現(xiàn)代戰(zhàn)場(chǎng)中,武器裝備不斷革新,而無(wú)人化裝備作為高新技術(shù)的代表,在現(xiàn)代戰(zhàn)場(chǎng)中發(fā)揮著更高的作戰(zhàn)效率。無(wú)人機(jī)作為微小型無(wú)人化裝備的產(chǎn)物,相比于傳統(tǒng)作戰(zhàn)單位,無(wú)人機(jī)具有機(jī)動(dòng)性強(qiáng),組網(wǎng)容易,戰(zhàn)場(chǎng)敏感性高等特點(diǎn),逐漸成為信息化作戰(zhàn)不可或缺的作戰(zhàn)武器裝備。隨著無(wú)人機(jī)技術(shù)的不斷發(fā)展,單架無(wú)人機(jī)在單一戰(zhàn)場(chǎng)環(huán)境下作戰(zhàn)能力不斷提高。然而,戰(zhàn)場(chǎng)環(huán)境日趨復(fù)雜,單架無(wú)人機(jī)受其軟硬件滯后的約束,無(wú)法完成一些作戰(zhàn)范圍廣、內(nèi)容復(fù)雜的復(fù)合任務(wù)。多無(wú)人機(jī)協(xié)同作戰(zhàn)不僅可以避免因單架無(wú)人機(jī)的突發(fā)狀況對(duì)任務(wù)造成影響,還可以配合陸軍和海軍完成高復(fù)雜度的作戰(zhàn)任務(wù)。無(wú)線自組網(wǎng)技術(shù)由于其組網(wǎng)方式簡(jiǎn)單且組網(wǎng)速度快可以很好地解決多無(wú)人機(jī)拓?fù)浣Y(jié)構(gòu)變化迅速而造成網(wǎng)絡(luò)不穩(wěn)定的問(wèn)題。此外,中小型無(wú)人機(jī)能量有限,無(wú)人機(jī)自組網(wǎng)還可以優(yōu)化系統(tǒng)對(duì)能量的分配。而數(shù)字柵格地圖作為多無(wú)人機(jī)系統(tǒng)的信息獲取工具,可以將戰(zhàn)場(chǎng)信息實(shí)時(shí)、立體的呈現(xiàn)出來(lái),對(duì)無(wú)人機(jī)協(xié)同任務(wù)的效率和航程規(guī)劃的精度有顯著的提高。因此,基于信息柵格的無(wú)人機(jī)自組網(wǎng)技術(shù)已成為無(wú)人機(jī)無(wú)線通信技術(shù)領(lǐng)域的關(guān)鍵技術(shù)之一。本文針對(duì)無(wú)人機(jī)系統(tǒng)中高頻拓?fù)浣Y(jié)構(gòu)變化、中小無(wú)人機(jī)能量有限和無(wú)人機(jī)協(xié)同任務(wù)和路徑規(guī)劃等問(wèn)題,... 

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文的主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 無(wú)人機(jī)自組網(wǎng)概述
    2.1 無(wú)人機(jī)自組網(wǎng)的定義
    2.2 無(wú)人機(jī)自組網(wǎng)的特點(diǎn)
    2.3 無(wú)人機(jī)自組網(wǎng)的結(jié)構(gòu)
        2.3.1 平面結(jié)構(gòu)
        2.3.2 分級(jí)式結(jié)構(gòu)
    2.4 無(wú)人機(jī)自組網(wǎng)的應(yīng)用
    2.5 本章小結(jié)
第三章 基于節(jié)點(diǎn)能量的多無(wú)人機(jī)自組網(wǎng)分簇算法
    3.1 自組網(wǎng)分簇算法
        3.1.1 無(wú)人機(jī)自組網(wǎng)分簇算法策略設(shè)計(jì)的難點(diǎn)
        3.1.2 典型的自組網(wǎng)分簇算法
    3.2 基于節(jié)點(diǎn)能量的多無(wú)人機(jī)組分簇算法設(shè)計(jì)
        3.2.1 基于節(jié)點(diǎn)能量的無(wú)人機(jī)自組網(wǎng)分簇算法實(shí)現(xiàn)方法
        3.2.2 網(wǎng)絡(luò)性能指標(biāo)
    3.3 基于節(jié)點(diǎn)能量的無(wú)人機(jī)自組網(wǎng)系統(tǒng)性能分析
    3.4 本章小結(jié)
第四章 基于三維數(shù)字柵格地圖的多無(wú)人機(jī)協(xié)同任務(wù)
    4.1 數(shù)字柵格地圖
        4.1.1 數(shù)字高程模型
        4.1.2 數(shù)字高程模型處理
    4.2 無(wú)人機(jī)協(xié)同任務(wù)體系結(jié)構(gòu)
    4.3 基于三維柵格地圖的多無(wú)人機(jī)協(xié)同任務(wù)實(shí)現(xiàn)方法
        4.3.1 基于三維柵格地圖信息的搜索流程
        4.3.2 目標(biāo)發(fā)現(xiàn)概率
        4.3.3 合成孔徑雷達(dá)探測(cè)
        4.3.4 動(dòng)態(tài)雷達(dá)目標(biāo)橫截面(RCS)測(cè)定
    4.4 基于三維柵格地圖的多無(wú)人機(jī)協(xié)同任務(wù)性能仿真分析
        4.4.1 動(dòng)態(tài)雷達(dá)目標(biāo)橫截面(RCS)測(cè)定
        4.4.2 仿真結(jié)果分析
    4.5 本章小結(jié)
第五章 基于sift算子的多無(wú)人機(jī)航程規(guī)劃方法
    5.1 無(wú)人機(jī)戰(zhàn)場(chǎng)環(huán)境分析
        5.1.1 陸地環(huán)境對(duì)無(wú)人機(jī)作戰(zhàn)的影響
            5.1.1.1 地形遮蔽盲區(qū)
            5.1.1.2 地球曲率盲區(qū)
        5.1.2 氣象對(duì)無(wú)人機(jī)作戰(zhàn)的影響
    5.2 sift算子的特征提取和匹配技術(shù)
        5.2.1 尺度空間技術(shù)
        5.2.2 特征提取
            5.2.2.1 極值點(diǎn)檢測(cè)與特征點(diǎn)定位
            5.2.2.2 特征點(diǎn)方向確定
            5.2.2.3 生成特征描述
        5.2.3 特征匹配
    5.3 基于sift算子的多無(wú)人機(jī)航程規(guī)劃設(shè)計(jì)
        5.3.1 算法實(shí)現(xiàn)
            5.3.1.1 算法實(shí)現(xiàn)步驟
            5.3.1.2 圖像預(yù)處理
            5.3.1.3 匹配結(jié)果篩選
        5.3.2 光照模糊
        5.3.3 相對(duì)運(yùn)動(dòng)模糊圖像識(shí)別
    5.4 基于sift算子的多無(wú)人機(jī)航程規(guī)劃設(shè)計(jì)
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的研究成果



本文編號(hào)：3661890