无人机红外预警技术研究
山林火灾预警与监测系统研究
山林火灾预警与监测系统研究1.引言山林火灾是一种非常危险的自然灾害，经常会给人们的生命财产带来重大的威胁。
因此，开发一种有效的山林火灾预警与监测系统非常重要。
本文将探讨该系统的研究。
2.山林火灾的危害山林火灾给生态环境带来的影响非常大，会破坏植被、土壤和动物栖息地等。
同时，火灾会对人类的生命和财产造成严重威胁，例如会让城市空气污染加剧、烟雾降低交通能见度和引起全国性的经济损失等。
3.山林火灾预警与监测系统的发展为了应对山林火灾的威胁，科学家们在过去十年中开发了一系列的山林火灾预警与监测系统，如美国的火灾卫星，以及一些智能手机应用程序等。
这些技术大大提高了人们对山林火灾的认知和应对能力。
4.火灾卫星技术火灾卫星是一种由NASA和美国国家航空航天局(NASA)发展的技术，可以有效地跟踪全球的山林火灾活动。
该卫星可以探测火灾的位置、规模和强度，并能利用遥感技术精确测量火灾热点的温度。
这种技术的优势在于它可以快速地收集数据，提高人们预测和预警火灾的能力。
5.智能手机应用程序技术智能手机应用程序可以让人们实时地获得山林火灾最新信息。
这些应用程序可以提供关于当前火灾情况、火灾发展趋势、火灾周围的人群疏散指南等信息。
此外，还有一些应用程序可以为火灾受害者提供紧急救援、安全避难和物资补给服务。
6.火灾无人机技术火灾无人机是一种能够实时监控火灾情况的技术。
这些无人机可以利用红外、高光谱和多光谱传感器来收集火灾数据，并通过无线通信将数据传输给中心。
这种技术大大提高了消防和应急救援人员对火灾的应对能力。
7.结论总之，山林火灾预警与监测系统是一种极其重要的技术。
随着技术的进步，我们可以预见未来这种技术将会更加普及和完善。
人们也应该更加重视这种技术，提高对山林火灾的认识和应对能力，以减少山林火灾给人类和自然带来的不良影响。
基于无人机的遥感图像监测与目标检测技术研究
基于无人机的遥感图像监测与目标检测技术研究无人机遥感图像监测和目标检测技术在近年来得到了广泛应用和研究。
随着无人机技术的快速发展和普及，无人机遥感图像监测与目标检测在军事、环保、农业、城市规划等领域的应用呈现出巨大的潜力和市场需求。
本文将从无人机遥感图像监测和目标检测的技术原理、算法方法以及应用实践等方面进行探讨和研究。
一、无人机遥感图像监测技术原理无人机遥感图像监测技术主要包括无人机获取高分辨率图像数据、图像预处理与增强、图像分割与提取、图像分类与识别等环节。
首先，无人机利用载荷设备和传感器获取大规模、高分辨率、立体视角的遥感图像数据。
接下来，对图像数据进行预处理和增强，包括去除噪声、增强对比度等，以提高图像质量和信息内容。
然后，利用图像分割和提取技术，将图像分割成不同的目标区域，提取出目标的形状、纹理、颜色等特征信息。
最后，通过图像分类和识别算法，对目标进行自动识别和分类，实现目标的监测和分析。
二、无人机目标检测技术方法无人机目标检测技术是指在遥感图像中自动或半自动地识别和检测出感兴趣的目标。
目标检测主要包括目标的定位和识别两个过程。
目前，常用的无人机目标检测技术方法包括基于特征的方法、基于深度学习的方法和基于多特征融合的方法等。
基于特征的方法主要是通过提取目标的特征信息，如纹理、形状、颜色等进行目标的检测。
其中，常用的特征提取方法包括灰度共生矩阵、傅立叶描述子、尺度不变特征变换等。
然后，通过利用分类器，如支持向量机、随机森林等，对提取的特征进行分类和判断，实现目标的检测和分类。
基于深度学习的方法是近年来发展起来的一种新型目标检测技术。
该方法通过利用深度神经网络模型，如卷积神经网络（CNN）、循环神经网络（RNN）等，实现对目标的自动检测和识别。
其中，常用的深度学习模型包括Faster R-CNN、YOLO、SSD等。
基于多特征融合的方法是将多种特征信息进行融合，提高目标检测的准确性和鲁棒性。
《空中目标识别技术研究》
《空中目标识别技术研究》一、引言随着现代科技的不断进步，空中目标识别技术在军事、民用等领域得到了广泛应用。
该技术主要是利用雷达、光学、红外等多种传感器，对空中目标进行探测、识别与跟踪。
通过对空中目标的有效识别，可实现安全防范、军事防御、民航空管等多种功能。
本文将对空中目标识别技术的现状、关键技术、发展趋势及应用领域等方面进行探讨与研究。
二、空中目标识别技术现状目前，空中目标识别技术主要包括雷达识别技术和光学识别技术。
其中，雷达识别技术具有探测距离远、全天候工作等特点，被广泛应用于军事领域。
光学识别技术则具有较高的识别精度和较低的误报率，逐渐在民用领域得到广泛应用。
三、关键技术分析1. 传感器技术传感器是空中目标识别的关键设备之一，其性能直接影响到识别效果。
目前，常用的传感器包括雷达、光学、红外等。
其中，雷达传感器具有探测距离远、抗干扰能力强等优点；光学传感器具有较高的识别精度和较低的误报率；红外传感器则可实现夜间和恶劣天气条件下的目标探测。
2. 信号处理技术信号处理技术是空中目标识别的核心技术之一。
通过对传感器采集的信号进行预处理、特征提取和分类识别等操作，实现对空中目标的准确识别。
其中，特征提取是关键环节，需要通过算法对信号进行深入分析和处理，提取出目标的特征信息。
3. 识别算法识别算法是空中目标识别的核心技术之一，直接关系到识别精度和速度。
目前常用的识别算法包括基于模式识别的算法和基于机器学习的算法等。
其中，基于模式识别的算法需要对目标的特征进行提取和匹配；而基于机器学习的算法则可以通过训练大量数据，实现对目标的自动识别和分类。
四、发展趋势随着科技的不断发展，空中目标识别技术将朝着更高精度、更快速、更智能的方向发展。
具体来说，未来空中目标识别技术将进一步融合多种传感器技术，提高探测和识别的精度和速度；同时，将借助人工智能和机器学习等技术，实现对目标的自动识别和分类，提高系统的智能化水平。
五、应用领域空中目标识别技术在军事和民用领域都有广泛的应用。
无人机危害及恐怖行为反制对策研究
无人机危害及恐怖行为反制对策研究【摘要】无人机技术的飞速发展给社会带来了便利，但同时也带来了一系列的安全隐患和恐怖威胁。
本文从无人机的危害性分析、无人机在恐怖行为中的潜在利用、当前对无人机恐怖行为的反制对策、无人机领域安全防护技术研究和无人机恐怖行为对策的挑战等方面进行研究。
通过对相关文献资料的收集和整理，探讨了无人机在恐怖袭击中的应用潜力和对抗措施，为无人机领域的安全管理提供了一定的参考和借鉴意义。
总结了现阶段对于无人机安全管理的研究现状，提出了加强无人机安全管理的建议，展望未来无人机安全防护技术的发展方向，为构建更安全的社会环境提供了一定的借鉴和指导。
【关键词】无人机、危害、恐怖行为、反制对策、安全防护技术、挑战、安全管理1. 引言1.1 研究背景随着无人机技术的不断发展和普及，对无人机危害性和潜在风险的关注也越来越多。
许多国家和地区都曾经发生过无人机袭击事件，给人们的生命和财产安全带来了重大威胁。
研究无人机危害及恐怖行为的对策已经成为当今国际社会面临的一个重要课题。
在这种背景下，深入探讨无人机的危害性、潜在利用以及对策对于维护社会安全和稳定具有重要意义。
通过加强相关研究和技术创新，可以有效提升无人机领域的安全防护水平，减少恐怖行为对无人机的滥用，保障人们的生命和财产安全。
1.2 研究意义无人机在近年来得到了广泛应用，但是其潜在的危害性和被恐怖分子利用的可能性也引起了人们的担忧。
对无人机危害及恐怖行为的研究具有重要意义。
研究可以帮助人们更全面地了解无人机可能带来的各种威胁，从而有针对性地加强相关的安全措施和应对策略。
研究可以为相关部门提供科学依据和技术支持，有助于提高对无人机恐怖行为的预防和打击能力。
最重要的是，通过对无人机危害及恐怖行为反制对策的研究，可以最大程度地保障公共安全和社会稳定，确保人们的生命财产得到有效保护。
深入探讨无人机危害性和恐怖行为的潜在利用，以及制定有效的反制对策，具有重要的现实意义和深远影响。
无人机在环境监测中的应用研究毕业论文
无人机在环境监测中的应用研究毕业论文（正文）摘要：随着科技的进步，无人机已经成为一种广泛应用于各个领域的工具。
本文主要研究无人机在环境监测中的应用，并以此为基础，探讨其对环境保护和资源管理的潜力。
通过分析相关实验和案例，我们发现无人机在环境监测中具有许多优势，包括快速、高效和低成本等。
同时也存在一些挑战和限制，如隐私问题、法律法规等。
鉴于这些问题，本文也对无人机在环境监测中的未来发展提出了一些建议。
1. 简介无人机作为一种新兴的技术工具，被广泛应用于环境监测领域。
它们能够携带各种传感器和摄像设备，收集环境数据，并通过高分辨率图像和实时视频监控环境变化。
因此，无人机在环境监测中具有许多应用潜力。
2. 无人机在水质监测中的应用水质监测是环境保护的重要任务之一。
传统的水质监测方法通常需要人工采样和实验室分析，费时费力。
然而，无人机的出现改变了这一局面。
无人机可以快速飞行并携带多种传感器，能够在短时间内实时监测大范围的水域，并将数据传回分析中心。
这种高效、省时的监测方法使得水质监测更加及时准确。
3. 无人机在空气质量监测中的应用空气质量是人们关注的焦点之一，但传统的空气质量监测站点有限，无法全面覆盖和监测。
无人机在空气质量监测中的应用填补了这一空白。
通过携带气体传感器和相机等设备，无人机可以实时监测大气污染物的浓度和分布情况。
同时，无人机还可以快速响应事故和突发事件，提供相关数据支持，帮助环境部门采取有效的措施。
4. 无人机在植被监测中的应用植被的变化对生态环境和气候研究具有重要意义。
传统的植被监测方法主要依靠人工观测和遥感技术，难以获取高精度和实时的数据。
而无人机在植被监测中的应用可以提供高分辨率的图像和数据，包括植被覆盖率、植被健康状况等指标。
这些数据有助于研究人员更全面地了解植被分布和变化规律，从而制定合理的保护和管理策略。
5. 无人机在灾害监测中的应用灾害监测是无人机在环境监测中的另一个重要应用领域。
无人机多目标识别与跟踪技术研究
无人机多目标识别与跟踪技术研究随着人工智能技术的不断发展，无人机的应用越来越广泛。
无人机在军事、民用、科研、交通等领域中得到了广泛的应用。
基于其高度自主性和灵活性，无人机广泛用于监测、侦查、搜索和救援。
无人机从之前的军事意义上的一种飞行器，到如今的多功能控制器，已然从人类本身进化出来。
而无人机多目标识别与跟踪技术的研究及应用，已经成为了日益火热的研究方向。
一、无人机多目标识别技术首先我们需要了解的是无人机多目标识别技术。
无人机多目标识别技术是指利用先进的机器学习、计算机视觉、深度学习等技术，对多个目标进行有效的自动识别和分析的过程。
而无人机多目标识别技术在监测、侦察、交通等领域中有着广泛的应用。
在实际应用中，无人机多目标识别技术通常包括目标区域定位、目标特征提取、目标识别和目标跟踪等方面。
其中，目标区域定位主要是通过图像处理的方式，确定目标所在的区域。
目标特征提取则是利用图像处理算法，提取目标各种特征信息，如颜色、纹理、形状和大小等等，这些特征信息有助于区别目标与背景。
目标识别是依据特征提取的结果，利用机器学习或计算机视觉等算法，进行目标的分类。
目标跟踪则是将目标在移动和变形的情况下进行实时跟踪。
二、无人机多目标跟踪技术无人机多目标跟踪技术，即针对多个目标实时跟踪的技术。
无人机多目标跟踪技术主要是通过计算机视觉、机器学习等技术，对多目标进行快速、准确的跟踪，并不断更新目标的位置和状态。
而在无人机多目标跟踪技术中，最具挑战性的是多目标跟踪算法的选择。
由于目标之间的遮挡、相似性、速度和位置的不确定性等因素，会使得多目标跟踪过程面临巨大的挑战。
因此，无人机多目标识别与跟踪技术的研究者们，必须通过大量数据采集、模型建立、算法优化等相互配合的方式，才能较好地完成多目标跟踪任务。
三、无人机多目标识别与跟踪技术的应用无人机多目标识别与跟踪技术的应用非常广泛。
下面，我们将着重讲述其中的几个应用领域。
首先是军事领域。
低空无人机遥感技术及应用
，判断水体富营养化程度。
水污染事件应急监测
03
在突发水污染事件中，低空无人机可快速获取现场的水质数据
，为应急处置提供信息支持。
生态环境监测
植被覆盖监测
利用无人机搭载的可见光、多光谱等传感器，获取地表植被的反射 光谱信息，进而分析植被类型、覆盖度、生长状况等。
生态环境质量评价
结合大气、水、土壤等多源遥感数据，对生态环境质量进行综合评 价，为生态保护与修复提供决策依据。
信息，为土地资源规划和管理提供决策支持。
02
水资源监测
无人机可搭载水质监测仪器，在飞行过程中实时采集水样并分析水质参
数，实现对河流、湖泊等水域的水质监测和评估，为水资源保护和管理
提供依据。
03
农业生态环境监测
通过无人机遥感技术，可以实时监测农业生态环境的状况，包括土壤质
量、植被覆盖度、生物多样性等，为农业可持续发展和生态环境保护提
长航时、大载荷无人机发展
多传感器融合与智能处理
随着电池技术和轻量化材料的进步，未来 无人机将具备更长的续航时间和更大的载 荷能力。
多源传感器数据的融合和智能处理技术将 成为发展重点，提高数据获取和处理效率 。
高精度定位与导航
5G/6G通信技术应用
借助RTK、PPP等高精度定位技术，无人机 将实现厘米级甚至毫米级的定位精度，提 升遥感数据质量。
限制。
数据传输与处理
实时高效的数据传输和处理技 术尚不成熟，影响了遥感数据 的实时性和应用效果。
传感器技术与精度
传感器技术的发展直接影响遥 感数据的精度和分辨率，当前 传感器技术仍有待提高。
自主导航与避障
在复杂环境下，无人机的自主 导航和避障技术仍需进一步完 善，以确保飞行安全和数据采
无人机技术的使用方法与应用场景
无人机技术的使用方法与应用场景近年来，无人机技术得到了快速发展，广泛应用于各行各业。
无人机，即不需要人操控的飞行器，通过搭载各种传感器、摄像头及其他设备，可以实现多种功能。
本文将探讨无人机的使用方法以及其在不同领域的应用场景。
一、无人机的使用方法1. 遥控飞行：最简单的使用方法是通过遥控器操控无人机进行飞行。
这种方法适用于娱乐、拍摄等非专业需要。
2. 预设航点飞行：无人机可通过预设航点飞行，即预先设置好一系列飞行点和航线，然后无人机自动按照设定的航线进行飞行。
这种方法适用于需要沿特定路径巡航或拍摄的场景，如建筑物巡视、农田巡查等。
3. 自主飞行：通过搭载各种传感器、导航系统以及人工智能技术，无人机可以实现自主飞行。
它能够感知周围的环境，独立做出决策，并执行任务。
这种方法适用于需要长时间无人机运行或复杂任务的场景，如搜救、交通监测等。
二、无人机的应用场景1. 摄像与拍摄：无人机配备高清摄像头，可用于拍摄照片和视频。
它可以飞向高空，拍摄全新的俯瞰视角，广泛应用于旅游摄影、房地产宣传、婚礼摄影等领域。
2. 搜索与救援：无人机可以在人类难以到达的地方搜索失踪者或落入危险区域的人群。
其高空观察能力和红外热成像技术，能够快速发现目标，提高搜救效率，减少人员伤亡。
3. 农业与林业：农业领域利用无人机可以进行农田巡查、植保喷洒、作物施肥等工作。
通过航拍及其他传感器，可以实时收集农田数据，帮助农民进行精细化管理和决策。
在林业领域，无人机可以监测森林火灾、病虫害等，提前预警并进行灭火或防治。
4. 物流与运输：无人机具有载重能力，可以用于物流和运输领域。
它可以运送急救药品到人迹罕至的地区，或者在紧急情况下快速送达物资。
在城市交通繁忙的情况下，无人机也可以作为交通方式之一，用于货物配送。
5. 建筑与基础设施监测：无人机可以进行建筑物安全巡检，包括检查高楼外墙、天窗、屋顶等部位。
同时，无人机还可用于大型桥梁、电力线路等基础设施的巡检与监测，提高安全性和可靠性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
跟 踪 了助推 段导 弹 Ｊ 。
快 １ ０ 倍 ， Ｅ８ １ ０ 倍 ； ３ 能实施超前部 ０００ 比 一 快 ０ （ ） ０ 署， 将空中警戒线前推数百公里 ， 并能单独引导和指
挥 执行 特殊 任务 的 空 中 小 编 队 ， 可 将 无 人 机 部 署 还 在 载人 预警 机前 方 ， 免 载人 预警 机 穿 梭 于 危 险 区 避
现航空信息平台无人化 ， 计划在 ２ １ 年后的航空侦 ０５ 察任务主要 由无人机承担。未来的无人机还将承担
Ｅ３ Ｅ８ － 和 ． 预警机的任务 。２ １ 年 ８月美 国空军开 ０１
展 的红外 反 导预警 演 示 验 证 试 验 中 ， 由雷 声 公 司研
制、 装备死神无人机的 Ｍ ＳＢ光电／ Ｔ． 红外／ 全动态视
ｐ ｏ ｅ ｓｎ ｒ ｃ ｓ ｉｇ
了无人预警机在未来必将得到广泛的使用 卫。 Ｊ
０ 引 言
无 人 预警 机技术 的发 展得 到 世界各 国广 泛 的关 注 。与载人 预警 机 相 比 ， 人 预警 机 具 有 诸 多 技 术 无
美 国空 军颁 布 的 “ ００年 美 国空 军 ” 战 略 思 ２２ 新 想 中一 个重 要 内容就 是无人 机 的发展 。鉴 于 ｕ２和 ．
Hale Waihona Puke 摘 要 ： 阐述 了无人机红外预警 系统的任务需求， 总结 了红外栽荷 的基本技术要求， －ｌ 外典型 ￣ｒ Ｉ ｑ － ￣ 红 外预 警 系统分析 了各 种技 术体 制 的特 点 ， 总结 分析 了无人 机 红 外预 警 系统 的 系统 集成 技 术体 并
制、 工作模 式 、 目标 测距和 信 息处理 几 个关键技 术 问题及 其 实现 途径 。
Ｒ ． ５ 等有人侦察 飞机 即将退役 ， Ｃ１ Ｓ ３ 今后要尽快实
和战术优势 ： １ 经济性好 、 （） 效费 比高 ， 而且机体小 ， 加 上采 用 隐 身 技 术 ， 达 反 射 截 面 积 小 ， 存 能 力 雷 生
强 ；２ 信息 处理 速度 快 ， 军正 在 研 制 的用 于 逐 步 （） 美 取 代 Ｅ３和 Ｅ８的无 人 预警机 ， 息处 理速度 比 Ｅ３ － 一 信 一
Ｈ ｈ ｎ －ｎ ＭＥ Ｇ Ｘ ａｇ Ｓ Ｎ Ｂ — ｅ Ｅ Ｚ ｅｇｊ ， Ｎ ｉ ， Ｕ ｉ ｈ ｎ ｉ ｎ ｓ
（ ｈ ７ｔ ｓｔ ｅｏ Ｅ Ｃ，ｈｎｚｏ ５０ ５ Ｃ ｉａ Ｔ ｅ２ Ｉ ｔｕ ｆ Ｔ Ｚ ｅ ｇｈｕ４ ００ ，ｈｎ ） ｈ ｎ ｉｔ Ｃ
Ａｂ ｔ ａ ｔ ｈ ｌ ａｙ ｄ ｍａ ｄ ｆｉｆａ ｅ ａ ｌ ａ ｎ ｎ ｅ ｈ ｏｏ ｙ ｏ ｓｒ ｃ ：Ｔ ｅ ｍｉ ｔｒ ｅ ｎ ｓｏ ｒ ｒ ｄ ｅ ｒ ｗ ｒ ｉ ｇ ｔｃ ｎ ｌ ｇ ｎ ＵＡＶ ｈ ｖ ｅ ｎ ｅ ｐ ｔ ｔｄ Ｔ ｅ ｉ ｎ ｙ ａ ｅ ｂ ｅ ｘ ａｉ ｅ ． ｈ ａ ｂ ｓｃ ｔ ｃ ｎ ｌ ｇ ｅ ｎ ｓ ｏ ｆ ｒ ｄ ｅ ｒ ｒ ｉ ｇ ｓ ｓ ｍ ａ ｅ ｂ ｅ ｕ ａ ｉ ｅ ｈ ｏｏ ｙ ｄ ｍａ ｄ ｆｉ ｒ ｅ ａｌ ｗａ ｎ ｙ ｔ ｈ ｖ ｅ ｎ ｓ ｍｍａ ｚ ｄ ｎ ａ ｙ ｎ ｅ ｉ ｒ ｅ ．Ｔ ｅ ｔｃ ｎ ｑ ｅ ｓ ｓ ｍ ｈ ｅ ｈ ｉ ｕ ｙ ｔ ｅ ｏ ｅ ａ ｖ ｎ ｅ ｒ ｎ ｎ ｒ ｒ ｄ ｅ ｒｙ ｗａｎ ｎ ｆ ｆｒ ｉｎ ｃ ｕ ｔ ｅ ｓ ａ ａｙ ｅ ｆｔ ｄ ａ ｃ ｄ ａ ｍｉ ｇ ｉ ａ ｅ ａ ｌ ｒ ｉ ｇ ｏ ｏ ｅ ｇ ｏ ｎ ｒ ｓ ｉ ｎ ｌ ｚ ｄ， ａ ｄ ｓ ｖ ｒ ｌ ｉ ｏ ｔｎ ｈ ｆ ｉ ｎ ｅ ｅ ａ ｍｐ ｒａ ｔ ｑ ｅ ｔ ｎ ｆＩ ｒ ｒ ｄ Ｅａ ｌ ａ ｉ ｇＴ ｃ ｎ ｌｇ ｎ ｈ ｍｐ ｅ ｎ ａｉｎ ｍｅｈ ｄ ｏ ｈ ｃ ｒ ｕ ｕ ｓ ｏ ｓｏ ａｅ ｒ Ｗ ｒ ｎ ｅ ｈ ｏ ｏ ａ ｄ ｔ ｅ ｉ ｌ ｍｅ ｔｔ ｔ ｏ ｆ ｉｈ ａ ｅ ｓ ｍｍａ ｚ ｄ ｉ ｆ ｎ ｙ ｎ ｙ ｏ ｗ ｉ ｒｅ． Ｋｅ ｒ ｓ ａ ｌ ｒ ｉ ｇ ＵＡＶ ； ｒ ｒ ｄ ｅ ｒ ａ ｉ ｇ ｓ ｓｅ ；ｔｃ ｎ ｑ ｅ ｓ ｓｅ ；ｒ ｎ ｉ ｇ ｎ ｏ ａｉｎ ｙ ｗｏ ｄ ：ｅ ｒ ｗａ ｎ ｎ ｙ ｉ ａｅ ａ ｌ ｗ ｒ ｎ ｙ ｔ ｍ ｅ ｈ ｉ ｕ ｙ ｔｍ ｆ ｎ ｙ ｎ ａ ｇ ｎ ；ｉ ｒ ｔ ｆ ｍ ｏ
关 键词 ： 警无人 机 ； 外预 警 系统 ； 术体制 ；目标 测距 ； 息 处理 预 红 技 信
中 图分 类 号 ： ２ １ Ｖ ４
文献标 识 码 ： Ａ
文章编 号 ：６３５９ （０ １０ —８－５ １７ —６２ ２ １ ）６５７０
Ｒｅ ｅ ｒ ｈ Ｏｎ Ｉ ｆ ａ ｅ ｒｙ Ｗ ａ ｎ ｎ ｃ ｎ ｌ ｇ ｎ ＵＡＶ ｓ ａ ｃ ｎ ｒ ｒ ｄ Ｅａ ｌ ｒ ｉ ｇ Ｔｅ ｈ ｏ ｏ ｙ ｏ
第 ６期 ２１ ０ １年 ｌ ２月
中 ．； 研宪 瓤 国毫 舛譬 茂荸
Ｊｕ ｎ ｌｏ ＡＥＩ ｏ ｒａ ｆＣ Ｔ
Ｖ ｌ ６ Ｎｏ ６ ０｜ ．
Ｄｅ ｃ． ２０１ １
无人 机 红 外 预 警 技 术 研 究
何铮 进 ， 孟 祥 ， 必慎 孙
（ 中国 电子 科技 集 团公 司第 ２ ７研 究所 ， 州 ４０ ０ ） 郑 ５０ ５
红外预警载荷采用被动探测 ， 隐蔽性好 ； 红外探
测器 对对 发 热 敏 感 ， 测 能 力 强 ； 外 成 像 分 辨 率 探 红
域 ；４ 高空长航时无人预警机具有探测视野宽、 （） 滞 空时间长与机动性能好等优势 ， 预警探测威力、 预警 时间与生存能力比载人预警机更强。这些优势决定