美海军首用无人机辅助导弹获得目标数据

美海军8月在关岛附近的海域进行了一次演习,在这次演习中,“科罗拉多”号濒海战斗舰发射了一枚RGM-84D“鱼叉”反舰导弹,无人机为反舰导弹提供了击中目标所需的信息支援,使得“鱼叉”成功击中远在战舰视距范围外的目标。     

高马赫数临近空间无人机主要总体参数设计方法

针对高马赫数临近空间无人机(HSUAV)概念设计的需求,研究一种飞行器主要总体参数设计的改进方法,目的是提高主要总体参数设计的可信度。在现有的约束分析和任务分析方法基础上,通过融入适用性更广、预测精度更高的气动模型和推进系统模型,建立了一种迭代的设计计算流程。应用参数化建模方法建立了气动数值分析模型,应用发动机热力循环分析建立了推进系统模型。应用本文方法完成了高马赫数临近空间无人机主要总体参数设计计算,结果表明:经过若干次迭代设计计算,主要总体参数值收敛;由传统方法确定的主要总体参数与本文方法的结果有明显差别。由于本文方法中使用了可信度更高的气动和推进系统模型,根据本文方法确定的主要总体参数具有更高的可信度。     

基于三维卷积残差网络的无人机高光谱岩性分类

岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明：该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。     

一种高速跳频无人机自组网终端设计与实现

随着无人机集群的作战应用日益广泛,无人机集群实现机间组网和任务协同愈发重要。在战场复杂电磁环境下,设计具有良好抗干扰性能的网络终端已成为一项重要需求。本文设计了一种基于高速跳频通信体制的无人机自组网终端,并对研制的终端产品进行了接收灵敏度、抗干扰能力和组网功能测试。测试结果表明：跳频无人机自组网终端具有良好的灵敏度和抗干扰性能,具备多节点组网能力,设备具有高集成度、低功耗、低成本、轻量化的特点。     

GNSS拒止环境下UAV集群协同导航技术发展现状及分析

随着无人机(Unmanned Aerial Vehicle, UAV)技术的发展,无人机集群成为近年的重点研究方向。无人机集群协同导航技术能够提升无人机在卫星导航拒止环境下的定位导航能力,成为集群协同技术研究中的一大热点。对现有的导航技术以及集群协同相关技术进行论述,将卫星导航拒止环境下的协同导航技术分为协同组织架构、导航定位方式、机间相对定位、协同定位优化四个方向,并总结了对应方向的发展现状,同时分析了不同场景下的协同导航技术方案,最后阐述了协同导航未来发展的重点方向。     

无人机航迹规划算法的初步研究

航迹规划算法是无人机的关键技术之一,本文初步综述了近年来国内外在该领域的主要研究成果。首先给出了航迹规划的描述和涉及的关键问题,然后着重介绍了几种较为常用的规划算法,如A-Star算法、遗传算法、神经网络、Voronoi图、PRM(ProbabilisticRoadmap)、RRTs(RapidlyExploringRandomTrees)、人工势场法、基于案例的算法等,最后讨论了航迹规划算法存在的问题和面临的挑战,指出飞行中实时重规划的研究是航迹规划未来主要的发展方向。     

21世纪军用无人机的发展趋势

本文在分析目前世界军用无人机发展现状的基础上,依据技术走向研究了21世纪世界军用无人机的发展趋势。     

粒子群优化算法在微型无人机设计中的应用

针对一种翼展为550mm的电动力微型无人机的优化设计问题．对粒子群优化算法进行了改进，弥补了原来算法当最优解在设计变量上下限边界时无法找到最优解的缺陷，然后对电动力无人机的电池容量的优化选取进行了探讨，最后对该机进行了研制和试飞。由试飞结果可知，该机的留空时间为68min，与优化计算结果十分相近，证明了优化计算结果的可行性和高精度。     

高性能无人机翼型的杂交优化设计

 发展了用于高性能无人机翼型设计的杂交优化设计方法。针对“类全球鹰”翼型的算例表明,该方法能满足低速时高升力（C_L）和跨声速巡航时高气动效率（C_L/C_D）两方面要求。优化翼型较初始翼型,其低速时的设计升力系数提高了19.80%,跨声速巡航时的设计升阻比提高了37.45%,并且在较大的速度区间内优化翼型都具有良好的综合性能。杂交优化设计方法可为高空长航时无人机的设计提供参考。     

基于改进SSD的风机叶片表面缺陷检测方法

针对无人机对风机叶片表面缺陷检测中出现的多尺度目标问题,提出一种基于改进SSD的风机叶片缺陷检测方法。以具有多尺度结构框架的目标检测模型SSD为基础,引入残差网络ResNet50作为其特征提取网络,用以获取更深层次的细节特征信息,从而提升缺陷检测模型的整体效果。在建立的风机叶片表面缺陷图像数据集下进行模型验证,结果表明,该方法的平均精确度mAP@.5为84.29%,与YOLOv3和RetainNet相比,对各类型缺陷的平均精确度分别提高了2.92%和8.69%,同时较传统SSD算法平均精确度提升了2.21%。