典型作战流程和分级环境下发射车生存能力改进ADC评估模型

为了综合评估发射车在作战中的生存能力,区分参数-性能-能力-效能四个层次建立武器装备评估空间,构建对象、内容和层次三个维度的评估框架,划分五类自然环境、三级威胁环境和三种作战状态,将外界环境引入评估过程,用被发现概率和损毁概率表征发射车隐蔽伪装能力和抗毁防护能力,建立发射车作战状态转移概率矩阵,提出典型作战流程和分级环境下的发射车生存能力改进可靠性、可信性、可用性综合评估模型。通过仿真分析,在不同环境和作战状态下各型发射车生存能力差异明显,模型能在性能空间、环境空间、作战流程空间多个维度动态评估发射车的生存能力,为发射车性能设计、战场运用     

电磁发射弹丸膛内流场数值分析

电磁发射超高速弹丸具有重要的军事应用价值.因此,采用动网格技术耦合Realizable k-ε湍流模型,对电磁发射一体化弹丸的膛内及膛口流场进行了数值计算,研究了弹丸膛内的压力/温度变化规律、膛口流场结构以及冲击波衰减规律.研究结果表明:弹丸头部形成的脱体激波强度和距离与弹丸运动速度紧密相关;在弹丸出膛瞬间,膛口形成圆...     

基于卷积神经网络的SAR图像目标检测综述

针对合成孔径雷达(SAR)图像传统检测算法精度低、鲁棒性差等特点,对基于卷积神经网络的SAR图像目标检测算法进行归纳总结.归纳了基于CNN的目标检测框架的发展现状,并综述了其在SAR图像目标检测中的应用,分析了其应用难点与关键技术.最后结合深度学习方法在目标检测领域中的发展,对SAR图像目标检测算法的发展进行了展望.     

玻璃瓶动态图像检测运动模拟平台

动态图像检测中,如何在指定位置快速而准确地捕捉到运动物体的图像是最基本的环节。试验验证图像检测装置的成像特性,成为动态图像检测研究的重要内容之一。以变频器控制电动机为核心,通过变频器内部参数编程和外部简单的辅助控制电路,构建了运动平稳、速度可调、具有自动保护功能的模拟平台。该平台适于动态图像检测中普通运动物体的快速模拟,已成功地用于玻璃瓶动态图像装置中,达到了预期目的。     

无人机多模态融合的城市目标检测算法

城市低空运用小型无人机检测车辆等城市目标正逐渐成为主流手段。针对目前存在的实际场景中可见光探测易受光照影响、无法夜间工作和红外探测目标边缘模糊,导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法：首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检测系列网络的检测精度、速度及参数量等性能参数,选择出最适合无人机端移动部署的轻量化网络YOLO v5n;最后,综合运用图像融合算法和目标检测模型,形成多模态融合检测算法。在车辆数据集上进行的对比实验表明：相对单模检测,所提出的算法的检测精度得到有效提升,mAP高达99.6%,且该算法可在0.3 s内完成一组可见光-红外图像的融合检测,具有较高的实时性。     

改进YOLOv5的高空航拍图像检测方法

YOLOv5模型对普通场景图像的目标检测有更好的性能,但在高空航拍图像检测中表现不佳,针对这个问题,提出一种改进的YOLOv5模型。首先,建立高空航拍目标数据集,弥补该类图像不足的问题,对模型进行针对性训练,其次,采用多尺度细节增强提升处理数据图像,整体提升数据质量;最后,利用多尺度特征融合更好的平衡目标特征和位置信息,增加大尺度检测头提升小目标检测能力。经过实验分析,证明该方法在对高空航拍图像目标进行检测时平均精度、准确率和召回率分别比YOLOv5模型提高了12.6%、10.3%和6%,满足检测要求。     

基于特征增强和损失优化的弱监督目标检测算法

针对弱监督目标检测中只能检测出图像中最具有辨别性部分和训练过程极易陷入局部最优问题,提出了一种特征增强和损失优化的弱监督目标检测算法。该算法设计了一种高效可选择通道注意力模块,该模块通过关联通道的选择来提高其局部信息的交互能力,以此来扩大最具辨别性的示例目标区域;此外,通过对网络回归损失函数施加针对性的动态权重,使其能够自动弱化回归分支中伪标注边界框不准确性的影响,提高目标定位的精度。在PASCAL VOC 2007及PASCAL VOC 2012数据集上的实验表明,相比其他同类算法,该算法能够有效地提高弱监督目标检测的精度。同时,由于该算法引入的额外训练参数和计算负担几乎可以忽略不计,因此还具有良好的高效性。     

基于改进YOLOv7的融合图像多目标检测方法

针对微光环境下目标检测精度较低的问题,提出了一种基于改进YOLOv7的微光与红外融合图像的多目标检测方法。结合可见光、红外图像的优点,利用生成对抗网络法制作融合图像数据集。在YOLOv7模型中引入BoT结构,使网络更加关注整体图像信息,提升特征提取能力,从而提高行人和汽车检测的准确率,并将回归损失函数由CIoU改进为SIoU,降低自由度,加速网络收敛,得到了YOLOv7的改进算法—BoT-YOLOv7。在公开数据集LLVIP和MSRS上进行了实验。结果表明：相比可见光或红外图像,BoT-YOLOv7对融合图像的检测精度较高;改进算法对融合图像取得了92.6%的平均精度均值,较原始YOLOv7模型提高了5.83%;BoT-YOLOv7算法在检测行人和汽车等目标时漏检和误检率较低,具有较好的准确性和实时性,可以满足微光环境下多目标探测的要求。     

高转速下膛内装药发射安定性仿真分析

高速旋转弹丸发射过程中存在较大的轴向加速度和角加速度,导致装药与其他零部件之间产生相对运动,影响装药发射过程中的安定性。文章采用LS-DYNA软件通过改变底隙、静/动摩擦因数以及膛压大小对膛内装药发射安定性的影响因素进行仿真分析。结果表明,装药底面应力峰值随着底隙的增大而呈先增大后趋于稳定的趋势;侧面应力峰值总体随着摩擦因数的增大而增大;在仅改变膛压时,装药底面及侧面微元应力随膛压的增大而增大;弹体与装药的转速也随膛压的增大而增大,弹体与装药之间的相对转速则随膛压的增大而减小。