| 1 绪论 | 第1-16页 |
| 1．1 引言 | 第7-8页 |
| 1．2 国内外反直升机智能雷弹的发展 | 第8-11页 |
| 1．2．1 国外研究现状 | 第9-10页 |
| 1．2．2 国内研究情况 | 第10-11页 |
| 1．3 智能雷弹系统简介 | 第11-12页 |
| 1．4 智能雷弹声引信的系统软件技术 | 第12-13页 |
| 1．5 数字信号处理技术与TMS320系列产品 | 第13-14页 |
| 1．6 本文所做的主要工作 | 第14-16页 |
| 2 风对被动声定位的影响及其修正 | 第16-36页 |
| 2．1 被动声定位原理 | 第16-17页 |
| 2．2 空间声定位算法 | 第17-22页 |
| 2．2．1 正四方阵的定位算法 | 第18-21页 |
| 2．2．2 对定位公式的改进 | 第21-22页 |
| 2．3 风对被动声定位的影响及其修正 | 第22-36页 |
| 2．3．1 自然风对被动声定位的影响 | 第23-24页 |
| 2．3．1．1 声传播的波阵面模型 | 第23页 |
| 2．3．1．2 在风速影响下的声速—高度分布及声线轨迹 | 第23-24页 |
| 2．3．2 对定位公式的修正 | 第24-31页 |
| 2．3．3 简化的修正公式 | 第31-33页 |
| 2．3．4 对修正后定位公式的计算机仿真和效果分析 | 第33-34页 |
| 本章小节 | 第34-36页 |
| 3 基于DSP的被动声定位系统软硬件设计 | 第36-51页 |
| 3．1 系统的硬件组成及各部分功能 | 第36-38页 |
| 3．1．1 传声器阵列与信号的前置放大 | 第36-37页 |
| 3．1．2 信号的滤波处理 | 第37页 |
| 3．1．3 DSP数字信号处理电路 | 第37页 |
| 3．1．4 显示电路 | 第37-38页 |
| 3．2 DSP芯片及以DSP为CPU的数字信号处理电路 | 第38-46页 |
| 3．2．1 DSP简介及TMS320C3X系列产品 | 第38-39页 |
| 3．2．2 TMS320C32DSP系统详述 | 第39-43页 |
| 3．2．2．1 TMS320C32的硬件资源 | 第41-42页 |
| 3．2．2．2 TMS320C32的软件资源 | 第42-43页 |
| 3．2．3 TMS320C3X的仿真系统 | 第43-44页 |
| 3．2．4 TMS320C32的存储器接口设计 | 第44-46页 |
| 3．3 基于DSP的被动声定位系统软件设计 | 第46-51页 |
| 3．3．1 可编程DSP芯片的开发工具 | 第46页 |
| 3．3．2 智能雷弹被动声定位系统的软件设计 | 第46-50页 |
| 本章小结 | 第50-51页 |
| 4 利用神经网络实现对直升机的目标识别 | 第51-69页 |
| 4．1 直升机目标识别概述 | 第51-54页 |
| 4．2 人工神经网络简介 | 第54-61页 |
| 4．2．1 生物神经元结构 | 第54-55页 |
| 4．2．2 人工神经元 | 第55-58页 |
| 4．2．3 人工神经网络的拓扑结构 | 第58-59页 |
| 4．2．4 人工神经网络的工作过程 | 第59-60页 |
| 4．2．5 神经网络的学习规则 | 第60-61页 |
| 4．3 特征提取 | 第61-65页 |
| 4．3．1 特征降维与压缩的方法 | 第61-62页 |
| 4．3．2 特征提取过程及结果 | 第62-65页 |
| 4．4 分类器的设计 | 第65-69页 |
| 4．4．1 判别函数 | 第65-66页 |
| 4．4．2 分类器的训练 | 第66-67页 |
| 4．4．3 BP网分类器 | 第67-68页 |
| 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
