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。     

技术进步与制度变迁:军队跨越式发展的路径选择

文章着重分析了技术进步与制度变迁各自在促进军队跨越式发展中的重要作用,阐述了技术进步与制度变迁之间的互动关系,指出在军队跨越式发展过程中应重视两者的和谐统一。     

军队医院会计数据解析

医院会计是医院的经济信息源,医院会计信息的准确性和及时性直接影响着卫生经济管理决策的科学性。正确理解和把握医院会计信息的经济内涵,是有效利用会计信息的前提和基础。     

基于光纤传感的装甲车滚动轴承故障诊断技术

针对装甲车滚动轴承的故障诊断中,传统电类传感器难以适应装甲车内部充满电磁干扰与油渍的恶劣环境的问题,使用体积小、抗电磁干扰的光纤光栅振动传感器采集滚动轴承故障信号,结合共振解调技术,从振动信号中分离出了故障振动频率,对照轴承故障频率表,实现对滚动轴承故障类型判别。通过在滚动轴承内圈与外圈预设缺陷,利用轴承试验台模拟不同转速下装甲车的运行实况,验证其可行性。实验结果表明,此方法能够实现对滚动轴承内外圈故障频率的分离,完成滚动轴承故障类型的判别,满足装甲车滚动轴承的故障诊断需求。     

旋翼无人机的多机协同自主探索决策技术综述

随着探索场景复杂性与任务要求不断提高,多机协同自主探索的研究受到越来越多的关注。其中旋翼无人机凭借其敏捷特性,常被用于复杂小范围场景的自主探索任务,对协同探索系统的实时性与自主性具有更高要求。聚焦于旋翼无人机的多机协同探索系统,并重点关注未知环境探索策略以及多机任务分配策略,对当前决策技术的研究进展进行了介绍并对其特点进行分析总结。将未知环境探索策略归类为基于边界、采样以及两者结合的方法进行介绍和对各自特点进行分析;将多机任务分配策略归类为基于市场、拍卖的方法,介绍了两类方法用于任务分配问题的建模过程,并重点关注协同探索工作在现实世界中的具体应用,特别针对考虑通讯限制的任务分配策略进行分析,分析了在限制场景下协同探索面临的挑战以及当前方法。最后,对多机协同探索技术的研究现状进行总结,并对未来研究重点进行了展望。     

基于惯性传感器阵列的行人导航发展综述

近年来,微机电系统朝着小体积、低功耗、低成本方向发展,这使得采用惯性传感器阵列实现行人自主导航系统成为可能。惯性传感器阵列在行人导航上的应用引起了研究者的广泛关注,并取得了很多阶段性的成果。文章总结分析了不同惯性传感器阵列的设置方法及其误差模型,并针对不同融合框架的惯性传感器阵列数据融合精度进行了评价。提炼和归纳了行人导航中零速修正算法的运用情况与存在的问题,并探讨了惯性传感器阵列在行人导航中的应用特点与发展趋势。     

基于交叉定位的声纳浮标阵被动检测预处理研究

交叉定位的精度直接决定着水下目标被动方法的检测性能,而目标数量的不确定性及其位置关系的复杂性将进一步影响交叉定位的精度。针对上述问题,提出了一种基于最小交叉定位方差的距离和方位数据互联算法。首先,分析了水下目标2种典型运动特点,分别构建了水下目标运动模型;其次,研究了声纳浮标阵型和交叉定位原理对定位精度的影响,构建了声纳浮标被动检测模型;最后,采用距离和方位数据关联方法,完成了水下目标被动检测前的预处理。仿真结果表明：在多目标航迹交叉、复杂噪声环境条件下,该算法整体性能优于典型的模糊聚类法和最近邻域法。     

基于3D-DIC的UHMWPE软质防弹衣性能测试

软质防弹衣可有效拦截常规手枪弹和低速破片,是警察等执法人员的主要防护装备。为研究某超高分子量聚乙烯(UHMWPE)软质防弹衣在枪弹冲击下的动态力学响应,使用三维数字图像相关技术(three-dimensional digital image correlation, 3D-DIC)进行了9 mm手枪弹侵彻软质防弹衣试验。试验获得了软质防弹衣背后鼓包(back face signature, BFS)的变形场、速度场和应变场等数据。结果表明：软质防弹衣在受子弹撞击后1 000μs内BFS高度急剧增加,达到了34.2 mm;随后增长变缓,约在3 000μs时BFS高度达到最大值60.2 mm; BFS形状由最初的四棱锥形变为最后的“金字塔形”;BFS速度在受撞击后200μs内迅速增长,达到最大值约为126.3 m/s,随后缓慢下降并趋向于0;防弹衣背后vonmises应变场分为4个L型区域,应变最大值出现在“L”的拐点处,400μs时防弹衣的最大vonmises应变为0.27。最后,采用改进的Gauss函数对不同时刻的BFS轮廓进行了曲面拟合,为快速估算任意时刻BFS形状提供了一种有效技术...     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式（例如量子计算等）深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

载人航天器自主故障诊断与预测技术研究进展综述

载人航天器的自主化和智能化使其探索空间和飞行任务范围不断扩展,是主动应对未来太空军民融合领域变革的重要手段。对载人航天器自主健康管理技术这一热点领域的研究进行了综合评述,并对未来研究进行了展望。首先,在阐述载人航天器自主健康管理技术基本概念的基础上提炼了其体系框架;其次,分析总结了载人航天器自主故障诊断与预测技术的研究现状;然后,探讨了研究进展与挑战;最后,从故障机理、智能技术和预测评估三个层面对发展趋势进行展望。综述表明,失效机理和故障模型都还需持续进行研究,以混合智能技术为核心的自主故障诊断与预测技术有望取得突破,进一步发展面向可重复使用载人航天器的准确诊断和预测技术。