面向无人战车的视觉定位系统

随着军事装备无人化、智能化水平的不断提高,基于视觉的无人战车将被广泛应用于现代军事战争的诸多领域.设计了一种面向无人战车的单目视觉定位系统,该系统基于相机模型建立了目标物体与无人战车火力打击系统坐标系之间的三维空间变换关系,实现了对空间目标物体的位姿测量.实验结果表明,该方法可以基于低质量的图像信息实现对目标的位姿测量,为无人战车进行火力打击提供引导依据.     

基于演化博弈的结构化无人集群协作控制方法

针对无人集群作战中的分工合作问题,提出了一种基于演化博弈的结构化集群协作控制方法.分析无人集群分工合作需求,基于演化博弈理论,构建结构化集群分工合作模型;在此基础上,理论推导模型的演化动力学过程及博弈均衡解,得出集群分工合作的形成条件;最后,以集群火力打击任务为想定,仿真规则图及一般拓扑上的集群策略演化过程,仿真结果与理论推导相印证,证明了模型方法的合理性与可行性,为相关理论向实际应用转化提供了初步和有意义的探索.     

基于案例决策的地面无人装备编组评估方法

为解决地面无人装备编组评估问题,基于案例决策理论的思想,设计了地面无人装备编组方案评估的具体流程与方法,提出了"任务-编组-效能"的案例表示方法,分别定义了作战任务、编组方案及作战效能的规范化描述形式;在案例分析中,设计采用与数据属性相匹配的相似度计算方法,提取出相似案例,完成对备选方案的评估,为后续军事专家对编组方案的调整提供有效支撑.     

基于Coherent Point Drift方法的SAR图像散射中心匹配

散射中心匹配是当前散射中心用于SAR图像目标识别的一个主要技术途径.散射中心匹配的难点在于散射中心特征存在的误差和缺失.Coherent Point Drift (CPD)方法从概率密度估计的角度解决点模式匹配问题,能够较好地考虑散射中心的误差和缺失.本文将CPD方法用于散射中心匹配,并在此基础上引入车辆目标SAR图像方位角估计先验信息和散射中心属性信息,以提高散射中心匹配的准确性和稳健性.MSTAR数据实验说明了该方法的有效性.     

俄乌冲突中无人机作战运用及启示

在当前大国竞争与博弈的背景下,美国针对中俄周边不断布局小国“棋子”,在最大限度降低大国直接对抗可能性的同时,局部冲突的发生概率越来越大,也导致现代战争的对抗形式、形貌形态和作战模式错综复杂。本文梳理总结了在近期的俄乌冲突中双方无人机作战运用基本情况,分析了无人机作战主要特点,并就加强无人机数据链建设,重视有人/无人协同运用,创新战术战法和重视反无人机战略提出建议,为我军在未来主要威胁方向的可能冲突,以及无人机装备发展提供参考和支撑。     

基于方向信息的无人机群编队控制算法北大核心

针对无人机群的速度跟踪编队控制设计了基于方向信息的控制策略,其中无人机的控制器设计只依赖于临近无人机的相对方向,从而可以应用于无人机群通信受阻的情况。通过设计基于方向信息的比例积分控制器完成了无人机群编队系统的速度跟踪问题,控制器的稳定性分析采用了基本Lyapunov函数的方法,与基于优化策略和持续激励方法相比更利于控制策略扩展应用到更加复杂的情形中。最后,分别通过定点和速度跟踪编队控制仿真实验,验证了控制方法的有效性。