亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

要優化人類與有人駕駛和無人駕駛戰車組成的異質團隊的協同工作效果，就必須了解關鍵任務所需的通信和協調。這些知識可用于指導這些互動的人體工學界面設計，以及團隊合作效果的評估方法。該項目系統地研究了下一代戰車（NCGV）概念所涉及的任務，以制定人類-自主團隊互動分類法，并確定適用于該環境的初步措施。

最終目標是開發能夠衡量 NGCV 環境下人類-自主團隊合作有效性的指標和模型。由于無法使用實際運行中的機器人戰車（RCV）或現有經驗豐富的機器人戰車乘員，我們的方法可細分為工作說明書中的三項任務和嵌入式可交付成果：

• 任務 1（第 2 節）介紹了 NGCV 的背景以及在從移動到接觸行動期間的相關互動。

• 任務 2（第 3 節）為裝甲排的核心基線任務和潛在的交互策略制定交互分類法，特別是根據相關文獻和有關作戰車輛以往經驗的主題訪談為 RCV 操作員的任務制定交互分類法。

• 任務 3（第 4 節）以任務 1 和任務 2 為基礎，提出了一個全面的團隊合作有效性模型，并建議了團隊層面的團隊合作有效性衡量標準，重點關注團隊狀態，包括團隊態勢感知、團隊信任、團隊工作量和團隊應變能力。這些衡量標準也為以后的實證測試提供了測試平臺要求。許多想法都很新穎，有別于傳統的團隊合作有效性靜態和二元測量方法。它們的優缺點也包括在內。

未來，這些已確定的基于互動的衡量標準需要在涉及人類、自主性和互動的團隊任務中進行實證測試。然后，我們的目標是構建和定義衡量標準，并找出在人類-自主團隊合作背景下定義團隊效率的衡量標準之間的背景變化和相互關系。

隨著人工智能和機器學習技術的進步，技術越來越能夠成為團隊的正式成員，而不是監督或控制設備。未來的士兵不僅要與同伴互動，還要與多種形式的機器人（包括下一代戰車 [NGCV]）、智能輔助決策系統以及能感知其當前生理狀態的可穿戴設備互動。有人駕駛車輛需要與無人駕駛車輛互動。挑戰在于如何讓這些異構和分布式智能體作為一個有效的團隊進行互動，同時管理工作量并保持團隊的態勢感知（SA）、恢復力和信任。為應對這一挑戰，本文介紹的研究重點是確定新穎的人類-智能體交互模型、措施以及人類-智能體團隊合作有效性的衡量標準。

1.1 人類-自主性編隊協同（HAT）

最近，包括軍事團隊在內的團隊已擴展到包括智能人工體（Burke 等人，2004 年；Salas 等人，2008 年）。智能體被定義為 "任何可通過傳感器感知環境并通過效應器對環境采取行動的物體"（Russell 和 Norvig，2016 年，第 34 頁）。這也包括非人類（即人工）實體，如機器人、車輛和車輛中的其他自動化系統。人類-自動駕駛團隊指的是由人類和智能體共同組成的團隊，他們相互依存地行動，以實現團隊層面的目標。與傳統的全人類團隊相比，當協調行動能更安全、更高效地完成任務，或達到全人類團隊以前無法達到的更高績效水平時，這些人類-自主團隊可能更受青睞。例如，在倒塌的建筑物中穿行對于人類來說可能是危險、困難或不可能的，但對于城市搜救行動來說卻是至關重要的（Burke 等人，2004 年）。

未來的自主戰車可能會利用多種控制結構與其他智能體進行協調。現有的一些人機交互控制模型包括遠程操作、監督控制（Sheridan，2002 年）以及各種共享控制模型（Allen 等，1999 年；Chen 和 Barnes，2014 年；Johnson 等，2014 年）。每種模式都涉及實現能力各異的多個人類和智能體之間有效協調的基本策略。在戰場上，任何個體都不可能完全了解局勢。相反，需要積極整合不同的視角來協調努力，實現集體目標。團隊層面的認知過程，如計劃、推理、決策和行動（即團隊認知）都需要團隊互動（Cooke 等人，2013 年）。在開發 NGCV 以支持有效的 HAT 設計時，需要對團隊互動和協調測量進行研究。

1.2 下一代戰車（NGCV）的背景

NGCV 是未來軍用車輛的一個系列，旨在利用現代技術發展移動防護火力，保護士兵的生命安全。在 NGCV 中，團隊組成可能會有所不同，例如乘員人數和作戰車輛。本研究中的概念版 NGCV 包括七名乘員、一輛載人戰車（MCV* ）和兩輛作為僚機的無人機器人戰車（RCV），以提高乘員的生存能力和殺傷力。然而，在與移動中的有人駕駛戰車分離并坐在其中的情況下操作無人戰車，會改變當前許多任務的性質，這就需要適當地重新分配功能并提供有效的界面，以支持人類決策和團隊表現。當問題空間充滿不確定性和可能性時，這一點尤其具有挑戰性。

在一種設想的使用變化中，NGCV 的排由兩個部分組成（圖 1），每個部分包括一輛 MCV 和兩輛無人遙控車。每輛車主要由兩人操作，一個分隊的所有操作員都坐在該分隊的 MCV 車內，第七人可能擔任車長和分隊長。其中一名分隊長（又稱車長）可能擔任排長，負責監督一個排中的兩個分隊；另一名車長可能擔任排長。排長還可能與排外的實體進行互動，包括連長、地區指揮官和其他步兵單元。作為未來裝甲戰斗的一部分，NGCV 排應能夠執行進攻、防御和穩定任務，以支持統一的陸地行動。我們選擇了一個 NGCV 排在運動接觸（MTC）場景中的部分，作為第一階段詳細研究的可控部分。

圖 1 NGCV 排的可能坐姿結構。A-F 是車輛的標記，每輛車由同一 MCV 中的兩人控制，顏色與所控制的車輛相同（例如，A1 和 A2 控制 RCV A，均為淺藍色）。分隊長的顏色為灰色（S1pl = 排長，S2 = 排中士），可分別擔任車輛指揮官和監督 1 分區和 2 分區，而 S1pl 還負責監督整個排。

1.3 當前工作

本報告的目標是開發能夠衡量 HAT 在 NGCV 環境中有效性的指標和模型。由于無法使用實際運行中的 NGCV 或現有經驗豐富的 RCV 人員，我們的方法分為三項任務：

• 任務 1（第 2 節）： NGCV 的背景以及 MTC 運行期間的相關互動

• 任務 2（第 3 節）： 裝甲排核心基線任務的交互分類法和潛在的交互策略

• 任務 3（第 4 節）： 綜合團隊合作有效性模型和團隊層面的團隊合作有效性潛在衡量標準建議

圖 12 排中的通信渠道。為了跟蹤每次互動，我們使用了互動標簽，例如 "1T1"：T 前的數字 = 第一節，T = 兩人小組/小隊，T 后的數字 = 互動的 ID 代碼；本排以外的實體 = 主要是連長。

本報告由兩部分組成，第二部分旨在介紹根據小型航行器自動目標識別（SCATR）數據集建立的雷達截面（RCS）預測模型。本部分提供了用于開發 RCS 模型的自適應機器學習策略的路線圖。介紹了分別基于五個自適應特征、兩個真實特征和四個全球定位系統（GPS）特征的 RCS 模型的八個變體。此外，每個 RCS 模型還考慮了 26 個子變體。這些模型子變體涵蓋了大量流行的回歸方法，我們的目標是找到一個最忠實地代表反合成孔徑雷達（ISAR）數據集的回歸器，用于 RCS 預測。性能結果以判定系數和均方根誤差表示。高斯過程回歸在 RCS 建模方面表現突出。報告末尾提出了重要的意見和結論。

加拿大政府（GoC）為其最新的監視衛星星座 RADARSAT Constellation Mission (RCM) 投資超過 15 億美元。國防部/加拿大武裝部隊（DND/CAF）極地 Epsilon 2 (PE2) 資本項目利用從加拿大的三顆 RCM 衛星獲得的合成孔徑雷達 (SAR) 圖像，對海上航道進行全天候監視，以完成其主要國防任務之一。從一開始，加拿大空軍就對其專用的 RCM 船舶探測模式 (SDM) 的性能質量提出了嚴格要求，以履行其保障加拿大海上進場的運行任務。PE2 目前的運行要求是在五級海況下探測大于 25 米的船只，對于大型船只的 RCS，存在相當簡單的半經驗模型，通常用于設計和評估 C 波段專用廣域 SDM 的性能。目標的 RCS 以物理單位平方米（m2）或相對于平方米的分貝（dBsm）為單位，用于衡量反射回雷達的能量大小。盡管 RCS 會因目標屬性（包括尺寸、方向、形狀、入射角、結構和材料等）的不同而產生數量級的變化，但所提出的簡單模型包含一個僅取決于艦船長度的平均值，而忽略了所有其他因素。

未來的下一代系統將面臨更嚴格的要求，例如，DND/CAF 最新版本的《天基監視要求文件》（SBS-RD）中[要求 400.7]規定的對小至 5 米的船只的探測。SBS-RD 正式確定了未來天基監視系統的設計和開發所需的 UNCLASSIFIED 監視要求，代表了整個 CAF 的業務和職能當局所確定的需求，為繼續研究和開發（R&D）提供了信息，并旨在影響未來任務中實施的設計。然而，對于此類小型艦艇而言，簡單的模型無法移植到其他同頻或異頻雷達上，而且任何射頻（RF）都不存在可靠的 RCS 模型。文獻[3]首次嘗試將文獻[1]中的簡單模型適用于 5 至 15 米的小型船只，但仍然只考慮了船只的長度。

本科學報告中的工作旨在向更復雜的 RCS 模型邁出一步，該模型包含多個相關的目標屬性，可用于行業設計符合更嚴格要求的特定 SDM，并評估小型船只的探測性能。這種 RCS 模型可用于可靠地預測未來雷達傳感器的性能和針對小型船只探測進行優化的模式，例如，為 DND/CAF 主要資本國防空間監視增強項目（DESSP）所設想的模式。

本報告探討了將移動和固定水下傳感器組合成一個連貫、分布式網絡的概念。該項目提出了數據融合系統的基準架構，該架構有助于近乎實時地交換來自不同來源的信息。該架構反過來又為進一步的系統開發提供了基礎，并指導今后對相關數據/信息融合概念和技術的研究，以應用于反潛戰（ASW）和水雷戰。

本研究采用獨特的逆向系統工程方法，根據反潛戰殺傷鏈以及探測、分類和跟蹤水下物體的成功概率設計了一個架構。然后將成功概率與人類反潛戰操作員的相同成功概率進行比較，以確定設計的適當性。研究小組利用 ExtendSim 軟件對架構進行建模和仿真，以驗證其功能能力和優于人類反潛潛航器操作員的性能。

由此產生的架構有助于將被動聲學傳感器信息與情報產品成功整合，并在有人和無人平臺上及時分發融合數據。該架構還允許未來向主動聲源、環境數據源、非傳統反艦導彈源（如雷達和 ESM）發展。

圖 1. 反潛戰數據融合系統背景圖

圖 1 描述了項目的范圍。反潛戰數據融合系統架構封裝在綠色框中。黑框描述的是受架構影響的系統，而架構之外的系統則對架構產生影響。團隊決定，被動聲學傳感器將是此次架構迭代中唯一包含的傳感器。圖中還顯示了灰色標記的非被動傳感器功能。團隊建議在未來的架構迭代中加入這些傳感器。圖中增加的非被動傳感器說明了反潛戰數據融合問題的真正范圍，并影響了系統設計對未來發展的預期（即，不要建立一個限制性太強的系統，以至于只能使用被動聲學傳感器）。

研究小組采用標準的殺傷鏈范式來構思反潛戰數據融合系統的成功。殺傷鏈的串行性質支持盧瑟定律的應用。通常所理解的魯瑟定律指出，串聯系統的可靠性等于其組成子系統可靠性的乘積（邁爾斯，2010 年）。就反潛戰數據融合系統而言，該系統就是使用殺傷鏈表示的反潛戰任務，殺傷鏈的每一步都由反潛戰數據融合系統功能表示。將盧瑟定律應用于殺傷鏈，反潛戰任務的成功概率可以用殺傷鏈中每個環節的成功概率來表征。具體來說，反潛戰數據融合系統的成功概率等于探測（發現）、分類（固定）、定位（跟蹤）、交戰（目標）和殺傷（交戰）概率的乘積。圖 2 描述了反潛戰殺傷鏈的盧瑟定律。

圖 2. 反潛戰殺傷鏈的盧瑟法則

反潛戰的現狀在很大程度上依賴于人類操作員。實質上，人類操作員充當了數據融合系統的角色。由于目前的處理能力有限，操作員無法評估所有接收到的信息，從而丟失了潛在的相關數據。此外，在殺傷鏈流程的每一個步驟中，人為錯誤都可能在不知不覺中注入解決方案。反潛戰數據融合架構力求使融合過程自動化，以提高效率，消除人為主觀因素和相關錯誤，從而提高性能，增強反潛戰任務的有效性。反潛戰數據融合系統的成功取決于該系統的性能至少與人類操作員的性能相當。

澳陸軍研究與發展請求 (ARDR) 16/0054 要求對自主化和自動化在整個戰斗勤務支援 (CSS) 功能中的應用機會和相關影響進行研究。本報告概述了范圍界定研究、主題專家討論和研討會以及 CSS 自動化和自主系統用例開發的結果。范圍界定研究包括關鍵概念和趨勢、技術掃描以及后勤行動潛在應用的識別。與陸軍總部人員舉行的研討會的成果包括對入圍技術進行優先排序，選出前四項技術進行進一步研究：預測分析、最后一英里后勤無人機系統、便攜式聯網健康診斷技術和半自動化車隊。進一步的討論確定了所選技術的關鍵信息要求和界限。報告接著介紹了兩種相關技術的詳細使用案例：半自主護航和最后一英里物流無人機系統，包括一個加強戰傷護理的使用案例。

圖 1：自動和自主系統分類的三維框架

自動化和自主化領域的技術發展是影響當今軍事行動的最重要技術趨勢之一。本報告是對陸軍研究與發展請求（ARDR）16/0054 的貢獻，研究了自動化和自主系統在戰斗勤務支援（CSS）中的潛在用途。本報告還借鑒了技術合作計劃（TTCP）陸地小組第 6 技術小組就供應和分配中的自主性所開展的工作。

本文件的第一部分概述了初步范圍界定研究的主要結果，包括概念模型的開發、主要趨勢的研究、不同類型自動化和自主系統的詳細技術掃描，以及這些系統在陸地后勤中潛在應用的映射。

概念模型考慮了問題空間的關鍵方面。這包括屬于自動化和自主化范疇的技術類型： 物流信息系統 (LIS)、各種無人系統和蜂群、人力增強系統、電力和能源管理系統以及各種新興的健康技術。這些系統的應用領域被映射到供應、運輸、衛生、工程和維護、指揮與控制（C2）以及能力生命周期管理等廣泛的后勤功能中。該模型進一步考慮了社會、技術、環境、經濟、政治和軍事部門的內部和外部驅動因素，以及不同任務類型和環境的作戰背景。

對關鍵方面的考慮有助于突出自動化和自主系統面臨的主要挑戰。這些挑戰包括：數據管理和安全；決策和信任的平衡；處理復雜環境的能力；技術成熟度和具體的物理限制；導航對全球定位系統的依賴；組織整合和人機界面；以及缺乏監管生態系統。這些系統在軍事環境中的一般理想特性包括：監管負擔低、優雅退化、低成本、穩健性、多功能性、模塊化和適應性。

技術掃描強調了后勤領域的大量潛在應用。通過審查軍事技術報告和與澳大利亞國防軍后勤官員的討論，本研究將其縮小到后勤功能中的具體應用概念：

• 供應和運輸：用于供應鏈優化、資產可視性和風險管理的先進 LIS；用于分配任務的無人系統和半自主車隊；用于裝載和供電的無人小隊支持系統；自動物資搬運設備（MHE）；以及作為 MHE 替代品的外骨骼。
• 工程、維護和現場服務： 基于狀態的維護（CBM）；使用小型機器人進行日常維護；以及自動化建筑機械。
• 醫療衛生： 用于提高醫療補給響應速度的 LIS；用于傷員后送和提高外科手術能力的無人系統；利用增強現實技術和遠程醫療獲得專科護理；自動病人穩定系統；先進的假肢；野戰消毒系統；取代病理實驗室的自動便攜式診斷設備；以及傷員持續遙測和士兵背景監測。
• C2 和能力生命周期管理： 用于長期艦隊管理和供應鏈風險管理的 LIS 系統；用于態勢感知的無人系統。

本報告的第二部分涉及在陸軍總部與陸軍后勤專題專家（SMEs）開展的研討會活動，旨在完善進一步的研究方向。研討會的討論內容包括支持和反對使用特定技術的論據、技術優先級排序工作、特定信息要求和技術判別因素的討論，以及對選定使用案例的審查。研討會的結果是，從范圍界定研究的龐大清單中篩選出了 CSS 最感興趣的四項技術：

• 用于供應鏈優化、物流規劃和風險管理的預測分析技術
• 最后一英里物流無人機系統 (UAS)，用于向偏遠和有爭議地區、分散單元運送重要物資，并加強戰傷護理
• 便攜式聯網健康診斷技術，用于加強傷員救護和健康規劃
• 在半結構化環境中進行配送的半自主車隊。

在討論選擇技術的關鍵特征時，重點強調了部隊保護、改善 CSS 的交付、系統脆弱性和擁有成本等主要因素。其他考慮因素包括跨域效應、與項目和作戰概念的兼容性以及用戶接受度。

報告接著概述了在分配任務和戰斗傷亡管理中使用無人機系統以及半自主車隊的詳細用例。這些用例是利用系統工程原理開發的，并在主題專家研討會上進行了完善。詳細審查用例后發現的共同問題包括確立價值主張，即考慮在哪些情況下使用該技術是合適和有必要的。一個重要的共同要求是在資產所有權和戰術/操作控制方面制定明確的 C2 框架。技術考慮因素包括通信范圍、網絡安全問題以及與組織流程的整合。從使用案例中得出的其他問題包括資產保護和簽名、任務分配的靈活性和替代用途，以及對總體法律、條令和監管框架的要求。

在識別和分析新興技術、建立進一步發展使用技術概念的共同框架以及使用情景方面，為正在進行的工作提出了建議。建議進行建模和模擬，以開發可靠的商業案例。再次強調任何新的網絡系統都需要詳細的數據管理和利用戰略。

在本技術說明中，報告了有關傳感器技術和避讓方法的最新研究與開發文獻綜述，這些技術和方法可用于未來在有人-無人協同（MUM-T）行動中在小型無人系統上實施感知與避讓（SAA）能力。

在傳感器技術方面，研究了協作和非協作傳感器，其中非協作傳感器又分為主動和被動傳感器。我們認為：(1) 被動非協作傳感器在尺寸、重量和功率（SWAP）方面比其他傳感器更有優勢。被動工作可確保無人平臺在惡劣環境中的安全。為了補充單個傳感器能力的約束和限制，我們還認為，(2) 傳感器和數據融合的趨勢和未來需求前景廣闊，能夠在動態、不確定的環境中進行連續和彈性測量。此外，我們還認為應關注無人系統領域正在開發的 (3) 新型傳感器套件。

在探測和規避方法方面，我們按照 SAA 流程進行了全面研究，從探測沖突、危險或潛在威脅，到跟蹤目標（物體）的運動；評估風險和可信度；根據評估參數確定沖突的優先級；然后宣布或確認沖突以及沖突的程度；確定正確的沖突解決方法；隨后下達命令并最終執行。為了支持這一過程，我們審查了各種 SAA 算法，包括探測算法、跟蹤算法和規避策略。我們認為，（4）基于學習的智能算法需要列入未來 SAA 的要求中，因為它們具有支持任務的自適應能力。

最后，從不同的使用案例中回顧了支持 MUM-T 行動的 SAA。我們認為，(5) 與蜂群式小型 UxV 的人機系統接口可提供半自主的 SAA 能力，而人的參與程度有限。這種集成的人機交互提供了智能決策支持工具。該系統旨在使單個人類操作員能夠有效地指揮、監控和監督一個 UxV 系統。根據技術重點的發展趨勢，我們的最終觀點是：(6) 就研發進展而言，現階段實現無士兵參與的完全自主還為時過早，但我們將積極關注該領域的最新發展。

作為分布式海上作戰（DMO）的一個關鍵原則，盡管有人和無人、水面和空中、作戰人員和傳感器在物理時空上都有分布，但它們需要整合成為一支有凝聚力的網絡化兵力。本研究項目旨在了解如何為 DMO 實現有凝聚力的作戰人員-傳感器集成，并模擬和概述集成實施所需的系統能力和行為類型。作為一個多年期項目，本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境，尤其側重于有人和無人飛機的情報、監視和偵察 (ISR) 任務。

在半個世紀的建模和仿真研究與實踐（例如，見 Forrester, 1961; Law & Kelton, 1991），特別是四分之一世紀的組織建模和仿真工作（例如，見 Carley & Prietula, 1994）的基礎上，獲得了代表當前技術水平的計算建模和仿真技術（即 VDT [虛擬設計團隊]；見 Levitt 等人, 1999）。這種技術利用了人們熟知的組織微觀理論和通過基于代理的互動而產生的行為（例如，見 Jin & Levitt, 1996）。

通過這種技術開發的基于代理的組織模型在大約三十年的時間里也經過了數十次驗證，能夠忠實地反映對應的真實世界組織的結構、行為和績效（例如，參見 Levitt, 2004）。此外，幾年來，已將同樣的計算建模和仿真技術應用到軍事領域（例如，見 Nissen, 2007），以研究聯合特遣部隊、分布式作戰、計算機網絡行動和其他任務，這些任務反映了日益普遍的聯合和聯盟努力。

本報告中描述的研究項目旨在利用計算建模來了解如何為 DMO 實現有凝聚力的戰斗傳感器集成，并建模和概述集成實施所需的系統能力和行為類型。作為一個多年期項目，本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境。在這第一項工作中，將對當今的海上行動進行建模、模擬和分析，重點是有人駕駛和無人駕駛飛機的情報、監視和偵察（ISR）任務。這為與執行 ISR 任務的一個或多個 DMO 組織進行比較確立了基線。這也為與其他任務（如打擊、防空、水面戰）進行比較建立了基線。第二階段接著對一個或多個備用 DMO 組織進行建模、模擬和分析。

在本技術報告的其余部分，首先概述了 POWer 計算實驗環境，并列舉了一個實例，以幫助界定 DMO 組織和現象的計算建模。依次總結了研究方法。最后，總結了沿著這些方向繼續開展研究的議程。這些成果將極大地提高理解和能力，使能夠為 DMO 實現戰斗員與傳感器的集成，并為集成實施所需的系統能力和行為建模和概述。

監視和通信中繼任務對無人駕駛飛機的可用能源供應提出了要求。自主飛行算法和太陽能光伏系統都提供了一種從環境中（分別從熱上升氣流和太陽輻射中）提取能量的方法，以延長飛機儲存能量極限之外的續航時間。此外，多架飛機可以通過共享信息提高飛行成功率。本報告介紹了一個由多架協調飛行器組成的演示系統，每架飛機都具有自主飛行算法和集成的太陽能光伏發電系統。計劃用兩架飛機進行飛行測試，以量化同時使用自主飛行和太陽能系統時的任務性能。

通過分析低當量戰場核武器的影響，本專著對一個陸軍軍團在發生核打擊時的指揮與控制（C2）復原力進行了評估。特別是，它研究了在核效應使C2系統的組成部分（人員、指揮所、網絡和程序）退化后，進行多域作戰（MDO）的能力。分析表明，由于指揮節點的冗余性和分散性，單一的低當量戰場核武器無法摧毀一個軍團的全部C2系統。C2退化的嚴重程度取決于使用的核武器數量、被摧毀的C2節點，以及對手是否愿意打擊美國大陸或太空中的節點。盡管針對陸地部隊的低當量戰場核武器可能不是拒絕網絡連接的最佳選擇，但它們的使用對C2系統的設計有影響，因為機動部隊可能會為了生存能力而增加分散性。

隨著冷戰的結束，核戰爭的隱性威脅減弱，陸軍不得不在核戰場上作戰的可能性似乎越來越小。隨著常規部隊參與對非核國家的反叛亂，美國陸軍的核知識和技術經驗逐漸萎縮。與此同時，俄羅斯和中國將其核力量現代化，朝鮮明確威脅要使用核力量。盡管全面的核交換仍然不太可能，但安全分析家們開始承認有限核戰爭的可能性。

美國陸軍新公布的多域作戰（MDO）概念明確假定不會使用核武器。該文件指出，核武器將 "極大地改變戰略環境，以至于需要不同的作戰方法"。這一假設在當代作戰思想中并非沒有先例，在當代作戰思想中，有限核戰爭的概念 "幾乎已經從戰略詞匯中被驅逐，特別是在西方"。考慮到即使使用核武器，美國陸軍也要在戰場上作戰，那么使用低當量的戰場核武器將如何影響陸軍在MDO中指揮和控制（C2）地面部隊的能力？

本專著首先回顧了MDO概念、聯合全域指揮與控制，以及陸軍C2系統的四個組成部分：人員、指揮所、網絡和流程。然后，該專著將描述核危險，并按照聯邦應急管理署（FEMA）使用的災害風險評估方法的修改版評估其對C2系統的影響。它的結論是對陸軍軍團在核戰場上C2 MDO能力的影響。

目前，由于軍團指揮節點的冗余性和分散性，單一的低當量戰場核武器無法摧毀整個軍團的C2系統。軍團C2系統退化的嚴重程度取決于使用的核武器數量、被摧毀的指揮節點數量，以及對手是否愿意打擊美國大陸或太空中的網絡節點。打擊太空和美國境內的目標，除了針對戰場上的陸地部隊外，還具有重大的戰略后果。盡管核武器可能不是拒絕網絡連接的最佳選擇，但它們的使用促使機動部隊為了生存能力而增加分散性，這對C2系統的設計有影響。未來的C2系統必須能夠支持核戰場上次級單位的擴散，因為機動部隊可能會分散成多個較小的滲透或類似滲透的突擊。

多域作戰中的C2系統

陸軍理論將指揮和控制定義為 "由適當指定的指揮官對分配的和附屬的部隊行使權力和指導，以完成任務"。根據陸軍條令出版物（ADP）6-0，指揮與控制體系由人員、程序、網絡和指揮所組成。這些組成部分相輔相成，能夠對部隊進行有效的指揮和控制（圖1）。一個組成部分的失敗會降低系統的整體效力。

圖1. 戰斗力模型。美國陸軍部，陸軍條令出版物（ADP）6-0，任務指揮（華盛頓特區：政府印刷局，2019），1-20。

ADP 6-0指出，人是C2系統中最重要的部分。事實上，陸軍說，未來的MDO戰爭仍將 "從根本上說是人的工作"。具有技術專長的士兵對于管理和維護復雜的跨域行動和網絡是必要的。MDO概念設想了使用人工智能的人機界面，以提高人類決策的 "速度和準確性"。即使人工智能在新的JADC2系統中變得突出，軍方也致力于將人類留在決策圈中，特別是在動能打擊方面。新的JADC2系統將協助人們執行多領域的行動，而不是取代他們。

ADP 6-0將流程定義為一系列的行動，以達到驅動行動過程的最終狀態。在MDO中，C2流程必須支持 "seestrike "或 "刺激-see-strike "的強化瞄準周期。例如，無人機可以激起敵人啟動防空雷達，從而可以用遠距離火力進行攻擊。由于對手的A2/AD泡沫有數以百計的集成系統，MDO瞄準程序需要不斷同步打擊，以首先穿透敵人的系統，然后保持通道暢通。空軍綜合任務指令（ITO）是MDO瞄準的概念模型。就像目前按72小時節奏運行的空中任務指令（ATO）一樣，ITO將是一個人工智能增強的過程，持續地實時同步所有領域的能力。

網絡使指揮官能夠溝通信息，控制部隊，并且是成功行動的關鍵因素。考慮網絡的兩個組成部分是很重要的。首先，網絡需要物理設備，如計算機和服務器。軍事服務器存儲數據，任何用戶都可以通過區域或戰術網絡節點獲得適當的權限。在未來，JADC2和MDO將依賴于存儲在服務器上的信息 "數據湖"，戰場上的任何傳感器或射擊者都可以訪問。

第二，網絡需要系統之間的鏈接，以提供連接和數據的傳輸。陸軍學說將此稱為網絡傳輸。一個軍團總部有三種連接C2節點的方式；光纖或電線等物理連接、衛星和視線無線電通信。JADC2需要近乎即時的共享和從 "數據湖 "中提取數據，以實現MDO中要求的速度。與衛星的全球覆蓋相比，通過視線系統發送的數字數據的范圍有限。這使得全球JADC2網絡高度依賴不間斷的衛星通信，以避免將機動裝置與光纖或電線連接進行物理捆綁。然而，新的地面傳輸視線（TRILOS）系統具有良好的帶寬和較低的延遲，這可以幫助在局部的地理區域建立有彈性的C2網絡。

ADP6-0指出，指揮官將C2系統組織成指揮所，以促進工作人員之間的同步和信息共享。指揮所可以是一個建筑物、帳篷、車輛或任何其他工作人員組織的物理空間。指揮官將C2系統的其他三個組成部分安排在指揮所。隨著C2界面和流程的變化，為其設計的指揮所也會發生變化。目前軍事總部使用的技術是將參謀人員放在彼此相近的地方，這樣他們就可以從空軍系統中提取數據，例如，走到陸軍系統中操作的參謀人員面前。這個過程被諷刺為 "球鞋網"，它太慢了，無法實現MDO的快速融合。在未來，算法和數據轉換軟件將綜合各種系統之間的信息，以達到MDO所需的速度。美國空軍已經預計這將使更小、更分散的作戰中心提高生存能力和冗余度，以應對敵人的遠距離精確攻擊。同樣，未來的美國陸軍指揮所可以減少人員配置要求，成為一套移動指揮車，而不是大規模的帳篷組合。

Martin van Creveld在他的開創性著作《戰爭中的指揮》中警告說，沒有任何C2系統是為所有情況而優化的。一個為后勤或進攻而設計的系統可能對目標定位或防御的效果較差。安德魯-巴切維奇指出，1950年的五角大樓（Pentomic Division）是專門為核戰場設計的，其繁瑣的C2和組織結構對于核戰爭以外的任何情況都是不可行的。相反，為支持MDO而設計的C2系統可能不適合于核戰場。

早期的核戰略家們設想，核武器會撕開防御和部隊集結。五角大樓師的邏輯是使用營級規模的戰斗群，這些戰斗群足夠強大，可以獨立作戰，但又足夠小，在核打擊中的損失不會對該師的生存造成損害。五角大樓師取消了中間的旅部，將五個戰斗群直接置于師部的控制之下，以此來增加核戰場上的冗余度和靈活性。新的師將沿著27公里的戰線分散作戰。相比之下，二戰時期一個師的規劃因素是7公里的戰線。

其結果是控制范圍對一個師部來說太大。如果考慮到所有的支持組織，各師要對多達16個下屬單位負責。戰斗小組缺乏足夠的后勤能力，依靠師部的援助，這使師部的工作人員更加不堪重負。此外，現有的無線電技術沒有足夠的范圍，無法在五原子理論中設想的距離內實際行使指揮控制權。陸軍需要對新的C2技術進行現代化改造和應用。相反，陸軍仍然人手不足，裝備不良，并且在短短幾年后就放棄了這一條令。

短暫的Pentomic師級實驗說明了將C2技術與新興概念相結合的挑戰。今天，地面部隊仍然像20世紀50年代那樣容易受到核武器的攻擊。如果指揮官保持部隊整合以方便C2，他們就有可能在核戰場上被摧毀。隨著編隊分散以提高生存能力，C2結構也承擔著更大的負擔。就像過去的五角大樓師一樣，MDO正指望著未開發的C2技術。如果在開發時沒有考慮到核戰場，那么JADC2在MDO中會有多大效果？

核對C2系統的效應

通過了解核武器的效應，人們可以評估低當量戰場核武器（LYBNW）對C2系統組件的影響。低當量戰場核武器是一種當量小于15千噸的核武器，用于對特定戰區內的軍事目標，主要是地面部隊，產生戰術或作戰效果。爆炸當量相當于TNT的磅數。1千噸的爆炸當量相當于1,000噸TNT。1百萬噸的爆炸當量相當于100萬噸TNT炸藥，比千噸級強一千倍。使用這種武器也有戰略意義。

LYBNW可以通過使用巡航導彈、炮彈、彈道導彈、重力炸彈或任何其他適當的方法進行投放。美國核武庫中過去的例子包括小男孩重力炸彈、Davy Crocket炮彈和Genie火箭。目前，美國的核武庫包括可變當量武器，如B-61重力炸彈和空中發射的巡航導彈。W 76-2潛射洲際彈道導彈是美國核武庫中最新的低當量選項。俄羅斯、中國、印度、巴基斯坦、以色列和朝鮮的核武庫也包括低當量戰場核武器。

本評估假設對手以地面突擊或低空突擊的方式對戰場上的一個軍團使用一枚10千噸的LYBNW。空中突發是指核火球不接觸地球表面。空中突擊對人口中心和露天無保護的部隊更有利。地面爆裂可以摧毀掩體、跑道和加固的軍事結構。高空爆裂可以對陸地部隊產生間接影響，但其致命性要小得多。

考察一次爆炸的效應有助于消除對核影響的任何夸大的成見。此外，核戰略家赫爾曼-卡恩認為，首次使用核武器更有可能發出政治信息而不是摧毀軍事力量。使用的核武器越多，升級控制的影響就越大，這不在本討論范圍之內。

如圖2所示，核武器釋放的巨大能量被劃分為三種主要效應：爆炸波、熱量和電離輻射。電磁脈沖（EMP）和大氣電離是次要效應，對人類無害，但會使C2退化。

圖2. 核效應。改編自國防部負責核事務的副助理部長辦公室，《核事務手冊》（華盛頓特區：2020），225。

本研究調查了使用雷達跟蹤數據將無人機(UAs)分類為旋翼或固定翼類，作為減少誤報和操作員負擔的一種手段。該研究使用來自實驗飛行的UA遙測數據以及模擬雷達軌跡數據來訓練機器學習(ML)分類器。探討了遷移學習的應用。使用有限的數據集獲得的結果顯示，根據所使用的配置，真陽性和真陰性率超過80%。初步研究強調了改善這一性能的一些重要途徑。

對國防和安全的重要性

探測和識別無人機對加拿大武裝部隊保護部隊和資產至關重要。作為一種全天候和遠程能力，雷達提供關鍵的軌跡數據，可以提示光電/紅外(EO/IR)系統或操作員。本研究開發了一種基于雷達航跡數據的分類器，用于區分旋翼和固定翼兩類無人機，以減少誤報和操作人員負擔。

本文內容概述

在本節中，我們將概述當前研究的數據流。基本概念是利用飛行中保存在無人機上的遙測數據。這些數據集代表了典型的UA軌跡，無論是在飛行員控制下還是使用預先編程的航路點，以及在真實的風環境條件下飛行等。這些遙測數據集可以告知軌跡本身，并可以作為訓練分類器區分uav和雜波(特別是鳥類)或不同UA類型之間的基礎。在本研究中，我們研究訓練分類器來區分I類的旋轉翼和固定翼無人機。

圖1中的原理圖解釋了數據流。首先，對遙測數據集進行預處理，并將其標記為屬于旋翼類(ID = 0)或固定翼類(ID = 1)。預處理的軌跡可以并將直接與涉及ML模型的其余數據流一起使用。經過預處理的軌跡數據還可以作為Stone Soup跟蹤庫的輸入，與建模的雷達參數和位置一起，生成模擬雷達軌跡數據。這個過程將在第4節中介紹。

軌跡(來自預處理器和模擬軌跡數據)用于創建更多數量的子軌跡。這里的想法是獲得一個分類器，它可以在只處理子軌跡后區分UA類。可以研究創建子軌跡的不同方法，這將在第5節中討論。對于本研究，我們選擇將子軌跡視為獨立的實體，但其他選項都是有效的研究思路，如第7節所述。

其余的數據流涉及典型的監督機器學習技術，將數據集分為訓練、驗證和測試數據集、計算特征以及訓練和測試ML模型。在我們的例子中，我們有預處理的遙測數據和模擬雷達軌跡數據的混合。

圖1:當前研究中涉及的不同步驟的示意圖。

本報告介紹了在三個主要議題方面取得的成果：

• 對小型無人機系統（SUAS）的分布式團隊進行實驗驗證，以協調執行復雜的行為。

• 開發了一個現實的多架無人機模擬器，以應用強化學習技術來協調一組小型無人機系統以達到特定目的。

• 設計并驗證了安裝在無人機上的帶有主動多輸入多輸出（MIMO）毫米波雷達傳感器的融合光學相機。

與驗證SUAS團隊有關的工作提出并實驗測試了我們的態勢感知、分布式SUAS團隊所使用的框架，該團隊能夠以自主方式實時運行，并在受限的通信條件下運行。我們的框架依賴于三層方法：（1）操作層，在這里做出快速的時間和狹窄的空間決定；（2）戰術層，在這里為智能體團隊做出時間和空間決定；以及（3）戰略層，在這里為智能體團隊做出緩慢的時間和廣泛的空間決定。這三層由一個臨時的、軟件定義的通信網絡協調，即使在通信受限的情況下，也能確保各層的智能體小組和團隊之間的信息傳遞稀少而及時。實驗結果顯示，一個由10個小型無人機系統組成的團隊負責在一個開放區域搜索和監測一個人。在操作層，我們的用例介紹了一個智能體自主地進行搜索、探測、定位、分類、識別、跟蹤和跟蹤該人，同時避免惡意碰撞。在戰術層，我們的實驗用例介紹了一組多個智能體的合作互動，使其能夠在更廣泛的空間和時間區域內監測目標人物。在戰略層，我們的用例涉及復雜行為的檢測--即被跟蹤的人進入汽車并逃跑，或者被跟蹤的人離開汽車并逃跑--這需要戰略反應以成功完成任務。

目標搜索和檢測包括各種決策問題，如覆蓋、監視、搜索、觀察和追逐-逃避以及其他問題。我們開發了一種多智能體深度強化學習（MADRL）方法來協調一組飛行器（無人機），以定位未知區域內的一組靜態目標。為此，我們設計了一個現實的無人機模擬器，它復制了真實實驗的動態和擾動，包括從實驗數據中提取的統計推斷，用于其建模。我們的強化學習方法，利用這個模擬器進行訓練，能夠為無人機找到接近最優的政策。與其他最先進的MADRL方法相比，我們的方法在學習和執行過程中都是完全分布式的，可以處理高維和連續的觀察空間，并且不需要調整額外的超參數。

為了給在受限通信條件下運行的SUAS開發一個分布式的分類和協調框架，我們的第一個目標是在無人駕駛飛行器（UAV）上建立一個多傳感器系統，以獲得高探測性能。眾所周知，安裝在無人機上的光學和熱傳感器已被成功用于對難以進入的區域進行成像。然而，這些傳感器都不提供關于場景的范圍信息；因此，它們與高分辨率毫米波雷達的融合有可能改善成像系統的性能。我們提出了一個配備了無源光學攝像機和有源多輸入多輸出（MIMO）毫米波雷達傳感器的下視無人機系統的初步實驗結果。毫米波雷達的三維成像是通過收集通過運動線的數據來實現的，從而產生一個合成孔徑，并使用垂直于運動軌跡的結線MIMO陣列。我們的初步結果顯示，融合的光學和毫米波圖像提供了形狀和范圍信息，最終導致無人機系統的成像能力增強。