轻武器射击模拟智能集成靶面

技术领域

本发明涉及智能分析技术领域，尤其是轻武器射击模拟智能集成靶面。

背景技术

激光靶是激光真人CS娱乐项目或激光竞技类射击项目中经常用到的工具，激光靶被激光枪或激光发射器发出的光线照射到之后，用声音或者彩色灯光给予射击者命中反馈，从而模拟实弹打靶的过程，

现有技术中，通过在导光板上涂上反射涂层进行激光信号的采集，但是反射涂层易受到外界环境干扰，易被空气或自然环境腐蚀，导致反射涂层面上存在“盲区”，这样就不能保证对激光信号的有效识别及识别精准度。故本发明提出轻武器射击模拟智能集成靶面，通过激光感应阵列采集激光信号，并对激光信号进行滤波和反馈，输出精确的射击成绩。

发明内容

本发明的目的是通过提出轻武器射击模拟智能集成靶面，以解决上述背景技术中提出的缺陷。

本发明采用的技术方案如下：

提供轻武器射击模拟智能集成靶面，包括：可拆卸式靶面、立杆、底座、激光感应阵列、锂电池供电组、无线通信装置；

所述底座用于固定立杆；

所述可拆卸式靶面上设置有激光感应阵列；

所述锂电池供电组为所述智能集成靶面供电；

所述无线通信装置用于发送激光感应阵列的反馈信号。

作为本发明的一种优选技术方案：所述智能集成靶面设置有两种轻武器的不同精度射击模式及分别应用于两种轻武器的射击模板。

作为本发明的一种优选技术方案：所述两种轻武器包括手枪和自动步枪。

作为本发明的一种优选技术方案：所述应用于两种轻武器的射击模板包括胸环靶、半身靶、头靶和侧身靶。

作为本发明的一种优选技术方案：所述智能集成靶面为可接收和反馈激光点的全面积阵列感应靶面。

作为本发明的一种优选技术方案：所述可拆卸式靶面上设置的激光感应阵列接收和反馈由轻武器发射的射击激光信号，并由所述无线通信装置发送所述激光感应阵列的反馈信号。

作为本发明的一种优选技术方案：所述激光感应阵列对接收的由轻武器发射的射击激光信号进行滤波处理。

作为本发明的一种优选技术方案：所述滤波处理基于变分模态分解算法对发射信号进行滤波处理，所述变分模态分解算法中，通过麻雀搜索算法对模态分量个数和二次惩罚因子进行寻优获取。

作为本发明的一种优选技术方案：所述变分模态分解算法具体如下：

其中，

引入拉格朗日算子：

其中，

通过交替方向乘子法进行迭代更新：

初始化

其中，

不断迭代更新

其中，

作为本发明的一种优选技术方案：所述滤波处理过程中，通过混沌映射对麻雀种群进行初始化：

其中，

进行伯努利移位变换：

其中，

经过上述初始化过程产生数量为

发现者位置更新如下：

其中，

更新跟随者位置：

其中，

其中，

本发明提供的轻武器射击模拟智能集成靶面，与现有技术相比，其有益效果有：

本发明通过可接收和反馈激光点的全面积阵列感应靶面接收轻武器发射的激光信号，不易受到自然环境的干扰，并由麻雀搜索算法进行智能寻优的变分模态分解算法对信号进行滤波处理，智能提高接收的激光信号的准确度，以提高反馈的射击成绩的精准度，同时提供多种射击目标，其适用性强，且通过无线通信装置进行及时反馈射击成绩，提高用户的体验感。

附图说明

图1为本发明优选实施例的智能集成靶面结构图；

图2为本发明优选实施例中信号接收反馈流程图。

图中各个标记的意义为：1、可拆卸式靶面；2、立杆；3、底座；4、激光感应阵列；5、锂电池供电组；6、无线通信装置。

具体实施方式

需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，本发明优选实施例提供了轻武器射击模拟智能集成靶面，包括：可拆卸式靶面1、立杆2、底座3、激光感应阵列4、锂电池供电组5、无线通信装置6；

所述底座3用于固定立杆2；

所述可拆卸式靶面1上设置有激光感应阵列4；

所述锂电池供电组5为智能集成靶面供电；

所述无线通信装置6用于发送激光感应阵列4的反馈信号。

所述智能集成靶面设置有两种轻武器的不同精度射击模式及分别应用于两种轻武器的射击模板。

所述两种轻武器包括手枪和自动步枪。

所述应用于两种轻武器的射击模板包括胸环靶、半身靶、头靶和侧身靶。

所述智能集成靶面为可接收和反馈激光点的全面积阵列感应靶面。

所述可拆卸式靶面1上设置的激光感应阵列4接收和反馈由轻武器发射的射击激光信号，并由无线通信装置6发送激光感应阵列4的反馈信号。

所述激光感应阵列4对接收的由轻武器发射的射击激光信号进行滤波处理。

所述滤波处理基于变分模态分解算法对发射信号进行滤波处理，变分模态分解算法中，通过麻雀搜索算法对模态分量个数和二次惩罚因子进行寻优获取。

所述变分模态分解算法具体如下：

其中，

引入拉格朗日算子：

其中，

通过交替方向乘子法进行迭代更新：

初始化

其中，

不断迭代更新

其中， 

所述滤波处理过程中，通过混沌映射对麻雀种群进行初始化：

其中，

进行伯努利移位变换：

其中，

经过上述初始化过程产生数量为

发现者位置更新如下：

其中，

更新跟随者位置：

其中，

其中，

本实施例中，参照图1，智能集成靶面包括可拆卸式靶面1、立杆2、底座3、激光感应阵列4、锂电池供电组5、无线通信装置6；底座3固定立杆2；立杆2的另一端安装可拆卸式靶面1，可拆卸式靶面1上设置有激光感应阵列4；锂电池供电组5为智能集成靶面供电；无线通信装置6发送激光感应阵列4的反馈信号。智能集成靶面以手枪、自动步枪常用精度射击胸环靶、半身靶、头靶、侧身靶为模板，自主研发可接收和反馈激光点的全面积阵列感应靶面。

参照图2，激光感应阵列4对接收的由轻武器发射的射击激光信号基于变分模态分解算法进行滤波处理，

其中，

引入拉格朗日算子：

其中，

变分模态分解算法是一种自适应、完全非递归的模态变分和时频处理算法，其搜索和求解的过程可以自适应地匹配各个模态分量中心频率和有限带宽的最优值，并且可以实现固有模态分量的有效分离、信号的频域划分，最终获得信号变分问题的最优解。变分模态分解算法处理信号时需要预先对模态分量个数

通过麻雀搜索算法对变分模态分解算法中的模态分量个数

混沌映射在遍历均匀性和收敛速度方面表现良好，故通过混沌映射对麻雀种群进行初始化：

其中，

进行伯努利移位变换：

其中，

经过上述初始化过程产生数量为

发现者位置更新如下：

其中，

更新跟随者位置：

其中， 

其中，

上述的麻雀搜索算法在实际应用中求解全局优化问题时具有很强的搜索能力和并行性。可以有效寻优获得最优模态分量个数

初始化

其中，

不断迭代更新 

其中，

当满足上述条件时，输出激光感应阵列4接收的由轻武器发射的射击激光信号的射击结果，并由无线通信装置6向报靶显示终端发送射击结果。其中，锂电池供电组5为激光感应阵列4和无线通信装置6供电。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。