首页期刊导航|电光与控制
期刊信息/Journal information
电光与控制
电光与控制

刘红漫

月刊

1671-637X

dgykz@vip.163.com

0379-63327293

471009

洛阳市017信箱16分箱

电光与控制/Journal Electronics Optics & ControlCSCD北大核心CSTPCD
查看更多>>本刊是航空工业集团公司主管,中国航空工业第六一三研究所(中国航空工业洛阳电光设备研究所)编辑出版的专业性较强的,跨电子、光学、自动控制和计算机等多学科的综合性学术刊物,涉及综合航空电子系统、航空武器—火力控制总体理论与应用、计算机硬件、软件与数据总线、光学与电子显示技术、自动控制技术、激光与红外、陀螺传感器和飞行—火控仿真等技术领域。主要报道上述领域的科研成果、研究报告和国内外动态与综述,同时还刊载有关电子、光学、自动控制与计算机等领域中的民用技术和新产品开发成就。栏目设有学术论文、技术报告、综述与评论和国外简讯。读者对象为从事上述相关领域研究的科技人员、高等院校师生,海、陆、空军部队的科研、技术人员,以及对航空火控技术感兴趣的读者。
正式出版
收录年代

    基于能耗优化的四旋翼无人机航迹规划:分段式高斯伪谱法

    欧阳权徐罗旻杨继阳薛雅丽...
    1-7页
    查看更多>>摘要:在四旋翼无人机航迹规划中引入能耗优化策略以延长其飞行时间,能够显著提升其实用性和经济性.为此,提出了一种基于分段式高斯伪谱法的能耗最优航迹规划算法.首先,构建了四旋翼无人机运动学-能耗综合模型,能定量描述无人机运动学及能耗间耦合关系;其次,基于此模型,将考虑能耗优化的航迹规划问题转化为带约束的连续时间优化问题;最后,设计了分段式高斯伪谱法求解出优化航迹,其中通过滑动选取优化子区间的方法,在航点数量较多的复杂飞行任务中有效缩短了计算时间,同时提升了轨迹的平滑性和航点跟踪准确性.仿真和实验结果表明,与传统定航点飞行相比,所提算法能大幅降低飞行能耗,与常用优化算法相比,所提算法在保证能耗优化效果的同时,所需计算时间更短,航点跟踪精度更高.

    四旋翼无人机能耗优化航迹规划分段式高斯伪谱法

    宽带相控阵雷达孔径渡越与距离徙动联合校正

    张亮杨静陈浩周必雷...
    8-14页
    查看更多>>摘要:宽带相控阵雷达探测高速运动目标时,目标回波快时间频率与空、时二维耦合,容易出现孔径渡越和距离徙动双重问题.针对该情况,提出一种联合校正方法:当雷达工作于窄发模式时,通过频域补偿和一维时间尺度(TS)进行解耦;当雷达工作于宽发模式时,通过二维TS进行解耦.针对雷达工作模式界定问题给出了明确条件.仿真结果表明,所提方法可有效解决孔径渡越、距离徙动引起的目标回波跨阵元、跨脉冲问题,联合校正后目标有效检测临界信噪比较理想状态损失不超过3 dB.

    宽带雷达相控阵孔径渡越距离徙动联合校正时间尺度

    基于特征增强的双重注意力去雾网络

    陈海秀黄仔洁陆康陆成...
    15-20,67页
    查看更多>>摘要:针对现有去雾方法处理的图像细节模糊和色彩偏差等问题,提出了一种基于特征增强的双重注意力去雾网络.该网络采用编码器-解码器结构,设计了一个双重注意力特征增强模块,其中,利用Ghost模块替代非线性卷积,实现模型轻量化处理,通过RFB充分融合不同尺度的特征,实现均匀去雾,引入双重注意力实现信息跨通道与空间交互,保证模型性能和抑制噪声特征.使用RESIDE数据集对网络进行训练和测试.实验结果表明,所提算法在主观视觉和客观评价指标上均有优异表现,能有效地提升网络的特征提取能力,实现对不同场景雾图的色彩恢复,增强图像的对比度和清晰度.

    图像去雾特征增强并行分支结构多尺度映射注意力机制

    基于改进APF-QRRT*策略的移动机器人路径规划

    刘文浩余胜东吴鸿源胡文科...
    21-26,33页
    查看更多>>摘要:针对Q-RRT*算法在路径规划过程中无法兼顾可达性和安全性的问题,提出一种改进APF-QRRT*(IAPF-QRRT*)路径规划策略.IAPF-QRRT*策略通过Q-RRT*算法获得一组连接起点到终点的离散关键路径点,较传统的快速搜索随机树(RRT*)算法具备更好的初始解和更快的收敛速度.改进传统人工势场(APF)方法获得一种新的无势正交向量场,在一定条件下使整体排斥向量场与吸引向量场正交,并将其作用于关键路径点,从而提高路径的安全性.将IAPF-QRRT*策略与其他算法比较,通过数值模拟实验证明了所提策略的有效性.

    移动机器人路径规划人工势场法Q-RRT*算法安全性

    局部对比度融合重加权的红外图像小目标检测

    霍贝祺陈文东杨赟秀刘星...
    27-33页
    查看更多>>摘要:红外图像块小目标检测算法在数据链、预警、制导等领域有较为广泛的应用,如利用数据链可以将红外图像块小目标精确传送给雷达.为了在复杂背景条件下进一步提高红外小目标检测的效果,提出了一种重加权和局部先验融合的红外图像块(IPI)小目标检测算法.首先,采用加权Schatten p范数对背景图像块进行约束;其次,引入局部对比度先验信息和加权l1范数抑制非目标稀疏点,进一步增强目标图像稀疏性,使算法模型性能进一步得到提升.仿真结果表明,所提算法在抑制背景杂波和精确检测目标方面均有较好的结果,优于现有经典算法.

    目标检测红外小目标稀疏低秩分解红外图像块

    改进YOLOv8n的无人机航拍图像检测算法

    梁秀满贾梓涵刘振东于海峰...
    34-40,67页
    查看更多>>摘要:针对无人机航拍图像中目标小、尺度变化大和背景干扰等因素导致检测精度低、定位不准确的问题,提出一种改进YOLOv8n的无人机航拍图像目标检测算法.首先改进C2f模块,利用可变形卷积(DCN)替换其Bottleneck中的卷积以适应航拍图像中物体的形变和尺度变化,同时,在主干网络引入LSK注意力机制,实现动态调整空间感受野,从而在特征提取阶段更灵活地适应不同目标对背景信息需求的差异;然后改进颈部网络,增加一个较浅的检测层并移除大目标检测层,使网络能更有效地捕获小目标的特征以提升检测精度;最后引入WIoU损失函数,使模型更加关注低质量样本,得到更高的检测精度.在VisDrone2019数据集上进行对比实验和消融实验,mAP50值较基线算法模型提升了 5.2个百分点,参数量减少了20%,检测速度(FPS)达到87帧/s,能够满足实时性的检测需求.与主流算法进行对比实验,所提算法表现优于目前的主流算法.在DOTA数据集上进行泛化实验,mAP50值提升了 1.7个百分点,证明所提算法具有通用性.

    无人机图像YOLOv8n注意力机制可变形卷积WIoU

    基于特征融合和模板更新的孪生网络跟踪算法

    吴国瑞王峰李杰
    41-47,85页
    查看更多>>摘要:针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法.首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征和语义背景;然后,设计新的全局-局部特征融合模块,充分聚合浅、中层特征的全局和局部信息,捕获丰富的浅层外观特征和中层过渡特征;最后,采用自适应模板更新机制在线更新模板.为验证算法的有效性,在公开数据集上对所提算法进行详尽评估,实验结果显示,所提算法在OTB2015和VOT2018数据集上的精确度分别达到0.878和0.588,GOT10K数据集上平均重叠率达到0.526,优于其他主流算法.

    目标跟踪孪生网络计算机应用多层特征融合模板更新

    改进Informed-RRT*算法的移动机器人路径规划

    葛超张鑫源王红伦志新...
    48-53页
    查看更多>>摘要:针对Informed-RRT*算法初始路径形成缓慢、失败率高及路径质量差的问题,提出基于人工势场法的选点策略.首先,筛选出优质采样点,同时,引入双向直连的贪心策略和动态步长策略,快速获得初始路径并尽快进入遍历寻优阶段;其次,通过新的采样策略及评价函数,保证规划路径更优;最后,对路径优化处理,所得路径更适合移动机器人的行驶.仿真实验结果表明,改进算法相比于Informed-RRT*算法性能更优,其中,改进算法在不同环境中的成功率均为100%,同时也证明了在限定采样次数下改进算法的收敛速度、路径质量均优于原算法.

    移动机器路径规划人工势场法动态步长路径优化处理Informed-RRT*

    基于特征增强和样本充分学习的红外飞机检测

    徐红鹏刘刚司起峰陈会祥...
    54-60页
    查看更多>>摘要:针对深度学习单阶段检测算法对红外飞机目标的特征提取能力不足以及样本学习不充分的问题,提出基于特征增强的全局上下文机制(FEGCM)和样本充分学习的目标检测算法.FEGCM可获取包含目标的全局信息与局部信息的特征图,从而提高特征提取网络对目标特征的提取能力.通过在Focal Loss中添加调制因子,在关注难负样本学习的基础上,充分利用包含目标特性的部分易负样本,使得样本充分学习,从而帮助检测算法学习到更有意义的目标特征.实验表明,所提算法在自制红外飞机数据集上的mAP50达到96.9%,能够有效实现红外飞机目标检测.

    红外飞机检测全局上下文空间注意力FocalLoss易负样本

    基于改进YOLOv8的红外船舶检测

    王海群魏培旭解浩龙左嘉炜...
    61-67页
    查看更多>>摘要:针对现有红外船舶检测算法检测精度低和实时性不足问题,提出一种基于改进YOLOv8的红外船舶检测算法.首先,将设计的MCA机制引入到YOLOv8的主干网络,增强主干网络的多尺度特征提取能力;其次,对YOLOv8的检测头进行共享参数和重参数化设计,以此提升检测头的检测效率;然后,使用BiFPN结构改进YOLOv8的颈部网络,利用双向信息流和可学习权重加强网络的特征表达能力;最后,使用Faster Block对YOLOv8的C2f模块进行改进,保持精度的同时减少参数量,提升算法的检测速度.该算法在红外船舶数据集上测试,mAP值达到了 93.1%,相比较原算法提高了2.5个百分点,参数量比原算法减少了 32.6%.实验结果表明,改进后的算法比原算法有了较大提升,证明了改进算法的有效性.

    红外船舶检测YOLOv8注意力机制BiFPN