无人机感知避让技术分析

无人机的安全性能特别是防相撞能力是影响无人机发展的一个重要因素,无人机感知避让技术是防止无人机发生相撞事故的重要保证。为了解和发展无人机感知避让技术,从无人机空中态势感知、飞行冲突预测和飞行冲突解脱3个方面对当前感知避让技术的研究现状进行了总结介绍,探讨了无人机防相撞工作的发展趋势。     

盲稀疏度下基于粒子滤波的稀疏信号重构

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

角运动感知模型发展与研究

综述了角运动感知模型的研究进展,阐述了角运动感知模型在运动感知模拟器设计中的重要作用,列举了角运动感知数学模型历史上几个具有里程碑式的研究成果,包括扭摆模型,角运动感知的适应性以及角运动感知与线运动感知之间的耦合关系.介绍了从流体力学角度分析半规管的思路,对半规管模型和人体感知的区别进行了分析,总结了角运动感知数学模型的建模方法和角运动感知的量化方法,最后对角运动感知模型的发展方向进行了展望.     

地面无人装备环境感知能力评价方法研究

地面无人装备已经成为全球重要的发展方向.在无人装备产品快速研发的同时,如何能更好地从实战出发,提出适用于无人装备作战使命和作战任务的装备性能试验测试指标,从而在竞争择优中筛选出真正好用、管用、实用的地面无人装备成为同等重要的研究课题.以地面无人装备最关键的环境感知能力为研究对象,借鉴美国国防部DoDAF多视角研究方案,...     

知识军事对奕未来战场

九十年代中期以来,人们谈论最多的话题是知识经济。所谓知识经济：是以知识为基础的经济,是同农业经济、工业经济相对应的一个概念。用以指当今世界上一种新型的、富有生命力的经济,是建立在加识和信息的生产、分配和使用之L的经济。战争总是与一定的生产方式相联系,军事也总是与一定的经济相伴相生,社会的军事形态,归根到底决定于社会的经济形态。知识经济的兴起必将孕育和催生出一种全新的军事形态——知识军事。所谓知识军事是指相对于传统的体能军事、技能军事而言的又一军事形态,是建立在知识的拥有、使用以及相应的创新精神上…     

最优搜索力的确定及增量搜索计划

当静止目标位置服从圆正态分布时,提出了在一定的期望搜索效果前提下确定需参加搜索的最优搜索兵力的求算方法,导出了在首轮搜索未果时追加搜索力进行后续搜索的最优增量搜索计划,并且证明了最优总量搜索(即一次性搜索)与最优增量搜索效率相等的重要结论。     

基于改进压缩感知的战勤网络状态监测模型

为提高战勤网络信息感知节点状态的监测效率,对经典压缩感知理论进行了改进,构造了一种适合于测量战勤网络状态的行和为零的贝努利测量矩阵,理论证明了原始重构算法依然适用于改进后的目标函数,同时提出了基于压缩感知的战勤网络状态监测模型。将改进后的压缩感知方法应用于提出的检测模型,对Hadoop进度跟踪机制进行改进,并在仿真环境下对解码精度、压缩比率、定位效率进行了测试和分析。测试结果表明：在保持与传统方法相同的监测精度下,新方法有效检测的战勤网络规模可提高约16倍。     

基于指数试探的稀疏度自适应匹配追踪算法

针对贪婪算法需要以信号稀疏度作为先验信息的问题,基于指数试探思想提出了一种稀疏度自适应重构算法。利用指数函数特性分段试探信号稀疏度,使其快速逼近真实值,通过筛选回退锁定信号的有效支撑集,再采取弱匹配剪枝精确重构出原始信号。能够摆脱对稀疏度的依赖,以高概率自适应重构信号。实验表明,该算法的试探结果更加准确和稳定,重构成功率提高,特别是当稀疏比小于0.25时,算法最少只需3次试探,便可快速估计出信号稀疏度,且成功重构成功率不低于97%。     

战场态势感知系统评价方法?

战场态势感知系统主要由传感器系统、通信系统以及其他分系统构成,是现代战争系统的基础组成部分。由于战场态势感知活动广泛作用于物理域、信息域和认知域,相关评价研究面临诸多困难和挑战。在介绍战场态势感知系统相关概念的基础上,重点对其评价方法的研究现状进行了综述,并对不同评价方法的特点进行了分析比较,最后,指出了战场态势感知系统评价方法有待进一步研究和解决的问题。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。