基于网络化测试技术的通信装备维修保障

未来信息化战争条件下,通信装备朝着网络化、标准化、通用化、系列化、模块化的方向发展,首先在分析现有通信装备维修保障中存在的问题和不足的基础上,提出了应用网络化测试技术的意义,并给出了系统的总体结构和两种软件设计方法;然后对现有通信装备的网络化改造提出了通过连接PC机间接接入,通过接口转换模块接入,现场智能设备嵌入TCP/IP协议三种方式,并对他们进行了分析.     

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。     

基于改进YOLO V5的无人机航拍图像小目标检测方法

本文针对无人机航拍目标检测技术中目标聚集、目标较小及实时性差等问题,将YOLO V5的主干架构进行改进,简化Neck网络,提出了一种提高检测速度又能准确识别的无人机航拍图像检测技术方案。经过仿真实验测试,改进后的YOLO V5网络在保持识别精度的同时,检测速率提升了31%,满足无人机在航拍作业时对于准确性与实时性的要求。     

某小型无人机中长波辐射特性测量及辐射强度反演

随着“自杀式”无人机集群的饱和式攻击在战场上发挥巨大威力,如何有效拦截是各国近年来研究的重要方向,而红外探测是最热门也是最高效的探测拦截手段之一。为此,开展某典型无人机目标中长波红外探测试验,获取典型某无人机目标辐射特性数据,完成中长波红外辐射强度反演。同时,考虑环境变化对红外探测的影响,为使用红外探测手段完成无人机目标拦截提供实测效果演示。本文研究结果可作为论证中长波对无人机目标探测差异的依据,以支撑探测体制的选择。     

基于雷达组网的抗无人机新技术研究

介绍了无人机的概念和基本特性;主要讨论了雷达组网和数据融合的基本原理及其如何实现对敌无人机等弱小目标的检测与跟踪,在此基础上引入了检测跟踪的新方法,有效弥补了单机雷达的不足,便于防空决策的后续处理.     

高空长航时无人机总体参数多目标优化

以高空长航时无人机的总体方案研究为背景,对高空长航时无人机总体参数建立了多目标优化模型,运用多目标遗传算法进行优化设计,最后通过建立的计算机程序得出优化结果.多目标优化用于高空长航时无人机总体参数优化,可以更加合理地评价高空长航时无人机的总体参数的最佳组合,避免设计上的缺陷,提高设计效率.结果表明,高空长航时无人机优化后的总体性能得到改善,说明该方法适用于高空长航时无人机总体方案的优化设计,对方案研究有一定参考价值.     

曲线保凸光顺拟合中的支持向量回归模型

几何逆向工程中的光顺曲线重构问题本质上属于回归问题,支持向量回归机是求解回归问题的新的十分有效的方法.研究用支持向量回归机处理光顺曲线的重构问题,鉴于后者有着对于光顺性的特殊要求,通过修正惩罚因子对支持向量机加以改造,即根据测量数据点的分布情况,利用各测量点圆率及保凸条件的特性确定对应的惩罚因子,从而实现了自由曲线的保凸光顺重构.数据实验也表明该方法的有效性.     

超低轨道卫星应用离子电推进技术方案

低地球轨道大气环境对诸如科学探测和对地观测卫星的阻尼作用十分明显,而且阻尼随太阳和地磁活动以及昼夜、季节交替变化范围宽.为了保证卫星轨道精度或飞行状态满足任务要求,需要利用推进系统对卫星受到的阻尼进行实时或间歇式补偿以实现轨道或飞行状态的保持.针对轨道高度220～268 km的无拖曳飞行和轨道维持应用,基于卫星轨道阻尼...     

A high-performance ground-based prototype of horn-type sequential vegetable production facility for life support system in space

Vegetable cultivation plays a crucial role in dietary supplements and psychosocial benefits of the crew during manned space flight. Here we developed a ground-based prototype of horn-type sequential vegetable production facility, named Horn-type Producer (HTP), which was capable of simulating the microgravity effect and the continuous cultivation of leaf–vegetables on root modules. The growth chamber of the facility had a volume of 0.12 m³, characterized by a three-stage space expansion with plant growth. The planting surface of 0.154 m² was comprised of six ring-shaped root modules with a fibrous ion-exchange resin substrate. Root modules were fastened to a central porous tube supplying water, and moved forward with plant growth. The total illuminated crop area of 0.567 m² was provided by a combination of red and white light emitting diodes on the internal surfaces. In tests with a 24-h photoperiod, the productivity of the HTP at 0.3 kW for lettuce achieved 254.3 g eatable biomass per week. Long-term operation of the HTP did not alter vegetable nutrition composition to any great extent. Furthermore, the efficiency of the HTP, based on the Q-criterion, was 7 × 10⁻⁴ g² m⁻³ J⁻¹. These results show that the HTP exhibited high productivity, stable quality, and good efficiency in the process of planting lettuce, indicative of an interesting design for space vegetable production.