低小慢目标追逐消灭系统
价格 双方协商
地区: 陕西省 西安市 市辖区
需求方: 西安***学院
行业领域
高端装备制造产业,航空装备产业
需求背景
随着无人机技术的迅猛发展,在当前国际社会的动荡环境下,无人机技术在军事领域扮演着日益重要的角色。例如在俄乌冲突中,对抗双方广泛采用多种无人机平台进行情报侦察、电子干扰等任务,取得了显著的作战成果近年来,民用无人机的非法飞行事件以及无人机及其群体在军事领域的应用不断增加,使得反无人机系统的研究显得尤为紧迫。
本项目提出一种基于火焰喷射器的低小慢目标追踪消灭的基地防御系统,该系统通过高机动无人机携带喷火器装置来追踪消灭目标,同时,为了更好地应对大规模的小型无人机群体,可以采用多机协同作战的方式。多个高机动性无人机可以分工合作,分别追击和消灭不同的目标。通过协同作战,可以进一步提高追击和消灭效率,增加反蜂群作战的成功率。
在地面基地雷达探测到目标入侵后,派出该系统的组网无人机进行追踪,并通过视觉或雷达等传感器,实时监测周围的小型无人机。一旦发现目标,系统将自动锁定并追踪。当目标被追踪进入攻击范围后,喷火器系统将自动瞄准并进行精确喷射。喷火器喷射出的火焰将点燃小型无人机,迅速消灭目标。
需解决的主要技术难题
目前,国内外反无人机系统正处于快速发展阶段。与电磁干扰、激光等反制手段相比,以无人机发射弹网反制“低小慢”目标的防御系统具有“简单直接、效率高、成本低等优势,是低空近程反制“低慢小”目标的一条极具发展潜力的技术路线。本文提出的新型基地“火网”无人机防御系统,引入了基于深度学习的目标识别与目标跟踪算法以及激光近感探测技术,为防御“低慢小”目标的威胁提供了高效、低成本的措施,是对反无人机系统领域的重要探索。
1、基于深度学习的目标识别与目标跟踪算法视觉导引系统中包括目标检测和目标跟踪两个部分,采用基于深度学习的方法实现目标检测和跟踪的功能。其中,目标检测采用 Yolo 的深度学习框架,目标跟踪采用 GoTurn 的深度学习框架。深度学习框架采用改进版精度浮点型的方式,提高目标检测和跟踪的运算速度。2、基于激光自动瞄准的轻量化喷火器攻击设计
由于无人机和目标均为空中高机动状态,为了实现高精度的目标瞄准和消灭,喷火器系统将采用激光自动瞄准技术。基于光学传感器获取的数据自动瞄准算法将分析目标无人机的位置和运动,并计算激光发射器的瞄准参数,以确保喷火器能够准确地有效消灭目标
期望实现的主要技术目标
在现代无人机技术迅速发展的背景下,无人机在军事领域也得到广泛应用,但同时也带来了新的挑战,例如蜂群无人机。为了有效应对蜂群无人机的威胁,本文提出一种创新方案,通过高机动性的无人机搭载喷火器,实现对小无人机的追逐和消灭。该方案不仅具备高机动性和以一敌多的能力,还能进行多机协同作战,有效应对蜂群无人机的威胁。成本低,实施直观。预期目标:
通过高机动性无人机搭载喷火器,实现对小无人机的追击和消灭:(1)建立通信网络和指挥系统,能够分配目标给各个无人机、实现区域覆盖和灵活协同,以应对蜂群无人机的威胁。;
研究更为高效的目标识别和瞄准系统,以确保无人机能够快速发现、锁定目标,并准确瞄准进行喷火器攻击。
需求解析
解析单位:“科创中国”航空制造产业科技服务团(中国航空学会) 解析时间:2023-11-24
杨亮
中国航空学会
高工
综合评价
处理进度