雷声公司

摘要： 【据美国INSIDEGNSS网站10月8日报道】美陆军授予雷声公司下属柯林斯宇航公司第三代“车载可信定位、导航与授时(MAPS)”项目合同,委托其开展第三代MAPS研发、平台集成以及低速生产。MAPS可在GPS无法工作情况下提供定位导航授时服务,是美陆军的卫星导航备份替代方案,而美海军和空军的对应方案分别是基于GPS的定位、导航、授时系统(GPNTS)和弹性嵌入式全球定位系统/惯性导航系统(EGI)。MAPS将能够融合多源PNT数据,从各种提供授时、气压测量和惯性导航的传感器中获取信息,从而为士兵提供一个可信的GPS替代方案。MAPS还可以向士兵提供M码信号,并且其抗干扰天线可以用于定位干扰源,从而使美陆军能够对抗干扰或欺骗。第三代MAPS将改进C4ISR/电子战模块化开放式标准套件(CMOSS),实现新能力的即插即用,并在白沙靶场进行了测试。

摘要： 【据国防网2020年3月27日报道】 2020年3月26日,美国太空军空间和导弹系统中心,授予雷声公司3.78亿美元,更换下一代运行控制系统(OCX)的计算机硬件。OCX原来采用IBM公司的硬件系统。由于IBM X86计算机生产线于2014年8月由中国联想公司收购,管理部门认为这将对OCX带来不可承受的网络安全隐患,并决定全部替换为惠普公司的硬件产品。目前,已完成17个外部监测站、4个地面天线站的硬件更换工作。未来,OCX的卫星运控能力将达到当前系统的2倍,计划于2021年交付主承包商洛克希德·马丁公司。

摘要： 美国导弹防御局(MDA)于9月24日向雷声公司授予价值970万美元、为期15个月的成本加固定费用合同,委托其研究高超声速防御武器系统概念,研究微波技术用于防御高超声速武器的可行性。根据该合同,雷声公司需提高非动能防御技术的技术成熟度,加速杀伤力分析,完善基线设计、先进技术嵌入评估和试验规划,为后续MDA“微波技术试验台”的集成做好支撑。此前,MDA已于2019年9月授予雷声公司一份合同,以继续落实该公司“高超声速防御非动能概念”。2020年2月,MDA向国会提交了2021财年未获资助的优先事项清单,其中包括非动能武器开发,特别是微波技术。

摘要： 2019年6月9日,联合技术公司和雷声公司宣布合并为雷声技术公司,分别持股57%和43%,总部设在波士顿,合并预计2020年上半年完成。联合技术公司旗下的航空发动机巨头普惠公司,以及2018年11月收购罗克韦尔·柯林斯公司后成立的柯林斯航宇公司都在合并之列,但后者部分业务将分离成独立企业。

摘要： 2019年5月,雷声公司完成了对“纵深打击”地地导弹战斗部的测试。战斗部在受控环境中引爆,破片大小、形状及散布特性等指标均满足美国陆军对战斗部杀伤力的要求。该项目目前已完成初步设计评审,将干2019年下半年进行首次飞行试验。

摘要： 2019年2月,美国海军与雷声公司签订了单一来源合同,开始增程型AGM-154联合防区外武器(JSOW-ER)的技术风险降低和工程、制造与发展阶段,以使其能在2023财年前部署。JSOW-ER的尺寸、外形和重量与2016年初步形成战斗力的JSOWC-1型滑翔炸弹一致,但增加了一台汉密尔顿·桑特兰德公司的TJ-150涡轮喷气发动机,射程达到约463千米。同时它升级了成像红外导引头,可打击海上移动目标。

摘要： 2018年12月12日,斯洛伐克政府决定从美国采购价值18亿美元的14架第70/72批次F-16V“战隼”參用途战斗机,以替换12架俄制米格29“支点”战斗机。合同包括12架单座型和2架双座型,还包括雷声公司的AIM-120C7“先进中距空空导弹和AIM-9X“响尾蛇”近程空空导弹。预计2022年交付前4架,其中2架双座型,其余10架单座型将于2023年12月交付。

摘要： 瑞典即将正式接收Grkpbv 90120毫米自行迫击炮据报道,瑞典陆军采购的新型Grkpbv 90 120毫米自行迫击炮将于今年8月份正式生产,全部40辆将于2020年完成装备。而在今年年初,瑞典国防物资管理局(FMV)已经宣布接收了四辆预生产型车,用于培训、测试和验证。Grkpbv 90是基于瑞典CV90履带式装甲车底盘的自行迫击炮系统.

摘要： 中国军队构建现代化武器装备体系据新华社报道,中国政府7月24日发表《新时代的中国国防》白皮书。这是中国政府自1998年以来发表的第十部国防白皮书,也是党的十八大以来发表的首部综合型国防白皮书。白皮书指出,世界多极化、经济全球化、社会信息化、文化多样化深入发展,和平、发展、合作、共赢的时代潮流不可逆转.

摘要： 2019年8月5日,雷声公司宣布向美海军交付首套最新的中频段下一代干扰机吊舱。未来雷声公司将负责15套中频段下一代干扰机(NGJ-MB)的工程制造及开发吊舱,用于替代EA-18G“咆哮者”电子战飞机上正在使用的ALQ-99吊舱。新交付的吊舱还将等待进行系统测试、鉴定及适航能力验证。雷声公司电子战系统的副总裁波尔在媒体发布会上表示,“此吊舱的交付将使得可以开展初步的地面检验、重量属性、飞机安装、内置检测的核实等流程,为今后的暗室及飞行测试做好准备。”

摘要： 本发明提供了一种雷声信号发生系统及雷声信号模拟方法，其首先用雷声信号采集器按照预设的采样周期采集雷声信号并传输到上位机，上位机利用奇异值分解方法对由雷声信号构造的相关矩阵进行分解，并得到一组从大到小排列的奇异值，然后根据最小描述长度准则来确定表征雷声信号的奇异值个数，接着结合SVD重构信号实现雷声信号降噪，最后将降噪得到的雷声样本信号通过USB芯片传输到FPGA，并利用数模转换芯片以雷声数字信号采样周期为转换时间间隔，将数字信号转换成模拟电压信号并经过功率放大器输出，便可模拟出功率可控的雷声信号，仿真结果表明，奇异值分解方法对雷声降噪效果明显且模拟得到的雷声信号与雷声样本信号幅度谱基本一致。

摘要： 本发明公开了一种基于反演算法的雷声三维定位方法，包括步骤：建立传声器阵列模型，根据给定的雷声初始位置得出雷声到达传声器阵列模型各阵元间的相对时延值；利用获取的相对时延值，结合建立的传声器阵列模型及其空间位置关系确定雷声声源位置。本发明有效的解决了基于搜索的最大似然法运算量大且不适用于实时系统的不足，提高了运算效率，增强了雷声定位的实时性与精确性。

摘要： 本发明公开了一种基于卷积神经网络的雷声信号识别系统及方法，针对雷声训练集数据进行雷声类型人工标注，建立雷声分类标签定位文件，提取雷声训练集数据的梅尔频率倒谱系数，基于卷积神经网络对梅尔频率倒谱系数进行训练获得雷声分类识别模型，最终实现待识别声音数据的分类识别。本发明方法利用深度学习方法提高传统雷声信号检测方法的鲁棒性和准确率，以满足雷声定位系统对识别结果的实时高效需求，不仅能够克服多种环境噪声对雷声信号识别过程中的干扰，而且还能适用于源自不同通道位置的特征各异的雷声信号。

摘要： 本发明提出了一种基于手机的雷声检测和定位方法，包括定位系统，所述定位系统包括云端管理平台及与云端管理平台通讯的M台个移动智能手持终端，第1移动智能手持终端、第2移动智能手持终端、第3移动智能手持终端、第4移动智能手持终端、……、第M移动智能手持终端之四及以上任意组合能够接收到雷声，包括以下步骤：S1，第i移动智能手持终端将确定的第i移动智能手持终端所处位置以及雷声数据信息打包后，得到第i打包数据包，将其第i打包数据包发送至云端管理平台；i＝1、2、3、4、……M；S2，云端管理平台根据接收到的打包数据包确定雷声位置。本发明能够利用海量的智能手持终端实现雷声定位和检测，并生成驶离线路，保障用户安全。

摘要： 本发明属于鱼雷学的自导工程技术领域，公开了一种轻型鱼雷声学导引装置，其包括导引头以及换能器基阵；导引头的前端面为圆形平面；导引头的后端为电子仓，且采用圆柱状结构；导引头的前端面直径小于电子仓直径；在导引头前端面与电子仓之间设置过渡段；过渡段采用流线型弧线段；换能器基阵包括前端面平面阵以及侧边稀疏圆周阵；前端面平面阵包括布置在导引头的前端面且按照对称原则排布的多个换能器阵元；侧边稀疏圆周阵包括在过渡段的圆周方向上等间距布设的多个换能器阵元，侧边稀疏圆周阵中各个换能器阵元朝向前方。本发明通过对换能器基阵优化布阵及紧凑布局，便于在小口径声学导引装置有限的体积空间内充分获取最大的空间增益。

摘要： 本申请公开了一种基于三维麦克风阵列的雷声检测与定位方法。该方法首先基于预设采样率对三维麦克风阵列接收到的声信号进行采集，进而对单个麦克风的声信号能量进行平滑和归一化处理，并联合多麦克风的声信号能量对雷声进行检测。当检测出雷声时，通过各个线性麦克风阵列粗略估计出雷声的俯仰角和方位角。进一步，在粗略估计出的俯仰角和方位角邻近区域，使用整个三维麦克风阵列进行二维DOA扫描，从而准确地估计出雷声的俯仰角和方位角。

摘要： 本发明提供了一种雷声信号发生系统及雷声信号模拟方法，其首先用雷声信号采集器按照预设的采样周期采集雷声信号并传输到上位机，上位机利用奇异值分解方法对由雷声信号构造的相关矩阵进行分解，并得到一组从大到小排列的奇异值，然后根据最小描述长度准则来确定表征雷声信号的奇异值个数，接着结合SVD重构信号实现雷声信号降噪，最后将降噪得到的雷声样本信号通过USB芯片传输到FPGA，并利用数模转换芯片以雷声数字信号采样周期为转换时间间隔，将数字信号转换成模拟电压信号并经过功率放大器输出，便可模拟出功率可控的雷声信号，仿真结果表明，奇异值分解方法对雷声降噪效果明显且模拟得到的雷声信号与雷声样本信号幅度谱基本一致。

摘要： 本申请涉及一种基于图像识别的雷声检测方法和系统，通过音频设备采集一段时间内包含或不包含风机扫风气动噪声的声音信号，通过对声音信号进一步分析，实现对其中雷声的识别。其中，基于图像识别的雷声检测系统包括用于采集风机和环境等声音的声音传感器、机端硬件装置以及运行在站端服务器的应用软件，机端硬件装置包括边缘硬件数采系统。本申请通过图像分类的深度学习模型，无需人为探索和选择声音特征，也不需要对声音进行降噪或者预处理，就可以得到雷声在谱图上的时域和频域的特征表现，对于不同环境的户外场景泛化性更高。

摘要： 本发明公开了一种基于卷积神经网络的雷声信号识别系统及方法，针对雷声训练集数据进行雷声类型人工标注，建立雷声分类标签定位文件，提取雷声训练集数据的梅尔频率倒谱系数，基于卷积神经网络对梅尔频率倒谱系数进行训练获得雷声分类识别模型，最终实现待识别声音数据的分类识别。本发明方法利用深度学习方法提高传统雷声信号检测方法的鲁棒性和准确率，以满足雷声定位系统对识别结果的实时高效需求，不仅能够克服多种环境噪声对雷声信号识别过程中的干扰，而且还能适用于源自不同通道位置的特征各异的雷声信号。

摘要： 本发明提出了一种基于手机的雷声检测和定位方法，包括定位系统，所述定位系统包括云端管理平台及与云端管理平台通讯的M台个移动智能手持终端，第1移动智能手持终端、第2移动智能手持终端、第3移动智能手持终端、第4移动智能手持终端、……、第M移动智能手持终端之四及以上任意组合能够接收到雷声，包括以下步骤：S1，第i移动智能手持终端将确定的第i移动智能手持终端所处位置以及雷声数据信息打包后，得到第i打包数据包，将其第i打包数据包发送至云端管理平台；i＝1、2、3、4、……M；S2，云端管理平台根据接收到的打包数据包确定雷声位置。本发明能够利用海量的智能手持终端实现雷声定位和检测，并生成驶离线路，保障用户安全。