技术领域 [0001]本发明涉及光幕靶测试技术领域，具体涉及一种用于阵列式光幕靶的多目标时空联合自动筛选方法。 背景技术 [0002]已知的，高速目标的速度测试是各国武器弹药研制、发射装置性能考核等研究中的重要基础，目前基于光幕靶的速度测试是一种应用较多的手段。光幕靶是一种基于光电转换原理的区截测速装置，当弹丸等高速目标穿过光幕时，遮挡了光幕的部分光线，使接收装置接收到的光能量发生变化，引起光电流变化从而产生脉冲信号，经过电路处理，将产生的脉冲信号作为测时仪的触发信号。当弹丸分别穿过两个区截装置的光幕面时，测时仪分别记录这两个时刻，以此计算弹丸穿过两靶面的时间间隔，再结合两个光幕间距，计算弹丸飞过两个光幕间的平均飞行速度。 [0003]目前现有光幕靶测试系统主要有：单光幕激光立靶、LED型大靶面光幕测量系统、大靶面红外光幕测试装置、多光幕弹着点测量系统，光幕靶不受外界环境的影响，所以其误差较小，但是目前已经应用的多类型光幕靶的探测光幕的面积非常有限，所以一般使用光幕靶作为轻武器的测试，故均不具备同时多目标到达情况下的测试能力。为了能够实现对多个弹丸目标位置测试，在上述光幕靶的基础上西安工业大学研究了光栅划分式坐标靶，是在光幕靶的基础上，将发光阵列和接收阵列进行一一对应形成探测光幕，这种光幕靶装置的光源阵列发射的光线很难保证平行且均匀，接收阵列采用的光敏元件尺寸不够小，因此上述测试系统很难兼顾测试精度和有效测试靶面的双重要求，对同时多个目标的分辨能力较弱。阵列式光幕靶通过在前后靶面上设置密集的光电探测器阵列可实现大测试靶面的同时具有较高的测试精度，同时具备了很强的多目标探测能力，目前已经公知的激光跟踪式光幕靶(如中国专利，公开(公告)号为CN108534699A，公开(公告)日：2018年09月14日，名称为一种激光光幕靶距精确测量装置及测量方法)、多光幕阵列探测器式光幕靶(如中国专利，公开(公告)号为CN105785064A，公开(公告)日：2016年07月26日，名称为一种任意方向入射的弹丸速度测量装置及其测量方法)并不同时具备上述三个优势。现有的光幕靶对于多目标同时存在的探测能力非常有限，因此对于光幕靶来说多目标同时存在情况下如何找到期望目标的运动参数问题尚未有效解决。 [0004]目前获得阵列式光幕靶的测试数据后，可采用参数化方法进行目标筛选，参数化识别方法的核心是根据期望目标的先验信息和不同目标之间的形状差异，对应不同的速度、持续时间和遮挡光束数目等条件，再进行人工筛选后判断识别出目标，该方法需要利用先验信息对信号进行筛选，所以高度依赖先验知识的准确性，一旦缺少先验条件或先验信息有偏差就会直接影响识别结果的准确性等。 [0005]因此，如何提供一种克服参数化识别方法中出现的问题，减少目标先验信息的使用，同时能准确区分有效目标和无效目标的用于阵列式光幕靶的多目标时空联合自动筛选方法，以促进阵列式光幕靶实际测试能力的提升和在多目标测试中的应用就显得尤为重要。 发明内容 [0006]为克服背景技术中存在的不足，本发明提供了一种用于阵列式光幕靶的多目标时空联合自动筛选方法，本发明针对阵列式光幕靶的特点设计，依托光幕靶试验中穿靶目标的时空联合信息，实现目标的自动识别和期望目标运动参数计算，能够满足利用光幕靶对多目标有效测试需求等。 [0007]为实现如上所述的发明目的，本发明采用如下所述的技术方案： [0008]一种用于阵列式光幕靶的多目标时空联合自动筛选方法，所述的多目标时空联合自动筛选方法具体包括如下步骤： [0009]第一步、首先获取光幕靶前后靶脉冲信号数据； [0010]第二步、对脉冲信号预处理，所述脉冲信号预处理的方法为去除异常值和补充工作异常的通道信号，目的是减少异常干扰，突出目标信号，提高目标识别准确性； [0011]第三步、绘制目标时空分布图，将多个目标的时间和空间信息体现到同一张分布图上，实现靶面随时间、空间变化的三维时空分布，将阵列式光幕靶的多目标识别问题转换为图像处理问题； [0012]第四步、图像处理和特征识别，对前后靶形成的目标时空分布图像采用图像增强、边缘化图像处理方法使邻近目标进一步明确，并进行特征识别，特征包括目标位置、时间和图像形状； [0013]第五步、前后靶图像关联和目标速度姿态计算，依据时空分布图的特征进行前后靶相同目标的关联，并根据自动关联后的目标情况按照速度和角度计算公式完成速度、姿态特征参数计算。 [0014]所述的用于阵列式光幕靶的多目标时空联合自动筛选方法，所述第一步中获取光幕靶前后靶脉冲信号数据时，利用高采样速率采集设备记录多目标穿过光幕靶过程中所有光电探测器通道的输出，进而获得多个目标不同时刻穿靶时形成的脉冲信息数据，将通道遮断情况和随时间变化的脉冲信息存储，形成一个随时间变化的反映光幕被目标遮断情况的阵列数组。 [0015]所述的用于阵列式光幕靶的多目标时空联合自动筛选方法，所述阵列数组是后续进行目标筛选的原始数据，假定前靶光电探测器数为N*N(X方向上N个探测器，Y方向上N个探测器)，则前靶共有2N个通道，每个通道采样时间为t，采样率为f_s，则每个通道的状态采样点数目为f_s*t，前靶形成一个2N行、f_s*t列的原始数据矩阵，同理后靶形成的原始数据矩阵与前靶相同。 [0016]所述的用于阵列式光幕靶的多目标时空联合自动筛选方法，所述第二步中对脉冲信号预处理时，通过对实际数据分析和试验验证，光幕靶试验测得的原始脉冲信号存在如下两种干扰： [0017]第一种是正常通道出现偶发干扰脉冲，这些脉冲持续时间很短，明显小于目标穿过靶面的时间，对于这些通道数据，需要去除异常值，方法是将持续时间很短的偶发脉冲去除； [0018]第二种是由于光幕靶上的接收和发射光电管未对齐或故障等原因导致数据采集设备一直认为该通道为光束遮断情况，这也是不符合实际情况的，需要对光电转换通道在整个测试过程中脉冲无变化的情况进行补偿，方法是通过该通道相邻通道的光束通断情况对该通道脉冲出现时刻进行补偿重构； [0019]上述两种方法相结合，减少异常干扰信号，补偿有故障的通道，最终实现原始信号的有效处理，突出了目标信号，进而提高目标识别准确性。 [0020]所述的用于阵列式光幕靶的多目标时空联合自动筛选方法，所述第三步中绘制目标时空分布图时，一个目标在光幕上的位置信息是由X轴和Y轴坐标组成，时间信息与采样率相关并持续存在，以时间轴为纵坐标，以表征位置信息的空间轴为横坐标，绘制随时间、空间变化的三维时空分布图，为了将目标在光幕上的位置信息由X轴和Y轴坐标对应为位置信息，须建立X轴、Y轴坐标与位置信息的一一映射关系，因此将目标X、Y坐标信息的循环累加结果作为位置信息，将映射后的位置信息和目标时间信息相结合即可完成时空分布图的绘制。 [0021]所述的用于阵列式光幕靶的多目标时空联合自动筛选方法，所述第四步中图像处理时，绘制靶面的时空分布图后目标的分布情况非常清晰，为了进一步降低小目标的影响，更加准确地找到期望目标所在位置，采用图像增强、边缘化等图像处理方法使邻近目标进一步明确，更加突出显示期望目标。 [0022]所述的用于阵列式光幕靶的多目标时空联合自动筛选方法，所述第五步中目标关联时根据识别的图像特征，计算前后靶目标簇之间的关联度，目标之间的关联度可以用图像间相似度衡量，其中图像相似度可用基于两个图形之间的图像矩(Hu矩)计算，Hu矩的相似度越大，两个图像相似度越高，目标的关联度就越大，最后采用联合概率数据关联类算法实现目标关联。 [0023]采用如上所述的技术方案，本发明具有如下所述的优越性： [0024]本发明在目标识别过程中全部为自动化，无需人工设置参数和判断筛选，同时利用时间和空间信息，有效解决了阵列式光幕靶的虚假目标问题，并将识别问题转换为图像处理问题，可利用大量成熟的图像处理算法，具有多目标条件下准确识别的优势，有效解决了现有阵列式光幕靶进行多个目标测试时的目标自动筛选问题，特别适合于采用阵列式光幕靶进行多个目标穿靶过程的测试，本发明针对阵列式光幕靶的特点设计，依托光幕靶试验中穿靶目标的时空联合信息，实现目标的自动识别和期望目标运动参数计算，能够满足利用光幕靶对多目标有效测试需求等，适合大范围的推广和应用。 附图说明 [0025]图1为本发明中多目标时空联合自动筛选方法流程图； [0026]图2为本发明中绘制目标时空分布图的流程图； [0027]图3为本发明中预处理方法处理前后的对比图； [0028]图4为本发明提出的变换方式形成的三维时空分布图。 具体实施方式 [0029]通过下面的实施例可以更详细的解释本发明，本发明并不局限于下面的实施例； [0030]结合附图1～4所述的一种用于阵列式光幕靶的多目标时空联合自动筛选方法，所述的多目标时空联合自动筛选方法具体包括如下步骤： [0031]第一步、首先获取光幕靶前后靶脉冲信号数据；实施时，所述获取光幕靶前后靶脉冲信号数据时，利用高采样速率采集设备记录多目标穿过光幕靶过程中所有光电探测器通道的输出，进而获得多个目标不同时刻穿靶时形成的脉冲信息数据，将通道遮断情况和随时间变化的脉冲信息存储，形成一个随时间变化的反映光幕被目标遮断情况的阵列数组；所述阵列数组是后续进行目标筛选的原始数据，假定前靶光电探测器数为N*N(X方向上N个探测器，Y方向上N个探测器)，则前靶共有2N个通道，每个通道采样时间为t，采样率为f_s，则每个通道的状态采样点数目为f_s*t，前靶形成一个2N行、f_s*t列的原始数据矩阵，同理后靶形成的原始数据矩阵与前靶相同。 [0032]第二步、对脉冲信号预处理，所述脉冲信号预处理的方法为去除异常值和补充工作异常的通道信号，目的是减少异常干扰，突出目标信号，提高目标识别准确性；实施时，所述对脉冲信号预处理时，通过对实际数据分析和试验验证，光幕靶试验测得的原始脉冲信号存在如下两种干扰： [0033]第一种是正常通道出现偶发干扰脉冲，这些脉冲持续时间很短，明显小于目标穿过靶面的时间，对于这些通道数据，需要去除异常值，方法是将持续时间很短的偶发脉冲去除； [0034]第二种是由于光幕靶上的接收和发射光电管未对齐或故障等原因导致数据采集设备一直认为该通道为光束遮断情况，这也是不符合实际情况的，需要对光电转换通道在整个测试过程中脉冲无变化的情况进行补偿，方法是通过该通道相邻通道的光束通断情况对该通道脉冲出现时刻进行补偿重构； [0035]上述两种方法相结合，减少异常干扰信号，补偿有故障的通道，最终实现原始信号的有效处理，突出了目标信号，进而提高目标识别准确性。 [0036]第三步、绘制目标时空分布图，将多个目标的时间和空间信息体现到同一张分布图上，实现靶面随时间、空间变化的三维时空分布，将阵列式光幕靶的多目标识别问题转换为图像处理问题；实施时，所述绘制目标时空分布图时，一个目标在光幕上的位置信息是由X轴和Y轴坐标组成，时间信息与采样率相关并持续存在，以时间轴为纵坐标，以表征位置信息的空间轴为横坐标，绘制随时间、空间变化的三维时空分布图，为了将目标在光幕上的位置信息由X轴和Y轴坐标对应为位置信息，须建立X轴、Y轴坐标与位置信息的一一映射关系，因此将目标X、Y坐标信息的循环累加结果作为位置信息，具体计算步骤如图2所示，将映射后的位置信息和目标时间信息相结合即可完成时空分布图的绘制。时空分布图中，通过颜色体现信号点密度，浅色区域说明有目标出现，浅红到红色区域表明信号点密度逐步增大，区域中信号点密度越大，红色越深。纵坐标的信息代表目标过靶的时间长短，横坐标的信息代表目标的位置分布(需要解映射后对应真实位置)。目标时空分布图将阵列式光幕靶的多目标识别问题转换为一个图像处理问题，同一张图中既有位置信息又有时间信息，因此可对目标进行全面分析。 [0037]第四步、图像处理和特征识别，对前后靶形成的目标时空分布图像采用图像增强、边缘化图像处理方法使邻近目标进一步明确，并进行特征识别，特征包括目标位置、时间和图像形状；实施时，所述图像处理时，绘制靶面的时空分布图后目标的分布情况非常清晰，为了进一步降低小目标的影响，更加准确地找到期望目标所在位置，采用图像增强、边缘化等图像处理方法使邻近目标进一步明确，更加突出显示期望目标； [0038]第五步、前后靶图像关联和目标速度姿态计算，依据时空分布图的特征进行前后靶相同目标的关联，并根据自动关联后的目标情况按照速度和角度计算公式完成速度、姿态特征参数计算，实施时，所述目标关联时根据识别的图像特征，计算前后靶目标簇之间的关联度，目标之间的关联度可以用图像间相似度衡量，其中图像相似度可用基于两个图形之间的图像矩(Hu矩)计算，Hu矩的相似度越大，两个图像相似度越高，目标的关联度就越大，最后采用联合概率数据关联类算法实现目标关联。 [0039]本发明可完成阵列式光幕靶试验测试从数据采集到多目标自动分析结果呈现的全过程实现。 [0040]本发明包括前后靶脉冲信号数据获取、脉冲信号预处理、目标时空分布图绘制、图像处理和特征识别、前后靶图像关联和目标速度姿态计算等，可完成阵列式光幕靶试验测试从数据采集到多目标自动分析结果呈现的全过程实现。所述的脉冲信号预处理方法主要为去除异常值和补充工作异常的通道信号，目的是减少异常干扰，突出目标信号，提高目标识别准确性；所述的目标时空分布图绘制，是将多个目标的时间和空间信息体现到同一张分布图上，实现靶面随时间、空间变化的三维时空分布，将阵列式光幕靶的多目标识别问题转换为图像处理问题；所述的图像识别是对前后靶形成的目标时空分布图像进行特征识别，并在此基础上进行前后靶的相同目标关联，根据自动关联后的目标情况进行速度、姿态等特征参数计算。该方法全程自动化实现，无需人工干预，且具有较好的识别效果，在具有不同尺寸的多个目标的速度、姿态试验测试过程中，已证明具有很好的适用性。 [0041]本发明的具体实施例如下： [0042]结合一次试验中弹体穿混凝土靶后弹体破片同时到达阵列式光幕靶的测试过程描述该专利的具体实施方式。采用的阵列式光幕靶尺寸为5000mm×5000mm，靶面光束间隔为50mm，前后靶间距＝为2000mm，前靶X方向100个光电探测器，Y方向100个光电探测器，后靶光电探测器数目相同，采用400通道的高速脉冲信号采集仪以40MSPS的采样速率对整个穿靶过程进行记录。采样时长选择为2s，则获取前后靶原始数据的阵列数组为400行(前靶200行、后靶200行)、80000000列矩阵数组，数组内容反映了不同时刻不同通道光束被目标遮断的情况。 [0043]脉冲信号的预处理采用去除异常值和补充工作异常通道信号的方法。其中异常值删除是根据待识别的目标尺寸范围和速度范围得出信号的脉宽范围，将脉宽过小和过大的视为异常值，通过设置脉宽范围，将异常数据去除，减少杂波信号的干扰。该脉宽范围随试验目标变化而不同。统计各个通道脉冲总次数，脉宽总长，设置合理的阈值，一般可以设置为四分之三分位点，大于该阈值的通道判定为异常通道。 [0044]由于试验中存在工作状态异常的通道，异常通道的信号不会发生变化，在数据中处于缺失状态，属于缺失值。针对缺失通道，若不考虑缺失通道的信号，在后续目标识别中会影响目标识别的范围，降低识别准确率；若直接补全会增加大量干扰信号，改变数据的分布，造成目标无法识别；因此，需要判断补充信号的位置插补。缺失通道信号补充的方法如下： [0045]设产生的信号数据为D{(x_n,t)}，其中x_n为通道号，t为脉冲信号时间，假设缺失数据的通道号为x_k，针对时刻t_i，若(x_k-1,t_i)∈D或(x_k+1,t_i)∈D，则添加(x_k,t_i)到数据集D中。 [0046]采用上述预处理方法处理前后的对比如图3所示。 [0047]为了分析处理多个目标，借鉴时频分析处理中的语谱图处理方法，将目标的时间和空间信息综合到同一张时空分布图上进行处理。时空分布图的纵坐标为时间轴，横坐标为表征位置信息的空间轴。为了将目标在光幕上的位置信息由X轴和Y轴坐标对应为位置信息，将目标X、Y坐标信息的循环累加结果作为位置信息，建立X轴、Y轴坐标与位置信息一一映射关系。对于采用的光幕靶，X轴包括100个通道，Y轴包括100个通道，遮断光束的通道为高电平“1”，未被遮断光束的通道为低电平“0”，因此循环累加后的最大值为200，每个电平为“1”的X轴加Y轴的通道号均组合相加，得到了表征位置信息的映射结果。结合时间信息绘制靶面随时间、空间变化的三维时空分布图，从该图上可以明显看出目标数目、持续时间和大致的空间位置，无需其他信息即可使用图像处理的方式进行目标识别和后续处理。实施例应用本发明提出的变换方式形成的三维时空分布图如图4所示。 [0048]经过对数据特征的综合评估可知，多种图像处理算法均可应用以进一步增强有效目标特征，区分邻近的不同目标。模型能够自动区分各个目标簇，前、后靶识别的目标集合作为下一步目标关联匹配的数据集。根据图4中前靶、后靶的时空分布图中的目标识别结果，需要将前、后靶同一目标完成关联，可以看作是多目标跟踪及数据关联问题。针对前靶和后靶目标图像，首先读取图像数据，然后计算两个最为明显目标间基于Hu矩的相似度，Hu距值具有旋转、缩放、镜像和平移不变性，也就是说相同或相似的形状经过旋转、缩放、平移变换后，其Hu矩值不变。图4中两者Hu矩的相似度为0.89，因此匹配为同一目标。匹配后进行该目标的速度计算结果为287.4m/s，是穿靶的弹体目标。 [0049]本发明具有如下特点： [0050](1)目标识别过程全部自动化，无需人工设置参数和判断筛选； [0051](2)同时利用时间和空间信息，有效解决了阵列式光幕靶的虚假目标问题； [0052](3)巧妙将识别问题转换为图像处理问题，可利用大量成熟的图像处理算法，具有多目标条件下准确识别的优势。 [0053]本发明有效解决了现有阵列式光幕靶进行多个目标测试时的目标自动筛选问题，特别适合于采用阵列式光幕靶进行多个目标穿靶过程的测试。 [0054]本发明未详述部分为现有技术。 [0055]为了公开本发明的发明目的而在本文中选用的实施例，当前认为是适宜的，但是，应了解的是，本发明旨在包括一切属于本构思和发明范围内的实施例的所有变化和改进。