【摘 要】
：
无人装备已成为未来对抗重要手段,随之而来的试验需求日增;而军民融合策略使各类公司均可参与,广泛参与下被试品良莠不齐,常有异常情况发生。靶标的异常情况其后果可能很严重;不但会影响试验测试的准确性,甚至可能造成人员伤亡和重大财产损失。因此,对靶标进行异常行为监测和管控,具有十分重要的意义。本文以靶标（无人机）为研究对象,针对可能出现的失控、越界等异常状态,研究靶标的异常状态规律,建立靶标异常行为的判决
论文部分内容阅读
无人装备已成为未来对抗重要手段,随之而来的试验需求日增;而军民融合策略使各类公司均可参与,广泛参与下被试品良莠不齐,常有异常情况发生。靶标的异常情况其后果可能很严重;不但会影响试验测试的准确性,甚至可能造成人员伤亡和重大财产损失。因此,对靶标进行异常行为监测和管控,具有十分重要的意义。本文以靶标（无人机）为研究对象,针对可能出现的失控、越界等异常状态,研究靶标的异常状态规律,建立靶标异常行为的判决标准,设计一套附着于无人机的行为监测和异常管控系统,对靶标的行为进行实时监测,并采用分级管控方式,对可能出现的异常行为进行预警并在必要情况下进行迫降、自毁等管控措施。具体工作如下:1)针对靶标异常状态规律问题,研究靶标异常行为界定与建模技术,对靶标可能发生的异常行为进行分类总结,并针对每种异常行为建立了对应的判决标准。2)针对异常行为判决标准的嵌入式实现问题,研究靶标异常行为判决标准的装载方法,建立判决标准装载协议,设计装载交互过程,实现了判决标准的嵌入式装载功能。3)针对行为监测问题,设计并研制了以STM32F407VCT6芯片为主控,以JY901B姿态模块、GNSS定位模块、继电器管控模块为主要组成的附着测控装置,实现了对靶标的行为进行实时监测并对装载的异常行为进行检测的功能。4)针对异常行为预警问题,研究基于嵌入式的航迹预测技术,采用卡尔曼滤波方法,设计算法判定及验证环境,对飞行中的靶标进行航迹预测,并结合异常行为判决标准,对出现的异常行为进行预警并给出发生异常行为的概率,实现了对异常行为预警的功能。系统经试验验证,能够预先设定靶标的通信边界、禁飞区域、安全通道以及安全姿态;能够对偏离预设飞行范围3米、偏离预设安全姿态0.04度的异常行为进行检测;达到了预期的技术指标。
其他文献
在靶场对新型装备性能进行测试时,需要利用高速相机对试验目标进行高速视频记录,此时会产生大量的高速视频数据。传统网络架构日渐臃肿的网络结构已无法满足海量视频数据的传输需求。同时视频数据中包含大量的冗余信息,如何能在海量的视频数据中快速找出测试环节的关键信息仍是目前的一大难题。针对以上两个问题,本文以高速视频数据为研究对象,利用SDN网络可编程能力提升网络的质量为高速视频的检索创造了条件,并在新型网络
随着无人驾驶路面障碍物识别技术的发展,对车前路面形貌进行探测感知并能准确识别出路面上障碍物对保证无人驾驶安全行驶具有重要意义。由于道路上的水障碍种类多样,形态多变,现阶段常用的识别方法很难准确获取不同类型水障碍的识别信息,不能适用于水障碍类型的复杂性。编码结构光法通过水面反射特性能很好适用于对无倒影和有倒影类型水障碍的有效识别,但在反射率特别低的水体中会影响识别结果的可靠性。针对这个问题,本文研究
加速度计动态特性的研究为加速度计在航空、兵器等领域的应用提供了重要支撑。由于加速度计具备固有的动态特性,因此在实际应用前需要对其进行准确的测试。悬丝加速度计被广泛应用于中高精度的惯导系统中,但在运动过程中零位会因外界干扰而产生零位偏移,影响导航精度。现有的测试系统主要测试加速度计的静态零偏,针对动态零偏的测试较少,且无法解决动态零偏批量测试需求。因此,为了获取加速度计动态零偏和固有的频率特性,本文
现如今化工工业对人类社会发展的重要性不断增加,为社会带来了巨大的经济效益。但伴随发生的化工事故严重危害了巡检人员的生命安全。因此,化工环境下的巡检作业成为一项必要而且迫切的工作。化工厂巡检采用传统人工巡检和传感器巡检容易存在人员安全威胁和设备维护成本高等问题。移动机器人巡检技术可实现对易发生泄漏区域的自主巡察,提高巡检效率和准确性,保障巡检人员安全。本文针对化工环境下巡检机器人的编队控制,机器人路
心跳信号是人体最重要的生理信号之一,对心跳信号的检测分析可得知人体的健康状况。目前常用的心跳检测方法主要为接触式检测方法,包括心电图（Electrocardiograph,ECG）法和光容积描记（Photo Plethysmograph,PPG）法等,但这些方法对烧烫伤人员、传染病人以及电极敏感患者不适用。生物雷达因具有非接触、可穿透检测等优势可有效解决这一问题。生物雷达心跳信号具有微弱易受干扰的
金属屏蔽罩作为半导体芯片的保护元件,其表面质量对芯片的性能和可靠性有着直接影响,因此在生产过程中,金属屏蔽罩表面的缺陷检测至关重要。然而金属屏蔽罩表面含有复杂的背景纹理,会在缺陷的检测过程中产生干扰,影响检测的准确性。尽管人工目检和机器视觉的检测方法已经存在,但都存在一定的局限性,并且检测精度不高。近年来深度学习凭借其强大通用性和自主学习能力,在缺陷检测中被广泛的采纳和应用。因此,本文以深度学习方
为提高多路炸药起爆系统的威力,必须使得多路炸药起爆系统中每一路炸药同步起爆,然而无法做到真正意义上的炸药同步起爆,只能够尽量缩小每路炸药起爆的时间差值。为缩小每路炸药起爆的时间差值,就需要设计一套精密时间间隔测量系统来测量每路炸药起爆的时间差值。目前没有专门针对多路炸药起爆系统的时间间隔测量系统,且大多时间间隔测量系统的测量精度较低,测量通道少。本文针对上述问题,开展基于信号处理与时间间隔测量的方
旋翼无人机因其垂直起降、控制简单、便于悬停而在越来越多的领域得到广泛的应用,但是,电动旋翼无人机因其算力弱、容量小、功耗受限等问题,导致其电池相关参数估算精度不足,故通过云端增强其电池管理能力已成为电动无人机（集群）电池管理系统的必经之路。无人机由于工作状态、任务需要或外界干扰,经常会导致与云端中止数据更新,使得电池管理能力增强失效。因此,本文利用端云跨平台架构优势,对无人机电池管理系统数据链断续
随着当代社会经济的迅速发展和汽车数量的增加,环境污染以及能源短缺问题愈发严重,电动汽车凭借低噪、零排放等优势成为了汽车行业发展的主要方向。动力电池作为整车的核心部件,对车辆续航能力、加速时间、安全系数等汽车性能起着决定性作用,准确估计动力电池荷电状态（State of Charge,SOC）能够提高电池的使用效率和用电安全性,让驾驶员实时了解电动汽车剩余可行驶里程,便于电池管理系统（Battery
身管是火炮等速射武器的核心部件,对整个系统的性能和寿命至关重要,其主要作用是将弹丸以一定速度发射至膛口。弹丸在身管膛内的运动参数关乎着弹丸出膛的速度、能量和轨迹,是对弹丸射击精度研究的重要参数。在工作过程中身管承受着高温、高压等冲击载荷,导致其寿命是整个武器系统中最短的部件之一。因此,为了保障火炮的安全运行,针对身管剩余寿命、材料改进的研究仍是重点研究方向。身管外壁在弹丸发射时的高过载环境下的应变