亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

未來戰術飛機可能通過采用仿生控制系統實現效率、重量與操控性提升。本研究探討一種受鳥類尾部功能與自由度啟發的戰斗機新型操控裝置的空氣動力學效應。具體而言，該裝置通過移除垂直尾翼并允許水平尾翼繞飛機中心線旋轉實現。基于開源幾何數據與基準機型公開圖紙估算，首先定義基準戰斗機及其仿生變體的幾何構型。為分析作用于各機型的空氣動力與力矩，基于線性化模型構建兩套氣動模型（分別對應基準機型與仿生機型），并引入特定非線性效應進行增強。通過數值升力線算法計算各氣動模型系數，并表征旋轉尾翼操控裝置的氣動效應。模型構建結果表明，仿生機型在縱向與橫向操控中存在性能權衡。為深入理解這種權衡，對兩種靜態配平狀態（穩態協調轉彎與穩態航向側滑）進行配平分析。分析顯示：相較于基準機型，仿生機型配平包線未見明顯縮減，且在穩態航向側滑中具有更大配平包線。此外，通過對比兩機型靜態操控效能，識別出縱/橫向操控力矩的此消彼長關系。除大俯仰/偏航力矩耦合工況外，仿生機型操控效能普遍優于基準機型。最后，基于線性二次調節法開發線性狀態反饋控制器，并在突風干擾下對兩機型進行仿真測試。通過遍歷約1300種突風工況驗證控制器魯棒性。結果表明，采用線性反饋控制器時，仿生機型在所有測試工況中均能有效抑制突風擾動。

無尾翼飛機穩定性與控制領域的挑戰與機遇研究

Bowlus等人在探究無尾翼飛機穩定性與控制領域的挑戰與機遇時，概述了美國國防部研究與工程副部長辦公室（DDR&E）的航空航天研究與工程目標[1]。這些1997年制定的目標包括"降低工程、制造與研發成本，減少生產費用，削減運營與維護開支，減輕機身重量，提升飛機升阻比，增強飛行敏捷性"。撰寫本文時，國防研究與技術工程局（DDR&E(R&T)）的愿景更廣泛地指向"開創深遠技術革新，并推動其形成美軍技術優勢軌跡[2]"。顯然，這些目標與開發無尾翼飛機技術（如Bowlus等人所研究的方案）帶來的效益存在顯著交集，此類技術可為當今美軍提供技術優勢[1]。

Bowlus等人的研究重點是通過開發無尾"飛翼"設計實現此類"深遠技術革新"[1]。他們的工作闡明了無尾翼飛機設計面臨的若干挑戰，包括：偏航控制力矩生成、多軸失穩、各軸向多控制面的優化，以及控制面間的非線性與耦合效應。由此可知，無尾翼飛機研發的核心難題在于開發魯棒且動力充足的控制系統，以確保其穩定性。Bowlus等人探索了多種可應對這些挑戰的控制系統，但所有方案均依賴耦合輔助控制系統來滿足操控需求[1]。

盡管傳統無尾翼設計方案日益復雜，鳥類卻能在無垂直控制面的情況下，通過可變飛行條件展現卓越控制能力。如圖1.1所示信天翁等鳥類，其大展弦比機翼與小尾翼構型近似飛翼設計；而圖1.2中燕尾鳶等物種則利用大尾翼實現類主動控制系統的全程飛行調控。受此類鳥類啟發的尾翼控制無人機，可在保持傳統尾翼橫向穩定性與控制力的同時降低阻力[3]。未來數年，對此類仿生飛行控制系統的深入研究，或將成為實現DDR&E(R&T)與國防部目標的重要途徑。

1996年，作為新一代戰斗機研發計劃組成部分，美國防部曾征集無尾翼飛機新型控制系統方案。波音[6]與洛克希德·馬丁[7]公司在其"創新控制效應器"（ICE）項目提案中提交了初步研究成果。Roetman等人[6]研究了一種移除垂直安定面、允許水平尾翼旋轉實現橫向控制的設計（類似圖1.2燕尾鳶機制）。盡管該尾控系統具有創新性，Roetman團隊[6]僅針對特定上反角工況進行分析（等效V型尾翼構型）。部分研究局限源于旋轉尾翼會為特定飛行條件引入多重配平解，而既有配平算法難以有效處理此類問題。盡管如此，他們發現該系統"在目標飛行包線內全程有效"，且"作為可行方案，其效能接近基準機型"，同時具備減重與降低氣動復雜性的潛力[6]。Roetman團隊主要聚焦于"旋轉"水平尾翼分析，結果表明該設計相較其他方案具有更優操縱品質[6]。

旋轉尾翼控制系統的理論與實踐研究

盡管Roetman等人[6]提出的旋轉尾翼控制系統本質上僅屬V型尾翼實踐，其核心價值在于結構簡潔性。作為Roetman團隊[6]研究的延伸，本學位論文提案將提出針對仿生旋轉尾翼（BIRE）控制系統的研究。此外，我們將建立統一的鳥類尾翼形態學術語體系，貫穿文獻綜述全程。文獻分析分為兩部分：第一部分聚焦鳥類通過尾翼旋轉實現的飛行控制機制；第二部分闡述飛行器旋轉尾翼控制系統對氣動特性的影響。兩部分的論述均與菲利普斯[8]提出的傳統飛行動力學穩定性與控制理論相關聯。

基于文獻建立的氣動與控制影響認知后，本文分析框架如下：首先，利用公開數據與已發表圖紙的縮放估算確定基準戰斗機幾何構型，并在此基準模型上進行BIRE所需的幾何修正。完成幾何定義后，構建描述各機型所受氣動力與力矩的數學模型。這些模型以傳統線性化系數模型為基礎，結合對飛機氣動特性的認知與解析研究成果引入特定非線性效應。通過數值升力線法數據對各模型系數進行評估。

在建立各機型氣動模型基礎上，開展多項研究以深入解析BIRE的氣動與控制特性：

1.靜態配平分析：量化旋轉尾翼對飛機配平包線的影響，并與基準機型配平包線對比。該分析還可初步評估BIRE在側風著陸時的尾部觸地風險。
 2.可達力矩集分析：對比基準機型與BIRE的靜態操控效能，重點研究尾翼在維持另一軸向（此處為俯仰軸）控制時所能產生的氣動力矩，揭示采用旋轉尾翼作為控制效應器時的性能權衡機制。

最終，為基準機型與BIRE設計初步控制律。該控制律基于線性化剛體模型開發，采用狀態反饋與線性二次調節器，旨在突風擾動下實現飛行器穩定。通過時域魯棒性研究，對比兩機型應用狀態反饋控制律的仿真結果，驗證不同突風工況下的控制效能。

本文構建了一套工具基礎，為旋轉尾翼設計的深入研究提供支撐。后續研究可解答文獻綜述中懸而未決的問題，同時這些工具與分析框架將成為未來旋轉尾翼設計研究的基石。通過對本文所述BIRE系統的探究，既可回應Bowlus等人[1]指出的核心問題，也將推動該領域研究的深化發展。

無需上浮即可執行水下及沿岸區域監測任務的能力將提升潛艇的安全性和作戰能力。本文提出了一種創新型雙模態無人水下/空中系統（BUUAS）及其作戰概念（CONOPS），旨在降低潛艇暴露風險。該系統的運行流程為：首先由水下潛艇釋放BUUAS，使其在水下航行以保持與潛艇的安全距離；隨后通過創新型推進系統實現從水下到空中的介質跨越，執行既定空中任務；任務完成后，BUUAS將重新潛入水中并巡航返回母艇進行回收。

本研究致力于設計與開發可實現上述作戰概念的系統。項目重點突破三大核心問題：i) 兼顧氣動與水動性能的優化構型研究，ii) 水/空介質高效過渡技術探索，iii) 水/空混合推進系統設計。為實現水空雙域高效運行，采用配備新型機翼展開機構的變后掠翼構型。通過數值模擬、水洞及風洞實驗測試，評估了推進裝置的水中推進性能與空中的氣動特性。測試數據驗證了雙模態載具構型的可行性，穩定性分析表明該系統在飛行過程中具備靜動態穩定特性。采用高壓CO?驅動的噴水過渡推進系統可實現快速水空轉換起飛。初步設計包含基于高精度數值模擬校準的解析模型進行系統參數標定，以及推進裝置專用氣體釋放機構設計。通過推力和發射實驗驗證了過渡推進系統的設計結果及適用性。定制化緊湊型混合推進系統的空/水實驗結果表明，其可為空中飛行與水下巡航提供充足動力。

本論文闡述了一種新型無人機（UAV）飛行控制器FARN的功能原理，該控制器專需高精度可靠導航的任務場景而設計。通過融合低成本慣性傳感器、超寬帶（UWB）無線電測距以及全球導航衛星系統（GNSS）原始觀測值與載波相位數據，系統實現了所需精度要求。該飛行控制器基于兩項科研項目的任務需求開發，并在實際環境中完成驗證。

FARN集成GNSS羅盤功能，可在地磁羅盤不可靠環境下實現精確航向估計。該技術通過融合雙GNSS接收機原始觀測數據與實時姿態解算能力，使得在ROBEX項目北極科考任務中，即便地球磁場水平分量微弱仍能保障無人機可靠運行。

此外，FARN支持多無人機厘米級實時相對定位，既實現蜂群內精準機動飛行，也支持多機協同作業——包括目標協同或物理耦合任務。結合MIDRAS項目，開發了雙機協同防御系統：兩架無人機通過協調動作操控懸掛網具，實現空中危險目標捕獲。

本研究涵蓋無人機研發的理論與實踐層面，重點涉及信號處理、制導控制、電氣工程、機器人學、計算機科學及嵌入式系統編程等領域。同時為后續無人機研究提供系統性參考框架。

研究工作詳細建模并描述了無人機平臺構型、推進系統、電子設備架構及傳感器配置。建立姿態表征數學規范后，重點闡釋飛行控制核心——嵌入式自運動估計框架及控制架構原理。基于基礎GNSS導航算法，推導出進階載波相位處理技術及其與自運動估計的耦合機制。系統闡述各模塊實施細節與優化策略，并在兩項科研項目中完成部署驗證。通過系統性能的批判性評估，明確現有技術邊界并提出改進方向。

本項目研究了反艦彈道導彈（ASBM）搭載合成孔徑雷達（SAR）導引頭（尋的器）在特定參數下的性能潛力與局限。通過荷蘭應用科學研究組織（TNO）提供的"非線性軌跡生成與優化算法"（GIANT）工具，構建ASBM動力學模型并整合海上目標捕獲約束條件。研究中將ASBM角速度設定為最優控制問題變量，優化目標包括：最小化/最大化導彈暴露時間與垂向末端速度，以及最小化SAR導引頭單次成像所需時間。

通過三組實驗探究不同初始條件與分辨率約束對優化軌跡的影響。首組實驗針對典型ASBM初始再入條件優化軌跡，目標點設置于無修正彈道飛行落點，以此對比分析優化機動與原始彈道軌跡差異。第二組實驗保持目標點不變，利用GIANT優化初始再入條件以獲取最優軌跡。末組實驗放寬目標分辨率約束，測試系統極限性能。

實驗表明：增大ASBM再入初始斜視角可提升整體性能。較大斜視角使導彈在再入段實施最小機動即可在SAR階段獲得更大導引頭觀測角，從而在確保SAR駐留時間與導彈暴露時間最短的同時最大化垂向末端速度。研究同時證實：在平均駐留時間0.1170秒條件下，系統可實現1.60米的地距與跨距分辨率。更高分辨率需求下，SAR導引頭帶寬成為所選參數集的性能制約因素。

第二章闡述坐標系與導彈狀態變量的理論背景。第三章探討目標捕獲的要素與需求條件。第四章詳述滿足上述需求的合成孔徑雷達（SAR）導引頭基本原理，涵蓋參數設置、核心方程及約束條件。第五章系統闡釋最優化問題的定義框架與配置方案，第六章對輸入模型部分方程進行驗證與確認。第七章解析研究成果，包括分辨率限制性分析。第八章總結全文并提出后續研究方向建議。

《水下航行器：設計與應用》首先探討了自適應卡爾曼濾波算法在高速自主水下航行器（AUV）動態估算中的應用。

作者研究了在低慣性水下航行器上實施的不同控制方案的性能，包括非基于模型、基于模型和基于自適應模型的控制方案，用于三維螺旋軌跡跟蹤。

考慮到水下航行器使用傳感器檢測到任意形狀和非凸面障礙物的情況，介紹了在三維環境中避免碰撞的控制法則。

采用過程噪聲協方差校正（Q-適應）的漸變卡爾曼濾波器（AFKF）估算 AUV 動態。

第 1 章中提出的方法基于傳統 KF 算法的適應方案，通過引入單個或多個衰減因子來檢測和修正噪聲協方差的變化。盡管系統存在不確定性，但所提出的 AFKF 算法仍能提供精確的估計結果。所提出的 AFKF 算法簡單實用，計算負擔不重。這些特點使得所介紹的 AFKF 算法在為高速 AUV 控制系統提供可靠的參數估計方面極為重要。考慮到 AUV 通常在惡劣的環境中使用，系統輸入/參數極有可能出現故障，因此采用所提出的 AFKF 算法而不是傳統的 KF 算法可能會帶來顯著優勢。

第 2 章研究了不同控制方案的性能，從非基于模型的（比例-積分-派生控制，PID）到基于模型的（計算扭矩控制，CT）以及基于模型的自適應（自適應比例-派生加控制，APD+），這些方案都在低慣性水下航行器上實現，用于三維（3D）螺旋軌跡跟蹤。然后，基于 Lyapunov 直接法證明了每種控制方案所產生的閉環動力學的漸進穩定性。然后，通過基于場景的數值模擬，演示了在 Leonard 水下航行器上實施三維螺旋軌跡跟蹤的控制方案的性能。所提議的模擬在以下因素的影響下進行：潛水器的浮力和阻尼變化、參數變化；傳感器噪聲、潛水器內部擾動；以及水流、外部干擾抑制。此外，作者還演示了飛行器在執行水下任務時運送物體的任務。仿真結果表明，APD+ 控制方案對海洋應用中低慣性水下航行器的跟蹤控制具有有效性和魯棒性，優于其他控制器。

在三維環境中避免碰撞對于規劃自主飛行器的安全軌跡問題非常重要。關于避免碰撞的現有文獻假定障礙物的形狀是先驗已知的，并將障礙物建模為球體或邊界框。然而，在三維環境中，自動駕駛車輛并不知道障礙物的形狀，車輛會使用三維傳感器（如三維聲納）檢測障礙物的邊界。

在第 3 章中，作者介紹了避免碰撞的控制法則，考慮了航行器使用傳感器檢測任意形狀和非凸面障礙物的情況。此外，在設計控制法則時還考慮了運動約束，如車輛的最大轉彎率和最大速度。使用 MATLAB 仿真驗證了控制法則的有效性。

無人機（UAVs）在軍事和民用領域發揮著至關重要的作用。本論文的研究有助于智能控制系統（ICS）領域，特別是實現旋轉翼無人飛行器（RUAV）可靠、便捷的自主控制。特別是，本論文解決了如何適應未建模動態和干擾（如在空中改變有效載荷）的難題。

無人機可以攜帶額外的重量，如傳感器、貨物，甚至被稱為有效載荷的懸掛物。已經開發了許多策略來穩定不斷變化的有效載荷，但這些策略都假定有效載荷是剛性的，重心（CoG）是靜態和已知的。有效載荷質量及其類型在飛行過程中的變化會極大地影響無人機的動態性能，這就要求控制器進行調整，以保持令人滿意的閉環性能。此外，還沒有探索過在半空中從一架較大的飛機（如氣象氣球）上發射一組具有隨機姿態的送貨無人機的情況。最后，未建模的動力學和陣風等不確定因素給飛行操作帶來了挑戰，因此綜合控制系統對于處理這些不確定因素至關重要，但對非基于模型的綜合控制系統的設計和開發關注不夠。

受這些研究空白的啟發，本論文探討了如何處理有效載荷在空中的 CoG 變化和姿態獨立發射的控制問題。為解決這些問題并實現理想的軌跡跟蹤控制，本文提出了一種新型非基于模型的綜合控制系統，稱為雙向模糊腦情感學習（BFBEL）控制系統。所提出的控制系統融合了模糊推理、神經網絡和基于強化學習的新型雙向腦情感學習（BBEL）算法。所提出的 BFBEL 控制器能夠從零開始快速適應，可用于控制 RUAV 的所有六自由度 (6DOF)。為擴大擬議控制器的適用性，開發了單輸入-單輸出（SISO）和多輸入-多輸出（MIMO）架構。本研究考慮的兩種無人駕駛飛行器模型是四旋翼無人駕駛飛行器（QUAV）和直升機無人駕駛飛行器（HUAV）。SISO 版本的 BFBEL 控制系統被應用于 QUAV，以解決處理 CoG 和重量不同的外部有效載荷的問題。BFBEL 控制系統的 MIMO 版本應用于 HUAV，以解決在空中獨立發射姿勢的問題。對這兩種系統都進行了模擬評估，并通過實驗驗證了如何處理 CoG 不確定的外部有效載荷問題。最后，在相同的控制情況下，將飛行能力和控制性能與傳統的比例積分微分（PID）控制器方案進行了比較。

遙控飛機執行的軍事任務類型不斷擴展到包括空對空作戰在內的各個方面。雖然未來的視距內空對空作戰將由人工智能駕駛，但遙控飛機很可能將首先投入實戰。本研究旨在量化延遲對高速和低速交戰中一對一視距內空對空作戰成功率的影響。研究采用了重復測量實驗設計，以檢驗與指揮和控制延遲相關的各種假設。有空對空作戰經驗的參與者在使用虛擬現實模擬器進行的一對一模擬作戰中受到各種延遲輸入的影響，并對每次交戰的作戰成功率進行評分。這項研究是與美國空軍研究實驗室和美國空軍作戰中心合作進行的。

因變量 "戰斗得分 "是通過模擬后分析得出的，并對每次交戰進行評分。自變量包括輸入控制延遲（時間）和交戰起始速度（高速和低速）。輸入延遲包括飛行員輸入和模擬器響應之間的六種不同延遲（0.0、0.25、0.50、0.75、1.0 和 1.25 秒）。每種延遲在高速和低速交戰中重復進行。采用雙向重復測量方差分析來確定不同處理方法對戰斗成功率的影響是否存在顯著的統計學差異，并確定延遲與戰斗速度之間是否存在交互作用。

結果表明，在不同的潛伏期水平和交戰速度下，戰斗成功率之間存在顯著的統計學差異。潛伏期和交戰速度之間存在明顯的交互效應，表明結果取決于這兩個變量。隨著潛伏期的增加，戰斗成功率出現了顯著下降，從無潛伏期時的 0.539 降至高速戰斗中 1.250 秒潛伏期時的 0.133。在低速戰斗中，戰斗成功率從無延遲時的 0.659 降至 1.250 秒延遲時的 0.189。最大的遞增下降發生在高速潛伏期 1.00 至 1.25 秒之間，低速潛伏期 0.75 至 1.00 之間。高速交戰期間戰斗成功率的總體下降幅度小于低速交戰期間。

這項研究的結果量化了視距內空對空作戰中戰斗成功率的下降，并得出結論：當遇到延遲時，希望采用高速（雙圈）交戰，以盡量減少延遲的不利影響。這項研究為飛機和通信設計人員提供了信息，使他們認識到延遲會降低預期作戰成功率。這種模擬配置可用于未來的研究，從而找到減少延遲影響的方法和戰術。

本預研究的重點是在一家雷達公司早期概念開發的背景下，如何在民用應用中處理非法闖入和具有潛在危險的多旋翼飛行器。不過，本研究的結果也可用于軍用多旋翼飛行器探測場景。研究范圍是 C-UAS 系統（反無人機系統），因為如果不從系統角度（包括阻止無人機的方法）考慮，就無法有效地開發無人機探測系統。

一個強大的反無人機系統需要多方面的投入，這些投入會隨著時間的推移而發生變化，而概念的目標是面向未來。潛在的應用領域已經確定，并轉化為客戶細分市場，這些細分市場的威脅和復雜需求大相徑庭。除市場和客戶需求輸入外，發現和攔截無人機的基礎技術都要根據特定細分市場的需求分析所產生的大量屬性進行映射和基準測試。這種量化對于促進基于事實的設計選擇以創建一個強大和穩健的系統是必要的。通過黑盒和流程圖對分段情景進行分析和定義，清楚地顯示出不同的復雜性。整個論文的視角在需求和解決方案領域之間轉換。

研究的結果是一個高度抽象的概念性模塊化多資產系統，該系統對移動目標和不同的無人機場景都具有很強的魯棒性。論文介紹了這種系統的現有構件和概念構件，并根據研究的基準評分結果對其進行了論證。還介紹了針對若干客戶群的具體應用系統概念。

本報告介紹了用于基于事件的視覺慣性里程測量的機載事件傳感器的性能和結果，項目名稱為 Have T-Rex。測試由俄亥俄州賴特-帕特森空軍基地空軍技術研究所自主導航技術中心（AFIT/ANT）要求進行。開發測試的牽頭機構是加利福尼亞州愛德華茲空軍基地的空軍測試中心。執行測試機構是第 412 測試聯隊。測試由美國空軍試飛員學校 20A 班在加利福尼亞州愛德華茲空軍基地進行，是學生測試管理項目的一部分。測試于 2020 年 9 月 8 日至 2020 年 9 月 21 日進行，包括駕駛編號為 87-0377 的 F-16 進行 21.4 個小時（13 架次）的飛行測試，以及駕駛 T-38C 作為空中目標進行 2.2 個小時（2 架次）的飛行測試支持。

全球定位系統（GPS）是軍事和商業定位、導航和定時應用的關鍵。全球定位系統的導航性能取決于能否可靠、無障礙地接收低功率衛星信號。這些信號很容易受到干擾或欺騙。AFIT 自主與導航技術中心已投資于各種替代導航解決方案，以降低這種風險。基于事件傳感器的視覺慣性測距（EVIO）導航就是其中一個研究領域。視覺里程計使用安裝在車輛上的攝像頭，通過識別和跟蹤圖像特征來估計車輛的運動。運動估算的準確性受到攝像機性能的限制，因為每秒低幀捕獲率會錯過幀間的關鍵信息，尤其是在快速運動時。另外，捕獲率極高的相機需要更強的處理能力。

測試中的系統（SUT）包括基于事件的傳感器（EBS）和慣性測量單元（IMU），安裝在 F-16D 上的可重構機載傳感器、通信和激光（RASCAL）吊艙中，以提高目視測距性能。EBS 通過硬件實現強度變化檢測。這種操作理念提高了時間分辨率和動態范圍，而且功耗低，有利于快速運動和低/變化的環境照明條件。SUT 的導航算法通過卡爾曼濾波器處理 EBS 圖像來識別特征運動，并輔以 IMU 數據來預測飛機的位置、速度和姿態。SUT 算法尚未用于飛行中的導航估計；所有導航估計都是在飛行后進行的。

總體測試目標是確定 EVIO 算法的準確性，并收集數據以支持正在進行的目標探測和跟蹤算法開發。具體的測試目標有四個：展示 SUT 生成導航解決方案的功能，確定不同飛行條件下導航解決方案的準確性，收集具有操作代表性的飛行剖面數據，以及收集目標跟蹤數據用于未來研究。

數據是在不同高度（200 英尺到 20,000 英尺地面高度）和不同地面速度（250 節到 520 節）、不同地形（灌木叢沙漠、城市、山區、湖床）和環境照明條件（白天、黎明/黃昏和夜晚）下收集的。此外，還執行了俯仰和滾轉機動，以確定動態機動的影響。最后，還針對空中和地面移動目標收集了數據。

所收集的數據顯示，SUT 的精確度在視線率、環境照明條件、地形或動態機動方面沒有明顯的變化趨勢。持續存在的極大解算誤差阻礙了對這些因素如何影響 SUT 性能的適當調查。研究小組建議在繼續進行飛行測試之前，調查并糾正 EVIO 算法精度方面的缺陷。結果表明，在測試的配置中，被測系統無法產生可靠或有用的導航解決方案。結果還顯示，該系統能夠探測空中和地面移動目標；但是，還需要進一步分析，以開發目標跟蹤算法。

本研究調查了使用雷達跟蹤數據將無人機(UAs)分類為旋翼或固定翼類，作為減少誤報和操作員負擔的一種手段。該研究使用來自實驗飛行的UA遙測數據以及模擬雷達軌跡數據來訓練機器學習(ML)分類器。探討了遷移學習的應用。使用有限的數據集獲得的結果顯示，根據所使用的配置，真陽性和真陰性率超過80%。初步研究強調了改善這一性能的一些重要途徑。

對國防和安全的重要性

探測和識別無人機對加拿大武裝部隊保護部隊和資產至關重要。作為一種全天候和遠程能力，雷達提供關鍵的軌跡數據，可以提示光電/紅外(EO/IR)系統或操作員。本研究開發了一種基于雷達航跡數據的分類器，用于區分旋翼和固定翼兩類無人機，以減少誤報和操作人員負擔。

本文內容概述

在本節中，我們將概述當前研究的數據流。基本概念是利用飛行中保存在無人機上的遙測數據。這些數據集代表了典型的UA軌跡，無論是在飛行員控制下還是使用預先編程的航路點，以及在真實的風環境條件下飛行等。這些遙測數據集可以告知軌跡本身，并可以作為訓練分類器區分uav和雜波(特別是鳥類)或不同UA類型之間的基礎。在本研究中，我們研究訓練分類器來區分I類的旋轉翼和固定翼無人機。

圖1中的原理圖解釋了數據流。首先，對遙測數據集進行預處理，并將其標記為屬于旋翼類(ID = 0)或固定翼類(ID = 1)。預處理的軌跡可以并將直接與涉及ML模型的其余數據流一起使用。經過預處理的軌跡數據還可以作為Stone Soup跟蹤庫的輸入，與建模的雷達參數和位置一起，生成模擬雷達軌跡數據。這個過程將在第4節中介紹。

軌跡(來自預處理器和模擬軌跡數據)用于創建更多數量的子軌跡。這里的想法是獲得一個分類器，它可以在只處理子軌跡后區分UA類。可以研究創建子軌跡的不同方法，這將在第5節中討論。對于本研究，我們選擇將子軌跡視為獨立的實體，但其他選項都是有效的研究思路，如第7節所述。

其余的數據流涉及典型的監督機器學習技術，將數據集分為訓練、驗證和測試數據集、計算特征以及訓練和測試ML模型。在我們的例子中，我們有預處理的遙測數據和模擬雷達軌跡數據的混合。

圖1:當前研究中涉及的不同步驟的示意圖。