无人机的应用及发展趋势

本文结合无人机的发展历史,阐述了无人机在军事上的重要地位,介绍了世界主要军事强国目前无人机发展的现状,分析了无人机的主要特点,列举了无人机在军事上的应用,介绍了无人机的发展趋势。     

部队机动作战中无人机安全威胁与防控对策

近几场局部冲突表明无人机作战已由小规模使用转向常态化运用,无人机机型谱系众多、作战样式多样,给传统防控体系带来了全新挑战,特别是严重威胁装甲车、坦克、后勤车队等机动作战单元的安全。在分析无人机主要安全威胁的基础上,立足当前典型的无人机防控手段,针对性开展机动作战中无人机防控体系设计,提出驻车待机阶段和机动行进阶段两种防控模式,重点围绕防区规划、防控流程、战术要领研讨防控策略,以期为现代战争中机动作战单元无人机防控力量建设和实践运用提供参考。     

无人机极限边界性能突变模型和评估方法

近年来,无人机的应用范围不断扩大,投入数量呈指数增长,获取无人机在实际环境下的能力底数已成为现阶段的现实需求。无人机执行飞行任务的能力随着使用包线扩展和环境逐渐恶化,其性能由渐变到发生量变,最终在极限边界附近突变、质变。这一过程具有非线性、跳跃性,结果具有显著的突变特征,即在相对较短的时间内,无人机从具备执行飞行任务能力的状态突然转化为丧失飞行能力的状态。引入突变理论,依据系统的内在作用机理将无人机极限边界性能评价问题转变为由多个控制变量组成的系统,提出突变模型和评估方法,并从无人机自身能力和外部环境影响两个方面解构无人机的有效飞行时间模型及推论,构建无人机极限边界性能结构层次,建立极限边界性能评价原则和步骤,获取无人机极限边界性能与正常性能使用、不同类型无人机极限边界性能的对比关系,为探索无人机极限边界性能和不稳定状态提供解决方案。     

遥控机动式侦察干扰系统

本文在阐明遥控机动式侦察干扰系统的作用地位、任务、功能、组成的基础上,详细分析了系统的遥控、遥测、侦察探测子系统的体系结构、组成、数据传输及设备功能等。     

闭环激励下无人机非线性参数频域在线辨识

随着无人机在军民领域的大规模应用,对无人机复杂工况下的安全性和适应性提出更高要求。闭环辨识能够在考虑系统反馈作用下获取辨识参数,大幅提高辨识试验的稳定性和安全性。针对无人机闭环辨识试验中多变量非线性气动参数获取问题,首先基于某固定翼无人机动力学模型,推导了无人机的气动力、气动力矩等29个气动参数辨识模型;然后提出了一种闭环激励下无人机多变量非线性参数频域在线辨识方法,设计了基于递推傅里叶最小二乘的闭环辨识的流程架构;最后通过添加噪声后的仿真系统对辨识方法的有效性进行了验证,对辨识结果的有效性进行了分析,可为后续开展的闭环辨识飞行试验提供技术储备和理论支持。初步仿真结果证明,提出的闭环激励下无人机多变量非线性参数频域在线辨识方法可以高效获得辨识结果,辨识的29个气动参数中有16个气动参数辨识平均误差3.43%,同时提出的辨识方法较常规最小二乘法精准度平均提高25.5%。     

基于高斯数据增广的小样本数据无人机编队类型抗扰识别

近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。     

无人机粉碎机 ——硬杀伤式反无人机蜂群关键技术解析

无人机"蜂群"作战模式对部队野战防空和要地防空提出了全新挑战,迫切需要尽快构建低成本预警反应和打击拦截一体化联合防御体系。针对单一手段难以有效对无人机蜂群进行拦截的难题,本文提出一种多层反无人机蜂群拦截体系:远程高性能对高价值、中程面杀伤对多数量、中近程可重复对低成本、近程多样化手段相结合,具有时空分工,紧密衔接的远/中/中近/近程协同拦截体系。其中,中近程是硬杀伤的关键阶段,目前还没有成熟的成本对称的硬杀伤方案。2019年10月,外媒报道了一种"无人机粉碎机"硬杀伤反无人机系统,该系统采用无人机以直接碰撞的形式对低、小、慢无人机目标进行直撞击,以达到拦截入侵无人机的目的。本文对此拦截系统的组成、关键技术、指标参数进行分析,指出其工作方式和在反蜂群体系中可发挥的作用。