自动目标识别(ATR)技术发展述评

能够自动进行目标识别 ( ATR)是现代武器装备力争具备的先进性能之一。从历史回顾、当前状态及未来发展等几个方面对自动目标识别的研究历程、技术现状和发展前景进行了较为详细的论述 ,并指出了当前发展中遇到的主要技术难题及可能的解决办法     

网电作战目标识别系统建设

随着信息技术的普及和发展,作为陆海空天之外的第五空间,网络电磁空间已成为现代信息战争的重要作战域。网电作战目标成为作战双方打击和防卫的关键对象,并贯穿于各个作战域。文章就网电作战目标识别提出网电作战目标识别系统的建设。以美军在其"作战云"理念下建设的目标情报融合系统作为参考,从系统组成要素和系统组织关系等层面对未来网电作战目标识别系统建设提出构想,有益于未来网络电磁空间情报体系框架构设。     

高超声速滑翔式飞行器再入轨迹多目标多约束优化

轨迹优化是高超声速滑翔式飞行器关键技术之一.为避免间接法求解轨迹优化问题时对初值敏感以及伪谱法求解轨迹优化问题中难以处理航路点和禁飞区等问题,提出采用基于Akima插值多项式的直接法求解高超声速滑翔式飞行器再入轨迹优化问题.以驻点热流密度最小和到达目标点时间最小为优化目标,考虑了终端约束、航路点约束、禁飞区约束、动压约束、过载约束等约束条件.仿真结果表明:采用的插值方法可以减少插值过程中的控制变量越界问题;得到的Pareto前沿具有良好的分布性,在初步设计时能够给设计者较大的选择余地;和文献中的单目标优化结果相比,本文所采用的算法也具有较好的寻优能力.     

自旋稳定动能拦截器轨控发动机推力控制

提出了大气层外自旋稳定式动能拦截器的一种典型轨控发动机阵列布局.在分析小发动机工作的各种约束条件的基础上,推导了发动机推力角度、推力大小和冲量效率的计算公式,提出了发动机工作的控制方法.在各种初始条件下进行拦截仿真,所得的脱靶量均在0.3 m以内,可视为直接碰撞命中目标.同时通过仿真分析了冲量效率与自旋速度、发动机工作时间、每圈发动机个数的关系.     

MEMS惯性测量组合在无人机飞行参数测量中的应用

介绍了在无人机飞行试验中应用MEMS微惯性测量组合来解算飞行姿态、速度位置等参数的某个实例.试验结果表明,由此系统所得到的数据及曲线能够很好地描述实际飞行过程.试验数据为进一步地相关分析提供了有利的依据.     

基于支持向量机的多分类军事目标识别应用

针对现代战场信息化程度的不断提高,电磁环境日趋复杂,侦查目标难以准确地识别情况,提出了运用支持向量机多分类器对军事侦查目标进行有效识别.结构风险最小化地支持向量机分类方法是小样本情况下统计机器学习的经典,具有速度快、泛化能力强等特点.用该算法建模军事目标的识别问题,达到了较高的识别准确率.所以应用在对侦查目标的识别上具有良好的效果,在军事应用上有较广阔的前景.     

坦克装甲车辆火控观瞄系统发展趋势分析

从火控总体的角度总结了国内外坦克装甲车辆火控观察瞄统的发展过程、现状,分析了观察瞄统的发展特点.对新近发展起来的顶置遥控武器站进行了初步研究,对其应配属的观瞄系统形式进行了探讨.在对未来装备需求和技术发展深入分析的基础上,提出了坦克装甲车辆火控观瞄系统未来的发展方向和需要重点突破和解决的关键技术.     

红外成像型空空导弹目标自动识别技术

针对红外导弹和红外诱饵弹的对抗,构建了红外导引头图像探测器的透视投影几何模型.基于模型证明了飞机和目标在不同距离和相对飞行速度下,成像序列中相邻两帧图像间飞机目标的相似性,并且提出了适合导弹的目标快速识别算法,该算法是基于当前帧图像与前一帧图像的目标特征匹配的.最后以实测的飞机及诱饵红外图像数据对文中提出的算法进行了仿真,仿真结果表明了算法对目标识别是可行和有效的,并且能够满足较高实时性的要求.     

基于SINS/DVL/GPS的AUV组合导航技术

为了提高自主水下航行器组合导航系统的精度,选择了捷联式惯性导航系统(SINS)和多普勒速度声纳(DVL)导航为主、GPS卫星导航系统为辅的组合导航方法.通过Kalman滤波技术对组合导航的误差状态进行了估计,并采用反馈校正的方法修正SINS的导航误差.仿真结果表明SINS/DVL/GPS的组合导航可以有效地提高水下航行器SINS/DVL组合导航系统的导航精度,满足AUV远距离航行的精度需求.     

Research on simultaneous localization and mapping for AUV by an improved method: Variance reduction FastSLAM with simulated annealing

At present, simultaneous localization and mapping (SLAM) for an autonomous underwater vehicle (AUV) is a research hotspot. Aiming at the problem of non-linear model and non-Gaussian noise in AUV motion, an improved method of variance reduction fast simultaneous localization and mapping (FastSLAM) with simulated annealing is proposed to solve the problems of particle degradation, particle depletion and particle loss in traditional FastSLAM, which lead to the reduction of AUV location estimation accuracy. The adaptive exponential fading factor is generated by the anneal function of simulated annealing algorithm to improve the effective particle number and replace resampling. By increasing the weight of small particles and decreasing the weight of large particles, the variance of particle weight can be reduced, the number of effective particles can be increased, and the accuracy of AUV location and feature location estimation can be improved to some extent by retaining more information carried by particles. The experimental results based on trial data show that the proposed simulated annealing variance reduction FastSLAM method avoids particle degradation, maintains the diversity of particles, weakened the degeneracy and improves the accuracy and stability of AUV navigation and localization system.