下载文档原格式
一种协作目标定位与协作自定位的并行集成方法
王雷钢;孔德培;周继航;王建路
【期刊名称】《南京航空航天大学学报:英文版》
【年(卷),期】2022(39)2
【摘要】当群智能体在进行目标跟踪时,它们可以以协作的方式对自身和目标进行定位。
为了最大限度地发挥群协作的优势,本文设计了一种协作目标定位(Cooperative target-localization,CTL)和协作自定位(Cooperative target-localization,CSL)的并行集成的运行策略。
首先,建立一个包含群智能体位置和目标位置的全局代价函数。
其次,在CTL过程中,随着智能体位置被重新估计,使用U变换推算各智能体位置估计之间的误差协方差。
仿真结果表明,与CTL和CSL独立运行的情况相比,该策略利用了更多的信息进行目标和智能体的位置估计,可以获得全局最优的智能体和目标位置估计结果。
【总页数】8页(P231-238)
【作者】王雷钢;孔德培;周继航;王建路
【作者单位】电子信息系统复杂电磁环境效应国家重点实验室
【正文语种】中文
【中图分类】TN925
【相关文献】
1.协助·协作·协调:国外教师组织的目标定位与发展趋向
2.一种应用于多仿生机器鱼协作的图像并行处理方法
3.一种利用UKF进行协作式和非协作式目标空间配准的方法
4.一种利用UKF进行协作式和非协作式目标空间配准的方法
因版权原因，仅展示原文概要，查看原文内容请购买。
无人机与舰艇协同作战的未来设想随着科技的飞速发展，无人机作为一种新兴的战争工具，正逐渐在现代军事中发挥重要作用。
然而，相对于军舰来说，无人机的航行和战斗能力还存在一些瓶颈。
在未来，无人机与舰艇协同作战将成为可能，并为军舰提供更强大的火力和侦查能力。
那么，我对无人机与舰艇协同作战的未来设想如下。
首先，无人机应该具备更高的自主飞行能力。
现有的无人机大多需要人操控或通过预设航线来飞行，在与舰艇协同作战时存在很大的局限性。
未来的无人机应具备更高级的人工智能系统，能够自主识别目标、规划飞行路线，并在遭遇干扰时做出相应应对。
这样一来，无人机将能够更好地完成对敌方舰艇的侦查和攻击任务。
其次，无人机与舰艇之间的通信应更加灵活和高效。
目前，无人机和舰艇之间的通信主要依靠无线电信号，但在复杂的海上环境中，信号易受干扰，导致通信中断或延迟。
为解决这一问题，未来的通信技术应更加先进，例如采用激光通信技术，通过光束传输信号，可以实现更远距离、更高速度的通信。
这将大大提高无人机与舰艇之间的实时指挥和信息共享能力。
第三，无人机应具备更强大的火力和打击能力。
无人机往往携带的是小型武器和传感器，难以对敌方强大的舰队形成威胁。
为了提高无人机的打击能力，未来的无人机可以配备更先进、更强大的武器系统，如高能激光器、电磁炮等。
这些武器系统拥有更高的射程和杀伤力，能够有效打击敌方舰艇，增强与军舰的协同作战能力。
此外，无人机与舰艇协同作战还需要加强对敌方抗干扰能力的研究。
在实际作战中，敌方往往会采取各种手段对无人机和舰艇的通信和导航系统进行干扰，造成其失去作战能力。
未来，应加强对抗敌方干扰的研究，开发出更加抗干扰的通信和导航系统。
同时，还可以进一步研究隐身技术，减小无人机和舰艇的雷达信号和红外辐射等暴露度，提高其生存能力。
总之，无人机与舰艇协同作战的未来设想是十分广阔的。
未来的无人机应具备更高的自主飞行能力，与舰艇之间的通信应更加灵活和高效，无人机的火力和打击能力应更强大，同时还应加强对抗干扰能力的研究。
基于云边协同的船舶目标检测技术研究作者：李兆虎佟力来源：《电脑知识与技术》2024年第14期摘要：傳统船舶目标检测通常采用船舶侧部署固定算法的方式实现。
文章提出并实现了一种利用云边协同技术，通过卫星网络通道进行船舶目标检测、视频传输以及算法动态更新的系统。
该系统云端管理不同版本的目标检测算法模型以及所有边缘侧当前的算法版本，边缘侧接收云端下发的算法模型并进行模型热更新。
系统支持依据检测结果按需传输识别数据信息，以有效利用网络带宽。
实验表明，通过以上方法，在卫星网络资源有限的场景中，可以有效降低业务数据对卫星通道网络带宽的占用率，船舶管理机构能够及时获取船舶态势信息并进行实时决策。
关键词：船舶识别；视频传输；云边协同；卫星传输；AI模型管理中图分类号：TP391 文献标识码：A文章编号：1009-3044（2024）14-0026-03 开放科学（资源服务）标识码（OSID）：0 引言目前在陆地目标检测场景中，平台采用将特定算法预制入终端设备中，远端的云平台通过廉价高带宽的地面网络可以实时提取不同端侧的原始与检测数据，继而进行相关决策。
云边协同架构是一种新兴的计算模式，旨在将云计算和边缘计算融合，以实现更高效的数据处理和决策支持。
然而，国内卫星网络带宽远远不及地面网络，陆地目标检测相关方法不能直接移植到海上船舶目标检测，同时对于出海航行的船舶，由于业务繁忙导致留给进港完成系统更新的时间窗口有限。
船舶识别系统的主要功能就是识别船只、追踪目标、简化交流信息、避免碰撞发生[1]。
在船端目前进行目标识别一般使用SSD算法与YOLO算法等。
目前船舶目标检测与传输方面除了利用地面网络与高轨卫星外，北斗定位功能也可以实现对目标的轨迹追踪[2]。
目前学术上将SDN 应用于边缘计算[3]，可支持数量众多的网络设备接入，通过RTMP协议进行视频传输[4]。
以上方法侧重边缘检测与数据同步研究，缺乏云边数据协同与云边智能协同能力。
《协同制导及卫星自主导航技术研究》论文摘要编写关键词：数据链;传输延迟;效能评估;视景仿真;自主导航协同空战改变了传统意义上的空战模式，它将各作战单元有机结合在一起，实现了各作战单元之间信息共享、统一指挥、协同攻击及远程精确打击。
另外，随着航天技术的发展，微小卫星的价值受到普遍的关注，对其自主导航系统的性能提出了更高要求。
本文针对目前协同制导及自主导航系统方面存在的问题，开展了协同制导、数据链、视景仿真以及微小卫星自主导航等关键技术研究。
论文的主要研究工作和创新性成果主要表现在以下几个方面：（1）对协同制导过程中数据链传输延迟进行了建模及其补偿技术研究，提出了一种基于“当前”统计模型和自适应卡尔曼滤波器相结合的数据传输延迟补偿方法。
详细分析了协同制导过程，并在数据链信息传输过程分析的基础上，运用排队理论对影响数据传输延迟的系统服务时间和排队等待时间进行了建模；针对各作战单元目标信息量测的时空相对性，研究了目标信息时空归一化方法。
在此基础上，分析了数据链传输延迟对协同空战的影响，提出了一种基于“当前”统计模型和自适应卡尔曼滤波器相结合的数据传输延迟补偿方法。
研究结果表明，这种数据传输延迟误差补偿方法不仅能够有效减小由于数据传输延迟引起的目标位置误差，而且也大大提高了中末交班时导弹对目标的截获概率。
（2）提出了一种适用于协同制导系统作战效能评估的多层次模糊综合评估方法。
首先，根据协同制导过程建立了协同制导系统作战效能评估的指标体系，研究了目标跟踪能力、协同攻击能力和数据链系统性能对协同作战效能的影响情况；接着，针对协同作战效能评估过程中多任务、多指标的特点，结合三角模糊数理论和层次分析法，提出了一种适用于协同制导系统作战效能评估的多层次模糊综合评估方法。
利用该效能评估方法实现了对协同制导系统作战效能的评估，从而验证了协同制导系统的整体作战性能。
（3）对协同空战三维视景仿真技术进行了研究，开发了一套协同空战三维视景仿真演示平台。
无人机与舰艇协同：提升海军战术灵活性随着科技的不断进步与发展，无人机已经成为现代战争中不可或缺的一部分。
特别是在海军领域，无人机的引入为海军战术带来了新的灵活性与优势。
无人机可以与舰艇协同作战，提升海军战术能力，以下将从侦察、打击和作战支援三个方面进行论述。
首先，无人机在海军作战中的侦察任务中发挥了重要的作用。
利用无人机的空中视角和高度灵活的机动性，海军可以获取到更加全面和精确的情报信息。
通过舰载无人机的布设，可以覆盖更大的侦察范围，识别潜在的威胁和敌方目标。
无人机可以在战斗区域进行隐蔽侦察，避免暴露了舰艇本身。
通过无人机的实时图像传输，能够提供给指挥官和作战人员更加清晰的战场态势，使决策更加准确和迅速。
其次，无人机还可以在海军打击任务中发挥重要的作用。
作为舰艇的延展武器，无人机可以携带各种导弹和火控系统，对敌方目标进行精确打击。
在面对高风险和高密度防空区域时，可以通过发射无人机携带的导弹，远离直接危险区域的同时实现打击目标。
此外，无人机还可以作为电子干扰平台，对敌方雷达和通信系统进行干扰破坏，削弱敌方的战斗力。
最后，无人机在海军作战中的支援任务中也占据重要地位。
无人机可以携带货物和物资，进行空中补给，为舰艇提供持续作战能力。
在海上搜救行动中，无人机可以迅速搜索和侦察，缩短搜救时间，提高生存几率。
此外，无人机还可以进行战场监视，发现和报告敌方舰艇活动，提供实时目标情报，为舰艇的战斗决策提供支持。
然而，无人机与舰艇的协同并不是一项简单的任务。
在无人机的运营和部署过程中，还存在一系列的技术与战术问题需要解决。
首先是通信问题，无人机与舰艇之间需要建立可靠的通信链路，以实现信息的及时传输和指挥控制。
其次是无人机的舰载起降问题，要确保无人机在恶劣的海况下能够安全起降，维持战斗能力。
此外，还需要解决无人机的存储和维护问题，保证无人机随时能够进行作战任务。
综上所述，无人机与舰艇的协同将能够极大地提升海军战术的灵活性。
多目标分时打击的多群组飞行器协同制导方法在现代科技的舞台上，多目标分时打击的多群组飞行器协同制导方法如同一位精心编排的交响乐指挥，协调着每一个音符，确保旋律的和谐与完美。
这种方法的核心在于其卓越的协同性和精确性，它能够像鹰群捕食一般，对多个目标进行快速、准确的定位和打击。
首先，这种方法的协同性体现在各个飞行器之间的紧密配合上。
它们不再是孤立的个体，而是形成了一个高效的团队。
就像一支足球队的球员，他们各自有不同的位置和任务，但都为了同一个目标而努力。
这种协同作战的方式大大提高了打击的效率和准确性。
其次，这种方法的精确性也是其显著特点之一。
它能够像狙击手一样，精确地锁定目标，然后一击即中。
这种精确性不仅体现在对目标的定位上，还体现在对打击时间和力度的把握上。
它能够在最短的时间内，用最少的资源，达到最好的效果。
然而，这种方法也面临着一些挑战和问题。
首先，如何保证飞行器之间的通信畅通无阻是一个关键问题。
如果通信出现问题，那么整个系统的协同性就会受到影响，甚至可能导致任务失败。
其次，如何提高飞行器的自主性也是一个重要课题。
目前，许多飞行器还需要人工操作或干预，这不仅增加了人力成本，也降低了效率。
对于这些问题，我认为我们应该从以下几个方面进行改进和完善：1.加强飞行器之间的通信技术研究，确保通信的稳定性和可靠性。
我们可以借鉴现代通信技术的最新成果，如5G、6G等，来提高飞行器之间的通信速度和质量。
2.提高飞行器的自主性。
我们可以通过人工智能、机器学习等技术，使飞行器能够更好地识别和判断环境，从而提高其自主决策的能力。
3.建立完善的应急机制。
在任何系统中，都可能出现意外情况。
因此，我们需要建立一套完善的应急机制，以便在出现问题时能够及时应对和处理。
总的来说，多目标分时打击的多群组飞行器协同制导方法是一种具有巨大潜力的技术。
它像一把锋利的剑，能够准确地刺入敌人的心脏。
然而，这把剑也需要我们不断地磨砺和完善，才能发挥出最大的威力。
第43卷第2期航天返回与遥感2022年4月SPACECRAFT RECOVERY & REMOTE SENSING45太阳诱导叶绿素荧光卫星遥感技术研究进展仝迟鸣鲍云飞黄巧林王钰（北京空间机电研究所，北京100094）摘要陆地植被生态系统碳汇能力的定量评估对更好的理解全球碳循环，实现碳达峰、碳中和目标至关重要。
卫星反演的太阳诱导叶绿素荧光（SIF）作为一种快速、直接、非侵入性的植被光合性能指标应用日益广泛，为估算区域到全球尺度陆地植被生态系统的碳汇水平提供了一种新的光学手段。
文章首先回顾了用于卫星SIF反演的传感器及其反演SIF产品的特点；其次，综述了卫星SIF在陆地植被生态系统碳汇监测中的研究进展；最后，针对陆地碳循环遥感的应用需求，讨论分析了未来卫星SIF遥感发展的难点与重点。
文章对卫星SIF遥感在陆地植被生态系统碳汇监测中的应用分析，可为生态系统碳源/汇管理、气候预测和卫星研制提供一定参考。
关键词总初级生产力太阳诱导叶绿素荧光碳循环卫星遥感中图分类号: V19文献标志码: A 文章编号: 1009-8518(2022)02-0045-11DOI: 10.3969/j.issn.1009-8518.2022.02.005Progress on Solar-induced Chlorophyll Fluorescence of SatelliteRemote SensingTONG Chiming BAO Yunfei HUANG Qiaolin WANG Yu（Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China）Abstract Quantifying terrestrial vegetation ecosystem carbon sink is essential for better understanding the global carbon cycle and achieving the goals of peak carbon dioxide emissions as well as carbon neutrality. Solar-induced chlorophyll fluorescence (SIF) is widely used as a rapid, direct and non-invasive indicator of the function and status of vegetation. Satellite SIF provides a new optical method for estimating carbon sink of terrestrial vegetation ecosystems at scales from regions to the globle. Firstly, we review the characteristics of satellite platforms/sensors for SIF retrieval and its products. Secondly, we present an overview of the application of satellite SIF in the terrestrial ecosystem carbon sink. At last, we discuss the challenges of satellite SIF remote sensing in terrestrial carbon cycle according to their needs. This comprehensive review on terrestrial vegetation ecosystem carbon monitoring of satellite SIF application can benefit carbon management, climate projections, and satellite design.Keywords gross primary production (GPP); solar-induced chlorophyll fluorescence (SIF); carbon cycle; satellite remote sensing收稿日期：2022-01-18基金项目：国际（地区）合作与交流项目（41611530544）引用格式：仝迟鸣, 鲍云飞, 黄巧林, 等. 太阳诱导叶绿素荧光卫星遥感技术研究进展[J]. 航天返回与遥感, 2022, 43(2): 45-55.TONG Chiming, BAO Yunfei, HUANG Qiaolin, et al. Progress on Solar-induced Chlorophyll Fluorescence of46航天返回与遥感2022年第43卷0 引言工业革命导致CO2、CH4等温室气体排放增加，气候变暖进程加快，将造成极端气象事件频发、冰川融化、海平面上升等灾害性后果。
艇机协同近岸岛礁搜救的模拟训练与分析随着科技的发展，艇机协同搜救已经成为近岸岛礁搜救的重要方式之一。
为了提高搜救的效率和水平，模拟训练和分析成为必不可少的过程。
本文将就艇机协同近岸岛礁搜救的模拟训练和分析进行深入探讨。
一、模拟训练1.培训对象艇机协同近岸岛礁搜救涉及到的人员有艇员、机组人员、搜救人员等多个方面，他们需要通过模拟训练来提高各自的技能和协同配合能力。
在模拟训练中应该根据各个角色的具体情况分别制定训练计划，确保每个人都能得到充分的训练。
2.训练内容艇机协同近岸岛礁搜救的模拟训练应该包括多种情况的应对，比如在不同天气条件下的搜救、在不同时间条件下的搜救等等。
同时还需要模拟遇到不同情况下的突发事件，比如发动机故障、船员受伤等，以及协同配合的训练。
3.训练工具在模拟训练中，应该使用逼真的训练工具，比如模拟船只、模拟无人机、模拟救生设备等，以提高训练的逼真度。
同时还需要模拟岛礁和海域的情况，确保训练的真实性。
4.训练评估模拟训练结束后，需要对每个人员的表现进行评估，包括对技能的掌握程度、对协同配合能力的掌握程度等。
评估的结果可以用来指导下一步的训练安排，进一步提高搜救效率和水平。
二、分析过程1.搜救效率分析模拟训练完成后，需要对搜救效率进行分析。
主要包括搜救的速度、搜救的范围、搜救的实时响应能力等。
通过分析搜救效率，可以找出搜救中存在的问题，比如搜救过程中可能出现的瓶颈，或者是协同配合不够默契等。
2.人员配备分析在搜救过程中，人员配备是否合理也是一个重要方面。
通过分析模拟训练的结果，可以确定各种情况下需要的最佳人员配备方案。
比如在恶劣天气下，是否需要增加机组人员的配备等。
3.技术装备分析艇机协同近岸岛礁搜救需要借助各种技术装备，比如声纳、水下机器人、救生筏等。
分析这些技术装备的使用情况和效果，可以确定在实际搜救中最合适的装备配置。
4.协同配合分析艇机协同搜救需要艇员、机组人员和搜救人员之间的高效协同配合。
第42卷第1期航天返回与遥感2021年2月SPACECRAFT RECOVERY & REMOTE SENSING21星上智能信息处理技术发展趋势分析与若干思考乔凯1智喜洋*2王达伟2胡建明2韩奇超2张勇1（1 北京跟踪与通信技术研究所，北京 100094）（2 哈尔滨工业大学空间光学工程研究中心，哈尔滨 150001）摘要星上智能信息处理的主要任务是接收天基探测载荷数据，并在星上完成数据压缩、复杂海空环境下高价值目标的发现、识别与跟踪等工作，达到降低下传数据率、支持天基广域探测与全自主即时态势感知等目的。
文章回顾了美国、德国等航天强国光学卫星的星上信息处理技术的发展现状，梳理总结了该技术的发展思路与关键指标。
在此基础上，结合星上信息处理技术的应用现状，着重从天基光学探测应用需求出发，提出星上智能信息处理关键技术与能力的发展建议，为推进未来海空目标多源探测与信息融合处理技术创新与持续发展提供支撑。
关键词天基探测海空目标星上智能信息处理态势感知航天遥感中图分类号: V443+.5文献标志码: A 文章编号: 1009-8518(2021)01-0021-07DOI: 10.3969/j.issn.1009-8518.2021.01.003Analysis and Some Thoughts on the Development Trend of the on-board Intelligent Information Processing TechnologyQIAO Kai1 ZHI Xiyang*2 WANG Dawei2HU Jianming2 HAN Qichao2 ZHANG Yong1（1 Beijing Institute of Tracking and Telecommunications Technology, Beijing 100094）（2 Research Center of Space Optical Engineering, Harbin Institute of Technology, Harbin, 150001)Abstract The main task of intelligent information processing is to receive satellite detection payload data, and complete data compression, target discovery, recognition and tracking tasks on board, so as to achieve the purpose of reducing down transmission data rate and supporting space-based wide-area awareness of high-value sea-aero targets. This paper reviews the development history and current situation of the on-board information processing technology of optical satellites in the United States, Germany and other aerospace powers, and then summarizes the development approaches and key indicators of this technology. On this basis, combined with the application status and application requirements of optical satellite intelligent detection, the development suggestions of key technologies and capabilities on on-board intelligent information processing are put forward, which can provide support for the innovation and sustainable development of multi-mode detection and information fusion processing technology for sea-aero targets in the future.Keywords space-based detection; sea-aero target; on-board intelligent information processing; situation awareness; space remote sensing收稿日期：2021-01-12基金项目：国家自然科学基金（61975043）引用格式：乔凯, 智喜洋, 王达伟, 等. 星上智能信息处理技术发展趋势分析与若干思考[J]. 航天返回与遥感, 2021, 42(1): 21-27.QIAO Kai, ZHI Xiyang, WANG Dawei, et al. Analysis and Some Thoughts on the Development Trend of the on-board Intelligent Information Processing Technology[J]. Spacecraft Recovery & Remote Sensing, 2021, 42(1): 21-27. (in Chinese)22航天返回与遥感2021年第42卷0 引言基于卫星平台的天基光学探测具有观测范围广、空间与时间分辨率高、可全天候工作等独特优势，已成为海空目标精准识别、持续监视的必要手段，是实现广域海空监管的有效途径，在交通运输、海洋执法、国防安全等领域有着重要应用[1]。
