美国海军完成远程反舰导弹舰上发射测试

正洛马公司已经完成远程反舰导弹(LRASM)的第三轮第三次试射,以验证空射型的LRASM可由移动中的水面舰艇发射。近期开展的测试在海军穆古角海军靶场完成,除利用战斗机和轰炸机试射了LRASM外,还将这种导弹安装到了Mk 41垂直发射系统中。这么做是为了验证LRASM仅通过变更软件即可与现役舰艇集成,且在水面舰上部署LRASM不会消耗过多的成本。这次测试在海军的自防御测试舰上完成,洛马公司改进了一个MK 41     

LRASM反舰导弹将成为海军下一代作战武器装备

<正>美国国防先进研究计划局(DARPA)的官员近期宣布,将价值1.043亿美元的增量合同授予了洛马公司导弹与火控分部,用于远程反舰导弹(LRASM)增速采办项目。DARPA的官员同时表示,增量合同已经将合同的累计面值由2.026亿美元增加至3.069亿。这笔增加的费用,洛马公司将用于准备LRASM先进反舰导弹试验弹的准备工作,该型试验弹计划在三年内完成采购,用于挂装美国海军F/A-18E/F"超级大黄蜂"战斗轰炸机和美国空军B-1B"枪骑兵"亚声速轰     

军事航天

要闻美国下一代防区外反舰武器系统进入验证阶段鉴于现役反舰武器射程和威力已很难适应海战的发展,美国防部国防预先研究计划局和美国海军正联合研制下一代防区外反舰武器系统即远程反舰导弹(LRASM)以满足现实需求,该计划将对新型远程反舰导弹的两种不同型别进行研究开发和测试验证。LRASM项目已于2009年启动,目前其第一阶段已结束。在此     

试验

美空军将在今年第三季度试射远程反舰导弹美国国防部国防预研计划局和洛·马公司导弹与火控分部正在准备实施空射型远程反舰导弹(LRASM)原型弹的首次飞行试验。此次试验将在2013年第三季度进行,原型弹将由美国空军的一架B-1B枪骑兵轰炸机发射。洛·马公司曾在3月5日宣布:它获得了一份总金额7100万美元的合同更改,在原合同的基础上增加了额外的LRASM飞行试验和风险降低活动     

基于旋转双光楔的像方扫描大视场成像光学系统设计

针对无人机传统外挂式光电载荷吊舱窗口尺寸大、无法实现大视场扫描需求的现状，提出了一种基于旋转双光楔的像方扫描红外大视场成像光学系统设计。该系统在传统像方扫描光学镜组基础上引入了双光楔扫描器，以增大系统的扫描视场角，解决了高速无人机目前面临的红外窗口有限且成像视场角小的问题。采用光学设计软件进行了仿真，设计后的光学系统物方视场范围为±21.665°，满足了大视场范围的工作要求。设计结果表明，在工作波段（3.7μm ~4.8μm）范围内，该系统的成像质量高，中心视场调制传递函数在33(lp/mm)空间频率下可达0.45，全视场范围内的调制传递函数>0.42@33(lp/mm)，像点能量集中度较好，接近衍射极限。与传统扫描光学系统相比，采用基于旋转双光楔的新型像方扫描成像光学系统设计，在保证各项设计指标不变的前提下，能够将光学系统的径向尺寸减少20%以上，可满足未来无人机实现轻量化和小型化的应用需求，拥有良好的应用前景。     

小型旋翼无人机潜射控制器设计

小型旋翼无人机在潜射过程中的弹射和姿态控制直接影响着潜射工程任务的成败。针对小型旋翼无人机在潜射过程中姿态难以快速调整、发射初始姿态易受海浪干扰等问题,提出一种无人机潜射系统的控制方案。采用带有矢量控制的助推火箭来调整无人机在发射段的姿态,并通过海浪预测模型优化无人机发射时间窗口;针对小型旋翼无人机在弹出后旋翼展开时的姿态不稳定问题,采用基于L1自适应控制方法的姿态控制律进行无人机的增稳设计。仿真结果表明:助推火箭的矢量控制发动机能够在2s内快速调整无人机的俯仰姿态,设计的L1自适应姿态控制律能够在无人机旋翼展开的2s内实现俯仰姿态的稳定控制,并且对潜射场景中气动参数的不确定变化具有一定的鲁棒性。      

面向空中威胁的无人机动态碰撞区建模与分析

针对现有方法一般是基于时间或距离的定值来确定碰撞区域的问题,提出了一种基于入侵机和无人机(UAV)运动信息的无人机动态碰撞区建模方法.首先,根据无人机与入侵机的运动状态、两机之间的最小安全距离等信息,通过几何方法得出无人机不采取任何规避机动时两机将发生碰撞区域的解析表达式,即无机动碰撞区数学模型;其次,考虑无人机的机动能力约束,计算了无人机采取最大过载转弯机动(左转或右转)时两机恰好避免碰撞发生的边界,即最大机动碰撞区数学模型;在此基础上,提出了不可规避区的概念;进而定义了安全飞行包络,它是无人机能够规避入侵机威胁的分界线;最后通过理论和仿真结合分析了影响各区域的主要因素.仿真与分析结果表明所建碰撞区不仅可以帮助无人机选择规避机动方式,而且能够帮助无人机判定常规避撞机动是否失败,并使无人机及时采取最大过载转弯机动,对无人机安全避撞决策具有实际参考价值.      

基于诱导航线的多无人机编队飞行控制方法

针对无人机编队飞行控制问题,提出了一种基于诱导航线的协同控制方法,僚机根据当前相对于期望位置的误差和长机的飞行状态生成诱导航线并进行跟踪;针对飞行过程中的突发障碍采用改变编队队形的方法进行规避;针对无人机之间可能出现的碰撞情况,根据无人机到达碰撞点的时间以及位置分别从高度以及航向两方面进行躲避,仿真结果表明:采用此方法无人机能够保持稳定的编队,并同时能够躲避飞行过程中的障碍以及避免飞机之间的碰撞。      

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。     

基于运动模型的低空非合作无人机目标识别

为保障低空安全,在利用雷达数据探测无人机目标的同时剔除飞鸟等虚警信息,提出了一种基于运动模型的低空非合作无人机目标识别方法,作为已有目标跟踪方法应用的拓展。首先,建立多种运动模型模拟无人机和飞鸟目标运动;然后,基于多种运动模型进行目标跟踪,并估计各种运动模型的出现概率;最后,以各种运动模型在连续时间内出现概率的方差均值来度量目标运动模型的转换频率。通过对仿真数据和机场低空监视雷达实测数据的处理,所提方法能够在杂波环境中跟踪无人机目标并剔除飞鸟目标,进一步验证了其有效性和实用性。      

基于凯恩方程的无人机伞降回收动力学建模与仿真

在无人机的伞降回收过程中,无人机与降落伞一直都处于实时的动平衡状态,两者在伞降回收过程中的耦合关系及其复杂,因此很难建立精准的无人机伞降回收动力学模型。针对该问题,将伞降回收系统划分为降落伞和无人机分别进行处理。针对时变对象降落伞,通过阻力面积随充气时间的变化关系建立其动力学模型。针对无人机,首先,基于多体动力学思路,将其划分为左右机翼和机身的多体系统,通过平板绕流系数优化其伞降过程中的大迎角动力学模型;然后,通过偏速度矩阵将各体的动力学模型引入伞降回收系统质心;最终,基于凯恩方程推导并建立了伞降回收系统六自由度模型,并引入海拔高度和风力对无人机伞降回收的影响。通过数值仿真与实验数据的对比,可以发现两者具有较好的一致性,该动力学模型能够为无人机的伞降回收提供指导。      

基于变量集结预测控制的四旋翼无人机控制器设计

针对四旋翼无人机路径跟踪问题,设计了一种基于变量集结预测控制的控制器。首先以四旋翼无人机状态空间模型为基础建立预测模型;接着设计控制器时采用分段集结的策略把控制量集结成三段优化序列以减少优化计算量,并降低优化保守性,为了进一步加强系统稳定性,控制器引入终端代价函数和终端约束;最后用四旋翼无人机的动力学模型作为被控对象进行仿真验证,结果表明：该控制器能使四旋翼无人机在三轴方向均能实现一个良好的路径跟踪效果。与传统方法相比,这种基于变量集结的预测控制策略能够减小在线优化量,更适合四旋翼无人机飞控芯片的应用。     

基于Labview的磁罗盘测试系统设计与实现

磁罗盘是无人机航向测量的常用关键部件,为了测试其性能的好坏,设计了一套基于PXI总线计算机等硬件和Labview软件的磁罗盘智能测试系统。该系统能够有效地完成LP-1磁罗盘各项性能测试,具备友好的人机交互界面,能够对测试数据进行保存。实际应用表明,该系统工作稳定、操作简便,在无人机部件装机放飞前能够及时发现磁罗盘部件故障隐患,提高了无人机飞行安全。     

有向通信拓扑和时延条件下的无人机集群时变编队控制

针对无人机（UAV）集群在有向通信拓扑和存在通信时延条件下的时变编队控制问题进行了研究。建立了无人机集群二阶离散时间系统模型，基于无人机自身实时信息和相邻无人机带通信时延的状态信息，设计了分布式编队控制协议。通过理论分析，得到了无人机集群能够实现时变编队的充要条件，给出了可行的期望编队的表达式。在集群通信拓扑有生成树的条件下，分析了控制协议中待定参数和状态更新周期满足的耦合约束条件，并给出了参数设计的流程。仿真结果表明:即使在较大的通信时延下，所设计的控制协议也能实现无人机集群时变编队控制，验证了理论分析的正确性和有效性。      

基于Labview的磁罗盘测试系统设计与实现

磁罗盘是无人机航向测量的常用关键部件,为了测试其性能的好坏,设计了一套基于PXI总线计算机等硬件和Labview软件的磁罗盘智能测试系统。该系统能够有效地完成LP-1磁罗盘各项性能测试,具备友好的人机交互界面,能够对测试数据进行保存。实际应用表明,该系统工作稳定、操作简便,在无人机部件装机放飞前能够及时发现磁罗盘部件故障隐患,提高了无人机飞行安全。     

输入受限下多无人机三维协同路径跟踪控制

针对多无人机在三维空间的协同路径跟踪问题,设计了基于反步法的协同控制器。考虑无人机在飞行过程中的输入饱和问题,加入辅助控制系统,以确保系统在输入受限下仍能保持良好的控制性能。将无人机六自由度非线性模型反馈线性化处理,同时考虑无人机飞行时受到的外界不确定扰动及自身模型存在的未建模动态,利用径向基函数在线估计补偿,提高了系统的鲁棒性和抗干扰能力。为了解决反步法需要对虚拟控制量求导导致的控制器复杂问题,引入一阶滤波器,避免对虚拟控制量的求导。利用图论解决无人机机间通信问题,基于一致性理论实现了多无人机的协同控制。基于Lyapunov稳定性理论,证明了系统的稳定性,仿真结果表明,所设计的路径跟踪协同控制器能够达到良好的协同跟踪控制效果。      

三维真实地形环境下无人机救援航路规划方法

利用无人机(UAV)的三维飞行能力,采用优化方法规划路径,能够使其在救援任务中比地面车辆以更短的时间到达救援区域,提高救援效率.针对真实的地理环境,根据无人机约束采用均匀化网格方法进行地形建模,之后根据地形数据的特点设计适合数学计算与求解的数据结构.最后设计了包含偏离代价、高度代价、地形跟随/回避代价、威胁代价和安全距离代价的综合性能指标函数,并采用航路点交叉和网格搜索代替航路点搜索的方法,对蚁群算法进行改进完成航路规划.仿真结果表明:本文方法能够直接处理三维地形数据,在保持地貌的前提下,完成了无人机的三维航路规划任务,得到满足无人机约束的三维最优航路,提高了航路规划方法的实用价值.      

基于信息素决策的无人机集群协同搜索算法

针对无人机(UAV)集群在未知环境中无先验信息条件下的搜索问题,提出了一种以信息素为决策机制的无人机集群协同搜索算法。首先,考虑无人机通信约束,建立了有外部节点的星型网络通信和无外部节点的自组织网络通信2种形式的搜索模型。其次,通过环境地图向信息素地图映射的方法建立任务环境模型。将任务过程分为3个阶段,在搜索阶段,无人机通过不断地移动实现本机信息素地图的更新;在通信阶段,通过通信网络实现多机信息素地图的融合;在决策阶段,根据局部信息和全局信息做出决策,并将栅格信息素浓度作为决策函数来引导无人机的位置更新。基于信息素地图覆盖率来定量描述搜索效果。最后,仿真结果表明,所提算法能够对区域进行覆盖搜索,表现为搜索效率高、抗毁性强、受集群的初始位置影响小。      

基于改进Hopfield神经网络的对地攻击型无人机自主能力评价

对地攻击型无人机是当前最先进的无人装备之一,无人机必须具备很高的自主能力,自主能力成为无人机的典型作战能力。针对对地攻击型无人机的自主能力量化评价问题,从感知能力、决策能力、行为能力和安全能力4个方面,并侧重机载装备参数分析,提出了一套完整的自主能力评价指标体系。结合模型因素库,运用奇异值分解设计Hopfield神经网络权值矩阵,利用基于稀疏度的权值删减算法改进网络结构。构建自主能力评价标准,对对地攻击型无人机系统自主能力进行量化分级。仿真结果表明:相对于传统Hopfield神经网络,改进算法能够在一定范围内删除非关键的连接权值,降低网络复杂度,工程上更容易实现对地攻击型无人机系统自主能力的量化评价。      

基于残差学习的自适应无人机目标跟踪算法

无人机已被广泛应用于军事和民用领域,目标跟踪技术是无人机应用的关键技术之一。针对无人机视频跟踪过程中目标易发生尺度变化、遮挡等问题,提出一种基于残差学习的自适应无人机目标跟踪算法。首先,结合残差学习和空洞卷积的优点构建深度网络提取目标特征,同时克服网络退化问题;其次,将提取的目标特征信息输入核相关滤波算法,构建定位滤波器确定目标的中心位置;最后,根据目标外观特性的不同进行自适应分块,并计算出目标尺度的伸缩系数。仿真实验结果表明:所提算法能够有效应对尺度变化、遮挡等情况对跟踪性能的影响,在跟踪成功率和精确度上均高于其他对比算法。