一种基于欺骗信息注入的无人机群诱导驱离方法

    公开(公告)号:CN116382336A

    公开(公告)日:2023-07-04

    申请号:CN202310317659.9

    申请日:2023-03-29

    Abstract: 本发明公开了一种基于欺骗信息注入的无人机群诱导驱离方法,包括步骤:Step1.探测识别无人机群编队结构和系统矩阵;Step2.设计欺骗信息并注入领导者无人机控制环路;Step3.求取欺骗信息注入后领导者理论运动轨迹;Step4.根据无人机群分布式交互特征,求取欺骗信息注入后跟随者理论运动轨迹;Step5.探测欺骗信息注入后无人机群实际运动轨迹;Step6.对比理论与实际运动轨迹,判定无人机群是否驱离反制成功。针对具有领导‑跟随结构的无人机群,本发明通过对无人机群领导者注入欺骗信息,利用无人机间分布式信息交互,以诱导、驱离整个无人机群;本发明不以毁伤无人机为目的,具有无附带损害、反制效果可控等特点。

    飞行器机动发射主动段后视景象匹配精确位姿修正方法

    公开(公告)号:CN113865617B

    公开(公告)日:2023-06-09

    申请号:CN202111003263.4

    申请日:2021-08-30

    Abstract: 本发明涉及一种飞行器机动发射主动段后视景象匹配精确位姿修正方法,在飞行器上安装微型后视摄像头;根据相机成像原理,通过对图像中显著目标识别矩形框所占像素面积进行计算,建立相机相对目标实际高度与目标成像所占像素面积的函数关系,根据该函数关系,实时换算出飞行器垂直上升段的高度位置,进而对飞行器位置信息进行修正;然后提出飞行器主动段的转弯上升段中俯仰角θ的修正方法,利用飞行器俯仰角发生变化时,后视相机所拍摄的前下视图像在基准图中所对应匹配图像在轨迹平面上的最远可视点和最近可视点的距离差的不同,建立俯仰角与该距离差之间映射关系,进而对飞行器俯仰角进行修正。

    一种基于群体协同信息的无人机蜂群反制方法

    公开(公告)号:CN113739638B

    公开(公告)日:2023-05-09

    申请号:CN202110898653.6

    申请日:2021-08-05

    Abstract: 本发明公开了一种基于群体协同信息的无人机蜂群反制方法,包括:Step1.探测预警;Step2.跟踪定位;Step3.判断是否反制;Step4.反制蜂群目标;Step5.确定反制效果;针对基于声呐信息/视觉信息感知实现自主导航和群体协同的无人机蜂群,本发明方法采用声波攻击和强光干扰的方式可有效破坏部分无人机的自主导航能力、与邻近无人机的分布式协同能力,使得声波攻击和强光干扰范围内无人机无法获取导航定位信息和邻近无人机位置信息,蜂群期望队形难以维持,进而实现对无人机蜂群的有效反制,具有攻击角度和瞄准位置精度高、攻击效率和反制成功率高的特点。

    基于显著性融合的红外与可见光图像融合方法

    公开(公告)号:CN111652243B

    公开(公告)日:2022-09-30

    申请号:CN202010337699.6

    申请日:2020-04-26

    Abstract: 本发明公开了一种基于显著性融合的红外与可见光图像融合方法,采用了包括基于四叉树的红外图像分割和贝塞尔背景重构的显著目标提取、基于结构低秩编码的稀疏显著目标提取、基于拉普拉斯的显著目标多尺度细节提取三种提取方法,以及红外显著目标确定,将红外与可见光图像进行融合,既获得了目标的视觉显著性特征,同时保留了场景的细节信息。本发明提供的图像融合方法可以弥补红外图像的不足,能够发挥可见光与红外的优势,使得融合图像同时具有红外与可见光的优点,有利于提高系统的探测侦察能力。

    基于改进控制参数化的高超声速飞行器再入轨迹优化方法

    公开(公告)号:CN113325706B

    公开(公告)日:2022-09-23

    申请号:CN202110490602.X

    申请日:2021-05-06

    Abstract: 本发明公开了一种基于改进控制参数化的高超声速飞行器再入轨迹优化方法,首先建立基于路径约束和终端约束的高超声速飞行器再入轨迹优化问题模型;然后,利用控制参数化方法中的时间尺度变换和分段常值函数控制量近似策略,将原优化问题离散成为一个参数选择问题;之后,使用Tent混沌序列生成在解空间中较为均匀的初始化种群,将其作为粒子群算法的初始种群,对离散后的目标函数进行优化,得到一个较好的初始猜测解,采用内点法对离散后的高超声速飞行器再入轨迹问题进行求解,得到再入轨迹。本发明将控制参数化方法进行改进,寻优效率更高,能够得到准确且安全的再入优化轨迹,对后续的高超声速飞行器再入轨迹优化问题求解的探索具有重要参考价值。

    基于结构森林和PCANet的标志物检测与识别方法

    公开(公告)号:CN110263635B

    公开(公告)日:2022-09-09

    申请号:CN201910396062.1

    申请日:2019-05-14

    Abstract: 本发明属于自动目标识别技术领域,公开了一种基于结构森林和PCANet的标志物检测与识别方法,首先基于结构森林对路面标志物的边缘结构进行检测;然后,针对场景中的辅助线和典型标志物,采用基于骨架提取的动态聚类算法提取辅助线及角点特征区域,通过基于图像增强处理的最大稳定极值区域特征检测算法确定典型标志物的候选区域;最后,采用PCANet结构对候选区域进行标志物识别。本发明对于边缘结构特征不明显的标志物,进行了结构化的映射,并采用动态聚类和增强后的MSER特征进行提取,用于PCANet的识别。本发明能够克服标志物对比不明显、训练数据集较小的难题,为驾驶人员实时提供辅助信息具有重要意义。

Patent Agency Ranking