国外长航时无人机综述

关于三维图像目标识别文献综述

关于三维目标识别的文献综述 前言： 随着计算机技术和现代信息处理技术的快速发展，目标识别已经迅速发展成为一种重要的工具与手段，目标识别是指一个特殊目标（或一种类型的目标）从其它目标（或其它类型的目标）中被区分出来的过程。它既包括两个非常相似目标的识别，也包括一种类型的目标同其他类型目标的识别。目标识别的基本原理是利用雷达回波中的幅度、相位、频谱和极化等目标特征信息，通过数学上的各种多维空间变换来估算目标的大小、形状、重量和表面层的物理特性参数，最后根据大量训练样本所确定的鉴别函数，在分类器中进行识别判决。它属于模式识别的范畴，也可以狭义的理解为图像识别。三维目标识别是以物体表面朝向的三维信息来识别完整的三维物体模型目标识别需要综合运用计算机科学、模式识别、机器视觉以及图像理解等学科知识。目标识别技术已广泛应用于国民经济、空间技术和国防等领域。 正文： 图像识别总的来说主要包括目标图像特征提取和分类两个方面。但是一般情况下，图像受各种因素影响，与真实物体有较大的差别，这样，就需要经过预处理、图像分割、特征提取、分析、匹配识别等一系列过程才能完成整个识别过程。 目前，最主流的三种三维物体识别研究思路是： 1)基于模型或几何的方法；

2)基于外观或视图的方法； 3)基于局部特征匹配的方法； 一、基于模型或几何的方法： 这种方法所识别的目标是已知的，原理就是利用传感器获得真实目标的三维信息并对信息进行分析处理，得到一种表面、边界及连接关系的描述，这里，三维物体识别中有两类最经常使用的传感器：灰度传感器和深度传感器，前者获取图像的每个像素点对应于一个亮度测量，而后者对应于从传感器到可视物体表面的距离；另一方面，利用CAD建立目标的几何模型，对模型的表面、边界及连接关系进行完整的描述。然后把这两种描述加以匹配就可以来识别三维物体。其流程如下图所示： 传感器数据获取过程，就是从现实生活中的真实物体中产生待识别的模型。分析/建模过程，是对传感器数据进行处理，从中提取与目标有关的独立应用特征。模型库的建立一般式在识别过程之前，即首先根据物体的某些特定特征建立一些关系以及将这些信息汇总成一个库。在模型匹配过程，系统通过从图像中抽取出的物体关系属性图，把物体描述与模型描述通过某种匹配算法进行比较、分析，最终得到与物体最相似的一种描述，从而确定物体的类型和空间位置。 基于模型的三维物体识别，需要着重解决以下4个问题：

军用无人机的发展现状及趋势

军用无人机的发展现状及趋势 作者：戎皓 智能、自动驾驶和信号处理等高新技术的发展以及各种新设备的成功研制，军用无人机已发 展成为能进行侦察、电子干扰、战场目标毁伤效果评估等多种用途的平台，受到各国的高度重视。本文就军用无人机的发展概况和应用进行概括介绍，并对未来军用无人机的发展趋势作简要预测。 关键词：军用无人机、作战应用、发展 1. 引言 用无人机替代有人飞机执行高风险作战任务，是当今国际航天领域一个重要发展方面。无人机也称无人航空器或遥控驾驶航空器，是一种由无线电遥控设备控制，或由预编程序操纵的非载人飞行器，拥有众多有人驾驶飞机所不具有的优点，可遂行各种作战和训练保障等任务，具有广阔的军事应用前景。无人机在近几场局部战争被大量地使用，而且在未来战场上的用途将越来越大，成为世界各军事大国武器装备发展的重点。 2. 军用无人机的发展概况及作战应用 1909年第一架无人机在美国试飞；1917年，英国和德国也先后研制成功无人驾驶遥控飞机。无人机直接用于战争始于20世纪60～70年代的美军侵越战争。最经典的无人机作战运用，是以色列人创造的。在1973年的第四次中东战争中，以色列沿苏伊士运河大量使用美制BQM-74C多用途无人机模拟作战机群，掩护战斗机超低空突防，成功地摧毁了埃及沿运河部署的地空导弹基地。在1982年以色列入侵黎巴嫩的军事行动中，以军派遣“猛犬”无人机，诱使叙利亚地空导弹基地的雷达开机并发射大量地空导弹，为摧毁该基地创造了条件。在1991年的海湾战争和科索沃战争中，美、英、法、加拿大和以色列等国的无人机纷纷亮相战场，用于中低空侦察和长时间战场监视、电子对抗、战况评估、目标定位、收集气象资料、营救飞行员和散发传单等，为多国部队实时了解战场态势及评估空袭效果提供了重要依据，对干扰、压制伊拉克防空体系和通信系统等也发挥重要作用。 3. 军用无人机的种类与特点 3.1 种类 目前从事研究和生产无人机的有美国、俄罗斯、以色列、英国和南非等近３０个国家，无人机的型号已经增加到２００种以上，无人机的种类繁多、用途广泛。军用无人机的主要用途有：

浅谈无人机的发展现状及发展趋势

浅谈无人机的发展现状及发展趋势研究 【摘要】随着世界科技的进步，计算机技术日新月异，人工智能、云计算已经得以实现，智能化、信息化和自动化的时代已经到来，无人飞机就是新科技下的产儿。无人机能有效的利用人工智能、自动驾驶和信号处理等高精尖核心技术，由于其体积小、航程远及无人驾驶等优势，现在广泛应用到军事领域，用于侦查、干扰，战场目标摧毁等，效果极佳，受到各国军事管理部门的重视。本文就无人机发展的现状及其未来可能出现的发展趋势进行研究，尝试解开无人机的面纱，让更多的人了解无人机。 【关键词】无人机；发展现状；发展趋势；军事领域 随着科技的发展，人们对未知领域的探索也拉开帷幕，面对着高风险、高强度的任务，人们开始利用无人机替代有人飞机来执行，这也是大势所趋，形势所迫。无人飞机其实就是一种由无线电遥控控制的设备，有的是利用预编程序操控，又被人称为遥控驾驶航空器。目前在军事领域发展较为迅速，在一些科技发达的国家已经得到广泛应用。本文对无人机的研究主要是以军用无人机为标本，因为它代表着最先进的无人机发展技术。 1、军用无人机的发展现状分析 对于无人飞机的研究和使用，最早出现在美国，1909年世界上第一架无人机在美国试飞，并取得了不错的成绩。接下来的几年里，英德两国也开始研究无人飞机，并且在1917年先后在此技术研究上取得成功。在无人机问世以来，军事领域显得兴趣盎然，现在对无人机的研究也多数是出于军事使用的目的。在20世纪60年代，无人机已经开始应用到军事领域，在美越战争中，美国就使用了这种无人机来进行军事侦察、空中打击和目标摧毁。但是，最经典的无人机作战运用，属于以色列人。在第四次中东战争中，以色列使用BQM-74C无人机，成功地摧毁了埃及沿运河部署的地空导弹基地。在以色列入侵黎巴嫩时，利用猛犬无人机摧毁了黎巴嫩一些重要的导弹基地。美国在出兵阿富汗和袭击恐怖组织的时候也大量使用了无人飞机，并且在使用中也收到了一定的效果。在20世纪末，很多的国家已经研制出新时代的军用无人机，并且纷纷应用到军事领域，用于战场情报侦察、低空侦察和掩护、战场天气预报、战况评估、电子干扰和对抗、目标定位摧毁等，一定程度上改变了军事战争和军事调动的原始形式。 2、军用无人机的类型研究 随着科学技术的发展，军用无人机的发展日趋成熟，它与有人机相比具有相当大的优势，比如，相对于有人机来说，无人机的操作简单，材料花费较小，关键是可以无飞行员亲自操作，伤亡率低；无人机顾名思义隐蔽性较好，不易暴漏，获取情报的真实度较高，生命力极强；另外，就是无人机的跑距离较短，易于起飞和降落。 就目前对无人机的研究来说，掌握此技术的国家已经有30多个，无人机的类型也有200种以上，军事无人飞机已经广泛应用到军事领域。就现在的军用无人飞机，按照及功能，可以划分为以下几个类型：靶机：主要用于训练飞行员和防空兵及测试其它防空兵器的性能；侦察机：主要用于战场相关情报的搜集和处理；诱饵机：主要是诱使敌雷达，进行空中打击；电子对抗机：主要是对敌机、指挥系统等开展电子干扰和信息侦；攻击机：主要是目标打击和战场摧毁；战斗机：用于空袭或者地面打击；其它无人机：比如激光照射、核幅射的侦察等。 3、军用无人机未来的发展趋势探究 虽然和平与发展是当代社会的主要特征，但是很多的国家在国防建设上并没有放缓脚步，而是在不断的升级军用武器及其它国防基础设施建设。军用飞机有其自身巨大的优势，在各国得到了前所未有的追捧和研究。新时代的战争不再是常规武器之间的较量，而是科学技术

目标检测综述教学内容

一、传统目标检测方法 如上图所示，传统目标检测的方法一般分为三个阶段：首先在给定的图像上选择一些候选的区域，然后对这些区域提取特征，最后使用训练的分类器进行分类。下面我们对这三个阶段分别进行介绍。 (1) 区域选择这一步是为了对目标的位置进行定位。由于目标可能出现在图像的任何位置，而且目标的大小、长宽比例也不确定，所以最初采用滑动窗口的策略对整幅图像进行遍历，而且需要设置不同的尺度，不同的长宽比。这种穷举的策略虽然包含了目标所有可能出现的位置，但是缺点也是显而易见的：时间复杂度太高，产生冗余窗口太多，这也严重影响后续特征提取和分类的速度和性能。（实际上由于受到时间复杂度的问题，滑动窗口的长宽比一般都是固定的设置几个，所以对于长宽比浮动较大的多类别目标检测，即便是滑动窗口遍历也不能得到很好的区域） (2) 特征提取由于目标的形态多样性，光照变化多样性，背景多样性等因素使得设计一个鲁棒的特征并不是那么容易。然而提取特征的好坏直接影响到分类的准确性。（这个阶段常用的特征有SIFT、HOG等） (3) 分类器主要有SVM, Adaboost等。 总结：传统目标检测存在的两个主要问题： 一是基于滑动窗口的区域选择策略没有针对性，时间复杂度高，窗口冗余； 二是手工设计的特征对于多样性的变化并没有很好的鲁棒性。 二、基于Region Proposal的深度学习目标检测算法 对于传统目标检测任务存在的两个主要问题，我们该如何解决呢？ 对于滑动窗口存在的问题，region proposal提供了很好的解决方案。region

proposal（候选区域）是预先找出图中目标可能出现的位置。但由于region proposal 利用了图像中的纹理、边缘、颜色等信息，可以保证在选取较少窗口（几千个甚至几百个）的情况下保持较高的召回率。这大大降低了后续操作的时间复杂度，并且获取的候选窗口要比滑动窗口的质量更高（滑动窗口固定长宽比）。比较常用的region proposal算法有selective Search和edge Boxes，如果想具体了解region proposal可以看一下PAMI2015的“What makes for effective detection proposals？” 有了候选区域，剩下的工作实际就是对候选区域进行图像分类的工作（特征提取+分类）。对于图像分类，不得不提的是2012年ImageNet大规模视觉识别挑战赛（ILSVRC）上，机器学习泰斗Geoffrey Hinton教授带领学生Krizhevsky使用卷积神经网络将ILSVRC分类任务的Top-5 error降低到了15.3%，而使用传统方法的第二名top-5 error高达26.2%。此后，卷积神经网络占据了图像分类任务的绝对统治地位，微软最新的ResNet和谷歌的Inception V4模型的top-5 error降到了4%以内多，这已经超越人在这个特定任务上的能力。所以目标检测得到候选区域后使用CNN对其进行图像分类是一个不错的选择。 2014年，RBG（Ross B. Girshick）大神使用region proposal+CNN代替传统目标检测使用的滑动窗口+手工设计特征，设计了R-CNN框架，使得目标检测取得巨大突破，并开启了基于深度学习目标检测的热潮。 1. R-CNN (CVPR2014, TPAMI2015) (Region-based Convolution Networks for Accurate Object d etection and Segmentation)

无人机地面站发展综述

无人机地面站发展综述 [摘要]主要介绍了无人机地面站的发展，包括无人机地面站典型的配置、功能及其关键技术。并展望了未来无人机地面站发展趋势。 1、概述 20年来，无人机己发展成集侦察、攻击于一体，而未来的无人机还将具有全自主完成远程打击甚至空空作战任务的攻击能力。同时，与无人机发展相匹配的地面控制站(GCS: Ground Contrul Station) 将具有包括任务规划，数字地图，卫星数据链，图像处理能力在内的集控制、瞄准、通信、处理于一体的综合能力。未来地面站的功能将更为强大:不仅能控制同一型号的无人机群，还能控制不同型号无人机的联合机群:地面站系统具有开放性和兼容性，即不必进行现有系统的重新设计和更换就可以在地面控制站中通过增加新的功能模块实现功能扩展;相同的硬件和软件模块可用于不同的地面站。 地面站作为整个无人机系统的作战指挥中心，其控制内容包括:飞行器的飞行过程，飞行航迹，有效载荷的任务功能，通讯链路的正常工作，以及飞行器的发射和回收。GCS除了完成基本的飞行与任务控制功能外，同时也要求能够灵活地克服各种未知的自然与人为因素的不利影响，适应各种复杂的环境，保证全系统整体功能的成功实现。未来的地面站系统还应实现与远距离的更高一级的指挥中心联网通讯，及时有效地传输数据，接收指令，在网络化的现代作战环境中发挥独特作用。 2典型地面站的配置和功能概述 2.1地面站的典型配置 目前，一个典型的地面站由一个或多个操作控制分站组成，主要实现对飞行器的控制、任务控制、载荷操作、载荷数据分析和系统维护等。其相互间的关系如图1所示。

(1)系统控制站。在线监视系统的具体参数，包括飞行期间飞行器的健康状况、显示飞行数据和告警信息。 (2)飞行器操作控制站。它提供良好的人机界面来控制无人机飞行，其组成包括命令控制台、飞行参数显示、无人机轨道显示和一个可选的载荷视频显示。 (3)任务载荷控制站。用于控制无人机所携带的传感器，它由一个或几个视频监视仪和视频记录仪组成。 (4)数据分发系统。用于分析和解释从无人机获得的图像。 (5)数据链路地面终端。包括发送上行链路信号的天线和发射机，捕获下行链路信号的天线和接收机。 数据链应用于不同的UAV系统，实现以下主要功能: —用于给飞行器发送命令和有效载荷; —接收来自飞行器的状态信息及有效载荷数据。 (6)中央处理单元:包括一台或多台计算机，主要功能如下: —获得并处理从UAV来的实时数据: —显示处理; —确认任务规划并上传给UAV; 一一电子地图处理; —数据分发: —飞行前分析; —系统诊断。 2.2地面站的典型功能 GCS也称为“任务规划与控制站”。任务规划主要是指在飞行过程中无人机的飞行航迹受到任务规划的影响;控制是指在飞行过程中对整个无人机系统的各个系统进行控制，按照操作者的要求执行相应的动作。地面站系统应具有以下几个典型的功能: (1)飞行器的姿态控制。在各机载传感器获得相应的飞行器飞行状态信息后，通过数据链路将这些数据以预定义的格式传输到地面站。在地面站由GCS计算机处理这些信息，根据控制律解算出控制要求，形成控制指令和控制参数，再通过数据链路将控制指令和控制参数传输到无人机上的飞控计算机，通过后者实现对飞行器的操控。 (2)有效载荷数据的显示和有效载荷的控制。有效载荷是无人机任务的执行单元。地面控制站根据任务要求实现对有效载荷的控制，并通过对有效载荷状态的显示来实现对任务执行情况的监管。 (3)任务规划、飞行器位置监控、及航线的地图显示。任务规划主要包括处理战术信息、研究任务区域地图、标定飞行路线及向操作员提供规划数据等。飞行器位置监控及航线的地图显示部分主要便于操作人员实时地监控飞行器和航迹的状态。 (4)导航和目标定位。无人机在执行任务过程中通过无线数据链路与地面控制站之间保持着联系。在遇到特殊情况时，需要地面控制站对其实现导航控制，使飞机按照安全的路线飞行。随着空间技术的发展，传统的惯性导航结合先进的GPS导航技术成为了无人机系统导航的主流导航技术。目标定位是指飞行器发送给地面的方位角，高度及距离数据需要附加时间标注，以便这些量可与正确的飞行器瞬时位置数据相结合来实现目标位置的最精确计算。为了精确确定目标的位置，必须通过导航技术掌握飞行器的

目标检测方法简要综述

龙源期刊网 https://www.wendangku.net/doc/5e14188220.html, 目标检测方法简要综述 作者：栗佩康袁芳芳李航涛 来源：《科技风》2020年第18期 摘要：目标检测是计算机视觉领域中的重要问题，是人脸识别、车辆检测、路网提取等领域的理论基础。随着深度学习的快速发展，与基于滑窗以手工提取特征做分类的传统目标检测算法相比，基于深度学习的目标检测算法无论在检测精度上还是在时间复杂度上都大大超过了传统算法，本文将简单介绍目标检测算法的发展历程。 关键词：目标检测;机器学习;深度神经网络 目标检测的目的可分为检测图像中感兴趣目标的位置和对感兴趣目标进行分类。目标检测比低阶的分类任务复杂，同时也是高阶图像分割任的重要基础;目标检测也是人脸识别、车辆检测、路网检测等应用领域的理论基础。 传统的目标检测算法是基于滑窗遍历进行区域选择，然后使用HOG、SIFT等特征对滑窗内的图像块进行特征提取，最后使用SVM、AdaBoost等分类器对已提取特征进行分类。手工构建特征较为复杂，检测精度提升有限，基于滑窗的算法计算复杂度较高，此类方法的发展停滞，本文不再展开。近年来，基于深度学习的目标检测算法成为主流，分为两阶段和单阶段两类：两阶段算法先在图像中选取候选区域，然后对候选区域进行目标分类与位置精修;单阶段算法是基于全局做回归分类，直接产生目标物体的位置及类别。单阶段算法更具实时性，但检测精度有损失，下面介绍这两类目标检测算法。 1 基于候选区域的两阶段目标检测方法 率先将深度学习引入目标检测的是Girshick[1]于2014年提出的区域卷积神经网络目标检测模型（R-CNN）。首先使用区域选择性搜索算法在图像上提取约2000个候选区域，然后使用卷积神经网络对各候选区域进行特征提取，接着使用SVM对候选区域进行分类并利用NMS 回归目标位置。与传统算法相比，R-CNN的检测精度有很大提升，但缺点是：由于全连接层的限制，输入CNN的图像为固定尺寸，且每个图像块输入CNN单独处理，无特征提取共享，重复计算;选择性搜索算法仍有冗余，耗费时间等。 基于R-CNN只能接受固定尺寸图像输入和无卷积特征共享，He[2]于2014年参考金字塔匹配理论在CNN中加入SPP-Net结构。该结构复用第五卷积层的特征响应图，将任意尺寸的候选区域转为固定长度的特征向量，最后一个卷积层后接入的为SPP层。该方法只对原图做一

无人机概述

无人机概述 引言：无人机（unmannedaerialvehicle或drone）是一个许多国家用于描述最新一代无人驾驶飞机的术语。从字面上讲，这个术语可以描述从风筝，无线电遥控飞机，到V-1飞弹从发展来的巡航导弹，但是在军方的术语中仅限于可重复使用的比空气重的飞行器。 一、概述 无人机技术是一项涉及多个技术领域的综合技术，它对通信、传感器、人工智能和发动机技术有比较高的要求。如果在恶劣环境下作战，它还需要有比较好的隐身能力。无人机与所需的控制、拖运、储存、发射、回收、信息接收处理装置统称为无人机系统。 二、用途与优势 无人机种类很多，不同的无人机可以完成不同的特殊任务。军用无人机的主要用途包括：战术侦察和地域监视、目标定位和火炮校射、电子侦察和电子干扰、通信中继转发、靶机和实施攻击等。与有人飞机相比，无人机具有多种优势： 1、由于机上没有驾驶员，因此可省去驾驶舱及有关的环控及安全救生设备，从而降低飞机的重量和成本。 2、无人机在作战时不会危及飞行员，更适于执行危险性高的任务。 3、由于机上没有驾驶员，飞机可以适应更激烈的机动和更加恶劣的飞行环境，留空时间也不会受到人所固有的生理限制。 4、在使用维护方面，无人机比较简单，而且费用低，操纵员只需在地面进行训练，无需上天飞行。 三、技术途径 无人机从产生到现在已有多年，早在70年代西方就产生用无人机进行对地攻击和格斗空战的构想，在美国还进行了大量飞行试验，但是由于技术上的难度，使这些构想无法实现。 无人机存在的致命弱点主要有两个：一是自主作战能力差，由于无人机执行任务时需要有人参与遥控，其自主作战能力有限，因而缺乏有人飞机所具有的灵活性和适应能力。二是完成任务的有效性低，由于控制人员对无人机所处环境的了解必须借助远距离通信，而这种远距离通信又随时会被压制而中断，从而造成了人机之间无法及时、准确交流信息，影响了无人机完成任务的有效性。 随着战场实时信息网(如JSTARS)和人工智能技术的发展，人—机之间的信息交换和无人机的自主工作能力有了很大提高，这就保证了无人机能够最大限度地发挥其特有的长处，从而使无人机技术成为对未来作战最有影响的技术之一。 四、发展方向 从低空，短航时向高空，长航时发展。老式的无人机滞空时间短，飞行高

2017年无人机发展现状及发展前景分析研究报告

2017年无人机发展现状及发展前景分析 研究报告

小型无人机行业最近可谓热潮涌动，极飞、亿航等多家无人机初创企业在还未有成熟产品的情况下就获得了数千万美元的融资。无人机这一小众行业之所以能够进入大众视野，还是得益于大疆创新的出现。在国内电子企业普遍还处在代工与组装的劳动力密集模式中时，大疆创新已经悄然成为全球小型无人机市场的绝对龙头，2014年营收近30亿元，市场份额近70%。大疆的引领与示范作用不可谓不强，国内迅速兴起了一股无人机创业与投资的热潮。 套用大疆创新创始人汪滔的话：“人类对于飞行的梦想与生俱来。”小型无人机的真正发展时间不超过10年，从有成熟产品到现在不过4年，而1年以前相关产品还相当粗糙、没有完整的安全保护和数据记录设备。无人机的发展速度大大超出人们的预期，越来越多之前不曾设想过的领域已经开始出现无人机的应用。我们看好这一快速成长行业未来的发展，同时也将持续关注这一领域中相关的投资机会。

小型无人机发展现状分析 民用小型无人机迎来爆发期：市场规模快速成长，国外巨头纷纷布局 所谓无人机，即不载人的飞行器。按照技术来划分，无人飞行器可分为无人固定翼、无人直升机、无人多旋翼飞行器、无人飞艇、无人伞翼机、扑翼式微型无人机等六大类，而前三类应用最为广泛，其中无人多旋翼飞行器又由于其结构简单、价格相对低廉的特点，应用场景迅速拓展、发展前景最受关注。 多旋翼小型无人机经历了一段漫长的发展历史。 多旋翼无人飞行器尽管机械结构简单、成本相对较低，但飞行时不太稳定、很难控制，容易因侧翻而坠机，所以需要自动控制器和导

航系统来控制飞行姿态。但过去由于导航系统体积庞大、重达数十斤，难以应用在小型飞行器上，所以很长一段时间内，多旋翼无人机都没有取得大的发展。直到20世纪90年代以后，得益于MEMS技术的发展，重量仅为几克的导航系统才被研制出来。配合逐步成熟的控制算法，多旋翼无人机的研究和使用成为热点。 2006年至2015年，国内外的民用小型无人机公司如雨后春笋般出现。2015年，法国的Parrot公司发布了世界上第一款真正受到大众关注的四旋翼无人机AR.Drone，它不仅控制简单、可实现悬停，还可以通过WiFi将所搭载相机拍摄到的图像传送到手机上。 AR.Drone轻便灵活、操作便捷，最终大获成功。在AR.Drone的引领下，全球范围内掀起了一股将多旋翼商业化的热潮，多旋翼飞行器进入快速发展期。目前，中国的DJI（大疆创新）、美国的3DRobotics、法国的Parrot成为这一市场的龙头企业。

雷达空间目标识别技术综述

2006年10月第34卷 第5期 现代防御技术 MODERN DEFENCE TECHNOLOGY O ct.2006 V o.l34 N o.5雷达空间目标识别技术综述* 马君国,付 强,肖怀铁,朱 江 (国防科技大学ATR实验室,湖南 长沙 410073) 摘 要:随着人类航天活动的增加,对于卫星和碎片等空间目标进行监视变得非常重要。为了实现空间监视任务,对空间目标进行识别是非常必要的。对空间目标的轨道特性与动力学特性进行了介绍,对雷达空间目标识别技术的研究现状和发展趋势进行了详细的综述。 关键词:空间目标识别;低分辨雷达;高分辨雷达成像 中图分类号:TN957 52 文献标识码:A 文章编号:1009 086X(2006) 05 0090 05 Survey of radar space target recognition technology MA Jun guo,F U Q iang,X I AO Huai tie,Z HU Jiang (ATR L ab.,N ationa lU n i versity o f De fense T echno l ogy,Hunan Changsha410073,Ch i na) Abst ract:W ith t h e deve l o pm ent of spacefli g ht acti v ity of hum an,surveillance of space tar get such as sate llite and debris beco m es very i m portan.t In or der to i m p le m ent surveillance task,space target recogni ti o n is ver y necessary.Orb it property and dyna m ics property of space targe t are i n troduced,a deta iled sur vey is set forth about current research state and developi n g trend of radar space target recogn iti o n techno l ogy. K ey w ords:space tar get recogniti o n;lo w reso lution radar;h i g h reso lution radar i m aging 1 引 言 自从前苏联发射了第1颗人造地球卫星以来,卫星在预警、通信、侦察、导航定位、监视和气象等方面具有不可替代的优势。随着人类航天活动的增加,空间碎片日益增多,对于卫星等航天器的安全造成极大的威胁,因此对于卫星和碎片等空间目标进行监视变得非常重要。其中空间目标识别是空间监视任务中不可或缺的基本条件,空间目标识别主要是利用雷达等传感器获取空间目标的回波信号,从中提取目标的位置、速度、结构等特征信息,进而实现对空间目标的类型或属性进行识别。 2 空间目标的轨道特性与动力学特性 (1)轨道特性[1,2] 空间目标在轨道上的运动是无动力惯性飞行,本质上空间目标与自然天体的运动是一致的,故研究空间目标的运动可以用天体力学的方法。空间目标在运动时受到地球引力、月球引力、太阳及其他星体引力、大气阻力和太阳光辐射压力等的作用,轨道存在摄动。但是对轨道的实际分析表明,空间目标受到的主要力是地球引力。假设空间目标只是受到地球引力的作用,同时假设地球是一个质量均匀分布的球体,则空间目标与地球构成二体运动系统,开 *收稿日期:2005-12-15;修回日期:2006-01-23 作者简介:马君国(1970-),男,吉林长春人,博士生,主要从事目标识别与信号处理研究。 通信地址:410073 湖南长沙国防科技大学ATR实验室 电话:(0731)4576401

AOPA无人航空器理论考试题(三)

AOPA无人航空器理论考试题（三） 1.近程无人机活动半径在_____ [单选题] [必答题] ○ A 小于15km ○ B 15~50km(正确答案) ○ C 200~800km 2.中程无人机活动半径在_______ [单选题] [必答题] ○ A 50~200km ○ B 200~800km(正确答案) ○ C ＞800km 3.超低空无人机任务高度一般在____之间 [单选题] [必答题] ○ A 0~100m(正确答案) ○ B 100~1000m ○ C 0~50m 4. ______航空器平台结构通常为包括机翼、机身、尾翼和起落架等。 [单选题] [必答题] ○ A 单旋翼 ○ B 多旋翼 ○ C 固定翼(正确答案) 5.轻型无人机是指______ [单选题] [必答题] ○ A 质量大于等于7千克，但小于116千克的无人机，且全马力平飞中，校正空速小于100km/h，升限小于3000米 ○ B 质量大于7千克，但小于等于116千克的无人机，且全马力平飞中，校正空速小于100km/h，升限小于3000米 ○ C 空机质量大于7千克，但小于等于116千克的无人机，且全马力平飞中，校正空速小于100km/h，升限小于3000米(正确答案) 6.微型无人机是指______ [单选题] [必答题] ○ A 空机质量小于等于7千克的无人机(正确答案)

○ B 质量小于7千克的无人机 ○ C 质量小于等于7千克的无人机 7.目前主流的民用无人机所采用的动力系统通常为活塞式发动机和____两种 [单选题] [必答题] ○ A 火箭发动机 ○ B 涡扇发动机 ○ C 电动机(正确答案) 8.电动动力系统主要由动力电机、动力电源和_____组成 [单选题] [必答题] ○ A 电池 ○ B 调速系统(正确答案) ○ C 无刷电机 9.从应用上说，涡桨发动机适用于______ [单选题] [必答题] ○ A 中低空、低速短距/垂直起降无人机 ○ B 高空长航时无人机/无人战斗机 ○ C 中高空长航时无人机(正确答案) 10.属于无人机飞控子系统功能的是______ [单选题] [必答题] ○ A 无人机姿态稳定与控制(正确答案) ○ B 导航控制 ○ C 任务信息收集与传递 11.不属于无人机飞控子系统所需要信息的是______ [单选题] [必答题] ○ A 经纬度(正确答案) ○ B 姿态角 ○ C 空速 12.不应属于无人机飞控计算机任务范畴的是_____ [单选题] [必答题] ○ A 数据中继(正确答案) ○ B 姿态稳定与控制

无人机关键技术及发展预测

无人机关键技术及发展预测 1 能源与动力技术 无人机采用的推进系统形式要比有人飞机多，采用的能源与动力类型各异，包括：传统的小型涡扇发动机、小型涡喷发动机、小型涡桨发动机、活塞发动机、转子发动机以及电池组、太阳能电池、燃料电池、超燃冲压发动机、定向能及核同位素等。不同用途的无人机对动力装置的要求不同，但都希望动力装置燃油经济性好、重量轻、体积小、可靠性高、成本低、使用维修方便。从经济因素、可靠性等方面考虑，现阶段无人机均采用技术成熟的活塞、涡扇、涡喷、涡桨发动机或在这些发动机基础上进行适应性改进。活塞式发动机适合于低空低速中小型、长航时无人机；涡扇、涡桨发动机适合于高空长航时无人机以及无人作战机，这类发动机油耗低，发动机尺寸、重量和推力能与无人机达到较好的匹配；涡喷发动机适合于低成本、短寿命、高机动的靶机或自杀攻击类无人机。 从长远发展来看，单纯对现有发动机进行改型并不能完全满足无人机对飞行速度、高速、续航性能等指标的要求，开发适合于无人机使用的发动机十分必要，尤其是中小推力的大涵道比、小尺寸核心机的涡扇发动机，这类发动机将是未来无人机动力装置发展的重点。此外，开展太阳能、燃料电池、液氢燃料系统等新型能源的应用研究，可为无人机提供更高效的动力源。新能源无人机如图3所示。

图3 太阳能无人机 2 无人机平台技术 （1）高效气动力技术。 无人机在气动力设计要求、设计理念方面与有人机存在较大差别。有人机气动设计通常以航程、速度作为优先优化目标，然而无人机通常以航时作为优先优化目标。无人机尺寸小、速度低，存在低雷诺数条件下的高升力、高升阻比、高续航因子设计要求。高效气动力技术是提高无人机性能的重要技术途径。 （2）隐身技术。 提高无人机的生存能力的关键就是降低其可探测性。随着材料、电磁学、热力学、空气动力学等学科的不断发展，越来越多的新技术也将应用于无人机的隐身设计中，具体包括以下几个方面。 外形隐身技术。采用翼身高度融合的无尾飞翼布局、內埋式进气道、二维喷管等设计技术可有效降低雷达反射面积和红外特征，提高无人机的隐身能力。

无人机发展现状及趋势

无人机发展现状及趋势党　芬　王敏芳　汪银辉 一、引言 无人机(Un manned Aerial Vehicles, UAV)是当今世界上军用武器发展的一个热点。无人机通常是指无人驾驶、自主推进,由无线电遥控或自身程序控制,利用空气动力承载飞行并可回收重复使用的飞行器。20世纪60年代初,美国首先将无人机用于军事侦察,此后无人机先后参加了越南战争、中东战争、海湾战争、科索沃战争、阿富汗战争及近期的伊拉克战争,均发挥了重要作用。海湾战争中,美国海军在“威斯康星”和“密苏里”号战列舰上配置了多架“先锋”舰载无人机,这些无人机出动500多次执行了情报侦察、战场监视、目标指示、战损评估等任务,取得了不俗的战绩。科索沃战争中,北约再次使用了大量无人机,美国的12架“掠夺者”无人机在战区实施了不间断的侦察与监视,为北约提供了大量的实时情报信息,美海军的“先锋”舰载无人机还多次承担了战损评估等任务。美国中空战术无人机“捕食者(Predat or)”在对阿富汗的军事行动中,曾在12架该机上发射了115枚“海尔法”式反装甲导弹,并为有人飞机投掷激光制导炸弹指示攻击目标525次,首开了无人机用于攻击作战之先河。在这次的伊拉战争中,无人侦察飞机在战场上空不间断“盘旋”,给前线指挥员提供了第一手、活生生的敌情画面,发挥了通信中继站的作用,将战场上的图像情报及通信信息传送到作战指挥中心。 发展是需求推动的结果,目前世界上包括美国、以色列、加拿大、德国、英国、法国、俄罗斯等在内的30多个国家拥有数百种型号无人机,总计几万架。无人机在执行许多任务方面远比有人机更具特点和优点,因而也更有效。有人预言,无人作战飞机(UCAV)将有可能成为21世纪空中作战的新式武器,成为空中作战的主导力量。还应指出,除军用外,无人机在民用领域也有极为广泛的应用前景。 二、无人机发展背景与过程 1917年英国人研制成功了世界上第一架无人机,从此无人机经过了无人靶机、预编程序控制无人侦察机、指令遥控无人侦察机和复合控制多用途无人机的发展过程,但直到20世纪80年代才得到日益广泛的应用,并在几次局部战争中发挥了重要的作用,其主要军事任务包括照相侦察、信号情报搜集、布撒雷达干扰箔条、防空火力诱饵、防空阵地位置标识、直升机航路侦察、战场损伤评估、火炮校正和人员搜救等任务,为武器系统提供目标定位、目标指示、目标动态监视和目标毁伤评估的实时情报。由于无人机在执行前线和深入敌后的作战任务中无人员损伤且连续作战性强,因此深受世界各国作战部队的广泛欢迎,并且各国对无人机作为军队战斗力倍增器的作用与地位及其潜在的军事价值取得了共识,从而为无人机的迅速发展提供了强大的动力。到20世纪80年代中、后期,各国制造的无人机有近百种,其起飞质量从数公斤到100kg以上,航程从数公里到上千公里,飞行速度从大于100km/h到超声速。进入90年代,冷战结束后各国军费削减,军队裁员,迫使军方努力寻求既能完成特定任务,又花费较少的途径,这无疑为无人机的发展提供了很好的机遇。迄今,它已发展成为一个独立机种和各 94

无人战斗机的目标识别与跟踪

无人战斗机的目标识别与跟踪 【摘要】无人作战飞机实施攻击中，目标识别与跟踪技术是关键步骤，本文从无人作战机的自动目标识别与跟踪的基本概念入手，以成像传感器的目标识别与跟踪为例，介绍目标识别、检测、跟踪等关键技术。 【关键词】无人战斗机；目标识别；跟踪；图像处理 一、引言 无人战斗机是无人机的发展趋势。无人战斗机的设计概念介于有人战斗机与导弹之间，它是整个无人战斗机系统的一部分。无人战斗机系统有其独特的组成方式和管理模式。目前，无人战斗机的开发刚刚处于起步阶段，特别是目标识别与跟踪技术。它主要包括视觉图像预处理，目标提取、目标跟踪、数据融合等技术难题。在实际应用中，无人机的动力、载重、装配空间等物理条件的限制以及飞行速度很快，使得算法处理需要更少的延时。如何提高无人机的算法需要在实践中进一步的研究。 二、无人机影像分析 国内无人机的应用主要是利用固定翼无人机系统获得遥感信息，用于资源调查、环境监测、气象灾害评估等。白由路等（2004）研究了低空遥感技术在精确农业中的应用，使用遥控固定翼无人机系统获取农田信息，如地块边界的数字化、地块面积量算、作物种类识别、作物长势分析等；马轮基等（2005）阐述了无人机在土地利用遥感调查、水色遥感调查、洪涝遥感调查等方面的应用前景；李字昊（2006）利用无人机获得影像，从中测算造林地面积、计算成活率、辨认树种、计算造林密度、确定林龄，以及定位造林地；吕书强等（2007）介绍了无人机遥感的系统集成，并对所获取的遥感影像和飞行辅助数据对飞行试验进行了质量评价；陈信华（2007）将SIFT（Scak Invariant Feature Transform）特征应用于影像的自动相对定向，结合最小二乘法实现了影像的自动匹配；韩杰等（2008）分析无人机的技术优势，阐述无人机遥感技术的主要研究目标和研究内容，探讨我国使用无人机遥感技术的国土资源快速监察机制。 三、无人机目标识别和跟踪技术发展方向 无人侦察机活动图像实时传输的特点：有一定的速高比，图像内目标像素小，目标数量大，图像是满屏运动，帧间相关性较差，为了保证侦察图像信息远距离传输的高准确性和高可靠性，要求侦察图像信息必须分辨率高、失真小，而且传输带宽尽可能窄。因此，中远程无人机侦察信息必须采用一种特殊的数字化压缩传输体制，选择合适的压缩算法，利用专用图像处理芯片来实现侦察信息安全传输。无人机图像图像融合（Image Fusion）是以图像为研究对象的数据融合，是指在同一时间，将同一景物的不同波段或来自不同传感器的两个或两个以上的图像进行处理，形成一幅合成图像，以获取更多的关于目标信息的图像处理过程。

无人机发展现状以及未来趋势研究

无人机发展现状以及未来趋势研究 2014020912026 姚聪 【摘要】随着世界科技的进步，计算机技术日新月异，人工智能、云计算已经得以实现，智能化、信息化和自动化的时代已经到来，无人飞机就是新科技下的产儿。无人机能有效的利用人工智能、自动驾驶和信号处理等高精尖核心技术，由于其体积小、航程远及无人驾驶等优势，现在广泛应用到军事领域，用于侦查、干扰，战场目标摧毁等，效果极佳，受到各国军事管理部门的重视。本文就无人机发展的现状及其未来可能出现的发展趋势进行研究，尝试解开无人机的面纱，让更多的人了解无人机。 【关键词】无人机；发展现状；发展趋势；军事领域 随着科技的发展，人们对未知领域的探索也拉开帷幕，面对着高风险、高强度的任务，人们开始利用无人机替代有人飞机来执行，这也是大势所趋，形势所迫。无人飞机其实就是一种由无线电遥控控制的设备，有的是利用预编程序操控，又被人称为遥控驾驶航空器。目前在军事领域发展较为迅速，在一些科技发达的国家已经得到广泛应用。本文对无人机的研究主要是以军用无人机为标本，因为它代表着最先进的无人机发展技术。 1、军用无人机的发展现状分析 对于无人飞机的研究和使用，最早出现在美国，1909年世界上第一架无人机在美国试飞，并取得了不错的成绩。接下来的几年里，英德两国也开始研究无人飞机，并且在1917年先后在此技术研究上取得成功。在无人机问世以来，军事领域显得兴趣盎然，现在对无人机的研究也多数是出于军事使用的目的。在20世纪60年代，无人机已经开始应用到军事领域，在美越战争中，美国就使用了这种无人机来进行军事侦察、空中打击和目标摧毁。但是，最经典的无人机作战运用，属于以色列人。在第四次中东战争中，以色列使用BQM-74C无人机，成功地摧毁了埃及沿运河部署的地空导弹基地。在以色列入侵黎巴嫩时，利用猛犬无人机摧毁了黎巴嫩一些重要的导弹基地。美国在出兵阿富汗和袭击恐怖组织的时候也大量使用了无人飞机，并且在使用中也收到了一定的效果。在20世纪末，很多的国家已经研制出新时代的军用无人机，并且纷纷应用到军事领域，用于战场情报侦察、低空侦察和掩护、战场天气预报、战况评估、电子干扰和对抗、目标定位摧毁等，一定程度上改变了军事战争和军事调动的原始形式。 2、军用无人机的类型研究 随着科学技术的发展，军用无人机的发展日趋成熟，它与有人机相比具有相当大的优势，比如，相对于有人机来说，无人机的操作简单，材料花费较小，关键是可以无飞行员亲自操作，伤亡率低；无人机顾名思义隐蔽性较好，不易暴漏，获取情报的真实度较高，生命力极强；另外，就是无人机的跑距离较短，易于起飞和降落。 就目前对无人机的研究来说，掌握此技术的国家已经有30多个，无人机的类型也有200种以上，军事无人飞机已经广泛应用到军事领域。就现在的军用无

无人机考试题库资料

001.无人机的英文缩写是 A．UVS B．UA.S C．UA.V 答案:C. 002.轻型无人机，是指空机质量 A．小于7kg B．大于7kg，小于116kg C．大于116kg，小于5700kg 答案:B. 003近程无人机活动半径在 A．小于15km B．15~50km C．200~800km 答案:B. 004任务高度一般在0~100m之间的无人机为 A．超低空无人机 B．低空无人机 C．中空无人机 答案:A. 005不属于无人机机型的是 A．塞纳斯 B．侦察兵 C．捕食者 答案:A. 006不属于无人机系统的是 A．飞行器平台 B．飞行员 C．导航飞控系统 答案:B. 007常规固定翼/旋翼平台是大气层内飞行的空气的航空器A．重于 B．轻于 C．等于 答案:A. 008不属于抵消旋翼机反转力矩的方法有 A．尾桨

B．共轴旋翼 C．增大旋翼半径 答案:C. 009多轴旋翼飞行器通过改变控制飞行轨迹。 A．总距杆 B．转速 C．尾桨 答案:B. 010目前主流的民用无人机所采用的动力系统通常为活塞式发动机和两种。A．涡喷发动机 B．涡扇发动机 C．电动机 答案:C. 011活塞发动机系统常采用的增压技术主要是用来。 A．提高功率 B．减少废气量 C．增加转速 答案:A. 012电动动力系统主要由动力电机.动力电源和组成。 A．电池 B．调速系统 C．无刷电机 答案:B. 013从应用上说，涡桨发动机适用于。 A．中低空.低速短距/垂直起降无人机 B．高空长航时无人机/无人战斗机 C．中高空长航时无人机 答案:C. 014属于无人机飞控子系统的是 A．无人机姿态稳定与控制 B．无人机任务设备管理与控制 C．信息收集与传递 答案:A. 015不属于无人机飞控子系统所需信息的是 A．经/纬度 B．姿态角 C．空速

无人机的图像处理综述

无人机图像处理综述 摘要：目标识别与跟踪技术是无人作战机实施攻击的关键步骤，本文从无人作战机的自动目标识别与跟踪的基本概念入手，以成像传感器的目标识别与跟踪为例，介绍目标识别、检测、跟踪等关键技术。 关键词：无人战斗机目标识别图像处理识别技术 一、引言 无人战斗机在最近几年成为无人机的发展热点。它的设计概念介于有人战斗机与导弹之间。无人战斗机不是孤立存在的，它是整个无人战斗机系统的一部分。无人战斗机系统有其独特的组成方式和管理模式。目前，无人战斗机的开发刚刚处于起步阶段。为了发展无人战斗机，有许多关键技术值得注意，特别是目标识别技术。它主要包括视觉图像预处理，目标提取、目标跟踪、数据融合等问题。其中，运动目标检测可采用背景差法、帧差法、光流法等，固定标志物检测可用到角点提取、边提取、不变矩、Hough 变换、贪婪算法等，目标跟踪可以分析特征进行状态估计，并与其他传感器融合，用到的方法有卡尔曼滤波、粒子滤波器和人工神经网络等。还有很多方法诸如全景图像几何形变的分析或者地平线的检测等没有进行特征提取，而是直接将图像的某一变量加到控制中去。 实际应用中，上述问题的进一步解决受到很多因素的制约。由于无人机的动力、载重、装配空间等物理条件的限制以及飞行速度更快，使得算法处理需要更少的延时。而且，无人机稀疏的室外飞行环境使得适用于地面机器人的算法不适用于无人机。同时，模型的不确定性，噪声和干扰，都限制了实物实验的成功。所以，如何将地面机器人的视觉导航成果应用到无人机视觉导航中去，如何提高无人机的算法速度并不过分损失导航精度，如何面对无人机自身模型的不确定度以及外界噪声的干扰，如何适应无人机所处的标志物稀疏的飞行环境，这些问题都需要更进一步的探讨。 二、无人机图像处理技术现状 1979年，Daliy等人首先把雷达图像和Landsat.MSS图像的复合图像用于地质解释，其处理过程可以看作是最简单的图像融合。1981年，Laner和Todd 进行了Landsat. RBV和MSS图像融合试验。 到20世纪80年代中后期，图像融合技术开始引起人们的重视，陆续有人将图像融合技术应用于遥感多谱图像的分析和处理。 到20世纪80年代末，人们才开始将图像融合应用于一般图像融合(可见光、红外等)。多波段SAR雷达相继开发使得对多波段的SAR图像数据融合技术的研究成为可能，特别是美国宇航局1993年9月成功发射了全世界第一部多波段(L,C, X波段)、多极化、多投射角空间SAR之后，为多波段的SAR图像融合提供了坚实的物质基础。 20世纪90年代后，图像融合技术的研究呈不断上升趋势，应用的领域也遍