電力搭載無人機(jī)輕量化應(yīng)用模式策略研究

摘" 要：無人機(jī)在跨行業(yè)整合新興技術(shù)方面具備獨(dú)特優(yōu)勢(shì)，高效應(yīng)用無人機(jī)輕量化模型自主巡檢，及其更具專業(yè)特征的科學(xué)搭載診斷檢測(cè)方法，實(shí)現(xiàn)一機(jī)多目標(biāo)、多任務(wù)提升飛行效率，拓展實(shí)際工作需求，為電力企業(yè)智能運(yùn)檢及AI運(yùn)維服務(wù)提供新的解決方案，與此同時(shí)持續(xù)改進(jìn)的深度學(xué)習(xí)能力，精確識(shí)別功能與綜合評(píng)價(jià)輔助決策體系，為全新視角開創(chuàng)低空經(jīng)濟(jì)應(yīng)用提供案例參考。

關(guān)鍵詞：無人機(jī)搭載；輕量化應(yīng)用；監(jiān)測(cè)檢測(cè)；一鍵起降；智能反饋

中圖分類號(hào)：V279" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2024）36-0161-04

Abstract： UAVs have unique advantages in integrating emerging technologies across industries. They efficiently apply unmanned aerial vehicle lightweight models for independent inspection and its more professional scientific mounted diagnostic and testing methods to achieve multiple goals and multiple tasks for one aircraft and improve flight efficiency， expand practical work needs， provide new solutions for intelligent operation inspection and AI operation and maintenance services of power companies， and at the same time， continue to improve in-depth learning capabilities， accurate identification functions and comprehensive evaluation auxiliary decision-making systems. It provides a case reference for creating low-altitude economic applications from a new perspective.

Keywords： UAV carrying; lightweight application; monitoring and testing; one-click take-off and landing; intelligent feedback

近年來，無人機(jī)在電網(wǎng)巡檢的飛速發(fā)展，應(yīng)用場(chǎng)景將更加的豐富，特別是打破現(xiàn)場(chǎng)最后一公里的實(shí)際需求，對(duì)發(fā)現(xiàn)隱蔽性缺陷起到了輔助研判作用，但與此同時(shí)由于無人機(jī)巡檢過程中周遭環(huán)境復(fù)雜、飛控條件限制、頻次密集且任務(wù)多變等挑戰(zhàn)，實(shí)際開展的輕量化檢查檢測(cè)工作不多，較為零星，發(fā)現(xiàn)的缺陷較少，還不能較完整反映出運(yùn)行狀況，主動(dòng)客觀評(píng)價(jià)安全運(yùn)營質(zhì)量，現(xiàn)場(chǎng)亟需對(duì)相關(guān)搭載監(jiān)測(cè)檢測(cè)新技術(shù)深入研究，并逐步應(yīng)用生產(chǎn)實(shí)踐，進(jìn)一步優(yōu)化精準(zhǔn)飛行、定點(diǎn)檢測(cè)、預(yù)警識(shí)別等實(shí)際功能需求。

1" 深入拓展無人機(jī)精益管控場(chǎng)景

1.1" 跨行業(yè)整合新興技術(shù)

經(jīng)常性跨行業(yè)交流學(xué)習(xí)，如先進(jìn)搭載力、重載機(jī)械作業(yè)能力、視覺解讀能力、語音解析、個(gè)人單兵與無人機(jī)對(duì)接應(yīng)用作業(yè)場(chǎng)景，可以在地下空間、高空檢修、連續(xù)性全天候保供搶修和安全管控等各專業(yè)，多維度拓展新的實(shí)景解決方案。此外，還需整合現(xiàn)有無人機(jī)各家之長，例如有的專精特公司要持續(xù)溝通壓擔(dān)子、加任務(wù)，拓新業(yè)務(wù)承載能力；有的創(chuàng)新團(tuán)隊(duì)已有一定研發(fā)能力與協(xié)調(diào)能力，要組織力量探討海陸空一體化應(yīng)用實(shí)景；有一些無人機(jī)操作手見長的作業(yè)小組，要做好對(duì)準(zhǔn)現(xiàn)場(chǎng)的實(shí)操競技能力。

1.2" 內(nèi)控專業(yè)發(fā)揮新動(dòng)能

未來1～3年的業(yè)務(wù)布局，基于專業(yè)無人機(jī)業(yè)務(wù)公司的建立，綜合智能化電網(wǎng)網(wǎng)架的新發(fā)展，其縱深應(yīng)用場(chǎng)景需求，甚至?xí)街悄芙K端檢測(cè)、不停電檢修等分支專業(yè)發(fā)展，而且精益需用、需求與實(shí)戰(zhàn)對(duì)接難度，可比電網(wǎng)傳統(tǒng)作業(yè)環(huán)境更為復(fù)雜與嚴(yán)峻，需要一大批高精專人才聚集，一大批高技能作業(yè)飛手，匹配完成精細(xì)化實(shí)踐工作，其蘊(yùn)含的主動(dòng)合作與高效集成的深遠(yuǎn)空間，將形成全新的智能運(yùn)維能力，更顯著地提升安全管控及經(jīng)濟(jì)高附加值能力，迸發(fā)出更廣泛的社會(huì)效益與示范引領(lǐng)，對(duì)電力企業(yè)品牌價(jià)值、增值服務(wù)意義深遠(yuǎn)。

1.3" 實(shí)踐中鍛煉攀高能力

在實(shí)踐中提練匯聚新技術(shù)成果，匹配現(xiàn)有應(yīng)用場(chǎng)景，如機(jī)巢的布置，仍需深入實(shí)際，適應(yīng)新的目標(biāo)需求，善于把握先進(jìn)生產(chǎn)力方向，對(duì)接輸變電、供配電一線需求，聯(lián)合需求方一起解決問題，協(xié)同應(yīng)對(duì)新的業(yè)務(wù)層面的壓力挑戰(zhàn)。通過深度強(qiáng)化學(xué)習(xí)方法對(duì)電力專用模型進(jìn)行科學(xué)訓(xùn)練，匹配編碼器和解碼器的模型架構(gòu)，實(shí)現(xiàn)無人機(jī)多任務(wù)路徑在線優(yōu)化。圖1是無人機(jī)自主巡檢技術(shù)路徑。

2" 輕量化模型適應(yīng)無人機(jī)自主巡檢

2.1" 自主巡航增實(shí)效

構(gòu)建一機(jī)多任務(wù)最優(yōu)航線一次起降，提升新技術(shù)攻關(guān)能力，相對(duì)于人工巡視提高3～4倍工作效能。結(jié)合現(xiàn)場(chǎng)調(diào)研及實(shí)際工作需求，優(yōu)化單個(gè)無人機(jī)巡檢工作任務(wù)，針對(duì)現(xiàn)有深度強(qiáng)化學(xué)習(xí)算法在無人機(jī)自主導(dǎo)航任務(wù)中面臨環(huán)境局部可觀且感知信息不足問題，基于非確定性策略強(qiáng)化學(xué)習(xí)算法，開展對(duì)未知環(huán)境下的端到端無人機(jī)自主導(dǎo)航任務(wù)訓(xùn)練，在高密度配網(wǎng)負(fù)荷運(yùn)行區(qū)域及保供電現(xiàn)場(chǎng)運(yùn)維核心供區(qū)，多模態(tài)規(guī)劃生產(chǎn)任務(wù)飛行航線，預(yù)設(shè)配置循環(huán)飛機(jī)巢，適應(yīng)多個(gè)巡檢、防外破驗(yàn)收、反事故演練等工作需求，一鍵起降單機(jī)自主巡航完成所交辦的各項(xiàng)任務(wù)。通過對(duì)歷史記憶信息與當(dāng)前的觀測(cè)整合處理，提取觀測(cè)數(shù)據(jù)的時(shí)序遞進(jìn)關(guān)系，從而增強(qiáng)局部可觀條件下的狀態(tài)估計(jì)能力，有效增強(qiáng)無人機(jī)自主導(dǎo)航算法的收斂性和穩(wěn)定性。

2.2" 精益算法出實(shí)招

優(yōu)化電力巡檢專用模型，多模態(tài)設(shè)置無人機(jī)一次飛作業(yè)場(chǎng)景，可視化推送輸配網(wǎng)線路運(yùn)行狀態(tài)，提升視覺成像、神經(jīng)網(wǎng)絡(luò)等新技術(shù)深度學(xué)習(xí)能力，相比常規(guī)人工巡視，嚴(yán)重及以上缺陷百分百檢出無死角，缺陷漏檢率顯著下降。同時(shí)基于模擬地理空間聯(lián)動(dòng)城市地圖，提升無人機(jī)自主導(dǎo)航作業(yè)能力，多視角準(zhǔn)確識(shí)別線路變更、桿線遷移、設(shè)備維保動(dòng)態(tài)，形成工程（檢修、維護(hù)）預(yù)驗(yàn)收?qǐng)?bào)告，預(yù)警臨近線路城建違章作業(yè)、預(yù)判運(yùn)行通道樹木生長等異動(dòng)狀況，篩選危急缺陷、嚴(yán)重缺陷及一般缺陷，實(shí)時(shí)反饋網(wǎng)格監(jiān)控，提示輸配電責(zé)任人（網(wǎng)格長）第一時(shí)間動(dòng)態(tài)可視化掌控異常，并采取相應(yīng)的消缺整改措施。圖2是無人機(jī)輕量化專業(yè)模型構(gòu)建。

2.3" 動(dòng)態(tài)賦能見真章

運(yùn)用無人機(jī)飛行信息，融入設(shè)備地理信息功能模態(tài)，同步反饋網(wǎng)格監(jiān)控輔助研判，實(shí)時(shí)可觀可測(cè)危險(xiǎn)點(diǎn)通道、局部設(shè)備狀態(tài)及架空線路全景標(biāo)注，協(xié)同各專業(yè)部門分類推理，提升專業(yè)深化分析能力。汲取多任務(wù)語音聲控、視覺圖像新技術(shù)，推進(jìn)現(xiàn)場(chǎng)信息即送即達(dá)低時(shí)延符合國家規(guī)范，加速激光導(dǎo)航結(jié)合網(wǎng)格化運(yùn)維線路地理信息，通過圖模修正及自主糾偏雙重?cái)M合，增強(qiáng)對(duì)輔助決策空間的適應(yīng)性，解決實(shí)時(shí)響應(yīng)能力不足、收斂速度緩慢、泛化能力受限以及訓(xùn)練成本高昂等問題，全方位覆蓋線、變、用戶，實(shí)現(xiàn)立體式桿、線、通道與PMS設(shè)備信息的實(shí)時(shí)一致性，全景式展現(xiàn)設(shè)備狀態(tài)，輔助規(guī)劃、設(shè)計(jì)、檢修、運(yùn)行和調(diào)控部門可視化分析與決策。

3" 科學(xué)搭載無人機(jī)診斷檢測(cè)促成效

3.1" 多項(xiàng)任務(wù)搭載提升效能

分析現(xiàn)有無人機(jī)巡檢技術(shù)，對(duì)輸配網(wǎng)新技術(shù)發(fā)展推進(jìn)還存在的盲區(qū)，結(jié)合紅外測(cè)溫、成像、超聲波檢測(cè)，確定從日常巡檢到精確定點(diǎn)的無人機(jī)轉(zhuǎn)場(chǎng)搭載工作方案，增強(qiáng)空間特征提取能力并降低計(jì)算冗余，避免上下采樣導(dǎo)致的小目標(biāo)特征信息丟失，并豐富小目標(biāo)檢測(cè)詳細(xì)信息，增強(qiáng)網(wǎng)絡(luò)尺度特征融合能力，注入邊界框的形狀和尺度信息，聚焦困難樣本，增強(qiáng)邊界框回歸效果。

收集現(xiàn)有巡檢資料，分析存在的短板，觀測(cè)盲區(qū)和漏點(diǎn)，提出可視化解決措施，研判通用圖像糾偏與標(biāo)準(zhǔn)裝置圖的差異，提出動(dòng)態(tài)執(zhí)行狀態(tài)抗干擾能力，篩選干擾因子，分辨無效解析，分離相關(guān)重疊圖影。利用最小外接矩形方法，實(shí)現(xiàn)輸配電路徑點(diǎn)云分段處理，并根據(jù)每段點(diǎn)集的最小外接矩形信息，形成初始巡航線位置，快速實(shí)現(xiàn)輸配電場(chǎng)景點(diǎn)云的巡航通道自動(dòng)生成。

3.2nbsp; 動(dòng)態(tài)擬合現(xiàn)場(chǎng)多變需求

針對(duì)在復(fù)雜環(huán)境下無人機(jī)巡檢匹配自主導(dǎo)航中所呈現(xiàn)出的視覺成像定位問題，聚合深度學(xué)習(xí)特征的實(shí)時(shí)影像快速檢索方法，狀態(tài)模擬飛行幀數(shù)與頻次迭代及所獲空間變換參數(shù)，建立可變空間預(yù)演伸縮景像模型范式，可調(diào)式空間作業(yè)對(duì)應(yīng)缺陷信息定位、校正、篩選，精準(zhǔn)實(shí)現(xiàn)動(dòng)態(tài)異常可參考辨析成像方案。

移動(dòng)變換空間坐標(biāo)，聚合生成影像，穩(wěn)定全局特征表達(dá)向量，在不損失檢索精度的前提下提高檢索速度，方便對(duì)初始檢索結(jié)果進(jìn)行快速預(yù)判斷，對(duì)全局特征向量構(gòu)建檢索索引，自動(dòng)弱化多場(chǎng)景下干擾梯度，實(shí)現(xiàn)預(yù)定目標(biāo)值下，環(huán)境保真的可信度，高效篩檢異常，完善無損檢測(cè)缺陷分類的準(zhǔn)確率。

3.3" 持續(xù)精專檢測(cè)識(shí)別缺陷

在無人機(jī)圖像目標(biāo)檢測(cè)中，常常遇到復(fù)雜場(chǎng)景，相當(dāng)一部分目標(biāo)特征難提取且小目標(biāo)容易被淹沒在噪聲中，通過分析聲波變化強(qiáng)弱與梯度增益函數(shù)的關(guān)系，設(shè)置觀測(cè)目標(biāo)關(guān)鍵技術(shù)參數(shù)的限定范圍，多場(chǎng)景評(píng)價(jià)無人機(jī)各時(shí)段反饋異常特征，辨析疑似家族性缺餡軌跡，提出不停電檢修可視化方案。

設(shè)2架無人機(jī)航線實(shí)際飛行距離為

D1iyz（t）-D2iyz（t）=（（x1（t）+u1（t））-（（x2（t）+u2（t）），（1）

式中：x1（t），x2（t）為無人機(jī)i的標(biāo)稱位置，m；u1（t），u2（t）為位置誤差概率密度函數(shù)；D1iyz（t），D2iyz（t）為無人機(jī)的實(shí)際位置，m。則t時(shí)刻無人機(jī)i重構(gòu)位置計(jì)算如下

n（t）=n（t-1）+， （2）

式中：若t-1時(shí)刻，無人機(jī)i的重構(gòu)位置為n（t-1），i=1，…，n。這樣就可以計(jì)算2架無人機(jī)側(cè)向機(jī)體重疊概率？子i（t）

，（3）

式中：li為2架無人機(jī)側(cè)向間隔值，m；vi為速度誤差服從均值；p為每小時(shí)航線放行無人機(jī)架次的期望值。

示范整段連續(xù)捕捉信息不間斷分析，對(duì)航跡序列進(jìn)行重構(gòu)，以更高的準(zhǔn)確度預(yù)測(cè)集群航跡目的地，綜合數(shù)字化圖模信息，細(xì)化異常缺陷分類排序解決方案，全方位、全過程跟蹤缺陷成因、溯源歸類、等級(jí)劃分，結(jié)合無損檢查檢測(cè)圖譜分析成果，綜合評(píng)判隱性缺陷，為科學(xué)有效、規(guī)范指導(dǎo)狀態(tài)檢修提供輔助策略。

4" 無人機(jī)智能巡檢及AI運(yùn)維服務(wù)

4.1" 改進(jìn)一鍵巡測(cè)智能起降

由于無人機(jī)起降精確定位功能時(shí)有偏差，入窠不準(zhǔn)，機(jī)件易受損等問題，基于現(xiàn)場(chǎng)可編程門陣列與數(shù)字信號(hào)處理器架構(gòu)的無人機(jī)探測(cè)系統(tǒng)，自適應(yīng)閾值分割方法提取目標(biāo)，有效解決復(fù)雜背景下的紅外小目標(biāo)檢測(cè)問題，提高無人機(jī)探測(cè)系統(tǒng)在不同場(chǎng)景下的適用能力與檢測(cè)能力。同時(shí)，針對(duì)無人機(jī)自主充（換）電功能，實(shí)際連續(xù)長距離巡檢受限，無人機(jī)窩工時(shí)段增長等問題，還需要深入優(yōu)化一鍵起降模式，依托北斗導(dǎo)航+城市地圖基礎(chǔ)坐標(biāo)引導(dǎo)，RTK準(zhǔn)確定位、校準(zhǔn)無人機(jī)機(jī)巢，實(shí)現(xiàn)充（換）電、初步航線首末點(diǎn)規(guī)劃、發(fā)令自主巡檢和避障風(fēng)險(xiǎn)預(yù)控等拓展功能。

合理設(shè)置無人駕駛車載無人機(jī)起降與充換電模式，補(bǔ)充臨時(shí)性保供電或防外破值守等應(yīng)用場(chǎng)景，實(shí)現(xiàn)自主巡檢、AI路徑規(guī)劃、全線巡檢模式、跳飛巡檢模式、單桿單線全檢模式和單桿局部特檢模式，全過程符合線路通道安全巡視工作要求。

4.2" 提升輕量化精準(zhǔn)識(shí)別功能

鑒于輕、中、大型無人機(jī)應(yīng)用不充分，搭載紅外、紫外、超聲波探傷定位缺陷功能不強(qiáng)，發(fā)現(xiàn)線路局部重過載，預(yù)防斷桿斷線識(shí)別缺陷能力不強(qiáng)等問題，僅從回放圖片圖像信息初步分析，顯現(xiàn)出AI大模型標(biāo)注推理機(jī)制不全，影響異常缺陷預(yù)警并正確處置指導(dǎo)狀態(tài)檢修。此外，無人機(jī)特殊巡檢（搭載紅外檢測(cè)等）、無人機(jī)故障巡檢、無人機(jī)交叉特巡、伴飛對(duì)飛特巡、開啟夜巡模式，優(yōu)選合理定位和自主航線調(diào)配能力不足，人工干預(yù)多，實(shí)戰(zhàn)效能不佳，依據(jù)調(diào)度故障指令，跳飛第一障礙物、故障點(diǎn)，有選擇篩選異常點(diǎn)，第一時(shí)間反饋實(shí)時(shí)現(xiàn)場(chǎng)故障源，輔助遠(yuǎn)方調(diào)控指揮能力不足，與歷史異常缺陷圖庫比對(duì)，實(shí)現(xiàn)可視化搶（檢）修作業(yè)現(xiàn)場(chǎng)互動(dòng)，以及作業(yè)全過程安全管控功能有待開發(fā)完善。表1是5套算法篩選方法。

運(yùn)用測(cè)繪遙感作業(yè)智能化、飛行控制智能化和實(shí)時(shí)、實(shí)景無人機(jī)遙感技術(shù)，整合數(shù)碼相機(jī)、視頻攝像機(jī)、傾斜相機(jī)、激光雷達(dá)和定姿定位系統(tǒng)，適應(yīng)不確定條件下的無人機(jī)集群任務(wù)分配與航線規(guī)劃，根據(jù)無人機(jī)多目標(biāo)函數(shù)和約束條件，建立無人機(jī)三維航跡規(guī)劃模型，自適應(yīng)權(quán)重系數(shù)和迭代閾值，提高算法對(duì)非線性約束優(yōu)化的處理能力。

4.3" 深化綜合評(píng)價(jià)輔助決策體系

無人機(jī)綜合評(píng)估還存在一定空白，如無人機(jī)單次安全巡檢工作質(zhì)量評(píng)價(jià)，自主與協(xié)同、分布與集中、性能與成本等自檢機(jī)載運(yùn)行狀態(tài)評(píng)價(jià)，采用典型案例模式和特殊工作模式，并結(jié)合多任務(wù)的特性，采取相對(duì)應(yīng)的優(yōu)先執(zhí)行程序，通過綜合考慮速度誤差和定位誤差可能引發(fā)的坐標(biāo)不確定性，測(cè)算伴隨無人機(jī)自主巡檢進(jìn)程的碰撞風(fēng)險(xiǎn)，兼顧空域管控與位置調(diào)控能力的雙重約束，協(xié)同最優(yōu)化所需飛行間隔與調(diào)控頻次作為篩選依據(jù)，提高自主巡檢空域利用率和飛行架次效率，實(shí)現(xiàn)從云端信息化缺陷上傳、識(shí)別、歸類及輔助決策評(píng)價(jià)，進(jìn)而使一機(jī)多任務(wù)無人機(jī)飛控執(zhí)行趨于規(guī)范化、信息化與智能化。此外，不可忽視的是構(gòu)建基于無人機(jī)專業(yè)人才職業(yè)勝任力模型，完善從飛手培訓(xùn)到實(shí)際應(yīng)用的反饋機(jī)制，達(dá)成專業(yè)技能與能力提升的雙軌培養(yǎng)。

參考文獻(xiàn)：

[1] 徐景中，莫玉曉，付建紅， 等.面向電力輸電場(chǎng)景概略點(diǎn)云的無人機(jī)巡航線自動(dòng)生成[J].計(jì)算機(jī)應(yīng)用，2024，44（S1）：347-350.

[2] 胡佳樂，周敏，申飛.面向無人機(jī)小目標(biāo)的RTDETR改進(jìn)檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)用，2024，60（20）：198-206.

[3] 王海峰.高性能協(xié)同作戰(zhàn)無人機(jī)的發(fā)展與思考[J].航空學(xué)報(bào)，2024，45（17）：8-25，3.

[4] 李巖超，史衛(wèi)亞，馮燦.面向無人機(jī)航拍小目標(biāo)檢測(cè)的輕量級(jí)YOLOv8檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)用，2024，60（17）：167-178.

[5] 張濤，劉威，王銳，等.考慮無線充電的無人機(jī)路徑在線規(guī)劃[J].控制理論與應(yīng)用，2024，41（1）：30-38.

[6] 薛錫瑞，黃樹彩，韋道知，等.基于EMD-DESN的無人機(jī)集群航跡目的地預(yù)測(cè)[J].系統(tǒng)工程與電子技術(shù)，2024，46（1）：290-299.

[7] 張明淳，牛春暉，劉力雙，等.用于無人機(jī)探測(cè)系統(tǒng)的紅外小目標(biāo)檢測(cè)算法[J].激光技術(shù)，2024，48（1）：114-120.

[8] 王小攀，李建勝，王安成，等.面向無人機(jī)絕對(duì)定位的遙感影像快速檢索方法[J].中國慣性技術(shù)學(xué)報(bào)，2024，32（4）：363-370，378.

[9] 張健，王守源，趙嶷飛，等.城市無人機(jī)航線飛行間隔與調(diào)控頻率綜合研究[J].交通信息與安全，2024，4（1）：11-18.

[10] 寇凱，楊剛，張文啟，等.基于SAC的無人機(jī)自主導(dǎo)航方法研究[J].西北工業(yè)大學(xué)學(xué)報(bào)，2024，42（4）：310-318.

[11] 張繼賢，劉飛，王堅(jiān).輕小型無人機(jī)測(cè)繪遙感系統(tǒng)研究進(jìn)展[J].遙感學(xué)報(bào)，2021，25（3）：708-724.

[12] 承楠，傅連浩，王秀程，等.基于圖神經(jīng)網(wǎng)絡(luò)的無人機(jī)網(wǎng)絡(luò)表征與優(yōu)化技術(shù)[J].數(shù)據(jù)采集與處理，2024，39（1）：44-59.

[13] 王福儀，孟秀云，張海闊.基于ε-level蝙蝠算法的無人機(jī)三維航跡規(guī)劃[J].北京航空航天大學(xué)學(xué)報(bào)，2024，50（5）：1593-1603.

[14] 李俊慧，張振華，邊疆，等.面向無人機(jī)集群察打場(chǎng)景的PPO算法設(shè)計(jì)[J].火力與指揮控制，2024，49（3）：25-34.

[15] 程嘉瑜，陳妙金，李彤，等.基于改進(jìn)Faster-RCNN網(wǎng)絡(luò)的無人機(jī)遙感影像桃樹檢測(cè)[J].浙江農(nóng)業(yè)學(xué)報(bào)，2024，36（8）：1909-1919.

[16] 劉登攀，寇昆湖，王超，等.基于改進(jìn)ADC法的偵察無人機(jī)作戰(zhàn)效能評(píng)估[J].電光與控制，2024，31（4）：121-127.

[17] 楊蘇橋，鄭恩輝，田琛，等.基于EKF殘差的無人機(jī)GPS故障診斷方法[J].電光與控制，2024，31（7）：61-65，72.

[18] 周曉蘭，劉建峰，趙瑞娟，等.基于無人機(jī)平臺(tái)的電磁信號(hào)探測(cè)系統(tǒng)設(shè)計(jì)[J].火力與指揮控制，2024（4）：125-135.

[19] 左玲，張翔倫，李志宇，等.基于自抗擾方法的無人機(jī)控制律設(shè)計(jì)[J].北京航空航天大學(xué)學(xué)報(bào)，2024（5）：1512-1522.

[20] 謝椿輝，吳金明，徐懷宇.改進(jìn)YOLOv5的無人機(jī)影像小目標(biāo)檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)用，２０２３，５９（９）：１９8-206.

[21] 殷雅萱，張安，畢文豪，等.動(dòng)態(tài)拓?fù)湎滤男頍o人機(jī)集群蜂擁控制[J].系統(tǒng)工程與電子技術(shù)，2024，46（10）：3473-3483.