快捷入口

  • 作者投稿 作者投稿
  • 专家审稿 专家审稿
  • 主编办公 主编办公
  • 编辑办公 编辑办公

快捷图标

期刊简介

期刊简介 期刊简介

主编: 毛 明

主管单位:中国科学技术协会

主办单位:中国兵工学会

出版周期:月刊

ISSN:1000-1093

CN:11-2176/TJ

编辑出版:《兵工学报》 编辑部

地址:北京市海淀区车道沟10号中国兵工学会

邮编:100089

电话:010-68963060/68962718

Email:bgxb@cos.org.cn

  • 当期目录
  • 封面要览
  • 预出版
  • 过刊浏览
更多
Volume 47 期 3,2026 2026年第47卷第3期

    王英南, 余建宇, 马若飞, 常宇阳

    2026, 47(3): 250139. DOI: 10.12382/bgxb.2025.0139
    摘要:雷达单站无源定位具有隐蔽性强、设备简易及成本低廉等特点,在现代国防与战争领域具备良好应用前景。现有利用相位差变化率的雷达单站无源定位方法,需要测量出角度信息,或者采用两条基线解出方位角后再对目标进行定位。针对上述情况,提出一种基于改进遗传-粒子群优化的雷达单站无源定位方法。通过卡尔曼滤波获得相位差变化率,进一步利用改进遗传-粒子群优化算法得到定位初值,再采用非线性最小二乘法获得精确定位,相比于传统方法,具有无需额外角度信息的优点。通过仿真绘制了定位性能曲线,定位误差曲线和定位误差几何分布曲线。仿真结果表明:所提方法在5~35 GHz频率、0.1°/s~3°/s相位差变化率误差条件下表现优异,对50 km内固定及25 km/h以下低速移动目标定位精度高,在观测平台低动态运动场景中适应性良好,相较于传统方法具有更高的稳定性与定位精度,可为工程应用提供可靠支撑。  
    关键词:相位差变化率;单站无源定位;粒子群优化算法;非线性最小二乘法   
    26
    |
    4
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 146827862 false
    更新时间:2026-01-04

    刘鹏, 侯博文, 王彩霞, 姜晓娇, 丛海芳

    2026, 47(3): 250145. DOI: 10.12382/bgxb.2025.0145
    摘要:为提高船舶工业中钢材表面缺陷检测的准确性,针对现有YOLOv8n算法在特征提取能力不足、检测精度低以及特征融合不充分等问题,提出一种基于改进YOLOv8n的钢材表面缺陷检测方法。构建高效视觉空间金字塔池化增强层聚合网络(Efficient Vision Transformer-Spatial Pyramid Pooling with Enhanced Layer Aggregation Network,EfficientViT-SPPELAN),以增强多维度特征提取能力;设计多尺度时空卷积(Multi-Scale Spatial-Temporal Convolution,MSSTConv)实现多尺度特征融合;在此基础上构建多尺度时空(Multi-Scale Spatial-Temporal,MSST)模块以获取丰富的上下文信息,提高缺陷定位精度并降低计算复杂度,从而提升算法的推理效率。基于东北大学表面缺陷数据集(Northeastern University Surface Defect Dataset,NEU-DET)和镀锌钢10类缺陷检测数据集(Galvanized Steel 10-category Defect Detection Dataset,GC10-DET)两个数据集的实验结果表明,所提方法的检测精准度相较于原始YOLOv8n算法分别提升6.8%和5.7%,均值平均精确率mAP@0.5分别提高3.7%和7.9%;每秒帧数(Frames Per Second,FPS)分别达到189帧/s和142帧/s。研究结果表明,该方法在提升检测精度的同时保持较高计算效率,能够有效完成船舶钢材表面缺陷的定位和类别识别,满足工业场景对检测精度与实时性的需求。  
    关键词:缺陷检测;YOLOv8n算法;多尺度时空模块;多尺度时空卷积;分组注意力   
    30
    |
    1
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 148999621 false
    更新时间:2026-02-03

    白礼婷, 刘旭磊, 周国峰, 彭忆强

    2026, 47(3): 250195. DOI: 10.12382/bgxb.2025.0195
    摘要:目前,无人作战车辆已成为现代战争中重要的作战力量,两方对抗作战的关键在于实现合理的目标分配并寻求快速的接近打击。然而,由于战场环境复杂,存在目标分配不准确以及目标分配与路径规划之间的时间空窗期等问题。针对多目标分配与路径规划的协同优化问题,提出一种双向优化方法。该方法构建了考虑路径规划影响的目标任务分配模型,并引入贪心轮转算法对分配方案进行迭代优化,从而快速获取最优任务分配结果。在此基础上,采用改进的双向A*算法执行路径规划,通过将优化后的分配方案与路径规划深度融合,生成无人车的具体行驶路径。在大型障碍物及密集障碍物环境下的仿真实验表明,该双向优化算法在复杂场景中具有显著的优越性和有效性。  
    关键词:无人车;目标任务分配;路径规划;双向优化;贪心轮转算法   
    56
    |
    14
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 149132173 false
    更新时间:2026-02-04
    摘要:为快速降低环境不确定性并减少搜索重叠,从而提高协同搜索效率,提出一种适用于未知环境且通信受限条件下的多无人机分布式协同搜索方法。针对协同区域搜索问题,构建一种基于迭代加权Voronoi图划分的分布式区域划分算法,实现任务区域的动态均衡划分。设计一种基于动态目标选择和参考路径生成的策略,以引导无人机优化搜索过程。采用基于粒子群优化的分布式模型预测控制算法,构建多目标代价函数以优化控制指令,从而避免陷入局部最优并保障无人机的安全性。通过仿真实验,将所提算法与分布式反聚集算法进行对比。研究结果表明:所提算法能够更快实现区域覆盖,并通过增大无人机之间的平均间距有效降低搜索重叠,从而提升系统整体搜索效率与飞行安全性;在障碍环境、不同参数设置及通信受限条件下的测试结果进一步表明,该算法在满足无人机安全约束的前提下能够保持稳定的搜索性能,搜索效率随参数变化的波动较小,表现出良好的实时性与鲁棒性。  
    关键词:分布式;多无人机;协同搜索;模型预测控制   
    65
    |
    12
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 149132214 false
    更新时间:2026-02-05
查看更多

0