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。     

俄罗斯军队无人机部队转型建设研究

本文分析了俄军无人机部队的编制体制、装备性能、作战使用等方面的现状,指出了其中不足,并探讨了其未来发展趋势.     

城市环境中无人机作战导航定位研究现状综述

随着各大国之间城市化进程的推进,城市环境中的无人机作战将成为未来必不可少的作战手段之一。针对城市作战环境复杂和作战装备受限的特点,归纳总结了无人机导航技术的研究现状和发展趋势,并给出相应的概念、模型以及被广泛应用的算法。首先,对单无人机定位技术进行了概括总结,包括全球卫星导航系统、惯性导航系统定位、视觉/激光雷达定位、无线传感网定位和融合定位等,上述定位方法能够在城市环境中表现出高精度和鲁棒性的特点;然后,为了解决单无人机在执行任务方面效率低、冗余低、易受干扰的特点,对无人机集群导航定位进行了介绍,主要包括全球导航卫星系统拒止下的导航定位、非视距及多径效应下的导航定位、基于无线传感网和视觉冗余的融合定位等,其中涉及导航恢复及导航增强等内容。最后,面对城市的复杂环境,提出了无人机导航定位技术的未来研究方向,分别为传感器的优化、无人机集群通信和多传感器融合,指出了未来的研究方向和面临的挑战。     

基于部件模型的无人机系统小样本车辆目标识别方法

对地目标检测与识别是无人机系统典型任务之一,但受限于任务特殊性,往往难以获取足够的目标样本数据以实现高可靠的目标识别.为此,结合人的认知特性,提出一种基于部件模型的小样本车辆目标识别方法,可有效提高无人机感知能力.采用视觉显著性检测与物体性检测相结合的检测方法,提取目标可能区域;采用基于图论的GrabCut方法与最大类...