临近空间武器对预警探测制导技术的挑战

临近空间进攻武器具有速度快、射程远、机动性强的特点,对未来空天安全构成重大威胁.简要综述了国内外临近空间武器的发展现状、主要特点及特性,包括高超声速巡航导弹和高速滑翔弹头两大主要威胁,从预警探测和探测制导的角度,指出了预警探测制导技术在应对临近空间进攻武器上面临的严峻挑战,提出了对其关键技术和技术途径的几点思考.     

基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取与识别

针对磁记忆检测中缺陷信号持续时间短且频率范围小的特点,为提取磁记忆信号的有效特征,根据矩阵奇异值的特点,提出一种基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取方法．通过将时频分布矩阵从时间轴和频率轴分别划分为不同局部矩阵,提取出各矩阵的奇异值来构造特征向量．然后,将构造的特征向量作为支持向量机的输入向量对不同检测区域的金属磁记忆信号进行识别．实验结果表明：基于Wigner—Ville分布及局部奇异值分解算法构造的特征向量能有效提取磁记忆信号的特征信息,提高支持向量机的识别精度．     

基于CZT的频谱细化算法及应用

针对复杂信号频域特征提取问题,利用Delphi语言编写了Zoom-FFT和基于CZT的频谱细化方法应用软件,以某型坦克传动箱振动速度信号为例进行了对比分析,验证了算法的有效性和程序设计的正确性。结果表明：基于CZT的频谱细化方法具有运算效率高、细化效果好等优点,可以在复杂信号分析中推广应用。     

基于DoDAF的空间机器人作战视图研究

介绍了基于DoDAF的体系结构建模方法,采用System Architect工具对空间机器人在轨服务进行了可视化建模,得到了典型的作战视图产品;分析了在轨服务任务单元之间的协同关系,研究了空间机器人在轨服务流程,对空间机器人的在轨服务研究具有一定的参考价值。     

一种基于特征匹配的实时电子稳像算法

为了实时地稳定摄像系统的输出视频,提出了一种基于特征匹配的实时电子稳像算法。将改进的Kanade Lucas Tomasi(KLT)算法用于特征提取,并提出一种新的基于灰度投影均值的特征匹配算法。为了保证稳像结果的鲁棒性,还给出了特征的有效性检验方法。另外,基于高实时性对运动滤波算法的要求,在有意运动参数估计中采用了递归Kalman滤波法。实验表明,在微机上稳定单帧图像仅需24.7ms,能够满足实时性要求,且具有良好的稳像效果。     

基于本体的两阶段任务空间概念模型开发方法

任务空间概念模型是独立于实现的、真实世界中的军事活动以及相关要素的描述,是军事世界的第一层抽象,任务空间概念模型建模是军事系统开发中的重要内容。分析了任务空间概念模型研究现状和存在的问题,探讨了任务空间的特征,提出并建立了基于本体的两阶段任务空间概念模型开发方法。基于本体的两阶段方法能有效地促进模型的重用性、可信性,并有利于实现仿真系统的互操作,具有重要的研究和应用价值。     

面向Agent的CPN及其在航天装备体系评价中的应用

为弥补Agent和Petri网在各自建模中的缺陷,分析了二者现有的几种结合方式,给出面向Agent的着色Petri网(AOCPN)的定义及其运行规则和分析方法。利用AOCPN建立了以海上目标监视和打击为任务的航天装备体系评价模型,对其逻辑特性和作战效能进行了分析。建模过程和仿真结果表明,AOCPN能够完整描述体系的逻辑和物理特性,可用于全面分析评价体系的性能和对作战结果的影响,有效追踪体系执行任务的过程。     

面向大规模交互数据空间划分的Voronoi图生成算法及应用

传统Voronoi图对大量点集进行Voronoi划分时会产生Voronoi单元格数过多的现象,导致难以适用于地理信息系统、生物医学等诸多领域.为了解决这个问题,提出一种自适应基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBS...     

Bidirectional parallel multi-branch convolution feature pyramid network for target detection in aerial images of swarm UAVs

In this paper, based on a bidirectional parallel multi-branch feature pyramid network (BPMFPN), a novel one-stage object detector called BPMFPN Det is proposed for real-time detection of ground multi-scale targets by swarm unmanned aerial vehicles (UAVs). First, the bidirectional parallel multi-branch convolution modules are used to construct the feature pyramid to enhance the feature expression abilities of different scale feature layers. Next, the feature pyramid is integrated into the single-stage object detection framework to ensure real-time performance. In order to validate the effectiveness of the proposed algorithm, experiments are conducted on four datasets. For the PASCAL VOC dataset, the proposed algorithm achieves the mean average precision (mAP) of 85.4 on the VOC 2007 test set. With regard to the detection in optical remote sensing (DIOR) dataset, the proposed algorithm achieves 73.9 mAP. For vehicle detection in aerial imagery (VEDAI) dataset, the detection accuracy of small land vehicle (slv) targets reaches 97.4 mAP. For unmanned aerial vehicle detection and tracking (UAVDT) dataset, the proposed BPMFPN Det achieves the mAP of 48.75. Compared with the previous state-of-the-art methods, the results obtained by the proposed algorithm are more competitive. The experimental results demonstrate that the proposed algorithm can effectively solve the problem of real-time detection of ground multi-scale targets in aerial images of swarm UAVs.     

空间光通信粗瞄系统的扰动估计与补偿

粗瞄系统以直流力矩电机驱动二维转台为执行机构,通过粗瞄控制器对其进行控制。对系统受到的扰动进行分析,应用了最速跟踪微分器提取速度信号;以二维转台的方位轴为控制对象,在其位置环、速度环采用级联线性自抗扰控制器,通过线性扩张状态观测器主动补偿扰动,达到内外环双重隔离扰动的目的,提高跟踪精度;之后进行了实验分析。分析结果表明:在加入同样的模拟扰动信号,输入2 Hz,5 Hz和8 Hz的正弦信号时,与比例、微分、积分控制器相比,跟踪误差的标准差约降低50%;验证了线性扩张状态观测器具有扰动补偿效果;在输入不同频率正弦信号时,自抗扰控制器对输入信号频率的变化不敏感,仍能保证较高的跟踪精度。