弹载图像探测器广域协同探测算法

针对弹载图像探测器协同探测的分配方式影响目标信息增益的问题,开展此类探测器广域协同探测算法研究。以获取最多有效毁伤信息为目标,研究了弹载图像探测器散布修正与目标分配问题;建立完整的图像探测器动力学模型和目标等效模型,模拟多探测器的协同探测环境;通过有效信息熵描述图像探测器系统获取毁伤信息的能力,推导毁伤信息熵与系统和目标的相关方程,得到协同探测能力的评价准则;基于Kuhn-Munkres算法和Runge-Kutta算法,提出求解图像探测器最佳修正时机与最优观测目标分配的优化求解方法,并给出算法流程,解决弹载图像探测器协同探测的最优分配问题。结果证明：与图像探测器随机分配方式进行对比,该算法具有更高的信息增益;当图像探测器越过检测目标时,目标信息熵增益同比增长24%。     

基于CNN的弹载图像目标检测方法研究

针对弹载图像目标检测存在适应性不足和智能度不高的问题,阐述了基于卷积神经网络的单帧和多帧图像目标检测算法;提出了在应对恶劣天气、目标旋转及尺度变化、精度速度权衡等难点中的解决策略,包括了在模型、网络结构、训练手段等方面的改进方法。同时,在通用数据集和构建的军事目标专用数据集上进行监督学习训练,对主要算法进行性能比较。结果表明,基于CNN算法能够满足实时性要求,有效提高检测能力,具有更强的环境适应性。     

基于容积卡尔曼滤波的全捷联制导信息估计算法

针对全捷联制导弹药视线角不能直接测量的问题,提出基于容积卡尔曼滤波(Cubature Kalman Filter,CKF)的全捷联制导信息估计算法。该算法根据制导弹药弹道特性以及弹目相对运动特性,建立弹体运动模型及弹目视线模型作为状态模型;利用弹体与目标的几何关系以及坐标系间的转换关系得到的惯性系下的弹目视线角度,建立量测模型;针对所建立模型非线性程度较高的特点,采用容积卡尔曼滤波的方法对弹体姿态角以及弹目视线角进行滤波估计。建立数字仿真模型进行验证,实验结果表明,该算法能够满足制导信息精度的要求,并且具有一定的稳定性。     

基于IEEE802.11s协议的弹载组网终端

针对弹群网络需要依托地面交互设备进行通信,无法为弹药集群提供动态、灵活、高效的自组织网络的问题,提出了基于IEEE802.11s协议的弹载组网终端。该弹载组网终端采用无线Mesh组网技术,通过速率自适应的MAC协议以及跨协议层的AODV路由算法,实现了在高动态环境下弹群节点的自组网功能。实测结果表明,该弹载组网终端传输距离、传输带宽及传输延迟等方面均能满足自组网传输要求,同时满足弹载安装环境的小型化要求,可以应用到巡飞类弹药上,使弹药集群达到灵活、高效组网的目的。     

小口径智能弹药发射高过载环境下弹载模块电路应力分析

针对小口径智能弹药发射时弹载元器件极容易发生损坏失效的问题,对其高过载环境下弹载模块电路应 力进行分析。设计弹药弹载电路模块的防护结构,采用HYPERMESH 与ABASQUS 软件建立弹丸和刚体滑膛身管的 有限元模型,得到弹载电路的应力分布,计算不同防护外壳厚度下弹载电路模块的应力响应,并对聚氨基甲酸乙酯、 丙烯酸、硅酮和环氧树脂等灌封材料进行有限元数值仿真。该分析可为后续弹丸弹载模块的设计提供参考。     

弹载海域封锁作战研究

对重点海域实施封锁具有显著的作战效益,在现有海域封锁作战方式存在局限性的前提下,提出了基于导弹、远程火箭弹快速投放封锁弹药的新型作战方式;随后分析了弹载海域封锁作战模式和总体技术方案,并针对港口、航道等重点海域目标特性,开展作战效能分析;最后对海域封锁导弹涉及的关键技术进行总结与梳理。     

一种线性调频连续波探测抗欺骗式干扰方法

针对用于亚音速弹载探测的毫米波线性调频连续波(LFMCW)探测体制,采用射频存储转发技术,提出一种基于高分辨率一维距离像（HRRP）并结合线性调频Z变换（CZT）频谱细化算法以及动态时间弯曲（DTW）匹配算法的抗欺骗式干扰方法。分析了LFMCW探测体制下多散射中心目标回波模型以及基于数字射频存储技术（DRFM）的干扰信号模型;在常规恒虚警（CFAR）检测基础上,利用CZT获取目标信号细化频谱,提取出目标HRRP特征,并采用DTW进行特征匹配,对真实目标与干扰目标进行区分。仿真及实验结果表明,对采用毫米波LFMCW体制探测的亚音速弹载探测器,所提的CZT-DTW联合检测方法能够有效区分真实目标与采用DRFM的干扰目标。     

基于改进ISODATA的无先验扩展目标聚类分析算法

基于弹载雷达多扩展目标检测的应用需求,在CFAR检测输出的基础上,对检测结果的聚类分析方法进行了论证分析,提出了改进的ISODATA算法。该算法摆脱了常用聚类分析算法对目标个数、聚类初值等先验信息的要求以及孤立点的影响。数字仿真实验验证了新算法的有效性。     

图像自寻的火箭弹命中概率计算与分析

图像自寻的火箭弹目标命中概率直接影响其作战使用。针对该火箭弹弹道及探测设备特点,在分析火箭弹落点偏差产生过程的基础上,通过建立末段弹道简化模型,计算分析了空气阻力及重力、风速风向对落点偏差的影响;然后构建了基于导引盲距与跟踪角误差影响的落点偏差数学模型与命中概率计算模型,并仿真分析了各因素的影响规律;最后根据图像自寻的火箭弹导引盲距推算了跟踪角误差指标要求,并仿真了其落弹散布情况,为该弹种研发与使用提供了重要参考。     

运动参数优化在降低供弹系统弹药偏移幅值中的应用

为解决弹药在运转过程中晃动影响供弹系统接口交接可靠性的问题,提出一种减小弹药偏移幅值的设计方法.根据供弹系统供弹速率及结构参数等条件,基于供弹系统结构参数的基本假设,建立板簧结构简化模型,使用运动方程对弹药单元的运动规律进行描述,利用Matlab进行循环迭代计算,以弹药偏移幅值为目标函数,求解运动参数最优值,并在某型舰炮供弹系统上进行验证.实验结果证明了该方法的有效性.     

基于嵌入式平台与优化YOLOv3 的航拍目标检测方法

针对部署在嵌入式平台的目标检测模型在检测航拍目标时存在的检测速率低、耗时高、存储容量低的问 题,提出一种基于优化YOLOv3 算法的航拍目标检测方法。通过模型剪枝极大地减少了模型参数量,使用二分 K-means 对传统的锚框聚类算法进行优化改进,引入CIOU 损失函数加强边界框回归效果,再经TensorRT 对模型优 化加速后将该检测模型部署到JetsonTX2 平台上。选取大量不同类别不同环境的航拍图像制作数据集进行实验对比。 结果表明：优化后的算法在检验不同航拍图像目标时平均精度可达到83.9%,对每张图片的检测速度从2.8 FPS 提升 至14.7 FPS,满足精确性和实时性要求。     

水下爆炸对被动声自导鱼雷的干扰机理及仿真

为了验证水声干扰子弹水下爆炸声信号对抗声自导鱼雷的效果,基于水下爆炸的声信号具有声源级高、覆盖频率宽的特点,建立了水声对抗数学模型,并应用数学优化方法,将对抗问题转化为非线性有约束的目标优化函数,得到了舰艇最佳规避角和干扰弹最佳落点位置,且发现最佳发射角度变化较小。仿真结果表明,水声干扰子弹在最佳发射条件下,能有效干扰声自导鱼雷。     

弹药包装筒密封性高效自动检测技术

为了对弹药包装筒密封性能进行检测,设计一种弹药包装筒密封性高效自动检测设备.详细阐述系统组成与功能,对弹药包装筒密封性检测从硬件结构和密封检测关键技术进行探讨,提出提高检测精度和效率的实现方法.研究结果表明:该系统检测结果准确可靠,为控制系统准确地自动检测炮弹包装筒密封性奠定了基础.     

基于深度学习框架的装配机器人零件实时检测方法

针对工业生产线上装配机器人在粘连、堆叠、光照变化及环境因素干扰等复杂条件下零件检测率低、鲁棒性差等问题,提出一种基于改进YOLOv3深度学习框架的零件实时检测方法。在基础特征提取网络Darknet-53的每个残差网络后嵌入CFE模块,构建融合CFE模块和Darknet-53的深度特征提取网络CFE-Darknet53,建立YOLOv3深度学习框架下基于CFE-Darknet53的零件实时检测模型,提升检测网络在复杂环境下特征提取能力;设计一种改进K-means算法来预测边界框,通过对零件数据集进行聚类分析,选取最优的锚框个数和尺寸,进一步提高检测准确性。实验结果表明：在复杂条件下,改进算法对相似度很高的多类零件检测准确率能达到91.6%以上,相比YOLOv3算法提升了近10%以上;检测时间为43 ms,在视频传输帧率（24帧/s）下实现了零件实时准确检测。     

基于鲁棒主成分分析的红外图像小目标检测

鲁棒的小目标检测是红外目标搜索与跟踪的关键技术,提出一种改进的单帧红外图像小目标检测算法。该方法将原始红外图像通过预处理变换到新的红外块图像模式,在红外块图像上,将红外图像小目标检测问题转换为低秩矩阵和稀疏矩阵分离的鲁棒主成分分析(RPCA)问题。考虑到红外图像中噪声和杂波的存在,用交替方向方法求解带噪声的RPCA问题,获得稀疏目标图像,并对获得的稀疏目标图像采用简单的图像分割算法进行目标检测。对空天、海天、天云、海面4种不 同场景的红外图像小目标检测,进行仿真实验,结果验证了所提出算法的有效性。     

基于改进YOLOv5与嵌入式平台的多旋翼无人机检测算法

针对在嵌入式平台上检测无人机时面临的资源占用率高、实时性差的问题,提出一种改进YOLOv5网络的目标检测算法。以YOLOv5s网络为基础模型,使用MobileNetV3网络代替CSP-Darknet53作为骨干网络进行特征提取,并优化改进特征加强网络以及算法的回归框损失函数。基于自建无人机数据集分别在PC机和嵌入式平台RK3399上进行测试,实验结果表明：改进后的YOLOv5算法与原算法相比,在保持较高检测精度的同时,检测速度提升了38%,模型大小降低了45%,有效提升了算法的检测性能,满足应用于嵌入式设备的实际需求。     

改进的YOLOv3算法及其在军事目标检测中的应用

复杂环境下军事目标检测技术是提高战场态势生成、分析能力的基础和关键.针对军事目标检测任务在复杂环境下传统检测算法的检测性能较低问题,提出一种基于改进YOLOv3的军事目标检测算法,通过深度学习实现复杂环境下军事目标的自动检测.构建军事目标图像数据集,为各类目标检测算法提供测试环境;在网络结构上通过引入可形变卷积改进的R...     

捷联寻的制导系统滤波器设计

主要针对某型捷联寻的制导弹药,进行了捷联寻的制导系统滤波器设计并进行了目标机动情况下的仿真验证。利用捷联寻的导引头给出的量测信息,设计了捷联寻的制导系统的强跟踪卡尔曼滤波器,估计出弹目相对运动等信息,用于末制导弹药的最优导引律,导引其命中目标。仿真结果表明,所设计的捷联寻的制导系统滤波器能有效对付目标机动,满足某型制导弹药武器系统性能指标要求。     

考虑地面特性的箱装弹药跌落响应研究

为更好地分析复杂环境中箱装弹药跌落过程的动力学响应,基于非线性有限元理论建立箱装弹药动力学有限元模型。建立5种典型特性地面有限元模型;仿真计算得到不同地面特性下的箱装弹药关键部件的应力和加速度数据,分析不同地面特性对应力和加速度的影响。分析结果表明：该方法可为摔箱弹等事故处理提供参考依据,也可为弹药包装箱优化提供一种设计思路。     

基于改进快速区域卷积网络的目标检测轻量化算法

基于深度学习的目标检测算法已成为合成孔径雷达（SAR）图像目标检测任务的主流。深层网络通常具有大量参数,运行速度不能满足实时要求,难以在资源受限的设备(如移动端)上部署。考虑到对模型实时性和可移植性的要求,对双阶段目标检测算法快速区域卷积神经网络进行轻量化改进,比较不同改进方法对算法速度与精度的影响。结合SAR图像的特点,优化轻量化模型,与单阶段目标检测算法的单脉冲多盒检测网络对比。仿真实验结果表明,改进轻量化模型在保持原有精度水平下,模型占用内存和算法运算量大大减少,可有效满足SAR图像目标检测的实时性要求。