《将UAS 与多光谱成像传感器集成，以探测伪装目标和战场异常》2023最新100页论文

本论文论证了将小巧、轻便、低成本的商用现货（COTS）多光谱传感器集成到小型战术无人机系统（UAS）中的可行性，以增强对伪装目标和战场异常的探测能力。与目前设计中使用的普通电子光学和红外传感器（EO/IR）相比，这种能力增强了对此类目标的探测能力。

无人系统在现代军事行动中应用广泛，可为战场指挥官和军事规划人员提供新的或增强的能力和作战概念。它们的主要优势在于能够以更高效、规避风险和低成本的方式执行枯燥、肮脏和危险的任务。由于这些原因，无人系统，特别是无人机系统，如今正在执行大多数监视和侦察行动，在所有作战层面提供必要的情报。

为了应对在现代战场上扩大使用战术和战区级无人机系统进行侦察和监视的情况，地面兵力正在加大力度隐藏其资产，使用伪装，或利用地形和植被。此外，正规军和非正规军广泛使用地雷和简易爆炸装置，对地面部队构成重大威胁。这些战术给情报搜集行动带来了新的挑战，需要新一代无人机系统加以解决，特别是在战术层面。

在过去的十年中，多光谱成像技术不断发展，提供了结构紧凑、成本低廉的传感器，可增强战术无人机系统的能力，使其能够击败伪装，探测普通传感器无法看到的战场异常情况。与普通成像传感器相比，多光谱设备可在可见光和红外光谱的特定窄波段内成像。此外，多光谱设备还能利用不同材料在这些波段中的吸收和反射率差异，对这些波段进行算法融合。

这项研究旨在回答两个研究问题，要求探索 COTS 多光谱传感器探测伪装人造目标或战场异常的能力，并将其性能与 RGB 和全色传感器进行比较。为了回答这些问题，我们使用集成在小型战术级无人机系统中的多光谱传感器对伪装目标进行了几次实验性飞行。从这些飞行中收集的数据被用来评估传感器的性能，并探索融合多光谱数据和生成成像产品的方法。

利用 MATLAB 编程环境开发了一种算法，以实现多光谱数据的融合。该算法可对各个多光谱波段数据进行对齐，并实施三种融合方法。使用归一化差异植被指数（NDVI）、彩色红外（CIR）和归一化差异红边蓝边指数（NDREB）对多光谱数据进行融合。归一化差异植被指数广泛用于商业农业应用，以区分植被和环境。CIR 还能在多色成像中突出植被。最后，NDREB 是为本论文开发的，它利用了人造目标与环境在红边和蓝带反射率上的差异。

对实验飞行所收集数据的解读证明，COTS 多光谱传感器能够探测伪装目标和战场异常，其性能优于普通的 EO/IR 传感器。此外，还在多个目标场景中评估了所使用的三种融合方法的性能。最后，确定了当前算法在实时操作方面的局限性。成功评估了低成本、紧凑型多光谱传感器在探测伪装目标方面的性能，为其在战术无人机系统中的应用提供了概念证明，并为该领域的未来研究奠定了基础。