无人机侦察目标的概率分析

本文通过对影响无人机侦察发现目标概率各种因素的分析,讨论了一种分析无人机侦察发现目标概率的方法,进而具体对某型无人机的一种侦察设备进行分析,为该型无人机遂行侦察任务提出了参考意见。     

高空长航时无人机编队协同侦察任务规划

针对高空长航时无人机侦察任务规划特点,分析了高空长航时无人机执行侦察任务过程中的飞行航线约束和通信条件约束,以最小化无人机总飞行航程和最终编队飞行时间为优化目标,建立无人机编队协同侦察任务规划问题模型。同以往的通用侦察任务模型相比,该模型突出考虑了高空长航时无人机执行侦察任务过程的特点。以基本粒子群算法为基础,通过粒子群离散化和结合遗传算法进行改进,使其适用于求解复杂组合优化问题。仿真结果验证了算法求解复杂任务规划问题的有效性。     

联合侦察图像对岸上目标定位方法

随着卫星和无人机技术日趋成熟,使用卫星和无人机搭载成像设备执行战场侦察任务,及时获取敌方阵地图像信息,已成为各军事强国的重要侦察手段。以大口径舰炮远程对岸目标精确打击为背景,对无人机侦察图像的几何校正、卫星图片的地理坐标提取等技术进行分析,推导了相关的数学模型。通过相关的图像处理技术,结合联合侦察图像对岸上目标定位的主要误差源分析,提供了一种有效的联合侦察图像目标定位方法,并通过仿真数据显示了图像预处理技术在目标定位过程中对提高定位精度的作用。     

无人机系统的系统效能评估

定量分析和评估无人机系统在给定作战环境下完成高空电视侦察目标任务的程度,依据美国工业界武器系统效能咨询委员会给出的模型和方法,以完成发现和识别目标任务的相符程度作为效能量度,对无人机系统的效能进行了分析和评估建模,实现了无人机系统可用度、可信性、系统能力的计算,给出了无人机系统效能的一种基本算法和公式.     

面向侦察任务的无人机机载感知传感器配置与融合综述

无人机侦察需要依赖各类机载传感器提供感知信息,利用多源信息进行优势互补,从而提升无人机感知能力.围绕无人机机载感知传感器配置融合展开综述,首先从无人机平台自身属性、传感器属性、飞行环境和任务类型及需求4个方面分析了传感器配置时需要考虑的要素;其次,设计了基于多目标优化理论的传感器配置融合方法;最后,总结了无人机侦察中常...     

任务请求模式下无人机战场态势显示系统设计

任务请求模式是高空长航时无人机重要的作战使用模式,该模式下无人机侦察数据的判读和综合信息的显示存在着判读数据和综合信息所需的背景情报分散、目标关联困难等问题,需要将无人机的侦察数据、无人机综合信息与战场态势等相关背景信息进行情报结合和关联显示。为此,通过分析任务请求模式下高空长航时无人机作战模式和态势信息流程,总结该作战模式下无人机态势信息显示的可行性需求,进行了任务请求模式下无人机战场态势显示系统的概要设计。该系统利用通用战场态势等背景信息辅助进行无人机侦察数据的判读和综合信息的显示,可有效辅助无人机侦察任务的开展和执行。     

面向协同区域反恐侦察的无人机集群规划与控制

以无人机集群协同侦察多个区域内潜在的恐怖分子为背景,提出了一种基于贪婪算法的求解思路,设计了任务分配-路径规划-跟踪控制的算法流程,解决了面向协同区域反恐侦察的无人机集群规划与控制问题。首先,设计任务分配算法,为无人机分配任务区域,解决多无人机多目标的任务分配问题;然后,每一架无人机进行路径规划,生成从当前点到任务区域以及在任务区域侦察的组合路径;再使用追踪虚拟目标点的方法,使无人机沿着规划航线飞行。任务分配-路径规划-跟踪控制在线滚动执行,使无人机集群协同执行反恐侦察任务。对上述算法进行了数值仿真,并基于开源仿真平台搭建复合翼无人机协同仿真环境,进一步验证了算法流程。     

无人机侦察效能研究

携带侦察设备对指定区域进行侦察是无人机在现代战场上的重要应用之一。以无人机为平台,以CCD摄像机为侦察设备,提供了一种无人机执行侦察任务时的效能评估模型。在给出了无人机及侦察设备模型的基础上,从影响无人机的侦察能力和侦察代价两个方面着手,建立了对无人机侦察方案进行效能评估的模型,从而解决了侦察方案优劣的评价问题,这对无人机高效的执行侦察任务提供了理论决策依据。     

面向无人机海上侦察任务的自适应粒度分解策略研究

无人机海上侦察作战任务自动规划的前提是任务分解,分解策略的通用性和分解粒度的合理性直接影响任务规划的速度和实际效果。对无人机海上侦察任务具有随机性强、复杂度高、动态性明显等特点,提出了一种基于军事领域知识库的无人机海上侦察任务自适应粒度分解策略,构建了无人机海上侦察领域知识图谱和自适应粒度任务分解模型,并以海上编队护航背景下的无人机侦察任务为例,实施了任务分解策略验证,结果表明分解策略较传统任务分解方法具有更佳的稳定性和适应性。     

基于多Agent无人机协同侦察任务规划模型

建立了多无人机协同侦察任务规划模型，在考虑侦察时间间隔约束和目标载荷需求基础上，给出了位于不同基地的无人机优化部署和调度策略，并提出了基于多Agent的优化搜索仿真算法，利用Matlab实现了无人机优化配置和任务规划模型，得出了无人机优化配置和任务规划方案，最后分析了模型算法存在的某些不足，提出了模型改进的方向。     

三架固定翼无人机协同编队飞行避障策略

针对无人机编队执行空战任务过程中存在无人机之间以及无人机与障碍物发生碰撞的问题，提出单向网络连接结构的多无人机避障算法和基于人工势场的控制方法，同时应用于无人机编队避障控制。以三架无人机构成的正三角形编队作为控制体，同时以长机的运动轨迹作为期望路径，长机提供僚机飞行信息，僚机接受信息保持编队飞行。多无人机编队发现障碍物到避障完成的过程包括编队集结、松散队形、最终恢复集结正三角形编队。仿真实验结果表明，所提避障控制策略能够确保编队收敛于期望的队形和稳定飞行状态。     

无人机集群作战概念及关键技术分析

无人机集群作战正在从概念走向雏形.文章总结了国外无人机集群作战概念的发展,分析了无人机集群作战的主要关键技术,包括大规模无人机管理与控制、多无人机自主编队飞行、集群感知与态势共享、集群突防与攻击、集群作战任务控制站等技术,并展望了未来无人机集群协同搜索、协同干扰、协同攻击、协同察/打、集群对抗等作战应用.     

低慢小无人机对军事区域的安全威胁及其应对方法

低慢小无人机具有小型化、红外与雷达暴露征候小、飞行高度低、飞行轨迹不定以及购买使用几乎无门槛等特征,给当前全球军事区域和军事行动安全带来了新的挑战。本文首先分析了世界主要国家对低慢小无人机的界定、国内外管控情况和相关威胁事件;然后,从低慢小无人机的侦察袭击能力、军事区域现有安防措施和低慢小无人机对军事区域进行侦察的相关案例入手,讨论了低慢小无人机对军事区域的侦察袭击的威胁;最后从政策制度、营区部署与隐蔽伪装以及反制措施配置三方面对军事区域防低慢小无人机侦察袭击的手段与措施进行了分析和研究,重点就机动性、经济性、技术难度、可操作性、反应速度、打击效果、能否对抗集群目标以及适用场合等方面对当前各种反无人机的干扰、驱离、毁坏措施进行了对比。     

基于地基多传感器融合的无人机自主着陆引导方法

针对无人机自主着陆过程中卫星导航系统易被干扰的问题，提出了一种基于地基多传感器融合的无人机自主着陆引导方法。首先采用主动式激光照射的方式，获取机载反射棱镜的近红外成像，在红外图像中对无人机目标进行识别；然后通过坐标转换将识别结果映射到可见光图像中，在可见光图像中选择的感兴趣区域进行可见光目标识别，从而在降低计算量的基础上获得更加精确的无人机相对角度信息；最后利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明，该方法能够提供精确的无人机位置信息，能有效适应于复杂背景下的无人机自主着陆引导。     

无人机电子干扰条件下的路径规划

针对机载预警雷达结合地面雷达对低空突防无人机构成的严重威胁,提出一种基于A*算法的路径规划算法.该算法分析了电子干扰和无人机RCS对雷达探测空间的影响,建立了新的雷达探测空间模型和威胁模型进行路径规划,将A*算法应用于无人机的路径规划过程.在此基础上给出了应用该方法的具体步骤,并进行了MATLAB仿真.仿真结果表明:考虑电子干扰对雷达威胁区域影响的情况下规划的飞行路径飞行器能有效回避威胁,有效提高无人机的低空突防能力.     

舰载无人机双机无源侦察定位策略

针对驱护舰编队作战中使用舰载无人机进行双机无源侦察定位时，搜索力如何进行优化配置的问题，基于舰载无人机双机无源定位有效区分析模型，在对舰载无人机双机无源侦察定位策略选择依据分析的基础上，提出了舰载无人机双机定基线无源侦察定位策略和双机变基线无源侦察定位策略，并给出了三种实用的机动侦察定位方式。     

无人机在战场侦察与目标指示中的应用

快速有效的感知战场态势和获取敌方、己方和友方的目标信息 ,是现代战争中克敌制胜的关键。无人机以其有别于有人驾驶飞行器和卫星的特点 ,在战场侦察与目标指示方面发挥了重要作用。对以无人机为核心的无人机战场侦察与目标指示系统 ,特别是对其成像子系统进行了概要描述 ,提出了成像子系统有效工作需要解决的主要关键技术和可能的技术途径。     

Maneuvering target tracking of UAV based on MN-DDPG and transfer learning

Tracking maneuvering target in real time autonomously and accurately in an uncertain environment is one of the challenging missions for unmanned aerial vehicles(UAVs).In this paper,aiming to address the control problem of maneuvering target tracking and obstacle avoidance,an online path planning approach for UAV is developed based on deep reinforcement learning.Through end-to-end learning powered by neural networks,the proposed approach can achieve the perception of the environment and continuous motion output control.This proposed approach includes:(1)A deep deterministic policy gradient(DDPG)-based control framework to provide learning and autonomous decision-making capa-bility for UAVs;(2)An improved method named MN-DDPG for introducing a type of mixed noises to assist UAV with exploring stochastic strategies for online optimal planning;and(3)An algorithm of task-decomposition and pre-training for efficient transfer learning to improve the generalization capability of UAV's control model built based on MN-DDPG.The experimental simulation results have verified that the proposed approach can achieve good self-adaptive adjustment of UAV's flight attitude in the tasks of maneuvering target tracking with a significant improvement in generalization capability and training efficiency of UAV tracking controller in uncertain environments.     

无人机避障航路规划方法研究综述

随着无人机作业空域从中高空不断向低空甚至超低空拓展,复杂的低空障碍环境对无人机造成了严重的威胁。研究无人机避障航路规划理论与方法,对于保障无人机的飞行安全和提升其任务效率具有重要作用。对无人机避障航路规划方法的研究现状进行了梳理,首先,根据航路规划问题所建立的优化模型,将规划方法划分为基于数学规划的方法、基于路标图的方法、基于空间分解的方法、基于势场的方法、基于随机规划的方法和基于机器学习的方法六个大类。然后,分别介绍了各类型方法的基本原理、代表性研究以及优缺点。最后,对避障航路规划方法未来可能的研究方向进行了展望。综述表明,复杂环境下无人机三维航路规划方法的研究仍有提升空间;未来应考虑将传统规划方法与新一代人工智能技术相结合;航路规划方法研究应充分考虑机载传感器的实际性能和工作特性;规划航路的可跟踪性问题也亟待解决。