国外长航时无人机综述

长航时无人机主要执行战略和战术侦察等任务,它的优点是续航时间长,而且可收集目标区完整的情报信息,为使用方作出及时、准确的决策提供可靠的依据。本文介绍了美国、以色列、法国的长航时无人机,并对其设计特点、应用前景作了简单的概述,它将是今后军用无人机发展的重点和方向。     

高空长航时无人机的发展特点及技术难点探讨

未来信息化战争的需求使得高空长航时无人机系统的发展在世界范围内得到了空前的重视,并在技术、性能和作战使用上呈现出许多新的特点.文章综述了国际上典型高空长航时无人机的发展动态和趋势,对隐身设计、可变机翼设计及超高空超长航时无人机发展热点给以关注,对面临的技术难点问题进行了分析和讨论.     

基于无人机系统制作大比例尺正射影像

与其它移动测图平台相比,无人机系统具有机动、灵活、低成本等特点,因此非常适合应用于大比例尺航空摄影测量.与专业的量测相机相比,非量测数码相机的价格相对低廉、体积小、重量轻,尤其适于作为小型的无人机系统的影像获取设备.本文介绍了一个以数码相机作为影像获取设备的无人机系统;给出了数码相机的标定和畸变分析过程;并提出了基于相对定向、三视张量、自由网平差方法逐步剔除粗差的自动空中三角测量过程.最后的实验表明,以无人机系统获取的低空数码影像生产的正射影象可以达到 1:2000 的精度指标.     

基于DSP的无人机自主着舰识别算法

针对复杂海面环境造成的图像干扰变形给无人机着舰过程中人工标识的识别带来的困难,采用了一种基于仿射不变矩和支持向量机(SVM)的识别方法,首先采集各种变形下的适量标识样本,经过适当的预处理之后,提取其仿射不变矩,然后送入 SVM进行训练识别,并且给出了在 DSP 系统内基于上述流程的实现方法。实验表明,该方案对于图像在各种小幅度干扰变形下的识别率均达到了90%以上,平均每帧测试时间为170 ms,对于旋翼型无人机自主着舰具有一定的实用性。     

基于无人机高光谱遥感的荒漠草原覆盖度提取方法研究

植被覆盖度(fractional vegetation coverage, FVC)是草地退化评价的重要指标之一,实时、快速、准确地采集FVC是进行草地退化评价的基础。本文以无人机(unmanned aerial vehicle, UAV)高光谱遥感图像为数据源,提出了3D-ResNet18深度学习覆盖度提取方法,将此方法与回归模型法和ResNet18经典深度学习方法进行比较,并对提取精度进行验证。结果表明,提出的3D-ResNet18方法对荒漠草原FVC展现出较优的提取效果,总体估算精度达97.56%,相比较NDVI、SA-VI、G＿CR＿NDVI、G＿CR＿SAVI和ResNet18分别提高了8.32%、5.92%、2.20%、2.14%和1.87%,为荒漠草原FVC信息高精度和高效率的统计奠定基础。     

波束空时分组码系统中一种基于ICA的正交检测方案

结合波束形成和空时分组编码的混合系统与传统的单波束发射以及单空时编码发射分集方案相比可以大大提高链路性能;传统的译码方案通常以接收端能够获取精确的信道状态信息为前提;但是对于某些特定的通信环境,这种前提条件通常很难满足.独立分量分析(ICA)技术可以在不进行信道估计的情况下对发射信号实现有效检测.本文针对接收端的信号结构提出了一种基于ICA的正交检测方案;并通过仿真将新方案与传统方案进行了性能比较,仿真结果表明,新方案具有较好的系统适应性和误码率特性.