学院20个项目申报武警部队科技进步奖

根据总部司令部科技委通知精神,我院共推荐由通信工程系研制的"武警部队武器装备管理信息系统"、"‘眼镜蛇’隐蔽侦察攻击系统""小型多功能战术无人机",军械运输系研制的"隔墙侦察二维成     

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。     

小型无人机系统作战效能综合评估

本文探讨了通用小型无人机系统作战效能的系统分析方法,根据各种作战任务的任务设备配置分析,采用专家团体决策和模糊数学方法进行了评估,并在其基础上建立了小型无人机系统的作战效能评估指数模型。     

空中预警机

本文说明什么是空中预警机,它在战争中的作用,以及E-2C 空中预警机的特点。详细叙述了E-3A 的六个航空电子设备分系统和空中预警机的发展趋势。     

基于数据分发服务的无人机任务载荷综合仿真平台研究

现代无人机在军用、民用等领域都有着越来越广泛的应用,而载荷是无人机完成特定重要任务的必要设备,对载荷设备的选型和验证是非常重要的一个环节.针对无人机载荷选型以及载荷试验过程复杂、试验周期长、试验成本高的问题,设计了一种基于数据分发服务通信技术的无人机任务载荷综合仿真平台.该平台以载荷仿真为主体,同时结合任务仿真、通信仿...     

动态贝叶斯网络的无人机炮火校射

动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.     

基于YOLOv3-tiny的智能侦察虚拟训练系统研究

虚拟训练系统广泛应用于医疗、航天、军事等领域,能够有效降低训练成本,提升训练效率,保障训练安全。针对无人机侦察训练飞控条件苛刻、搭载算法时延高、潜在安全隐患大、训练成本高的特点,提出在虚拟场景中应用目标检测算法的虚拟训练系统总体研发方案。该系统在YOLOv3-tiny算法的基础上,用Unity3D camera组件渲染代替无人机视频流进行数据传输,通过OpenCV for Unity插件搭载YOLOv3-tiny算法对车辆和人员进行目标检测,并实时返回检测画面。经过系统测试实验,实现了无人机智能侦察功能,目标检测速度稳定在25 fps,识别置信度达80%以上,各项指标评价良好比例达88%以上,满足了飞控模拟和算法检测训练。