多传感器信息融合理论在无人机相对导航中的应用

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究容积信息滤波算法。此外,还采用多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在高维系统中出现的数值不稳定以及精度降低等问题。数学仿真结果表明,该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

基于多传感器信息融合理论的无人机相对导航状态估计方法

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,本文以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究了容积信息滤波算法。此外,还采用了多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在在高维系统中出现的数值不稳定以及精度降低等问题。论文还进行了相应的数学仿真,仿真结果表明该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

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。     

基于ROS的自主无人机VSLAM研究

针对未知复杂环境中无人机无法获得外部辅助情况下自主导航所面临的严峻问题,提出在ROS框架下在板运行单目VSLAM算法的自主无人机方案,仅依靠自身摄像机自主地完成SLAM和导航任务。研究VSLAM算法原理与前沿算法ORB-SLAM,设计并搭建了自主导航无人机平台,针对搭建的无人机平台方案和特点完成视觉定位部分的改进设计。实验表明,自主无人机能够在未知环境中,自主实现同时定位和地图构建任务并完成精确的飞行控制与导航。     

基于自适应卡尔曼滤波的联合RSS/TOA/INS无人机定位算法

针对在全球导航卫星系统信号拒止环境下(如山地、隧道、峡谷)无人机集群常规定位方法受限问题,提出通过集群之间的协同定位,对卫星信号拒止的低成本无人机进行导航恢复的滤波方法,从而有效抑制纯惯性导航系统(INS)定位发散。在获取定位数据方面,首先采用基于超宽带(UWB)和Zigbee设备分别通过到达时间差(TOA)和接收信号强度(RSS)的测距方式得到测距信息,然后进一步利用最小二乘方法解算得到定位局部坐标。考虑到RSS测距远、精度低,而TOA测距精度高、测距范围小的特点,提出一种基于TOA/RSS/INS的序贯扩展卡尔曼滤波算法,通过引入自适应因子,为短程定位信息提供TOA/RSS两路定位冗余的同时,在长程TOA定位失效时仍可利用RSS定位来抑制惯性导航的发散。实验结果表明,该算法在近程可由RSS/TOA提供冗余测距信息,通过自适应因子可将定位精度改善至2m;在长程,尤其TOA定位失效的范围外,同样可以提供误差约为5m的定位信息。相对于传统扩展卡尔曼滤波,所提出的自适应序贯卡尔曼滤波算法有效提高了定位精度,为解决传统定位受限条件下的基于无人机无线电定位研究提供新的思路。     

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.     

水下航行器自主导航定位技术前沿进展

导航与定位技术是自主水下航行器(AUV)预设任务并安全返航的前提,由于水下环境的限制,目前广泛采用多系统组合导航的方式来实现AUV的准确定位。面向AUV的工况特点,详细介绍了水声测速系统、水声定位系统以及地球物理场辅助导航技术的特征与技术难点,分析了用于水下自主导航时多源组合导航方法的最新进展,随着相关测量仪器领域的研究进展,基于精确测量地球物理场特征的辅助导航技术成为具有极强竞争力的方案之一。多AUV协同导航方案同样适用于复杂的水下环境,被视为未来AUV导航技术重要发展方向。     

无人机集群作战智能培育平台构建研究

面向红蓝双方非完备信息条件下的无人机集群自主作战场景,参考即时战略游戏星际争霸人工智能技术思想,提出一种基于人工智能与军事仿真深度融合的无人机集群作战智能培育平台构建方法,给出了技术实现路径,旨在通过大样本训练,培育无人机集群自主作战决策能力,探索无人机集群战法运用模式,支撑作战人员对无人机集群进行高级指挥控制.     

无人集群自适应任务分工模式

无人集群技术已成为多国军事技术发展的新高地,而无人集群自组织协作是影响其在军事行动中发挥作用的关键。合理的任务分工才能使无人集群发挥数量优势,从而自组织协作完成复杂作战任务。重点分析无人集群自适应任务分工研究的价值;国外在低成本无人机集群、地面无人平台集群、水下无人潜航器集群和异构跨域无人集群自适应任务分工研究上的主要进展和特点;无人集群集中式、协商式、分布式3种典型自适应任务分工模式的内涵,并总结未来无人集群在战场环境自组织信息交互和自适应协商决策任务分工等方面的研究方向及在军事保障中的应用前景。     

无人飞行器异源图像匹配辅助惯性导航定位技术综述

无全球定位系统下高精度定位与导航是飞行器实现自主侦查、巡航与打击的关键。视觉导航具有被动、低成本、能避免累积误差等优点。视觉导航与惯性导航融合更能够发挥出各自的优势,达到高精度定位的目的。总结了异源图像匹配辅助惯性导航的飞行器定位技术的发展历程; 从相机-惯导标定技术、异源图像匹配、姿态解算、数据融合和后端优化五个方面详细阐述了异源图像匹配辅助惯性导航的飞行器定位的关键技术; 指出了基于深度学习的异源图像匹配与惯性导航两种无源定位组合导航系统融合技术等四个未来可能的发展方向,可为实现异源图像匹配辅助惯性导航飞行器定位技术提供参考。     

无人机集群智能的生成样式研究

无人机集群作战是未来的重要作战方式。无人机集群智能的生成模式及其应用实现途径等智能生成样式问题研究是无人机集群作战编成确定和作战运用设计的基础支撑。归纳提出了无人机集群智能的集中式、仿生行为式和功能分布式生成模式,并从总体上探讨了相应的应用实现途径;提出了基于平行系统架构的战中任务调整和航路再规划智能效果实现途径;研究提出了仿生行为智能涌现运用于陌生环境下航路搜索、攻击与优化的方法途径。     

视觉惯性导航系统初始化方法综述

视觉惯性导航系统通过初始化,对尺度信息、重力向量、速度、惯性传感器偏差等一系列状态估计所需参数进行快速求解,以提升系统后续导航定位与环境感知的准确性。根据传感信息耦合方式,视觉惯性导航系统初始化方法可以分为三类:联合初始化、非联合初始化和半联合初始化。基于现有研究工作,从基础理论、发展与分类、现有方法、性能评估四个方面展开,对目前主流的初始化方法进行综述,并总结视觉惯性导航系统初始化领域未来的发展趋势,有利于对视觉惯性导航系统初始化方法形成总体性了解并把握其发展方向。     

无人机集群社团网络弹性重构研究北大核心

无人机集群作战是未来战争的新型作战样式。无人机集群网络弹性重构能力,是评价无人机集群体系作战效能的关键指标。剖析了无人机集群网络弹性重构机理;设计了无人机集群社团网络模型,提升了网络连通性;针对无人机集群遭受恶意攻击网络性能急剧下降的情况,提出了信息网络交互能力最低阈值,并优化了集群网络性能失能阶段的弹性评估方法;最后,通过仿真建模对比分析,不同规模下网络的平均最短路径、信息交互能力、网络聚类系数等参数,在集群网络遭受多种类、多规模的毁伤下进行重构,评估对网络弹性的影响。实验结果表明,建立的模型具备更高的弹性。研究成果可提升无人机集群应对复杂扰动的能力,为无人机集群的多任务规划提供理论指导。     

车联网环境下车辆协同高精度定位研究进展

车辆位置信息是许多智能交通应用的基础,如车辆导航、路径规划和车辆编队等。现有研究中融合单车车载多源传感器的定位方法无法有效解决城市峡谷、隧道和立交桥等卫星信号不可用条件下的车辆定位问题。围绕车辆高精度定位进行了综合评述,主要深入研究分析了车辆协同定位技术。首先分析了单车自主定位的关键技术及其主要应用场景;然后对车辆协同定位框架进行了研究,并对目标关联算法和多源数据融合算法进行了分析;最后展望了车联网环境下车辆协同定位的发展趋势。研究表明,高精度高可靠定位研究还存在许多关键技术未突破,车联网环境下的车辆协同定位利用无线通信实现多源定位传感器信息动态交互,为智能汽车定位系统研发提供新思路。     

海战场网电空间作战能力建设问题研究

网电空间是继陆、海、空、天之外的第五维空间。随着信息化战争的不断发展演化,网电空间战的地位和作用日渐凸显。海战场网电空间包括海战场上所使用的指挥控制网、战场通信网、预警探测网、卫星通信网、导航定位网和战术数据链,具有物理隔离、无线通信、高度加密、复杂异构、协议专用、强抗干扰等显著特点。加强海战场网电空间作战能力建设需要重点关注四个方向的问题：确定科学的作战指导思想,统筹建立作战指挥机构,深入作战理论技术研究,强化攻防作战训练。     

小型旋翼无人机在未来城市军事行动应用中潜力评估

随着全球范围的城市化进程不断推进,未来军事斗争向城市环境中发展是必然趋势。在城市作战需求分析的基础上,剖析了传统装备的"城市病",阐述了小型旋翼无人机在城市军事行动中的应用潜能。研究表明,针对现有装备在城市作战中显示出的若干短板,发展基于小型旋翼无人机打造侦察平台与精确打击平台将是一个较好的解决方案。而运用军民融合的发展模式挖掘小型旋翼无人机军用潜力,在提升军队作战能力,降低成本均具有积极意义。     

地面无人作战平台信息感知及其关键技术研究

信息感知是地面无人平台自主导航控制和执行任务的前提。介绍了国内外地面无人作战平台信息感知技术的研究现状;根据地面无人作战平台对远、中、近不同层次环境信息感知能力的要求,建立基于对象协同的信息感知模型。分别阐述了自主感知与协同感知各自所需的关键技术,提出多技术融合、全方位协同的发展方向。研究表明,全方位的协同感知才能提高无人作战平台自身的生存和任务执行能力。     

基于强化学习的通信受限环境多无人机协同策略

随着人工智能技术的发展,空域无人作战正由“单平台遥控”向“多平台协同”转变。多无人机协同作战任务具有非完全信息、通信受限、高实时、强动态等特点,给协同决策生成带来巨大挑战。针对通信受限环境中的多无人机协同决策问题,提出一种基于动态层级网络通信架构的通信强化学习协同策略,该策略能够显著减少无人机集群间的通信次数,同时准确传递其决策需要的信息,从而得到较优协同策略。针对多无人机协同围捕的典型任务场景,基于OpenAI平台对所提出的算法进行了仿真验证。结果表明,与传统强化学习算法相比,提出的通信强化学习策略可以显著减少无人机间的通信次数,同时在一定程度上避免潜在的信息欺骗问题。完成任务需要的平均通信次数相比于传统两两通信结构减少约77%,为实现通信受限环境中的多无人机协同任务提供技术支撑。     

网络化舰艇编队防空体系构建及建模研究

网络化舰艇编队防空是未来防空作战的趋势。基于对舰艇防空网络化作战的需求分析,围绕网络化防空作战中网络连接对象和连接方式2个核心问题,建立了网络化舰艇防空传感器、指挥控制、武器系统的网络体系结构,并以CEC网络为基础,建立以对象Petri网的单平台防空指挥模型和舰艇编队防空指挥概念模型。此项研究对于舰艇编队防空网络化作战体系的优化分析和规划具有一定的指导意义。     

一种无人机连发型电磁弹射系统的设计

为了满足集群作战条件下无人机快速连续地弹射起飞的要求,提出了一种无人机连发型电磁弹射系统的方案,阐述了系统的功能指标、结构以及控制策略和混合储能等技术,它具有机动性强、隐蔽性好、全程可控、弹射间隔短、发射成本低等特点,能根据不同要求弹射起飞不同的无人机,有效地解决无人机集群弹射起飞方式存在的局限性问题,对集群作战实现有力支撑.