- 基于改进的自主无人机搜救系统的研究
该论文提出了一种基于 EGO-Planner 算法的自主搜索与救援无人机系统，通过创新的无人机应用和逆向电机反馈算法来提高无人机的飞行效率和整机微型化，并通过引入 EGO-Planner 规划工具和双向 A * 算法以及目标检测算法解决了智 - 无人机飞行状态识别与轨迹预测系统设计基于轨迹特征构建
通过基于飞行状态识别的改进方法，实现了基于无人机的飞行轨迹预测的准确性提升，并证实了识别模型可以有效降低预测误差。
- MM无人机中旋转不变的物体识别变压器
我们提出了一种新颖的旋转不变视觉变形器（RotTrans），利用视觉变形器的结构特点，在高级特征的基础上建立不变度约束，以增强模型对大旋转差异的鲁棒性。在最新的 UAV 数据集上，我们的模型表现优于现有的最先进技术，其 mAP 和 Rank - 压缩视觉 Transformer 用于低资源视觉学习
通过使用模型压缩技术，本研究旨在实现对视觉转换器在资源受限设备上的快速推理，以在边缘环境中将其部署在无人机上，并以最小的准确性损失，以便在监视、环境监测等领域开辟新的可能性。
- 无人机辅助混合行动增强学习的语义通信
本研究旨在探索使用助理无人机的上行语义通信，以提高偏远地区元宇宙用户的数据采集效率。为了在重建质量和计算能量成本之间平衡的同时减少上行数据采集时间，我们提出了一种混合动作强化学习框架，用于在语义模型规模、信道分配、传输功率和无人机轨迹上做出 - 基于外观的视点规划方法：Bag of Views 用于三维重建
通过机器学习和图像处理实现无人机的三维重建和监测，其中视角规划是其关键部分，该研究提出了一种基于 Bag-of-Views 的模型，用于评估捕获视角的效用。
- 大规模无人机图像的高效匹配查询：通过图索引全局描述符
该论文提出了一种高效的匹配对检索方法和实现了并行 SfM 重建的集成工作流，通过训练在线个体码书、使用 VLAD 聚合局部特征并通过 HNSW 图结构进行全局描述符索引，以加速匹配对检索并提高 SfM 重建效率。验证实验结果在三个大规模 U - Ladder：用于图像标注、对象检测和模型部署的软件，可用于对象检测的周期性部署
Ladder 是一款图形用户界面软件，可为用户提供 OD 模型的快速标记，训练和部署，通过 Ladder 的 OD 技术，能够直接评估无人机照片中所拍摄作物的健康状态，并开发出了一种去除图像拼接的新型小麦条锈病检测方式，准确率分别为 72％ - 无线电联网无人机的联合路径规划和功率分配，利用通过深度反向强化学习的学徒学习
该研究论文探讨了一种面向空中无人机的干扰感知联合路径规划和功率分配机制，旨在最大化上行吞吐量并降低地面用户设备的干扰，模拟结果表明该方法可以实现专家级别的性能水平。
- 稀疏不规则点云的语义分割用于叶子 / 木材区分
使用 Pointnet ++ 模型及创新的采样策略和损失函数，该研究提出了一种基于光学遥感技术 LiDAR 和无人机采集的点云数据的神经网络模型，该模型可以有效地区分森林里木质和叶状物的点，以提高其应用场景中的精确性和可靠性。
- 5G 无人机场景下的深度注意力识别：新颖架构和端到端评估
提出了一种基于 Deep Attention Recognition 的解决方案，通过认证的 UAV 中嵌入一个小型的深度网络，用可观测参数 SINR 和 RSSI 识别 Line-of-Sight (LoS)，Non-Line-of-Si - 基于无人机毫米波雷达的多目标三维重建
本研究探讨了利用安装在无人机上的毫米波雷达传感器对多个物体在空间中重建 3D 形状的可行性，并评估了两个不同的模型，结果表明这两个模型在解决多个物体重建问题方面都很有前途。
- 基于公平性的便携式接入点能效 3D 路径规划：一种深度强化学习方法
通过采用深度强化学习控制策略以最大化公平能效（FEE）指标来优化无人机提供给一组地面节点的无线服务，从而显着提高了城市、郊区和密集市区实验中的用户公平性、能量效率和整个系统的公平能效值。
- 一种认知无人机抗干扰的新资源分配方法：主动推理方法
本文提出了一种基于主动推理的认知无线电资源分配策略，并以认知无人机为案例研究。在外部环境中，提出了一种主动广义动态贝叶斯网络来编码物理信号动态和无人机与干扰源之间的动态交互。通过避免出现令人惊异的状态（最小化异常值），将行动和规划视为贝叶斯 - HIT-UAV：无人机高空红外热数据集
该研究提出了一个用于无人机（UAV）物体检测应用的高空红外热数据集 HIT-UAV，其中包含来自学校、停车场、道路、游乐场等地采集的 2898 个红外热图像，将有助于提高 UAV 应用的性能。
- GrowliFlower：一组用于菜花生长分析的图像时序数据集
本文介绍了一个地理参考、基于图像的 UAV 时间序列数据集，该数据集包含两个不同尺寸的花椰菜田的 RGB 和多光谱正射图像，740 棵植物的表型特征，以及像素准确的叶片和植物实例分割，旨在促进农业自动化的发展和评估机器学习方法。
- 基于强化学习的空战机动生成
本研究提出了一种利用深度强化学习技术（TD3）和经验回放（HER）来优化具有 Dubin 车辆动力学特性的无人机在二维空间中达到目标路径的方法，并在两种不同环境下进行了模拟实验，可用于 UAV 自主机动决策等领域。
- MM光谱测量：使用自主无人机进行主动无线电地图估计
该论文提出了一种基于频谱调查的移动机器人测量方法，使用两种算法进行地图估计和信息度量，以及一个动态规划方法规划机器人路径，实现在短时间内在最具信息量的位置进行测量，从而快速构建准确的无线电地图。
- 无人机增强式综合感知与通信联合运动与波束成形设计
本文研究了利用无人机（UAV）作为通信和感知的双重功能接入点，以实现高效的综合感知和通信（ISAC）。作者提出了两种场景的最优化方案，分别考虑了准静止和运动的 UAV 情况，并设计了相应的束形成和优化策略。在数值仿真中证实了所提出的方法的优 - MM反无人机：一种大型多模式无人机跟踪基准测试
提供一个包含超过 580k 个边界框的数据集，命名为 Anti-UAV，可用于研究无人机（UAV）的跟踪任务及其性能，文中还提出了双流语义一致性（DFSC）的方法，可以通过视频序列中的语义流提高跟踪器的性能。