基于数字信息素的无人机集群频谱监视控制算法

频谱监视对电磁环境的频谱态势掌握至关重要.特别地,用无人机集群作为执行对象,可以提高监视效率,节省大量人力成本.本文针对频谱监视任务,设计了用于评估监视效果的评价函数,提出了一种基于人工势场的数字信息素无人机集群安全控制算法.该算法使用数字信息素矩阵来模拟电磁空间的搜索状态,并通过在集群内的个体之间建立信息素势场以实现自适应的无人机集群分布式航迹规划.周期性的采样和插值解决了未知域的优先级矩阵更新问题,引导无人机优先监视频谱热点区域.不同于已有的基于飞行概率的决策算法,本文算法充分利用了数字信息素所映射的环境信息,可以避免无人机陷入局部状态的重复搜索,适用于动态频谱环境.仿真实验表明本文的决策算法在静态和动态频谱监视场景下均能使评价函数快速收敛,达到较好的监视效果.     

基于机载光电载荷图像的无人机自主循迹导引

文章研究无人机搭载视觉传感器沿指定路径自主循迹飞行,针对如何统一确定不同形状路段的目标路径点序列的问题,提出基于无人机速度在图像中投影的矢量与无人机重心指向各候选路径点矢量的最小夹角确定目标路径点的方法。首先从采集的图像中提取出的路径区域,从图像层面提取路径的中间线,将图像栅格化并分别计算各栅格里路径中间线的中心点的坐标;然后计算图像中无人机速度矢量投影与无人机重心到各路径中心点矢量的夹角,在约束范围内选取最小夹角对应的中心点作为局部目标点。设置了包含不同形状拐角的路径,检验无人机飞行过程中采集图像的处理方法和路径引导算法结合的有效性,飞行结果表明提出的方法能够满足无人机的循迹飞行要求,轨迹偏离误差小于0.1 m。     

基于无人机的绝缘子带电零值检测技术

为提高输电线路零值绝缘子的检测效率,利用无人机装载电场探测装置可实现免登塔带电检测。文中首先建立220kV瓷绝缘子串1∶1仿真模型,通过Comsol有限元数值仿真,分析研究串型、路径抖动、无人机及电场探头对绝缘子串空间电场分布的影响;继而建立零值绝缘子识别方法及其后台检测系统;最后进行实验室及现场实测。研究结果表明：双联绝缘子串同时存在零值绝缘子时,其空间电场分布互不影响;无人机飞行过程中直线检测路径的偏移距离应小于50mm;绝缘子串的空间电场分布不受无人机及电场探头影响。利用文中所提的零值绝缘子检测方法,通过无人机搭载电场探测装置,可实现零值绝缘子的现场检测。     

基于数据分析算法的多目标覆盖无人机网络布局方法研究北大核心CSCD

多目标叠加是一个新的综合性概念,它能满足多个约束条件和性能指标,同时具有多个独立于系统的目标函数,在军事、航天、工业等领域有着广泛的应用。同时,可以满足不同情况下对系统资源和安全性的各种要求。本文首先分析了数据分析方法在无人机网络布局方法中的应用,主要是对采集到的数据进行数据筛选、数据预处理、决策树分类,然后利用决策树分类进行无人机网络规划;其次介绍了无人机传感器多目标覆盖模型,并介绍了两种常用模型;最后,本文研究了基于数据分析算法的多目标覆盖无人机网络布局方法。     

中小型无人机AIS侦察系统应用技术

船舶自动识别系统(Automatic Identification System, AIS)在船舶航行管理与航行安全中发挥了较大作用。通过分析AIS的基本性能及其在船舶航行管理中的作用及特点,提出将AIS设备集成于中小型无人机平台上的机载AIS系统,实现对巡察海域目标的实时动态可视化的监视与管控。介绍了中小型无人机AIS系统海域巡察的作用,详细描述了系统的性能、组成及其工作原理,分析了无人机载AIS信号的接收覆盖范围和主要关键技术,并阐述了系统工作流程及应用方式。     

低空光电探测系统的研究现状及发展趋势

以无人机为代表的低慢小目标对当前军事产生了重大变革,特别是在复杂作战环境下对现代战争产生的威胁。本文通过对多种探测手段的分析,阐明了光电探测在低空复杂背景探测下的绝对性优势,分析了光电探测系统的研究现状,介绍了当前光电系统面临的四个主要的挑战难题:大视场远距离探测、大视场与高分辨兼容、复杂背景低虚警探测与高精度识别、多目标跟踪定位,并给出了对应的解决思路,同时也是未来光电探测系统的发展趋势,通过光电探测能力的提升,实现真正与雷达能力的匹配。     

无人机三维路径规划的粒子群混合算法

路径规划是无人机控制过程中的重要环节之一,现有基于粒子群等算法的传统路径规划方法存在容易陷入局部最优等问题,无法适应现实场景中复杂环境及高搜索速度的要求。针对已有方法的缺陷,提出了一种无人机路径规划的高性能细菌觅食-遗传-粒子群混合算法,以传统粒子群优化算法为基础,引入细菌觅食算法及遗传算法思想,提高算法计算速度与能力,同时考虑实际场景中无人机的运行约束,进一步提高了方法的可用性。最后,利用仿真实验验证了所提方法的有效性,并通过与传统方法对比证明了所提方法在运行时间、规划航程等方面的优越性。     

基于残差神经网络的无人机射频信号识别

针对民用小型无人机对低空领域安全造成威胁及无人机视觉上识别难的问题,提出了一种无人机射频信号识别的方法,使用深度学习技术学习无人机与控制器之间的射频信号特征来识别无人机。首先将射频信号数据集中的无人机信号进行预处理操作,接着使用残差神经网络进行模型训练,最后使用训练好的网络模型对无人机信号进行识别验证。实验结果表明,该方法识别无人机是否存在的准确率达到99.8%,识别无人机型号的准确率达到91.1%,识别无人机运行模式的准确率达到70.3%,且该方法具备较强的鲁棒性和环境抗干扰能力,性能明显优于基准方法。     

基于机器视觉的输电线路无人机激光清障方法研究

针对传统输电线路无人机清障方法对故障点定位不准确的问题,研究基于机器视觉的输电线路无人机激光 清障方法.利用AI技术对输电线路图像提取特征值,无人机在巡检过程中运用机器视觉技术搜寻对应坐标点;近邻 图像像素取平均值构成模板,对故障线路特征图像进行滤波、降噪处理;通过蚂蚁运算得到无人机巡检的起始点和终 止点,规划无人机激光清障工作路径.测试结果表明该方法的搜寻故障点与实际故障点的误差值为零,精准定位故障 点,实现输电线路无人机对故障物的有效清除.     

基于输电杆塔的无人机精细化巡检研究

针对输电杆塔的无人机精细化巡检,给出了航迹规划方法并阐述了关键技术。航迹规划原则一般以∩型顺序拍摄,不同的塔型拍摄顺序有差异;拍摄点位复杂的杆塔采用启发式算法进行航迹规划;采用毫米波雷达避障,利用RTK技术进行厘米级定位,动力控制系统可使无人机平稳地悬停拍摄。目前的精细化巡检仍以人工操作为主,需通过视觉算法增加其自主性、智能性。