基于Matlab的无人机侦察视频处理的GUI设计

针对无人机侦察视频序列抖动剧烈、聚焦困难、目标匹配难等特点,借助Matlab平台,构建了1个实现视频稳定、聚集评估和跟踪匹配等功能的无人机侦察视频处理模块。该模块能有效降低无人机侦察视频序列的抖动特性,并实现了目标聚集评估、跟踪及关键帧提取等一体化功能,在无人机侦察视频处理领域具有良好的应用前景。

特种作战中无人机侦察力量的运用

纵观世界各国军事力量,特别是特种作战力量的建设现状,未来的特种作战将是在多领域、多空间范畴内展开的信息化条件下的特种作战。在这种以信息化为主要特征的特种作战中,强大的信息获取能力往往可以决定整个行动的进程和结局。这种信息的获取不仅仅是依靠上级通报来得到,更多的时候要通过实施无人机侦察来获取及时准确的情报,并适时调整特种作战部署来实现任务。以特种作战为背景,根据特种作战中无人机侦察力量运用的要求及其地位作用,阐述了无人机侦察力量在特种作战中所担负的任务和部署情况,并同时论述了组织指挥、协同及保障等一系列问题。

无人机侦察多目标实时定位技术研究

目标定位是无人机侦察系统中至关重要一步。为增强无人机侦察目标定位的实时性、提高定位精度及侦察效率,提出一种多目标实时定位的方法,建立主次目标定位几何关系及坐标转换模型,结合已知数据信息求取各目标大地坐标,并用蒙特卡洛法分析目标定位误差。最后,基于即将组网成功"北斗二代"卫星导航系统对无人机空中定位,同时采用递归最小二乘算法滤波处理,提高了目标定位精度。研究及实验结果表明,北斗导航定位能够有效提高无人机空中定位精度,且有望达到厘米级精度,同时采用RLS滤波处理能使目标定位精度提高10 m左右。该方法能够有效增强无人机定位实时性,提高定位精度及侦察效率。

基于深度学习的无人机侦察图像目标识别

无人机侦察图像是获取战场情报信息的重要手段。针对侦察图像目标识别速度慢、效率不高等问题,笔者结合研究现状提出将深度学习应用到侦察图像目标识别领域。首先标注了一个地面主要武器装备数据集,然后在YOLOv3算法官方参数权重的基础上采用迁移学习的方法进行微调训练,最后使用训练好的模型进行目标识别。实验结果表明,基于深度学习的YOLOv3算法可以较好地实现无人机侦察图像目标识别,且可以满足实时性的要求。

一种无人机侦察能力评估模型

在无人机执行侦察任务的过程中,需要对携带传感器的无人机能力进行评估。对此,从生存性能、侦察性能和稳定性能等3个方面建立无人机侦察能力的评估指标体系,并提出一种基于熵权的组合赋权方法,将主客观信息进行融合,确定各项指标的权重,建立无人机侦察能力的评估模型。最后通过实例对该模型进行了验证。

改进模型估计的无人机侦察视频快速拼接方法

针对提高无人机侦察视频的拼接速度与效果的问题,提出一种改进模型估计的无人机侦察视频快速拼接方法。首先,基于自适应鲁棒性尺度不变的特征检测子对视频各帧进行基于点的特征匹配。其次,提出改进的随机抽样一致性算法进行模型估计,并去除误匹配点。最后,提出侦察影像快速拼接算法,计算各影像变换到正射拼接图的单应性矩阵,完成视频序列拼接。实验结果表明:改进的随机抽样一致性算法在保证鲁棒性的同时,提高了执行速度;侦察影像快速拼接算法提高了拼接速度,同时改善了拼接效果。

无人机侦察图像快速去雾算法

无人机在进行情报侦察时,容易受到不良天候条件的影响,使得侦察图像模糊不清,对比度下降,但是现有较多算法解决此类问题的实时性较差,所以本文提出了基于暗通道原理的无人机侦察图像快速去雾算法。首先对图像进行降采样,根据大气物理模型和暗通道原理,利用最小值滤波和均值滤波分析出透射率和大气光强的求解方法并进行优化,最后求解出去雾图像。通过实验验证,本文算法简单有效,实时性极高,可以用于工程实现。而且算法对图像的亮度也有一定的调整功能,具有较强的鲁棒性。

美军无人机侦察技术应用

美国在无人机军事领域的研究和应用在世界范围内都是独占鳌头的,目前美军已经形成具有一定规模、且战法成熟的军事无人机作战体系。在该无人机战术体系中涵盖进程、中程、远程、低空、中控、高空的无人机战术使用,针对不同规模的敌人可以使用不同种类、规模、大小的无人机,可以说美军在无人机领域投入了大量军费开支,研制出200余中型号无人机,以求在该领域战略、战术、对抗和攻击等方面已形成了多层次、全方位的战术体系。针对当前形势,分析美军无人机侦察技术的应用,能有效探究美军无人机的发展方向和作战模式。

驻防赤城队伍利用无人机侦察 开展水泵架设训练

为进一步提高指战员专业技能和遂行任务能力,查找训练中的薄弱环节,提升训练水平。近日,黑龙江省森林消防总队河北张家口赤城驻防队伍紧贴实战化要求,以大海坨国家级自然保护区发生森林火灾为背景开展无人机勘察火场和水泵架设模拟训练。无人机升空,环绕火场侦查火场态势,水泵班迅速寻找水源输水,上山坡度接近60度,处处悬崖峭壁,处处险象环生。

无人机侦察图像目标定位在军事上的运用探究

无人机侦察,是一种新型技术形式,无人机侦察图像目标定位技术,实现了现代计算机技术远程控制系统的进一步广泛应用,本文对图像目标定位技术的探索,从技术在军事角度的应用进行分析。

面向无人机海上侦察任务的自适应粒度分解策略研究

无人机海上侦察作战任务自动规划的前提是任务分解,分解策略的通用性和分解粒度的合理性直接影响任务规划的速度和实际效果。对无人机海上侦察任务具有随机性强、复杂度高、动态性明显等特点,提出了一种基于军事领域知识库的无人机海上侦察任务自适应粒度分解策略,构建了无人机海上侦察领域知识图谱和自适应粒度任务分解模型,并以海上编队护航背景下的无人机侦察任务为例,实施了任务分解策略验证,结果表明分解策略较传统任务分解方法具有更佳的稳定性和适应性。

无人机图像侦察目标定位方法及精度分析

为了提高无人机目标定位的速度和精度,提出了一种可靠的基于无人机图像侦察的目标定位算法:首先利用无人机光电系统获得实时侦察目标的图像信息,然后把目标在图像上坐标和无人机自身飞行参数相结合,通过坐标变换和几何求解等过程,构建出目标定位方程,计算出目标的大地坐标。在考虑整个定位过程中存在实际误差的情况下,根据无人机飞行时记录的数据,利用蒙特卡罗模拟法进行仿真实验。实验结果表明,此目标定位算法能快速准确地定位目标,定位精度达到了12.683195 m,说明该算法良好的实时性、精确性、可靠性和可行性。

基于改进ADC法的侦察无人机作战效能评估

针对侦察无人机系统作战效能评估问题,提出一种改进ADC评估模型。基于侦察无人机系统的作战任务及作战过程,构建出侦察无人机作战效能指标体系;在传统ADC法的基础上综合考虑作战人员保障因素和战场环境因素,结合层次分析法和模糊综合评判法对侦察无人机系统的作战效能进行评估。最后通过算例验证了该模型的可行性和有效性,评估结果显示,改进后的ADC法使得侦察无人机作战效能评估更加贴近实战。

无人机机载侦察视频的高效视频码率控制

提出了一种基于缓冲区状态及梯度算子的低延时高效视频码(HEVC)率控制方法,以解决现有的码率控制算法在无人机机载侦察系统中因比特分配不当引起的视频质量较差的问题。首先,利用剩余比特及缓冲区状态预分配帧层目标比特;然后,以视频中每帧各最大编码单元(LCU)的时空复杂度作为权重,预分配各LCU的目标比特;最后,通过R-λ模型获得目标比特下的编码参数,实现视频压缩编码,并完成模型参数更新。实验结果表明:在8 Mbps的带宽下,提出的算法使码率控制误差缩小到HM16.0的2/5,视频中图像质量波动范围降低到HM16.0的1/4以内。提出的方法有效抑制了帧间比特消耗波动,使得缓冲区占用量能在小范围内平稳波动,图像主观质量也得到了改善,更好地满足了机载侦察系统低延时的应用需求。

浅谈我国海防建设之无人机战略侦察

科技于军事意义非凡,尤其表现在国防方面。随着科技的进一步发展,国防政策、国防手段等都会采取相应的变化。我国拥有1.8万公里海岸防线,居世界第四位。如此之辽阔的海岸线,带给我们的不仅仅是贸易的畅通,经济的发达,也同样带给我们一定的国防难度。从公元1900年8月14日,八国联军侵华战争以来,就再也没有人敢忽视海岸线防守的重要性。21世纪后科技的发展,尤其是军事科技发展迅速,日新月异。特别是无人机、航母等战斗武器的出现,给我们了一个新的角度去思考海岸线防御问题。

基于影像定位的无人机侦察视频超分辨率重建方法

为了改善无人机侦察视频质量,针对目前无人机摄像、照相数据特点,提出了一种基于前方交会的无人机航摄影像定位方法。首先,对所有无人机侦察视频帧和航片分别进行特征匹配,得到影像间关系;然后,提出基于前方交会与抗差估计的无人机航摄影像定位方法,来实现航摄影像的定位;最后,对侦察视频帧进行高频补偿与凸集投影迭代优化,得到重建后侦察视频。实验结果表明,基于前方交会与抗差估计的无人机航摄影像定位方法加强了无人机视频与航片的对应性,凸集投影迭代优化法增强了重建的边缘保持能力。该方法增强了重建图像的一致性与保真度,特别是对图像边缘细节部分等效果极为明显,且处理速度更快。

无人机载多光谱侦察效能研究

光谱成像探测技术将成像技术和光谱技术结合在一起,能够提供丰富的目标场景信息。对多光谱成像探测技术进行了详细研究,针对迷彩伪装目标侦察设计了无人机载多光谱摄像机,重点分析了多光谱侦察探测、识别的计算方法。通过试验验证,多光谱侦察效能提高20%~50%。

基于层次灰色决策理论的侦察无人机系统效能评估

以层次分析法与灰色决策理论相结合的方法,综合考虑侦察无人机系统在作战时的各种因素,提出了侦察无人机的主要效能评估指标,建立了侦察无人机的效能评佶模型.通过实例,检验了模型的有效性.

基于改进蚁群算法的侦察无人机航路规划与实现

文章针对侦察无人机航路规划这一问题,分析了影响航路规划的因素,构建了航路规划的模型。结合侦察无人机航路规划的特点与模型,论证了基于蚁群算法求解的理由与优点,并对蚁群算法的初始信息素强度与启发因子进行了改进。最后以岛屿进攻战役这一特定作战任务为例,利用MATLAB实现了侦察多目标时的航路规划问题。

基于进化算法的雷达对抗侦察无人机航路规划

雷达对抗侦察无人机在执行任务前要根据战场环境预先规划好最优路径。全面考虑战场环境威胁约束、机动性能约束和侦察任务约束,综合轮盘法、最优保存策略和6种进化算子形成进化算法,并对航路规划问题进行求解。仿真结果表明,利用约束量化方法和进化算法对雷达对抗侦察无人机进行航路规划是可行的。