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。     

利用幅值信息的超视距雷达多路径概率数据互联算法

天波超视距雷达是通过电离层反射实现超视距广域监视的,其地理坐标系下的量测方程存在强非线性,同时由于电离层的不同分层,造成了多路径传播的严重问题,即同时存在多个量测模型。多路径概率数据互联(MPDA)滤波器将坐标配准与概率数据互联相结合,解决了超视距目标跟踪中的多路径传播问题,但在杂波环境下滤波跟踪精度不高。文中提出了一种基于信号幅值特征信息的MPDA算法(A-MPDA),当跟踪单一的、存在4种可能非线性量测的非机动目标时,仿真结果表明所提出的算法比标准MPDA有更好的跟踪精度。     

基于单片机的剩余火箭弹数量显示器的设计

目前,航空火箭武器仍是歼击机上主要对敌攻击武器之一.但现有的航箭发控系统没有剩余火箭弹指示装置.为此,介绍了利用单片机技术设计剩余火箭弹数量显示器的方法,给出了较为详细的硬件设计和软件流程.     

单片机在航箭发控系统通用检测仪中的应用

目前航空火箭武器仍是歼击机上主要对地攻击武器之一.但现有的航箭发控系统检测仪既不具有通用性,又不能测试航箭发射脉冲参数.为此,利用单片机技术设计了航箭发控系统通用检测仪.介绍了检测仪的设计方法,给出了较为详细的硬件组成和软件流程.该仪器现已装备部队,经使用证明,该检测仪操作简单、显示直观、清晰、记录准确、通用性强、满足设计.     

军用无人直升机发展现状及运用研究进展

从国外和国内两个方面分析了无人直升机的现状、分类和发展趋势。立足空军现有直升机装备情况,总结了不同作战任务下无人直升机的使用问题,并对空军发展无人直升机的策略进行了初步探讨。     

软管-锥套式空中加油动态建模与性能分析

提出了一种基于凯恩方程的自主空中加油软管-锥套动态模型及性能分析方法。该方法将软管视为由有限段以铰链形式连接的刚性 杆组成,锥套为软管末端的一个质点。本文定义了描述系统状态的广义坐标及广义速率,导出了软管段位置多级递推公式和系统动态方程,估算了软管在加油机尾流、定常流和大气扰动下的气动载荷。通过数值仿真分析了平稳大气中锥套在加油机不同飞行条件下的稳态阻力和软管拖拽轨迹,验证了模型的正确性及系统稳定性。最后研究了大气扰动对锥套运动的影响及不同软管段的受扰运动。     

小型固定翼无人机绳钩回收过程动力学分析

绳钩回收作为小型固定翼无人机的一种精确定点拦阻无损回收技术,近年来在国内外得到迅速发展。本文以某型无人机的绳钩回收系统为研究对象,对绳钩回收系统进行了参数化处理并建立了两种动力学仿真模型。一是在考虑回收架柔性基础上建立了基于Lagrange方程的绳钩回收系统的动力学仿真模型,二是在考虑绳索变形和系统结构细节基础上建立了基于MSC.ADAMS的绳钩回收系统的多体动力学仿真模型。通过上述两种仿真模型的算例分析以及与某型无人机绳钩回收试验的测试数据作对比,验证了两种动力学仿真模型在绳钩回收系统不同设计阶段的适用性和有效性。     

软管锥套式空中加油系统建模与特性分析

针对自主空中加油研究中软管锥套运动模型过于简化,现有建模方法又存在成本高、计算量大、软管长度恒定等缺陷的问题,根据集中参数法原理,提出了一种长度可变的多级串联理想单摆系软管锥套运动模型.同时考虑软管收放、加油机牵连运动、重力、定常流、大气扰动、加油机尾流等内外部因素,推导了迭代形式的变长度软管锥套三维运动方程.由摆长约束导出了求解软管拉力的代数线性方程组,进而给出了模型稳定性证明和适用条件.通过数值仿真,测试了锥套阻力、平衡位置、软管收放等稳态特性,分析了加油机滚转运动、尾涡流场对软管锥套的动态影响以及软管甩鞭现象的产生机理.数值仿真结果验证了所建模型的有效性.      

空间移动小目标的检测算法

空间序列图像中移动小目标检测与轨迹提取是空间目标监视、跟踪及编目的关键技术之一.为了及时有效地处理星载可见光相机输出的多维海量数据,提出了一种基于四邻域二值量化方法和改进概率Hough变换的目标检测及轨迹提取算法.相较于美国空间目标在轨检测(MTI,moving target indicator)算法,改进算法虚警噪声点及候选路径数目明显减少,计算复杂度降低,运行效率提高.实验结果表明,算法可有效检测序列图像中快速移动的弱小目标并提取其直线运动轨迹.     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。