复杂海战场环境下AUV全局路径规划方法

针对无人自主水下航行器(Autonomous Underwater Vehicle,AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型.以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasiv...     

地空导弹抗拖曳式诱饵干扰制导律设计可行性分析

拖曳式诱饵干扰严重威胁了单脉冲雷达制导体制地对空导弹的作战效能,介绍了当前导弹对抗拖曳式诱饵的研究情况,指出了现有导弹对抗拖曳式诱饵在制导律设计方面的局限性。在分析拖曳式诱饵干扰单脉冲雷达导引头测角原理和干扰特点的基础上,通过引入临界角将导弹—目标—诱饵相整合,动态分析了拖曳式诱饵对单脉冲雷达导引头测角的影响,并通过临界角将地空导弹攻击带拖曳式诱饵目标的制导过程分为临界角前后两个阶段,分析了侧向平面内导弹进入临界角时偏航角和侧滑角对命中目标的影响,为地空导弹抗拖曳式诱饵干扰制导律设计提供了新的思路和关键参数。     

基于改进YOLOv7的融合图像多目标检测方法

针对微光环境下目标检测精度较低的问题,提出了一种基于改进YOLOv7的微光与红外融合图像的多目标检测方法。结合可见光、红外图像的优点,利用生成对抗网络法制作融合图像数据集。在YOLOv7模型中引入BoT结构,使网络更加关注整体图像信息,提升特征提取能力,从而提高行人和汽车检测的准确率,并将回归损失函数由CIoU改进为SIoU,降低自由度,加速网络收敛,得到了YOLOv7的改进算法—BoT-YOLOv7。在公开数据集LLVIP和MSRS上进行了实验。结果表明：相比可见光或红外图像,BoT-YOLOv7对融合图像的检测精度较高;改进算法对融合图像取得了92.6%的平均精度均值,较原始YOLOv7模型提高了5.83%;BoT-YOLOv7算法在检测行人和汽车等目标时漏检和误检率较低,具有较好的准确性和实时性,可以满足微光环境下多目标探测的要求。     

基于声诱饵对抗的火箭助飞鱼雷命中概率仿真

针对舰艇使用火箭助飞鱼雷与潜艇对抗的典型样式,分别建立了潜艇自航式声诱饵对抗声自导鱼雷模型、火箭助飞鱼雷对目标提前位置射击参数解算模型、鱼雷运动模型、潜艇机动模型和命中概率计算模型,采用模拟法计算了火箭助飞鱼雷单雷射击和双雷齐射的命中概率,总结了射击距离和潜艇航速对火箭助飞鱼雷命中概率的影响,研究结论可为火箭助飞鱼雷作战使用提供理论指导。     

防地雷反伏击车设计浅谈

本文介绍了防地雷反伏击车的设计要点。这种防地雷反伏击车是一种能够为士兵提供抵御地雷、简易爆炸装置和其他枪弹威胁的改进防护的战斗用车。涉及防地雷装甲车辆的总体设计、防护技术和人机环境等多要素综合的工程技术,是一种功能综合、系统集成的满足战场指挥、人员输送、战术侦察、物资运输和战地救护等功能拓展的防地雷反伏击系列车辆基型车。