美军无人机集群项目发展

近几年来,无人机集群技术在美军多个方面的推动下,引起了全世界的热切关注。文章简要总结了美军无人机集群发展现状,梳理了美军开展无人机集群技术的初衷,并分析认为美军数量型无人机集群发展战略不完全适用于现阶段我军军情。文中给出了我国现阶段发展无人机集群的思路,这对全面认识无人机集群的优势、明晰我军无人机集群技术发展方向具有一定的参考价值。     

美军无人化装备的影响分析及我军后勤发展

美军装备建设起步较早,其信息化、智能化程度较高,已具备向无人化作战及无人化后勤保障转型的趋势。通过分析研究美军无人化装备发展,准确定位我军后勤装备发展思路,提出并确定我军无人化后勤装备发展策略,对于指导我军现代后勤建设具有重要的现实意义。     

基于合作博弈的智能集群自主聚集策略

以无人车集群系统协同监视再入体着靶过程为任务背景,开展智能集群自组织策略相关技术研究。设计无人车集群执行再入体着靶协同监视的集群行为模式;针对协同监视过程中的集群聚集行为,提出基于合作博弈的智能集群自主聚集策略。各智能体以实现群体聚集为"合作目标",以降低自身能量消耗为"竞争目标",开展博弈;基于微粒群算法规划局部路径,最终使群体系统涌现出聚集行为。仿真实验验证了设计的自主聚集策略的有效性。     

有人/无人机协同作战指挥界面设计

分析了近期内有人/无人机协同作战的体系结构及作战模式,基于三代战机座舱普遍装备的多功能显示器,展开有人/无人机指挥控制界面的设计;基于人机工程学观点和飞行员的视觉习惯,从缓解飞行员的心理和生理疲劳的角度出发布置无人机编队的飞行参数,设计了有人/无人机执行协同对地攻击任务时包含巡航队形、战斗队形、任务类型、导航点切换等功能的指挥控制界面。为未来短期内有人/无人机协同作战指挥控制系统研究提供参考。     

加速无人化装备技术发展的思考

随着人工智能、云计算及大数据等新技术的快速发展及其在军事领域的广泛渗透,智能化无人化装备的应用领域不断拓展、型谱体系日渐完善、作战能力显著提升,已成为世界各主要军事强国聚力发展的新质力量。本文从作战体系、系统平台和支撑技术等三个方面对主要军事强国无人化装备技术的现状进行了分析总结,并在此基础上对无人化装备的技术发展趋势进行了研判,指出无人化装备技术呈现出成体系、成系列、成规模的发展总体格局,正朝着集群化、实战化和自主智能决策的方向发展。在此基础上,充分借鉴外军先进经验,紧密结合军事斗争准备需求,提出了发展军队无人化装备技术的基本思路、主要原则和具体举措,积极探索适合军队特点和规律的无人化装备技术发展道路。     

融合地面多传感器信息引导无人机着陆

针对无人机自主着陆过程中卫星导航系统易被干扰的问题,提出了一种基于地基多传感器融合的无人机自主着陆引导方法。采用主动式激光照射的方式,获取机载反射棱镜的近红外成像,在红外图像中对无人机目标进行识别;通过坐标转换将识别结果映射到可见光图像中,在可见光图像中选择的感兴趣区域进行可见光目标识别,从而在降低计算量的基础上获得更加精确的无人机相对角度信息;利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明,该方法能够提供精确的无人机位置信息,能有效适应于复杂背景下的无人机自主着陆引导。     

美军小型低成本无人蜂群发展运用及对策

美军近期提出以小型低成本无人蜂群形成高效费比的不间断侦察能力,并进一步提高战场打击精度的装备发展构想.本文以积极应对强敌新装备、新战法为出发点,研究了美军发展小型低成本无人蜂群的思维导向以及该新装备的作战优势,并分析了其中所采用的先进技术.针对美军此次提出的应用大量小型低成本无人蜂群实施协同侦察的作战运用模式,论述了其...     

可控翼伞系统的滑翔与稳定性分析

可控翼伞系统在飞行器回收领域有广阔的应用前景。本文就可控翼伞系统建立了六自由度数学模型,并用该模型对40m~2可控翼伞系统的滑翔和稳定性进行了仿真计算和分析,研究结果对可控翼伞系统设计和实验有一定参考价值。     

大深度复合同振式矢量水听器设计

针对目前深海无人移动平台缺乏与其工作深度相匹配的复合同振式矢量水听器的问题,采用薄壁铝合金球壳作为矢量通道,压电陶瓷圆环作为声压通道,设计制作了一型大深度复合同振式矢量水听器,并用理论计算、有限元仿真和实验测试的方法对其声学性能和耐压性能进行了验证。该水听器的外径为85 mm,质量为398 g,平均密度为1 240 kg/m~3,工作频段为20～3 000 Hz,矢量通道呈余弦指向性,灵敏度为-187 dB@500 Hz,声压通道无指向性,灵敏度为-191 dB@500 Hz,耐压深度为2 000 m。海上试验表明,该水听器能够搭载在水下滑翔机等深海无人平台上执行声学探测任务,在大深度声学探测领域具有重大的应用价值。     

【专题】复杂陆战场环境下的智能感知理论现状与发展

近年来,由于基于深度学习方法的智能检测算法不断演进,其网络结构不断进化,实用化程度不断提高,因此,将其应用于复杂战场环境下,形成实用化智能感知能力的可行性不断提高。然而算法的可靠性、可解释性问题目前仍未完全解决。本文认为,在未来的地面无人平台系统框架内,使用基于深度学习的目标检测识别方法,融合多种传感器感知信号,探索如何可靠地收集无人平台附近敌我车辆、人员、相关物体状况以及视距内的地理与气象环境信息,能够实现多元智能感知过程,构建智能复杂体系,为无人平台实现复杂战场环境感知理解,自主环境判定、自主行走、自主危险判定甚至威胁自动处置提供技术储备。同时,这也将是军队下一步智能感知理论方向的主要任务。