基于完善交通信息收集的UAV路径规划

针对部分路段不能获取完整交通信息的问题,提出使用无人机对未布设固定型交通信息检测器路段进行交通巡视,完善交通信息。通过时空网络建立了一个总飞行时间最短、最大单机飞行时间最短的多目标模型,确定最佳的无人机数量和交通信息收集路径。新模型不仅利用时空网络技术细致刻画了无人机在巡视过程中的飞行轨迹,而且加入了对未布设固定型交通检测器路段的巡视次数以及巡视时间间隔约束问题,使巡视路径更加合理。情景分析表明,使用两架无人机进行巡视时,总飞行时间最短为37min,在23min 内完成巡视任务;随着最大单机飞行时间权重的增大,无人机的总飞行时间增加9.76%,最大单机飞行时间减少8.70%。算例分析表明,所建模型和方法能够解决大规模路网的多无人机调度问题,能够根据实际需求得到满意的巡视路径。     

某型无人机系统健康状态评估研究

论文阐述了某型无人机系统健康状态评估的方法.以某型无人机系统发射装置为研究对象,建立了健康状态指标体系,划分了健康等级.结合灰色关联分析和模糊综合评判方法,实现了对某型无人机系统的“装备-系统”两级健康状态评估.     

中大口径舰炮远程对岸射击观测方法研究磁

针对中大口径舰炮承担的对岸火力支援任务,研究其远程对岸射击观测方法。为满足岸上目标观测需要,提出舰载无人机、电视侦察弹、侦察卫星等远程观测手段,论证各观测手段的特点和实施方法,提出对岸上目标的定位原理。该研究可为中大口径舰炮对岸射击观测的组织实施提供参考,对武器系统作战效能的充分发挥具有重要意义。     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

美国及中国军用无人机的新发展与性能分析

文章介绍了美国军用无人机的一些新发展以及中国军用无人机的发展情况,并对各自发展的方向和趋势作了简要概括。通过对中美几种军用无人机性能参数的对比和分析,指出了中国军用无人机的差距。     

基于海上目标的通信对抗无人机的干扰效能分析

通过对通信对抗无人机对海上目标的超短波通信的干扰效能分析,得知在一般情况下,无人机的干扰功率只要大于0.416W就能进行有效干扰。通过与无人机对陆地目标的超短波通信干扰效能的比较分析,结果表明,在相同的电台通信距离,相同的干扰效果的情况下,无人机对海上舰舰超短波通信电台实施有效干扰的距离小于对陆地上车车超短波通信电台实施有效干扰的距离。     

基于层次分析法的无人机作战模糊决策研究

基于无人机在现代战争中的定位,分析了影响无人机作战决策的各个因素,将层次分析法应用于无人机作战决策之中,提出了一种无人机作战模糊决策方法。     

舰载无人机电磁弹射器应用能力分析

在预研阶段对舰载无人机电磁弹射器的应用能力进行分析,有利于研制重点的确定和关键部件的选型。建立了应用能力的层次结构模型,以此为基础采用层次分析法给出了应用能力的幂指数模型,并利用幂指数模型确定了舰载无人机电磁弹射器的研究重点和直线电机、储能装置这两类关键部件的选型。     

美国舰载无人机系统研究

针对美国海军现有舰载无人机系统发展现状,开展舰载无人机系统发展研究。文章对无人机平台、任务载荷、测控与信息传输终端、着舰引导设施、舰面控制站、发射与回收装置、专用维护保障设施等方面进行分析,研究了舰机适配性,最后预测了舰载无人机系统的未来发展方向。     

多约束条件下无人艇和无人机集群协同航迹规划

[目的]为实现海上无人集群在执行任务过程中的安全航行和通信保持,开展无人艇(USV)和无人机(UAV)集群协同航迹规划问题的研究.[方法]采用禁入和禁出地理围栏进行场景建模,将规避威胁和障碍问题转化为地理围栏约束.针对平台之间的碰撞冲突和通信连接问题,提出基于时序检测的碰撞冲突和通信保持约束判断准则.以集群平均航行时间...