无人机先进地面站关键技术综述

具有沉浸显示、智能辅助、自然化人机交互等先进控制能力的新型无人机地面站已成为当前无人机控制领域的研究热点。为分析其中的技术脉络,系统性地梳理国内外一系列无人机先进地面站的功能要点及设计理念,在此基础上从无人机地面站指挥控制的观察-判断-决策-行动回路出发,归纳提炼了其技术体系构成,分析指出了其中的任务环境构建、战场态势沉浸式显示、智能化辅助决策和自然化人机交互等关键技术,并对各项技术的主要研究方法进行了深入剖析,还对无人机先进地面站目前存在的挑战和未来发展趋势进行了研判。该研究对新型地面站的研制具有指导和借鉴意义。

基于图表征和双重注意力机制的跨被试ERP检测

针对事件相关电位(event-related potential,ERP)在跨被试场景下检测精度不高的问题,提出了一种基于图表征和双重注意力机制的卷积循环神经网络模型。该模型采用不依赖于被试和任务的图来表征脑电信号中的空间信息,并级联卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long short-term memory network,LSTM)形成CNN-LSTM基础框架,同时嵌入双重注意力机制(即选择性内核卷积和自注意力机制)以充分提取不同被试脑电信号的时空特征,从而提高跨被试场景下的ERP检测精度。在基于快速序列视觉呈现范式的大规模基准数据集上的实验结果表明,与现有的7种ERP检测方法相比,所提方法在跨被试场景下具有显著的优越性。

基于脑机接口的无人机控制系统研究综述

无人机具有响应快速、部署灵活等独特优势,在军事及民用领域拥有广阔的应用前景.随着脑–机接口(BCI)技术的迅猛发展,其在无人机控制中的应用得到了愈发广泛的关注.基于BCI的无人机控制技术可直接通过解码大脑信号实现人与无人机的自然交互,是智能无人系统领域的前沿课题.对基于BCI的无人机控制系统研究进行全面综述.首先,概述基于BCI的无人机控制系统结构;其次,根据控制信号的数量,将现有基于BCI的无人机控制系统划分为单模态和混合式两类,并分析各类系统在实际应用中的优势与不足;然后,从特征提取、模式分类和多模态融合3个方面梳理基于BCI的无人机控制系统关键技术;最后,讨论基于BCI的无人机控制系统所面临的挑战,并展望其未来发展趋势,为相关技术研究提供新的思路和方向.

基于ERP信号的目标检测研究综述

目标检测技术应用广泛,现有的基于计算机视觉的目标检测方法由于目标遮挡、光照强弱等因素难以适应复杂场景的需求。而人脑的高级认知能力和快速感知能力在处理复杂情况时具有一定的优势。基于事件相关电位(Event-Related Potentials,ERP)的脑机接口(Brain Computer Interface,BCI)系统与特定事件相关,可检测独立于自发脑电的高级认知活动,是当前人工智能领域的研究热点之一。针对基于ERP信号的目标检测各个环节进行了研究现状的全面归纳,梳理了以快速串行视觉呈现(Rapid Serial Visual Presentation task,RSVP)为主的实验范式,包括呈现模式、目标视场角、目标复杂度等设计因素。总结了脑电信号分析中的预处理方法、特征提取和特征分类算法,介绍了其在人脸识别、军事作战、医学分析等领域中的初步应用。探讨了目前研究中存在的问题和挑战并展望未来的研究方向与应用前景。

城市“免疫战”构想与机理分析

如何高效而微创地实施城市作战是一个重要的军事课题。受生物免疫系统启发,本文提出了“免疫战”的概念,将智能有人-无人班组视为“免疫细胞”,通过基于免疫机制的集群自组织以及战术“疫苗”的制作分发,提高智能班组在复杂城市环境下的作战效率,同时减少对基础设施和无辜平民的附带伤害。“免疫战”的核心在于融合智能无人技术的最新成果与免疫机制的生物优势,通过消解城市环境的复杂性,实现对作战过程和火力运用的精细化控制。本文从“免疫战”的概念内涵、兵力设计、指挥控制等几个方面进行探讨,为未来城市作战提供了一种新的思路。