基于图注意力机制的无人机目标红外跟踪技术

近些年来,无人飞行器逐步普及,给社会治安、空域管制、要地防护等领域带来新的威胁。因此,对高威胁、难辨识的无人机目标进行高准确、高稳定的搜索跟踪有着迫切需求。立足城市环境下的反无人机作战需求,针对无人机易受复杂背景干扰、地物遮挡影响及其姿态尺度变化和快速机动造成的跟踪丢失问题,结合图神经网络与注意力机制,提出一种基于图注意力机制的孪生网络无人机目标红外跟踪技术。基于图注意力机制的局部特征匹配模块,通过节点间的信息传递实现全局信息匹配,通过基于图的特征表示和特征交互,增强从目标模板到搜索区域的信息嵌入能力;目标感知区域选择机制可以适应无人机目标尺寸和姿态的变化;基于运动特征设计的切换策略,实现局部跟踪和全局重检测间的动态选择。实验结果表明,在红外无人机目标跟踪时,运用此方法可以取得稳定的跟踪结果,可以有效应对形变、遮挡、复杂背景干扰等挑战,为实现在城市环境中持续稳定跟踪小型无人机目标提供技术参考。     

反无人机蜂群体系组织方法

凭借侦察攻击、规模作战、灵活重组以及低成本的有效优势,无人机“蜂群战术”已快速进入多国军事研究机构视野,成为颠覆未来战场模式的关键技术之一。面对无人机以及无人机“蜂群战术”带来的现实威胁,反无人机蜂群已成为各军事强国竞相发展的关键技术。参考美国、北约等军事强国与军事集团开展的反无人机/蜂群战略研究,从反无人机蜂群技术应用基点、应用流程等角度对反无人机蜂群体系组织方法进行论证,提出组织方法建议。所做工作对开展多种反无人机蜂群武器集成试验与训练,提高反无人机蜂群应对能力具有一定参考价值。     

视觉目标跟踪现状与发展

视觉目标跟踪系统在军事和民用领域都有重大的应用需求,如武器制导、视觉导航、安防监控等。视觉目标跟踪系统的目的是在视频序列的每一帧中准确地定位目标位置,还原目标完整的运动路径,为高层应用提供决策依据。根据任务需求不同,目标跟踪系统可以分为单目标跟踪和多目标跟踪。在算法层面分别介绍了视觉单目标跟踪和多目标跟踪的发展现状,并对相关算法的优点和不足做了简要分析。结合当前研究现状,简要地梳理了目标跟踪算法的发展趋势。研究表明,视觉目标跟踪是一个非常开放的研究领域,相关的理论和方法层出不穷,不同算法的侧重点也不尽相同,研究经典的目标跟踪算法有助于把握视觉目标跟踪中潜在的问题,为设计目标跟踪系统提供依据。     

反微型无人机技术方案调研北大核心

快速增长的微型无人机应用给公共安全防卫带来隐患,而传统装备不能很好适应反微型无人机作战。对最近国内外出现的各种反微型无人机(或称反"低慢小"目标)技术方案作了一个梳理和分析,并结合反微型无人机作战的技术特点进一步对微型无人机安全防卫技术路线提出了建议,可以为相关领域研究者和设计师提供参考。     

无源检测环境下无人机执行任务的对策研究

针对无源雷达系统的照射源类型、信号处理的难点和不足,对无人机在战前、战中等作战阶段在无源检测环境中顺利执行任务的对策进行了研究。通过对几种常用照射源优缺点的分析,重点研究了基于数字电视照射源无源检测环境下提高无人机生存概率的方法,依据无源检测原理和无源雷达的实现难题,提出了一套系统的无人机反检测方案,为无人机总体设计提供了参考。     

基于双目视觉的自动跟踪系统应用

在研究双目视觉系统发展现状的基础上,提出将计算机双目视觉技术应用于物体目标的自动跟踪。计算机立体视觉是机器人研究的重要内容,被人们广泛研究。随着研究的不断深入,计算机双目视觉技术在生物医学、制造工业和信息工业等领域逐渐显示出很好的应用前景。主要研究从两幅二维图像获得物体运动轨迹。     

美军“密码”型无人机

无人机有不同的叫法,如无人机、遥控飞行器、靶机、航模等,统称为无人机。无人机的用途 无人机的用途越来越广泛,既可以军用、也可以民用。在军事上除用作靶机之外,其广泛的应用是战场侦察监视、边境巡逻、目标搜索、定位跟踪与识别、反雷达、反坦克、直接攻击或目标激光指示与校射、电子侦察干扰和诱饵、通信中继、战术气象观测、核爆取样、伪装检查以及战斗损伤评估等;在民用上可用于农林调查、土地管理、城市规划、森林防火、大气海洋研究以及缉毒、交通监视等治安执法活动。     

要地防卫反无人机装备发展与启示

无人机技术的发展及其在现代战场的广泛应用，给机场、阵地、营地、指挥所等要地的防空体系带来新的挑战。以俄罗斯铠甲武器系统为首的弹炮结合末段防空系统代表了要地防卫装备的重要发展方向。本文从无人机技术发展对要地防空系统的新威胁出发，探讨传统防空武器系统在执行要地防卫过程中应对低、慢、小无人机目标可能存在的技术问题，并对比分析了监测控制类、直接摧毁类和干扰反制类等典型反无人机技术的特点，然后针对俄罗斯“铠甲”弹炮结合武器系统发展的过程、反无人机作战案例及其在要地防卫作战中的应用特点等进行深入探讨，最后针对要地防卫反无人机装备的发展提出若干建议。研究结果可为开展要地防卫反无人机装备的体系规划和发展论证提供参考。     

无人机保距跟踪中的视觉跟踪算法研究

针对固定翼无人机对地面目标进行保距跟踪过程中不能稳定获取目标图像的问题,设计了一种提高视觉目标跟踪稳定性的算法。该算法基于核相关滤波算法,提出了线性旋转子空间的概念,用于估计平面外旋转后的目标图像,在跟踪的过程中通过跟踪效果判断是否对线性旋转子空间进行校正。这种更新机制提高了在相对位置不断变化的情况下视觉跟踪的稳定性和准确性,有效地降低了跟踪漂移的程度。算法在无人机跟踪视角的视觉跟踪数据集中进行了测试,结果显示在跟踪的准确性和鲁棒性上明显好于当前主流跟踪算法。并使用固定翼无人机进行了实机飞行,验证了算法的可行性。     

无人机集群反制技术剖析

无人机集群作战具有作战效能高、战场生存能力强、效费比极高的巨大优势,将给传统防空系统带来巨大挑战。现有反无人机集群技术大多来源于反无人机技术,但反平台与反集群存在显著差异,必须针对无人机集群自身技战术特点,加强对精确/高效/低成本的集群反制技术研究。因此,本文以剖析无人机集群反制技术的可行性为出发点,首先,从反无人机集群作战视角,将无人机集群划分为无自主时空协同型(Ⅰ类)、半自主编组协同型(Ⅱ类)、全自主任务协同型(Ⅲ类)三种类型,明确Ⅱ类无人机集群为主要反制对象;其次,深入分析无人机集群的技术弱点与战术劣势,以此作为无人机集群反制技术可行性的关键切入点;最后,梳理出七大类有效的无人机集群反制技术,并对其可行性进行分析,以期为未来无人机集群反制技术发展方向提供参考。     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。     

反辐射无人机与诱偏系统对抗试验方法初探

随着反辐射无人机的应用,有源诱偏技术作为对抗手段之一也有了长足的发展。针对反辐射无人机与诱偏系统攻防对抗中各自的性能验证问题,较为详细地阐述了一种半实物路馈试验结合导引头挂飞校模的内外场相结合的试验方法,既可以检验反辐射无人机的作战效能,也可以对诱偏系统防护性能的有效性进行验证。     

俄罗斯反无人机装备发展现状及启示

随着无人机广泛运用于作战,且其性能不断提升,面对日益严峻的空防形势,俄罗斯大力发展“反无人机战力”。从原理、优点2个方面简要梳理国内外通用反无人机技术,结合俄军“侦、扰、控、毁”的反无人机作战实践,将其现役反无人机装备分为探测、软杀伤、硬毁伤、伪装4类。具体介绍其不同类别装备的战技术性能,并列举其反无人机装备发展的经验教训。针对未来无人机作战尤其是无人机集群作战的威胁,提出了发展我方反无人机装备的启示。     

反无人机导航欺骗技术发展与应用

作为新域新质作战力量的典型代表,无人机已成为现代军事战场的重要武器平台,其反制需求也激增。导航欺骗作为反无人机“软杀伤”手段之一,因通用性、适应性强,效费比高且具备隐蔽性特点而备受关注。首先从导航信号模拟与仿真角度出发,基于“接收器+欺骗器”结构确立导航信号模拟与欺骗内在联系;其次通过制导、导航与控制（GNC）体系建立支撑无人机导航欺骗理论的两大分析模型：状态估计与控制（SEC）模型和质点假设与规划（PHP）模型;最后结合“侦、扰、毁”等其他反无人机手段,给出导航欺骗技战法运用情况。研究表明,我国在导航信号欺骗源研发、设备小型化制备和无人机导航欺骗建模及策略规划等方面已处于世界先进水平,正朝多探测反制手段体系化方向深入发展,但以智能化、分布式、多平台为代表的新型导航信号欺骗源研究尚显不足。建议加强产、学、研合作,推进导航欺骗技术跨域高质量发展。     

强跟踪滤波器在机载云台目标跟踪中的应用

针对小型无人机地面目标跟踪系统,设计了自适应的强跟踪滤波器(STF),实现了对机载云台姿态的控制,使机动目标保持在机载云台的视场中心.根据无人机、目标与视场中心的位置关系,建立了跟踪系统的数学模型.为解决“当前”统计模型跟踪强机动过程效果较差的问题,提出了强跟踪滤波器(STF)的自适应滤波算法.当无人机加速度较大时,加入强跟踪滤波器后的跟踪曲线较平滑,误差更小.最后,仿真结果表明,机载云台姿态控制器对机动目标的跟踪效果良好,被跟踪目标保持在机载云台的视场中心.     

对美国“忠诚僚机”的思考及对策建议

用无人机担任僚机已成为战斗机编组作战领域技战术研究的新热点。本文通过跟踪美国“忠诚僚机”项目的试验进展，了解所用无人僚机和战斗机平台的性能及特点，把握长僚机编组作战对无人僚机的基本指标需求。在此基础上，结合美军分布式作战概念的演变、智能空战技术研究和现有装备改装趋势等因素，分析了“忠诚僚机”项目在推进空中分布式作战概念实用化、提高长僚机编组作战效能以及形成规模化无人僚机装备方面可能产生的影响。基于上述分析，得出无人僚机与有人战斗机编组作战是军队需要面对的新型作战样式这一结论，并结合国内空战理论研究、军用无人机制造能力以及反无人机装备的发展情况，给出整合资源发展优势无人机、以硬杀伤和软杀伤多种形式构建有效反制体系的对策建议。     

国外反无人机蜂群作战研究

无人机蜂群作战正朝着智能化、实战化迅猛发展,将在未来战场上造成巨大威胁,反无人机蜂群作战研究势在必行。针对无人机蜂群发展历史、研究进展、实战运用情况进行分析;并从探测跟踪、硬毁伤、软杀伤手段三方面梳理国外反无人机蜂群作战研究现状,其中,硬毁伤手段包括通过常规武器、定向能武器和武装格斗无人机对抗打击,软杀伤手段包括电子干扰、欺骗控制。最后,提出反无人机蜂群作战的未来发展趋势：无缝全面探测预警和高效智能决策部署;常规新型武器协同,软杀伤硬毁伤结合;多维智能体系作战,标准制定刻不容缓。     

基于粒子滤波的无人机协同跟踪算法

针对无人机群协同跟踪移动目标问题展开研究。由于传感器测量精度的有限性,采用多架无人机合作来获得多个测量值,再根据数据融合的方法获得较精确的测量值;建立了移动目标的模型,结合测量值应用粒子滤波算法来预测目标的状态。仿真结果表明了该算法能使无人机获得较好的跟踪效果。     

基于视觉的飞行器智能目标检测对抗攻击技术

随着人工智能技术和计算机视觉技术的快速发展,利用智能目标检测技术识别空中出现的侦察机、无人机等飞行器目标已经成为了一种常见的军事防御手段.针对从数字图像层面对基于深度学习网络的目标检测模型进行混淆、欺骗,并在未来将数字攻击结果实物化的可行性问题,提出了一种基于视觉的限定攻击区域的飞行器目标检测对抗攻击方法.利用飞行器数...     

美军定向能武器反无人机技术进展

无人机技术的快速发展及其在军事领域的广泛应用,对现有的防空体系构成了极大威胁。定向能武器对无人机机体及机载电子设备独有的毁伤特征使之在反无人机防空作战方面有着独特的优势。文章对美国定向能武器反无人机技术进行动态跟踪,并分析其发展趋势。