军用微轻型无人机操控训练综述

无人机作为一种新型作战力量,具有机动性能高、制造成本低、作战损耗小等优势。近年来,随着无人机在情报侦察、通讯中继、精准打击、蜂群作战方面的应用,在信息化战场上发挥了重要作用。论文就当前部队常用的微轻型无人机类型特点,结合可实现的功能和参训对象的特点,对无人机操控训练科目设置进行分析,指出需要注意的问题。

微多普勒辅助的城市环境无人机编队检测方法

针对城市复杂环境下电磁环境复杂、多径杂波和干扰信号密集等现象,传统的无人机(UAV)检测方法通过获取回波信号提取目标多普勒信息进行检测,易受到环境影响导致检测效果不理想。该文提出微多普勒辅助的城市环境无人机编队检测方法,充分利用无人机的微动特征,能够在复杂环境下提高检测精度。首先,参数化建模表征城市复杂环境下无人机旋翼的雷达回波微多普勒信号,利用YOLOv5s检测微多普勒闪烁脉冲,有效提取位置信息;然后,引入雷达信号分选方法的脉冲重复间隔(PRI)变换,分类获得无人机编队数量;最后,利用Kmeans算法验证无人机编队检测方法的准确性。结果表明,所提方法在信噪比2 dB时7架无人机的检测精度高于90%,能够用于城市复杂环境存在干扰脉冲、多径效应、局部脉冲丢失的无人机编队检测。

低脉冲重复频率条件下无人机微动参数提取

针对低脉冲重复频率条件下的无人机微动特征提取问题,提出一种基于原子放缩正交匹配追踪(orthogonal matching pursuit,OMP)分解的微动参数估计方法。首先,通过计算时频谱熵从无人机回波数据中筛选出具有显著微动特征的信号。其次,采用变分模态分解(variational modal decomposition,VMD)算法提取旋翼叶片的旋转频率,提出了基于原子放缩的OMP分解方法实现了对无人机旋翼叶片长度的估计。仿真实验表明所提方法相比于传统的OMP方法和VMD-OMP方法都具有明显优势。最后,采用实测数据验证了所提算法的有效性。

基于激光微多普勒的旋翼无人机探测和识别技术进展

激光微多普勒体制具有探测灵敏度高、探测参数维度多等优点,能够对低、小、慢目标以及空间目标进行远距离精确探测识别。针对低、小、慢无人机目标快速探测和精准识别的应用需求,介绍了激光微多普勒探测技术及其国内外发展现状,并在激光微多普勒调制理论模型、微动参数提取算法、一维距离高精度成像、系统与实验研究等多个方面进行了全面深入的探讨。在此基础上,对激光微多普勒探测旋翼无人机技术的研究进展进行了总结和展望。

基于多级MEKF的微型无人机状态估计

针对微型无人机在GPS拒止环境下,低成本惯性测量单元(inertialmeasurement unit,IMU)精度低稳定性差,传统算法难以保障其状态信息解算实时性和精度的问题,提出一种基于IMU和光流传感器融合的多级乘性扩展卡尔曼滤波(multiplicative extended Kalman filter,MEKF)状态估计算法。将磁力计、陀螺仪和加速度计的数据融合以实现姿态估计;利用姿态估计值、加速度和光流数据以实现速度估计;将速度估计值积分融合高度数据,以实现位置估计。实验结果表明,与传统算法相比,该算法能实现更快速可靠的状态估计。

基于CS-YOLOv5s的无人机航拍图像小目标检测

无人机航拍图像存在小目标分布密集且目标尺度变化大等检测难点,本文提出一种面向无人机航拍图像小目标的跨尺度目标检测模型—CS-YOLOv5s。首先,在YOLOv5s基础上,引入小目标检测器,提高模型对小目标的捕捉能力;进一步,将最大池化分支嵌入上下文增强模块,提取并增强骨干网络尾部的深层特征,再注入PANet,实现深浅层特征有效融合和模型跨尺度检测能力的提升;同时采用SPDConv模块替换下采样卷积模块,实现无人机航拍图像中密集目标高效检测。实验表明,CS-YOLOv5s在数据集VisDrone2019达到42.0%mAP0.5,较基准模型提升9.8%,有效增强网络模型对无人机航拍图像小目标的识别能力,为无人机目标智能识别提供支撑。

无人机倾斜摄影与三维激光扫描在校园微改造中的应用

校园微改造涉及现状地形图测量、立面测量、树木调查等工作,利用传统方式进行测量工作量大,地形图成果表示不够直观。本文利用无人机倾斜摄影与三维激光扫描建立高精度三维模型,并在此基础上进行地形图测量、立面测量及树木调查,高效高质地为校园微改造提供多元可视化数据。

无人机微变摄影测量技术在边坡高位危岩体监测中的应用

针对传统边坡高位危岩体监测手段的局限性,结合硬梁包水电站厂区边坡高位灾害变形监测要求,引入了无人机微变摄影测量技术,利用无人机采集边坡高位危岩体数据,分辨率可达亚毫米级,并构建三维实景模型,可以生成三维模型、DOM、DEM、数字点云等测绘产品。工程实践表明:微变摄影测量技术获取的三维模型具有真实、纹理清晰、精度高等优势,为边坡高位危岩体调查、监测及巡检提供了一种新的方法。

城市作战中反微小型无人机技术分析

微小型无人机因其体型小、成本低、隐蔽性强等特点,近年来在战场上扮演了越来越重要的角色,引起世界各国关注,各国争相发展并使用。与此同时,国内外关于反微小型无人机的研究也在不断深入。微小型无人机“低慢小”的特点使城市作战成为其主要作战场景之一,但常规反无手段在城市中受到较多限制,城市环境下反微小型无人机作战样式与装备运用问题值得进一步深入研究。在总结几款典型无人机的基本性能参数和作战特性的基础上,依据现有反无人机技术优缺点,对主要反无装备进行了研究分析,探究了城市背景下无人机作战与反无人机作战特点,以期为城市环境中反微小型无人机作战提供参考。

基于YOLOv5与PRI变换的无人机编队检测

针对无人机编队数量的检测,文中从信号处理角度,提出了一种基于YOLOv5与脉冲重复间隔(PRI)变换的无人机编队检测算法。首先对无人机旋翼的雷达回波微多普勒信号进行建模与参数化表征,用时频变换方法得到微多普勒时频图,然后对其中的闪烁脉冲用YOLOv5进行检测并得到每个闪烁脉冲的位置信息,最后用PRI变换对闪烁脉冲进行分选,并基于分选结果得到无人机数量的估计。实验结果表明,该方法在信噪比为2 dB时,对4架无人机编队的检测准确率能够达到90%以上。

多源基因学习的微种群教与学优化及应用

由于微种群教与学优化算法的种群规模较小,故其种群多样性很难维持.为提高微种群教与学优化算法的搜索性能,提出了一种基于多源基因学习的微种群教与学优化算法(micro-population teaching-learning-based optimization based on multi-source gene learning,MTLBO-MGL).在MTLBO-MGL算法中,将教阶段和学阶段根据随机选择策略来对个体进行基因水平上的进化操作;并从基因层面上对种群多样性进行检测和使用稀疏谱聚类方法对种群的每个维度进行聚类.然后,根据多样性检测和聚类结果,选择不同的进化策略来提高所提算法的搜索性能.在28个测试函数上,通过将所提算法与其他4种微种群进化算法作对比,证明了所提算法的整体性能要显著好于所对比的4种算法.本文还将所提算法应用于无人机三维路径规划问题,结果表明MTLBO-MGL算法能够在该问题上取得较好结果.

基于微小型无人机的遥感信息获取关键技术综述

近年来,基于微小型无人机的遥感信息获取技术广泛应用在农业领域。采用微小型无人机遥感信息平台获取农田作物信息,具有运行成本低、灵活性高以及获取数据实时快速等特点,是目前农田作物信息快速获取的主要方法之一,是精准农业发展的重要方向。该文主要对微小型无人机遥感技术平台的发展、遥感信息获取技术、遥感图像的处理与解析、以及微小型无人机遥感平台应用在作物信息监测和生产管理等方面进行了深入剖析,强调了遥感信息获取与解析技术的重要性和存在的问题,受微小型无人机飞行稳定性和载荷量的限制,如何实时快速准确地调整机载遥感传感器的姿态使被测目标始终处于监测视野中,并实现图像信息的远距离获取与传输,以及如何处理和解析无人机遥感系统获取高质量的遥感图像是微小型无人机遥感技术能否被广泛应用在各研究领域的关键技术。最后,提出了增强无人机飞行控制系统的高稳定性、遥感图像的精确获取及数据的实时传输和高精度的图像后处理方法,对作物信息监测技术的发展和应用具有重大意义,是实现大面积精准农业生产管理决策的重要依据。

适用于地质灾害调查的微型无人机航线控制系统设计与实现

传统的地质灾害野外调查手段已经不能满足日益增长的快速获取信息的需求以及国家精细化地质调查的要求,因此近年来掌上机、无人机、In SAR、高精度遥感等技术在地质灾害调查研究领域得到了不同程度的应用。文章紧密结合地质灾害调查数据采集业务需求和工作流程要求,以微型无人机为采集端,采用无人机技术、地理信息技术和图像融合技术,基于Android系统设计了适用于地质灾害野外调查微型无人机航线控制系统,开发了航线规划、智能续飞、图像快拼、离线地图以及针对不同形态灾害体的不同拍摄模式等功能,实现采集流程全自动化,为地质灾害调查人员提供了快速、便捷的无人机遥感影像数据采集手段,为地质调查工作提供了直观、精准的数据支撑。

微小型无人机遥感图像应用

通过给微小型无人机加装数码相机和微型IN S姿态测量系统,可以同时获得对地面的遥感图像和当时无人机的姿态数据。根据传感器构像方程和几何畸变校正理论,对拍摄的图片进行几何校正。通过图像融合拼接,给出了目标地区的大面积数字影像图,最后给出了局部实验结果。

适于滑坡监测的小型无人机遥感系统构建及其应用

构建小型无人机遥感系统,实现对滑坡等地质灾害的常态化监测,对于防灾减灾具有重要现实意义.本文以近年来利用小型无人机遥感针对三峡库区滑坡开展的多次监测实践为基础,构建了一套适于开展滑坡监测的包括无人机机体及飞控、拍摄系统、地面监控等在内的小型无人机遥感系统,并详细阐述了包括航线规划、相机拍照设定、飞行前检查、飞行作业、飞行后检查等在内的滑坡监测流程,最后介绍了具体实例.结果表明,利用小型无人机遥感系统可以获取滑坡正射影像、数字高程模型等遥感成果,进而快速圈定变形区,解决地面调查难以发现或准确确定变形范围的问题.

一种微小型无人机带死区变增益PID自适应控制器的设计与实现

针对一种常规布局的微小型无人机定点飞行任务中存在的传感器测量精度不高以及发动机振动引起的抖舵问题,设计了带死区变增益PID自适应控制器.文中给出了滚转、航向、俯仰以及位置反馈信号的融合算法,有效地实现了对定姿稳定控制以及定高、定航点的轨迹跟踪控制,并利用实验验证了纵向、滚转和航向三个通道的稳定性.实验结果表明,所设计的导航、控制系统能有效抑制不确定项的影响,且可获得良好的动态跟踪性能.

基于微型四旋翼无人机的智能导航系统

为了实现四旋翼无人机的自主飞行,设计了该智能导航控制系统。飞行控制器采用陀螺仪与三轴加速度传感器相结合的方式检测飞行器姿态,通过ATMEGA644芯片分别控制4个电机驱动模块调速来实现飞行姿态的改变。导航系统通过ARM7控制GPS模块与电子罗盘,获取飞行器的实时位置,并利用软件滤波的方式提高了定位精度。设计了上位机控制软件,可加载数字地图并且设置飞行路线,通过无线串口与无人机通讯,实现无人机的智能自主飞行。通过实验证明该系统能够实现智能导航的功能。

基于直线稀疏光流场的微小型无人机姿态信息估计方法研究

针对无人飞行器视觉导航系统的需求,提出一种基于直线稀疏光流场的微小型无人机姿态信息估计方法。研究了图像直线稀疏光流场的概念,并推导出该种稀疏光流场的计算方法;在直线稀疏光流场的基础上,建立了地平线投影模型,并提出一种基于直线稀疏光流场的飞行器俯仰角速度、滚转角速度和偏航角速度等姿态信息的估计方法;分别使用文中提出的直线稀疏光流场的计算方法和Horn算法对一组测试图像进行数值仿真,仿真结果显示在图像边缘附近,直线稀疏光流场的计算方法与经典的Horn算法具有相近的精度,但时间开销减小到后者的6%;使用无人机航拍图像序列对于基于直线稀疏光流场的飞行器姿态信息算法进行离线仿真,并对比同时搭载的角速度陀螺的测量结果,结果显示,使用文中所述的基于直线稀疏光流场的无人机姿态提取方法可以估计飞行器的俯仰、偏航、滚转三通道角速度信息,其最大绝对估计误差除滚转通道小于±10°/s外,其余两通道均小于±5°/s,并对于误差产生的原因进行了进一步讨论。

基于RSP-CFD方法的小型旋翼无人机微动特征提取

准确地估计小型旋翼无人机的微动参数对无人机的识别具有重要意义,针对小型旋翼无人机弱微动特征的提取问题,本文提出了RSP-CFD(Reassigned Spectrogram-Cadence Frequency Diagram, RSP-CFD)的特征提取方法。首先采用高分辨时频分析方法RSP分析旋翼无人机的微动特性,其次在RSP的基础上利用CFD方法提取旋翼无人机的微动特征,最后通过极大值参数估计方法实现对旋翼转速、叶片长度的估计。结果表明RSP-CFD方法对旋翼无人机微动特征的提取具有较高的准确性,弥补了传统方法的不足,进而为旋翼无人机的分类提供理论基础和技术支撑。

微惯性测量单元的标定技术研究

精确的误差标定技术是提高惯导系统精度的重要基础,故在使用前要对惯性测量单元进行标定。根据误差来源建立了陀螺和加速度计的误差模型,提出并推导了一种采用多位置和速率相结合的标定方法。利用多位置试验标定出加速度计的零偏、标度系数、安装误差,陀螺的零偏以及与加速度有关的误差系数,利用正负对称的速率试验法标定出陀螺的标度因数和安装误差。将算法进行仿真验证,能有效减少误差,具有一定的工程应用价值。