知识图谱技术在预测与健康管理中的应用现状与研究展望

随着预测与健康管理(PHM)技术的不断发展以及设备智能化、信息化程度的不断提高,预测与健康管理的领域知识与日俱增。知识图谱技术因其强大的知识组织、管理、表示能力以及支持的数据/知识驱动相关方法,受到领域内学者广泛关注。面向预测与健康管理领域,对知识图谱的概念、关键技术、领域应用以及挑战与展望进行了综述。首先,介绍了领域知识图谱的定义和组成要素;其次,讨论了领域知识图谱的构建方法,简要归纳了领域内常用的构建方式和技术;然后,结合领域内知识特点,详细介绍了领域内知识图谱的应用情况;最后,分析了与领域融合的知识图谱研究中存在的挑战以及未来的发展方向。综述旨在帮助研究者加深对知识图谱及其在预测与健康管理领域应用的了解,以促进知识图谱在该领域应用中的进一步发展和创新。

基于改进YOLOv5s的无人机图像识别

无人机在军事情报、航拍检测等领域能够提供目标相关的图像信息,为处理任务提供目标信息。针对无人机图像背景复杂、检测目标小、可提取特征少等问题,提出基于YOLOv5s的改进无人机图像识别算法。首先,结合CotNet模块对网络结构进行优化,提升模型自学习能力并增强识别精度;其次,对颈部网络进行改进,通过跨层链接和提高特征图分辨率更好地利用浅层特征图中包含的丰富信息来定位目标,并且在检测头部分采用解耦检测头,减少预测过程中定位与分类任务对于特征信息的冲突;最后,为了提高收敛速度和模型精度,在CIoU和EIoU损失函数的基础上对损失函数的宽高纵横比进行优化。在公开数据集VisDrone测试集上进行测试,所提算法相比原始YOLOv5s算法的mAP_(50)与mAP_(50∶95)分别提升了6.1与2.9个百分点,实验结果表明,所提模型能够有效提升无人机图像识别的准确率。

《中文核心期刊要目总览》2023年版入编通知

《电光与控制》主编先生/女士:我们谨此郑重通知:依据文献计量学的原理和方法,经研究人员对相关文献的检索、统计和分析,以及学科专家评审,贵刊《电光与控制》入编《中文核心期刊要目总览》2023年版(即第10版)之武器工业类的核心期刊。

《中文核心期刊要目总览》2023年版入编通知

《电光与控制》主编先生/女士:我们谨此郑重通知:依据文献计量学的原理和方法,经研究人员对相关文献的检索、统计和分析,以及学科专家评审,贵刊《电光与控制》入编《中文核心期刊要目总览》2023年版(即第10版)之武器工业类的核心期刊。

基于改进PSO算法的无人机城域三维路径规划

粒子群优化(PSO)算法得益于其原理简单、易实现等优点,被广泛应用于路径规划。针对传统PSO算法搜索精度不佳、容易陷入局部最优解等问题,提出一种改进的PSO算法用于无人机在城市环境下的三维路径规划。为了改善粒子的搜索效率和精度,采用混沌序列初始化粒子群,使得初始粒子分布更均匀;引入分段自适应惯性权重和自适应指数学习因子,以平衡粒子的全局和局部搜索能力;在速度更新公式中增添加速度因子,以增加粒子离开较差区域的能力;引入自适应调整系数对粒子位置更新公式进行优化;选取4种测试函数进行测试并进行仿真实验,对比遗传算法和传统PSO算法,结果表明改进算法所求结果的质量更好。

空间机器人预定义任意时间最优轨迹规划

针对双臂自由漂浮空间机器人(FFSR)在太空抓取任务中的轨迹规划问题,设计了一种FFSR系统的可实现误差预定义时间收敛的新型轨迹规划算法,用布谷鸟搜索算法进行参数优化,以实现末端执行器误差的快速收敛并获得平滑轨迹。首先,导出FFSR的基于姿态误差的运动学模型;然后,将累积危险场避碰算法应用于预定义任意时间轨迹规划,实现高跟踪精度的快速避碰轨迹;最后,利用布谷鸟搜索算法对预定义任意时间参数进行优化,得到机械臂低关节角速度的运动轨迹。仿真结果表明所提算法能够在预定义的时间内实现末端执行器误差快速收敛,而且能够得到更平滑的运动轨迹。

无人机自主作战效能评估技术研究综述

无人机自主作战效能评估是衡量无人机在特定作战条件下能否运用自主能力完成预定目标任务的有效途径,是无人机自主作战技术论证和装备体系建设发展的核心问题。从无人机作战效能基本问题出发,首先,剖析无人机自主性与自主能力以及自主作战能力与自主作战效能的基本概念,给出无人机自主作战效能评估的基本流程;其次,分别从任务视角和原理角度对无人装备作战效能评估指标体系、评估方法的研究现状进行综述,归纳总结3类指标体系构建的现状和4类效能评估方法进展;最后,梳理当前评估中存在的问题,展望无人机效能评估技术的发展趋势。相关研究可为后续无人机自主作战效能评估提供技术参考和方向指导,具有重要的军事意义。

改进的YOLOv5s遥感影像机场场面飞机小目标识别

遥感影像具有地物拍摄模糊以及背景环境复杂等特点,导致大面积地面物体识别准确率较低。针对此问题,提出了一种基于YOLOv5s改进网络模型。该模型对YOLOv5s中的骨干提取网络和颈部多尺度特征融合网络进行优化,引入Swin Transformer以获得更多关于目标物体的特征信息;同时对骨干网络中的模块做了修剪;此外,模型中还添加了坐标注意力机制来提升特征提取和融合效果。对于遥感数据集进行了小目标检测识别测试实验,改进后的YOLOv5s网络的mAP值为0.8375,比YOLOv5s网络模型提高了0.0225。实验结果表明,改进后的YOLOv5s网络模型对比YOLO系列网络和EfficientDet模型有效地提高了识别准确率、召回率以及mAP值,并且在训练时间上也比YOLOv5s减少了1/12。

舰船编队电子干扰决策研究

舰船编队的电子干扰资源分配问题在现代海战中占有非常重要的地位,针对舰船编队自卫反导作战干扰资源分配问题,通过联合概率关联算法和优劣解距离法完成对目标的数据融合和威胁度排序,提出干扰资源分配指标,结合模糊理论构建了干扰资源分配模型。针对大规模目标干扰资源优化分配问题求解速度慢、难以收敛的问题,引入聚类思想来提高问题的求解速度和求解稳定性。通过改进K-means聚类方法,保证不能将一艘舰船的干扰资源耗尽这一干扰资源分配原则。最终,使用遗传算法求解所建的干扰资源分配模型,对比引入聚类和不使用聚类方法证明了引入聚类对大规模优化分配问题的意义,仿真验证了引入聚类后优化分配方法求解的实时性和稳定性。

基于分数阶全变分和低秩正则化的彩色图像去模糊方法

针对现有的彩色图像去模糊过程中存在色彩失衡、阶梯效应和伪影等现象,提出了一种基于分数阶全变分和低秩正则的图像去模糊优化方法。首先,将传统的RGB彩色图像转换到YCbCr颜色空间,利用其亮度通道特征解决色彩失衡问题;其次,利用分数阶全变分的特征消除图像恢复任务中出现的阶梯效应,并且引入加权核范数低秩正则进一步抑制伪影及噪声;最后,利用交替方向乘子法设计出高效的求解方法,通过迭代优化得到纯净图像的最优估计。对彩色图像测试的实验结果表明,所提出的方法对图像去模糊任务取得较好的视觉恢复效果,客观评价指标良好。

自适应特征融合的加权响应孪生网络跟踪算法

针对复杂场景下跟踪器难以提取丰富的特征信息导致出现漂移或者跟踪丢失的问题,提出了一种基于自适应特征融合的加权响应目标跟踪算法。首先,使用改进的VGG16网络来提高判别能力;其次,采用残差语义嵌入模块,将深层语义信息引入浅层特征;然后,将浅层特征响应和深层特征响应进行加权融合,提高定位精度和判别能力。实验结果表明,相比基准算法,所提算法在OTB2015和VOT2017数据集上的跟踪成功率和精度等评价指标均获得提升。

多IRST自适应协同定位技术研究

为解决传统单红外搜索与跟踪(IRST)系统观测度不足,无法提供目标全维态势信息的问题,提出了基于几何精度因子(GDOP)的多IRST自适应协同定位技术。其核心思想为对多IRST进行双机组合配对,依据配对组合的GDOP值构造面向定位精度的信息类函数,进而确定联邦滤波信息分配系数,最后基于自适应联邦滤波算法解决双IRST配对组合局部估计的全局信息融合问题,得到目标的精确位置信息。通过仿真结果证明,所提算法定位精度高、可靠性强,同时,可保证全局定位结果的精确性及稳定性。

基于奇异摄动分解的带机械臂旋翼无人机飞行稳定性研究

为了降低无人机和机械臂之间的耦合作用,提高带臂四旋翼无人机飞行过程中的稳定性,首先建立系统动力学模型,然后根据实际情况,对模型进行简化。在此基础上进行内、外环分解,外环为四旋翼位置控制和机械臂角度控制,内环为四旋翼俯仰角控制。对于外环的动力学模型,根据速度变化特点,利用奇异摄动理论对外环变量,即四旋翼线速度和机械臂角速度,进行快、慢变子系统分解,再次降低了系统间的耦合性。对于分解后的快、慢变子系统,设计非奇异终端滑模控制并引入干扰观测器,以期提高带臂四旋翼无人机飞行过程中的稳定性。最后,仿真验证了所设计算法的优越性。

无人机系统控制研究综述

无人机(UAV)作为集技术创新和应用场景多元化为一体的低成本、高效率的明星产品,正引领着当前社会中众多行业的变革。这一变革的核心在于无人机系统控制的不断研究与进步。系统控制是无人机技术中至关重要的一个环节,它涉及到飞行稳定性、导航精度、任务执行能力以及安全性等多个方面。对近些年来的相关文献进行了综述和分析,首先,阐述了无人机系统控制的发展需求,并对无人机系统控制发展及控制架构两部分进行了详细的介绍;接着,围绕无人机系统控制的关键技术问题,即导航定位、跟踪控制、自适应控制、集群协同控制,展开全面概述和深入剖析;最后,对无人机系统控制的发展趋势进行了展望。

基于灰度均值的自适应FAST角点检测优化算法

光照不均、突变引起的灰度变化会影响图像特征检测效果。为此,设计一种基于灰度均值的自适应FAST-9-12角点检测算法。首先,利用特征点的延展性设计一种小面积双重检测模板,减少像素点与中心点的比较次数,提高区域正检率和检测速度;其次,依据图像局部灰度均值,在每个像素点检测模板内自适应调整阈值,避免灰度变化影响检测效果;最后,根据柔性非极大值抑制的思想设计角点半径抑制原则,筛选鲁棒性更强的角点。在Inria遥感影像数据集上的实验结果表明,FAST-9-12角点检测速度比FAST-12-16,FAST-9-16两种模板提高22%左右,因自适应阈值的提取方式不易受光照影响,检测准确率分别提高4.16和3.11个百分点,实现了图像特征快速和精准检测。

D-S证据理论在空中目标识别中的应用现状与展望

D-S证据理论作为一种多源信息融合工具,在空中目标识别领域中得到了广泛应用。对D-S证据理论进行了概述;简要梳理了D-S证据理论在空中目标识别领域中的发展脉络,并提出应用中需要解决的三类关键问题;围绕上述问题,重点对该领域中的BPA获取、证据冲突度量、证据融合的应用现状进行综述;最后,基于空域控制视角,对D-S证据理论在该领域中的应用进行了展望。研究可为空中目标识别领域的理论发展和工程应用提供参考。

一种含扰动非线性离散系统的故障观测器设计方法

针对一类含扰动、传感器故障和执行器故障的非线性离散系统,提出了一种新型的故障观测器设计方法,该方法既考虑到了故障的类型,又考虑到了故障估计误差的收敛速度,故障估计方法适用性更强。首先,构造出含系统状态和传感器故障的增广向量,得到一个等价的广义系统;其次,考虑到系统中的执行器故障及故障估计的速度,构建同时含系统状态、执行器故障和传感器故障的故障观测器,并给出故障观测器存在的充分条件;最后,通过某飞机的纵向运动系统等非线性离散系统模型,对增广状态向量进行鲁棒估计,故障估计结果验证了该方法的优越性。

基于高效通道注意力的多阶段图像去雨网络

针对现有图像去雨算法不能更好地保留图像背景细节的问题,提出一种基于高效通道注意力的多阶段图像去雨网络。首先,网络使用3×3卷积提取雨图的浅层特征并传递给高效通道注意力模块,为不同的特征通道分配不同的权重;然后,传递给3个并行阶段,在前2个阶段中,使用编码-解码器进行多尺度特征提取,减少雨纹信息丢失,其中使用Transformer模块抑制无用信息传递;最后,在第3个阶段使用初始分辨率模块代替编码-解码器,从而保留输出图像的精细特征。实验结果表明,所提算法在Rain800、Rain12、Rain100L和Rain100H公开测试集上的结构相似性分别为0.830、0.968、0.960和0.944,峰值信噪比分别为27.33 dB、35.27 dB、36.79 dB和28.94 dB。所提算法相比于经典和新颖的图像去雨算法,在去除雨纹和恢复背景细节上具有更好的效果。

基于BRS-RRT^(*)算法的移动机器人路径规划

针对Informed-RRT^(*)算法在路径规划中收敛速度低、目标性差且所得轨迹不平滑的局限性,提出一种面向目标的区域采样双向RRT^(*)算法。首先,引入双向贪婪搜索策略获得采样点,加快算法搜索速度的同时改变随机树的扩展规则,增强其目标导向性;其次,得到初始解后,于轨迹节点附近展开形成启发式采样区域,在该区域内通过节点重构策略不断迭代,优化路径长度;最后,采用中间点插值和三次样条曲线相结合的方法,完成对路径的平滑处理。仿真实验表明,改进算法能够在不同环境地图中以更短的运行时间生成节点数更少、代价更小、更为平滑的路径。

面向战场态势感知的信息融合应用及发展趋势研究

在战争信息化变革的需求牵引以及计算机、网络通信技术的推动下,信息融合技术取得了巨大的发展,并在战场态势感知领域中得到广泛应用。介绍了近年来信息融合技术的发展动态及其在战场态势感知领域的应用成果,分析了信息融合技术在战场态势感知领域中的发展趋势,并着重探讨了信息深度融合处理、分布式协同态势感知、基于人工智能的融合处理等未来研究方向。