数，选择了合适的硬件实验平台，并对硬件平台上卷积神经网络1D-CNN的实现进行了设计。 最后，利用现有试验数据制作数据集对网络模型进行训练和验证，确定本文课题的研究效果并指出了研究中尚存在的不足，对接下来的研究方法和目标作出展望。 实验证明，本文所做的工作为弹载记录仪的“智能化”提供了可靠方案，对国防信息化建设背景下武器测试系统的发展有重要的参考价值。
弹载记录仪;卷积神经网络;高级特征提取;现场可编程门阵列;智能化方法
南京理工大学
硕士
机械电子工程
戴劲松
2021
中文
TJ760.6
2023-08-22（万方平台首次上网日期，不代表论文的发表时间）