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

無人飛行器的使用是目前現代戰爭中的一個事實。將無人機作為一個蜂群使用，共同完成一項任務，將有助于拯救生命；然而，蜂群內無人機之間的通信是現有技術的一個挑戰，這主要是由于在一個小設備中運行的功率要求。受第五代移動網絡大規模機器式通信的啟發，這項工作為蜂群中的無人機提供了一種新的識別和測量方法。5G通信信道的序言采用Zadoff-Chu（ZC）序列，預計將提供低功率和較少的設備間干擾，并且在應用匹配濾波器時產生良好的均方誤差結果。考慮到嵌入在噪聲和多普勒影響環境中的無人機群中不同數量的無人機的模擬結果表明，即使在信噪比小和多普勒頻移大的惡劣情況下，特別是當一批ZC序列的根指數被選入一個特殊的組時，也會有很好的結果。

引言

無人駕駛飛行器（UAV）的使用在現代戰爭中非常普遍。此外，多架無人機共同完成一項任務，也被稱為蜂群，可以幫助拯救生命；然而，在現有技術條件下，蜂群內無人機之間的通信是一個挑戰。這一挑戰主要是由于可用于操作小型設備中所有傳感器和電子設備的電力有限。

這個問題的一個可能的解決方案是利用通信渠道來交換含有關于蜂群內無人機的相關信息的數據。

這項工作詳細介紹了計算機模擬，以評估廣泛用于第五代移動網絡（5G）通信的ZadoffChu（ZC）序列的實際適用性，以攜帶關于蜂群中無人機的識別和位置信息。

1.1 背景

當無人機首次被用于作戰時，現代戰爭在保護生命方面邁出了一大步。在以保護國家利益和生命為主要目的的情況下，未來的戰爭將由現役無人機的技術應用水平來決定。

無人機群的運行，而不是只有一架無人機，將增加可以完成的任務范圍，例如增加進入和離開戰斗的有效載荷。在這樣的任務中，無人機很可能會在嵌入噪音的環境中運行，而無人機很容易受到多普勒效應引起的頻率變化的影響。

這篇論文分析了位于5G通信數據包中的序言的使用，在這種情況下，該序言將攜帶一個帶有關于參考無人機的識別和位置信息的ZC序列。最具體地說，這項研究建立了一種方法，通過應用匹配濾波器（MF）來獲得該信息。

匹配濾波器在雷達系統中被廣泛使用，主要用于探測。在這里，眾所周知的交叉關聯，當應用于一個ZC序列和包含這個相同的ZC序列的樣本時，作為一個匹配濾波器。這個濾波器得到的結果表現出一個峰值，正好在ZC序列在樣本矢量開始的地方。鑒于匹配濾波器的預期結果，當無人機在有這些不利因素的情況下運行時，可以通過改變這些參數來評估噪聲和多普勒效應的影響。

1.2 相關工作

無人機在戰區的應用是比較新穎的，始于冷戰時期[1]，現代研究已經調查了許多無人機一起工作的應用，以及它們作為一個蜂群的效率如何[2]。

崔黔南、劉培志、王金華等人在2017年的研究中[3]，提供了一種方法，試圖確定管理網狀蜂群的最佳網絡：移動廣告網絡（MANET）或車輛廣告網絡（VANET）。他們的方法將蜂群分成小群，每個群都有一個母親無人機，管理與其他無人機群的通信。

2015年，Luji Cui、Hao Zhang等人[4]的研究顯示，使用60 GHz正交頻分復用（OFDM）系統，以Guard Interval作為通信信道，估計范圍的結果很有希望。同樣在2015年，Vincent Savaux和Faouzi Bader[5]實現了一種基于均方誤差（MSE）的方法來分析OFDM信道的性能。最后，Min Hua、Mao Wang等人[6]在他們2014年的工作中分析了ZC序列的定時性能中的多普勒效應。

本論文提出的工作是剛才提到的所有研究的結合，使用MSE圖來分析ZC序列的性能，作為在噪聲和多普勒影響的環境中識別和測距在蜂群中運行的無人機的一種方法。

1.3 目標

在這篇論文中，我們考慮了長度為839個符號的ZC序列。建立了一個模擬算法來復制現實世界中的蜂群場景。在算法執行過程中改變的參數包括：蜂群的大小、無人機在布局中的位置、數據包序言、噪聲的負載和多普勒效應的振幅。這項工作的主要目的是操縱這些參數，分析結果，并選擇ZC序列（R）的根指數集作為最佳或最差，以減輕在蜂群中運行的無人駕駛飛行器的測距誤差。

1.4 論文組織

在第二章中，我們介紹了在模擬中應用的數學和方法的理論背景。這個數學和方法背景包括5G的基礎知識和ZC序列的特殊性，以及交叉相關作為識別和測距部署在噪聲和多普勒影響環境中的無人機群的一種手段的適用性。在第三章中，我們討論了所模擬的場景及其算法，顯示并解釋了改變參數的原因，最后是性能結果以及它們是否顯示了預期的結果。在第四章的結論中，我們對模擬結果進行了簡要的總結和討論，并提出了一些未來工作的想法。

蜂群是戰爭的下一個進化步驟。激光武器系統（LWSs）將是在這個新的戰斗空間中競爭的一種具有成本效益的方法。無人機系統正被用于各個層面，從恐怖組織到世界超級大國，廉價的無人機系統作為采用蜂群戰的一種方式。目前，無人機群已經被用于異質配置，并在軍事演示中被展示出來（Hambling 2021）。作為反擊，國防部必須制定一個具有成本效益的對策，而LWSs具有每次射擊成本低、見效時間短的優點。

隨著通信方法、機器學習和蜂群理論的發展，無人機系統的能力也在增長。它們按重量、范圍和速度的不同組合進行分類。無人機系統執行廣泛的任務類型，包括監視、反制、誘餌、傳感器失效和有效載荷的交付。它們通常由高強度低重量的材料制成，如鋁或碳纖維增強聚合物；然而，最近也在探索使用鎂基復合材料以實現更廉價的制造（Hoeche等人，2021）。容易獲得和廉價的無人機系統使得形成蜂群成為一種具有成本效益的方式。LWS將是準備應對這種新型威脅的有效方式。

通過適當的使用，LWS將成為對廉價的蜂群攻擊的相稱和有效的反應，變得非常寶貴。擬議的每發1美元將使海軍在這些交戰中贏得經濟損耗（Smalley 2014; Perkins 2017）。然而，也有一些需要注意的障礙，如大氣效應、湍流和熱膨脹。LWS還需要能力很強的傳感器和控制系統來精確跟蹤遠距離目標，并在所需的停留時間內保持訓練好的光束。這種需求在海洋環境中被放大了，船舶的湍流和運動使問題更加復雜。戰術官做出的復雜決定是對蜂群戰和LWS使用的另一個關注。在蜂群戰環境中，交戰時間可能短至個位數分鐘。幫助決策者快速過濾大量信息的自動化決策輔助工具將是贏得這些快速小規模戰斗的關鍵所在。這篇論文探討了各種無人機威脅情況和LWS交戰策略，以確定一些關鍵因素。

無人機群可能由同質群或異質群組成。使用同質群可以簡化獲取和使用具有成本效益的蜂群，而異質群則會增加蜂群的復雜性和能力。同質蜂群的操作者可以改變攻擊的規模和隊形。異質蜂群可以利用各種角色的單位，如戰斗機、轟炸機、誘餌、干擾器和偵察兵。改變蜂群的組成可能會對整體的成功機會產生相當大的影響。

使用的LWS交戰策略會嚴重影響交戰的結果。最直接的技術是基于距離的方法，即武器系統僅根據距離來確定目標的優先次序。最短交戰 "算法提供了一個模型，它也考慮了LWS的回轉時間。如果來襲的威脅是一個異質的蜂群，LWS可以采用更復雜的策略，優先考慮蜂群的各種功能，如感知或通信。這些異質性交戰方法將要求防御者對蜂群有大量的了解，因此需要有能力很強的傳感器和數據融合系統。

本論文使用建模虛擬環境和模擬（MOVES）研究所的一個名為 "蜂群指揮官戰術"（SCT）的程序來探索和模擬蜂群戰環境。SCT被用來測試各種蜂群編隊，包括直線、楔形和波浪形楔形。此外，本論文還開發了一種采用誘餌無人機來掩護轟炸機部隊的異質蜂群編隊。對于LWS，本論文評估了一種交戰策略，使轟炸機部隊優先于任何其他部隊。

主要的發現是，最大限度地增加單位之間的角位移的蜂群編隊比緊密聚集的群體更成功。這些結果是由于每個目標之間需要增加LWS的回轉時間。裝甲誘餌方案增加了整個蜂群的存活率，因此也增加了性能。在艦艇幸存的模擬中，轟炸機能夠活得更久，在被摧毀前更接近艦艇。在艦艇被摧毀的模擬中，有更多的轟炸機幸存下來。關于LWS的交戰策略，這一轉變對結果造成了巨大的影響。在艦艇存活的模擬中，交戰時間要短得多，轟炸機被摧毀的距離也遠得多。在艦艇被摧毀的模擬中，交戰持續時間更長，轟炸機群的大部分被摧毀。這些結果強調了利用各種編隊、異質無人機群以及制定LWS交戰策略來對付它們的潛在好處。

圖1. 使用艦載LWS來防御無人機群的威脅。改編自洛克希德-馬丁公司（2020）和愛德華茲公司（2021）。

對使用無人駕駛飛行器（UAV），即無人機，在不同的應用中，如包裹遞送、交通監測、搜索和救援行動以及軍事戰斗交戰，有越來越多的需求。在所有這些應用中，無人機被用來自主導航環境--沒有人的互動，執行特定的任務和避免障礙。自主的無人機導航通常是通過強化學習（RL）完成的，智能體作為一個領域的專家，在避開障礙物的同時導航環境。了解導航環境和算法限制在選擇適當的RL算法以有效解決導航問題中起著至關重要的作用。因此，本研究首先確定了主要的無人機導航任務并討論了導航框架和仿真軟件。接下來，根據環境、算法特點、能力和在不同無人機導航問題中的應用，對RL算法進行了分類和討論，這將有助于從業人員和研究人員為他們的無人機導航用例選擇合適的RL算法。此外，確定的差距和機會將推動無人機導航研究。

引言

自主系統（AS）是能夠在沒有人類干擾的情況下執行所需任務的系統，如機器人在沒有人類參與的情況下執行任務、自動駕駛汽車和無人機送貨。自主系統正在侵入不同的領域，以使操作更加有效，并減少人為因素產生的成本和風險。

無人駕駛航空器（UAV）是一種沒有人類飛行員的飛機，主要被稱為無人機。自主無人機由于其多樣化的應用而受到越來越多的關注，如向客戶交付包裹、應對交通事故以滿足傷員的醫療需求、追蹤軍事目標、協助搜索和救援行動，以及許多其他應用。

通常情況下，無人機配備有攝像頭和其他傳感器，可以收集周圍環境的信息，使無人機能夠自主地導航該環境。無人機導航訓練通常是在虛擬的三維環境中進行的，因為無人機的計算資源和電源有限，而且由于墜毀而更換無人機部件可能很昂貴。

不同的強化學習（RL）算法被用來訓練無人機自主導航的環境。強化學習可以解決各種問題，在這些問題中，代理人就像該領域的人類專家一樣。代理人通過處理環境的狀態與環境互動，用行動作出回應，并獲得獎勵。無人機相機和傳感器從環境中捕捉信息，用于表示狀態。代理人處理捕捉到的狀態并輸出一個行動，決定無人機的運動方向或控制螺旋槳的推力，如圖1所示。

圖1：使用深度強化智能體的無人機訓練

研究界對不同的無人機導航問題進行了回顧，如視覺無人機導航[1, 2]、無人機植群[3]和路徑規劃[4]。然而，據作者所知，目前還沒有與RL在無人機導航中的應用有關的調查。因此，本文旨在對各種RL算法在不同無人機自主導航問題上的應用進行全面系統的回顧。這項調查有以下貢獻：

• 幫助從業人員和研究人員根據應用領域和環境類型，選擇正確的算法來解決手頭的問題。
• 解釋各種RL算法的主要原理和特點，確定它們之間的關系，并根據環境類型對它們進行分類。
• 根據問題領域，討論和分類不同的RL無人機導航框架。
• 認識用于解決不同無人機自主導航問題的各種技術和用于執行無人機導航任務的不同仿真工具。

本文的其余部分組織如下： 第2節介紹了系統回顧過程，第3節介紹了RL，第4節全面回顧了各種RL算法和技術在無人機自主導航中的應用，第5節討論了無人機導航框架和仿真軟件，第6節對RL算法進行分類并討論了最突出的算法，第7節解釋了RL算法的選擇過程，第8節指出了挑戰和研究機會。最后，第9節對本文進行了總結。

由于自主技術的出現，加上有人飛機的極度昂貴，美國國防部（DoD）對開發廉價的、可消耗的無人駕駛飛行器（UAVs）的興趣增加，以便在馬賽克戰爭中成為噴氣式戰斗機的自主僚機。就像一幅由小塊組成的馬賽克，戰場指揮官可以利用分解的能力，如有人-無人組隊（MUM-T），在有爭議的環境中作戰。在一個飛行員同時控制無人機和有人機的情況下，如果系統設計不利于穩定的工作量水平，那么飛行員管理所有系統可能是一個挑戰。

為了了解MUM-T對飛行員認知工作負荷的潛在影響，本文開發了一個改進的性能研究集成工具（IMPRINT）Pro飛行員工作負荷模型。該模型預測了飛行員在模擬環境中與駕駛艙和多個無人機互動時的認知工作負荷，以深入了解人機互動（HAI）和增加自主控制抽象性對飛行員的認知工作負荷和任務績效的影響。這項研究得出的結論是，在高通信負荷期間，飛行員的工作負荷會達到峰值，在空對空交戰期間，這種通信可能會降低或延遲。盡管如此，通過矢量引導、飛行員定向交戰和戰術戰斗管理的組合，對無人機的自主控制將使飛行員能夠成功地指揮多達3架無人機和自己的飛機對付4個敵方目標，同時在空對空任務場景中保持可接受的飛行員認知工作負荷。

無人作戰飛行器（UCAV）是一種無人飛行器，用于情報、監視、目標獲取和偵察，并攜帶飛機軍械，如導彈、反坦克導彈和/或炸彈的硬點，用于無人機打擊。這些無人機通常由人類實時控制，具有不同程度的自主性。與無人監視和偵察飛行器不同，UCAVs同時用于無人機打擊和戰場情報。無人駕駛戰斗飛行器（UCAV）的推進技術與UCAV的飛行性能有很大關系，這已經成為航空業最重要的發展方向之一。需要指出的是，UCAVs有三種推進系統，分別是燃油、油電混合和純電動。本文介紹并討論了這三類推進系統的分類、工作原理、特點和關鍵技術。它有助于建立UCAV推進系統的發展框架，并提供電動推進UCAV的基本信息。此外，還討論了電動推進UCAVs的未來技術和發展，包括高功率密度電機、轉換器、電源。在不久的將來，電力推進系統將被廣泛用于UCAVs。高功率密度系統將成為電動UCAVs的發展趨勢。因此，這篇評論文章對UCAVs的推進系統提供了全面的看法和多種比較。

隨著無人駕駛飛行器（UAVs），也被稱為無人機，變得容易獲得和負擔得起，這些設備的應用已經大大增加。其中一種應用是使用無人機飛越大面積區域并探測所需實體。例如，一群無人機可以探測海洋表面附近的海洋生物，并向用戶提供發現的動物的位置和類型。然而，即使無人機技術的成本降低，由于使用內置先進功能的定制硬件，這種應用的成本也很高。因此，本論文的重點是編制一個容易定制的、低成本的無人機設計，并配備必要的硬件，以實現自主行為、蜂群協調和機載物體探測能力。此外，本論文概述了必要的網絡結構，以處理無人機群的互連和帶寬要求。

無人機機載系統使用PixHawk 4飛行控制器來處理飛行機械，使用Raspberry Pi 4作為通用計算能力的配套計算機，并使用NVIDIA Jetson Nano開發套件來實時進行物體檢測。實施的網絡遵循802.11s標準，采用HWMP路由協議進行多跳通信。這種拓撲結構允許無人機通過網絡轉發數據包，大大擴展了蜂群的飛行范圍。我們的實驗表明，所選的硬件和實現的網絡可以在高達1000英尺的范圍內提供直接的點對點通信，通過信息轉發可以擴大范圍。該網絡還為帶寬密集型數據（如實時視頻流）提供了足夠的帶寬。預計飛行時間約為17分鐘，擬議的設計為中程空中監視應用提供了低成本的無人機群解決方案。

無人駕駛飛行器（UAVs）或 "無人機 "在軍事方面的使用在過去20年里急劇增加，任務范圍從監視、偵察和情報到戰斗支持。技術的進步一方面導致了無人機能力和可靠性的提高，另一方面也降低了生產成本。此外，無人機的可用性也急劇增加，曾經是少數國家專屬的設備現在可以被所有國家的武裝部隊獲得，而且，正如最近的攻擊所證明的那樣，非官方部隊也可以獲得。在這種情況下，無人機可以成為任何沖突的一部分，軍事戰略家們必須將對無人機和潛在的無人機群的反應納入其作戰方案。因此，對無人機的防御必須成為任何成熟的軍事戰略的一個組成部分。本分析探討了無人機的大規模出現給軍隊帶來的概念和行動上的變化，包括與訓練和實施具體的反無人機部隊有關的理論和實際挑戰。首先，我們確定了與無人機和無人機群有關的威脅的演變。然后，我們總結了不同的可能反措施。最后，我們提出了部署這些對策的實際解決方案，特別是通過探索發展和部署專門的反無人機部隊的可能性，以及研究與高科技無人機敵人作戰而不是在傳統戰場上與士兵作戰相關的一些挑戰。

1 簡介

無人機--無人駕駛飛行器（UAVs）的俗稱--不再只出現在科幻小說和預測性小說中。事實上，它們正成為現代城市景觀中越來越常見的組成部分。由于它們的多功能性和可及性，民用無人機在用戶數量和用途的多樣性方面都在不斷增長。無人機的使用正被推廣到研究（Coops, Goodbody & Cao 2019）或應急響應（He, Chan & Guizani 2017）等不同領域。

民用無人機的這種能見度不應掩蓋無人機最初由軍方開發、用于軍事目的的事實。無人機的軍事應用很多，從與民用無人機類似的任務（如監視和偵察，但針對軍事或情報目標）到與UCAVs--無人駕駛戰斗飛行器的戰斗情況（Lucas 2014）。在不到二十年的時間里，無人機已經在支持美國在伊拉克和阿富汗的行動中發揮了重要作用（Sharkey 2011）。2019年9月14日對沙特阿拉伯Abqaiq和Khurais的國有石油設施的襲擊，使無人機在戰爭中的使用更進一步（Hubbard, Karasz & Reed 2019）。事實上，與以往無人機的軍事用途相比，這些攻擊并非由官方武裝部隊公開發起。盡管胡塞武裝運動（一個以也門為基地的伊斯蘭武裝運動）聲稱這次襲擊，但美國當局斷言，襲擊源自伊朗（Said, Malsin & Donati 2019）。Abqaiq-Khurais襲擊事件背后的真正主謀問題在這里并不重要；重要的是，最近在沙特阿拉伯發生的事件是一個縮影，即無人機不再是僅由少數國家掌握的獨家技術。無人機現在不僅可以被合法的武裝部隊用于軍事目的，而且還可以被無數其他國家使用，包括恐怖分子或其他非國家行為者。生產成本更低、更容易和更快的無人機的擴散，不僅重塑了設計和執行監視或偵察的方式，而且還提供了困擾或恐嚇潛在對手的新方法。此外，這種廉價和容易的無人駕駛裝置的擴散顯然提高了世界各地的沖突螺旋的風險（Boyle 2015）。無人機自主程度的提高也在質疑國防軍的反應。事實上，無人機可以從非自主性（需要人類飛行員的持續控制）到完全自主性（一旦發射，被編程為執行其任務而無需任何進一步的人類干預）。值得注意的是，在這個連續體的兩端之間可以存在所有可能的中間水平的自主性。此外，自主權可以通過預編程（從而限制了無人機發射后的適應可能性）或通過使用人工智能（AI）模塊來提供，為無人機提供更多的適應性。除了通過獲得專門的無人機機隊來提高自身能力外，開發反制措施對軍隊來說也是至關重要的。因此，在不久的將來，獲得適當的反無人機反應單位可能是軍事領導人的重點之一。

對無人機的防御必須成為任何全面的、長期的軍事動態的一部分。因此，武裝部隊將不得不適應這一新興的現實。應對無人駕駛威脅所需的變化并不純粹是概念性的；它們將必須轉化為行動上的變化。這些變化不僅必須發生在防御無人機的常規部隊（特別是在陸地/海洋界面）和準備反擊無人機的無人機部署部隊層面，而且還必須發生在軍事參謀的指揮和戰略層面。此外，由于無人機防御問題影響到所有軍種，因此陸軍、海軍和空軍參謀部都需要進行反思。從這個角度來看，本文將在分析這個問題的同時牢記三個操作性挑戰：分析背景和確定威脅，實施有效的反措施，并以適當的軍事人員部署這些反措施--特別是通過探索與發展、部署和維護專門的反無人機部隊有關的可能性和挑戰。

2.反制措施

2.1. 被動反制措施：保護和探測

在某種程度上，針對無人機的被動保護可以由物理基礎設施的設計和建造方式或其位置來提供。事實上，無人機是飛機。就像任何空中進攻一樣，無人機的目標需要從上面進入才能到達。地下設施和重度屏蔽的目標，用無人機可以攜帶的彈頭類型來摧毀更具挑戰性。敏感的軍事基礎設施曾經被建在偏遠地區。然而，這種被動的戰略不再那么有意義了。事實上，通過現代天基地球圖像，地球上幾乎沒有一個地方可以真正被認為是 "偏遠"。由于有了衛星圖像，如今相信一個潛在的結構性目標可以不被定位，或者軍事單位的行動可以不被注意，已經是烏托邦了。作為無人駕駛車輛，無人機嚴重依賴地理定位系統從其發射基地導航到其目標。因此，無人機很容易受到技術惡化的GPS信號，特別是GPS欺騙和GPS干擾的影響。然而，純被動的基礎設施保護所能做到的是有限的，而且在大多數情況下，這些限制已經達到了。事實上，像軍用SAASM（選擇性可用性反欺騙模塊）這樣的系統可以減輕美國軍隊產生的GPS欺騙的影響。還可以開發其他系統，使GPS接收機能夠檢測到欺騙或干擾的企圖。一旦檢測到GPS欺騙或干擾，無人機就有可能切換到其他的導航模式。事實上，無人機可以使用其他各種傳感器方法在GPS屏蔽的環境中進行導航，從視覺模式、紅外線、雷達、聲納（用于水下無人機）、電子/電磁探測到任何這些方法的組合。即使僅僅依靠衛星發出的信號，也可以開發出解決方案。事實上，使用非軍事級別的技術和算法的民間研究人員已經能夠獲得完整和動態的地理定位特征，盡管處于軍事GPS的拒絕區域，實際上打敗了美國軍隊的GPS信號改變系統（Voosen 2019）。將類似的方法應用于無人機導航，基本上可以使它們對GPS欺騙和GPS干擾免疫。

探測無人機是一項相當具有挑戰性的任務。由于大多數無人機體積小，無人機的雷達信號與鳥類的雷達信號沒有區別。此外，一些無人機具有隱身特性，要么是隱身配置（如美國制造的Kratos QX-222 Valkyrie），要么是涂層，旨在減少其雷達信號。因此，由于僅僅依靠雷達不是一個可行的選擇，必須設計出替代方法來探測接近的無人機。由于其搭載的系統和對無線或衛星信號的使用，無人機產生特定的、有時是重要的電子信號。然而，法拉第籠可以減少電子噪音。此外，如果無人機切換到其他引導模式，在接近目標時可以關閉無線或衛星通信--特別是對于不需要與人類操作員保持聯系的完全自主的無人機。視覺識別（例如，使用特定任務的人工智能或深度學習策略）可用于識別無人機。然而，它們的特征可以被設計成使模式識別具有挑戰性，特別是因為無人機通常處于運動狀態。

進行空中機動的無人機會產生噪音，它們的聲學特征因此可以暴露出來。目前正在開發各種音頻處理方法來解決無人機的定位問題（Rascon, Ruiz-Espitia & Martinez-Carranza 2019）。然而，幾個重要的問題限制了現實生活中的無人機聲學探測。事實上，無人機產生的噪聲是動態的，因為無人機通常處于運動狀態。此外，無人機產生的噪聲通常具有很低的信噪比。換句話說，在嘈雜的環境中探測無人機是相當困難的。因此，就其他探測策略而言，在聲學方法可以作為無人機探測的可靠來源之前，還必須做更多的研究。就像被動保護一樣，無人機探測也有其局限性。一旦在限制區或潛在目標附近探測到無人機，無人機防御戰略的下一步就是摧毀敵方單位。這就是接下來的章節將探討的內容。

2.2. 主動反制措施：破壞

無人機并非沒有弱點。士兵們可以使用一些策略來禁用或摧毀敵方的無人機。然而，沒有任何解決方案是完美的，而且可以開發出反措施來對付這些反措施。因此，最佳的反無人機戰略應該結合幾種方法，以確保反無人機部隊的最大效率（表1）。

• 直接射擊 直接射擊通常是對UCAV攻擊的主要反應類型。值得注意的是，直接射擊可以由人類射手或通過自動反空防系統進行。不過，這種解決方案有幾個限制。首先，無人機可能相對較小，而目標的大小可能是一個射擊技巧的挑戰。第二，直接射擊可能會受到能見度不足的阻礙（由于日/夜周期，視線中的障礙物，或大氣條件）。第三，直接射擊很容易被無人機群的攻擊所淹沒。

• 狩獵型無人機 防御者可以使用無人機來獵殺敵方的無人機。在這種情況下，防守方在操作無人機時有幾個主要優勢。由于防守方的無人機通常在離發射點很近的地方操作，所以自主性不是問題--與攻擊方的無人機相比，攻擊方的無人機在到達目標之前必須覆蓋更遠的距離。此外，如果配備了適當的武器，防衛型無人機可以用作飛行射擊平臺，它也可以用于 "自殺模式"，旨在通過直接碰撞摧毀攻擊型無人機。最后，防御型無人機對與制導和導航有關的問題的脆弱性大大降低。事實上，一架無人機可以在大約245米的直視范圍內進行視覺操作（Li等人，2019）。這個距離--取決于人的特征而不是無人機的類型--對于對抗配備了相對較小的彈頭的無人機的攻擊仍然是合理的。不過，這種策略仍然有幾個限制。所有與直接射擊有關的限制都適用于狩獵型無人機。此外，獵殺型無人機具有無人機的通常弱點（包括其搭載的電子系統容易被破壞或被劫持）。此外，部署狩獵無人機所需的時間可能使它們在敵方UCAVs的突然襲擊中難以及時使用。

• 導彈 導彈和其他自主彈頭可以用來摧毀無人機。導彈的速度和精度足以摧毀無人機。然而，這簡直就像用錘子打死一只蒼蠅。雖然理論上是可行的，但使用自主導彈來摧毀無人機并不是一個具有成本效益的解決方案。雖然無人機越來越便宜，但與導彈有關的成本仍然很重要。自主導彈是一次性使用的武器這一事實也有助于使這一解決方案過于昂貴，無法現實地大規模部署。

• 激光武器 激光武器是以激光為基礎的定向能量武器，即以窄光束的形式連貫地發射電磁輻射--放大的光的系統。當到達目標時，激光束會向目標傳遞相當大的能量，使其燃燒，或以其他方式引發重大損害（Coffey 2014）。跟蹤目標運動的可能性（"跟蹤 "目標）和光束達到最大強度的聚焦區域使激光武器完全適合于小型移動目標，如無人機。因此，目前全世界正在開發幾種反無人機的激光武器也就不足為奇了。然而，由于激光武器是基于光束，它們對大氣條件和煙幕非常敏感。此外，如果光被反射到遠離目標的地方，激光的影響就會大大降低。因此，在無人機上涂抹燒蝕材料或用鏡子覆蓋可以有效地對抗大多數激光武器，或至少大大降低其效率（Hambling 2016）。

• 微波武器 無人機的運作依賴于大量的搭載系統的工作，從傳感器到自主處理系統。摧毀搭載的電子設備就等于讓無人機失效。微波武器的目的就是要做到這一點。與激光武器一樣，微波武器是定向能量武器。然而，雖然一些激光武器已經投入使用，但微波武器目前仍主要是實驗性的。此外，使用法拉第籠來保護登船的電子系統（這一點已經可以實現，甚至使用3D打印機技術）可能代表了對這種類型的武器的強有力的反制措施。

• 電子和通信系統的弱點 與其試圖使用微波武器等手段破壞搭載的電子系統，另一種反無人機戰略是利用這些系統及其固有的連接性。即使是最自主的無人機也需要訪問外部資源，如用于導航的GPS信號。因此，無人機通過Wi-Fi、GPS、無線電波等連接。- 這些通信渠道中的每一個都是進入其內部系統的潛在入口。即使沒有軍事級別的技術，也很容易利用傳輸協議，然后利用其硬件/軟件的漏洞（Dey等人，2018）。無人機很容易受到GPS欺騙、GPS攻擊、干擾、無人機特定的惡意軟件（"maldrones"）和無線攻擊（Kerns等人，2014）。盡管軍用無人機系統通常比民用無人機受到更多的保護（例如，通過使用加密的GPS信號進行導航），但它們遠不是不受黑客攻擊的。對無人機的電子系統或功能的攻擊可能有各種目的。1）向無人機的導航系統提供錯誤的信息，誘發無人機的 "失明 "和迷失方向，導致改道或墜機，2）入侵無人機系統，破壞硬件/軟件系統或獲取信息或數據，或3）控制無人機。讓無人機墜毀而不是簡單地摧毀它可能有好處，例如恢復與無人機的導航、傳感器或武器系統有關的部件或信息（特別是通過反向工程）。劫持是通過斷開無人機與初始控制器的連接并替換這種連接來實現的。值得注意的是，無人機劫持可以用另一架無人機作為平臺來完成。劫持的無人機將控制附近的無人機，同時在它們之間飛行，形成一個被奴役的無人機艦隊。然而，利用無人機電子系統的弱點來破壞無人機的企圖也可以被反擊。至于基于微波的攻擊，可以通過將無人機的電子部件固定在法拉第籠（旨在阻擋電磁場的結構）中來對抗專注于電子的方法。網絡安全和基于軟件的技術也可以實施，以使無人機系統更難被黑客攻擊，包括使用加密來保護庫文件，使用混淆器來防止反編譯，檢查GPS延遲和子幀數據，保護Wi-Fi和開放端口，或改善無線電通信安全（Dey等人，2018）。

• 防御性無人機群 上面提到的方法都不足以應對無人機群的攻擊。事實上，無論選擇何種系統，防御性能力都會被數量龐大的自主攻擊單元所淹沒。在這里，一個有趣的應對策略可能是部署另一個無人機群，即有大量的無人機準備在攻擊時起飛。防守的無人機不一定需要協調。事實上，雖然不協調的、自主的或半自主的無人機顯然會錯過一些目標，或使兄弟無人機（即屬于同一蜂群的無人機）陷入 "友軍火力"，但蜂群潛在目標數量的增加，加上防御無人機數量的增加，會使相當一部分攻擊無人機被摧毀的概率足夠高，從而導致攻擊蜂群的重大破壞。盡管使用無人機群來對抗另一個無人機群是一個有效的策略，但這不會導致攻擊機群的完全毀滅。因此，這種方法很可能需要與其他方法（通常是直接射擊）相結合，以消除蜂群的殘余。然而，如果進攻的無人機數量最初被防守的蜂群大幅減少，直接開火的效率就會大大增加。也就是說，兩個蜂群的碰撞可能會產生額外的煙幕和某種程度的混亂，這反過來可能會降低射手消滅最后的攻擊者的能力。與單個防衛無人機一樣，為作戰目的部署的防衛無人機群可能面臨無人機部署速度的問題。在決定UCAV儲存區和發射平臺的位置時，應牢記這一點。

3.發展一支特殊的隊伍

從作戰的角度來看，應對軍事戰場上目前和未來無人機的增加，需要發展和部署專門的反無人機部隊。作為這些部隊成員的士兵將面臨與其他士兵不同的現實；與高科技無人駕駛的敵人作戰與在常規戰場上與士兵作戰是不同的。

3.1. 技術專長

即使反無人機部隊在武裝部隊中仍然有限，其成員的培訓也將面臨重要挑戰。事實上，反無人機部隊的成員必須展示大量的技術專長，不僅與無人機有關，而且在操作和維護特定的反無人機設備方面也是如此，這對常規部隊來說是非常規的（例如，激光武器或微波系統）。因此，從訓練的角度來看，反無人機部隊的成員必須同時接受戰斗訓練和技術訓練。雖然作戰專業知識在軍隊和軍事教育和培訓基礎設施中顯然很普遍，但科學和技術的情況并非如此。重要的是要注意到，傳統的戰斗技能和新興技術的專業知識之間的這些問題性互動--以及在這兩個領域培訓人員的相關問題--并不是作戰軍事單位所特有的。這確實是現代安全的一個更具全球性的問題，與建立一支具有生物技術專業知識、能夠應對當前國際威脅的情報和反情報工作隊伍有關的戰略和實際挑戰就是例證（Guitton 2020）。因此，確保士兵能夠獲得特定科學和技術知識的解決方案不一定在單一單位的獨家培訓中找到。相反，從本質上講，該解決方案是多學科的。因此，小型專業單位的培訓可以在不同的軍事專業中共享。就反無人機部隊而言，士兵應該掌握的一些具體技術知識可能與專門從事遠程探測的偵察部隊相似或至少有些相似。對于一個特定的國家來說，找到足夠多的專業部隊進行共享或跨學科的訓練，肯定有助于減少與組建有關的成本，有助于建立更大的人力資源基礎以進行招募，從而為反無人機部隊提供更強大的勞動力。

3.2. 隱身訓練

與任何旨在對抗特定類型敵人的特種部隊一樣，反無人機士兵的訓練需要考慮到其目標的特點。無人機的主要特征之一是其非常高的機動性。由于其小尺寸和自主性，UCAVs可以極快地部署，并在被發現之前深入到先進的防線中。因此，為了消滅UCAVs，反無人機部隊也需要具有極高的機動性。反無人機部隊必須能夠迅速與他們的目標作戰。然而，鑒于無人機的多功能性，他們也需要能夠迅速脫離，從一個戰場轉移到另一個戰場。此外，無人機在所有類型的戰場上都能發揮作用，包括高密度的城市地區，甚至是水陸交接地區。不過，反無人機部隊的機動性不應簡單理解為空間上的機動性，也應理解為概念上的機動性。事實上，反無人機部隊需要能夠從一種戰斗模式切換到另一種模式，這取決于他們所針對的UCAVs的具體阻力。

無人機的另一個特點是它們大量使用各種傳感器。因此，反無人機部隊的機動性應伴隨著一定程度的隱蔽性。反無人機部隊應該能夠快速移動，并且在這樣做的同時盡可能不被注意。這種 "隱蔽性 "也應該延伸到戰場之外。事實上，無人機戰爭是一種嚴重基于信息的戰爭。由于無人機通常是部分自主的，指揮無人機至少需要對敵人的防御系統有一定程度的了解。雖然反無人機部隊的存在可以產生有效的勸阻作用，但這種部隊應該對其確切的設備和部署信息保持盡可能的保密，因為這將使他們更難以反擊--如果面對敵人的UCAVs，這將有助于他們達到最大的效果。值得注意的是，戰場上的隱身和戰場外的謹慎之間的這種關系并不是什么新鮮事。事實上，在歷史上，它已經在信息收集至關重要的沖突中被概念化。例如，Hensōjutsu，將日本封建武士的偽裝技術組合在一起，是Jintonpō的一部分，即 "獲得隱形的方法"。在數字時代，隱身術更進了一步。反無人機部隊的成員在使用虛擬空間時應保持謹慎，避免公開明智的內容或發布可能提供直接或間接信息的項目。如果被發現，反無人機部隊的成員可能會成為外國情報機構操縱的特權目標（Guitton 2019）。

3.3. 心理支持

無人駕駛戰斗的出現為所有接觸無人機的人創造了新形式的戰斗壓力--包括士兵和平民。軍事無人機飛行員已經多次被報道在戰斗事件中經歷了重要的心理壓力（Sharkey 2011）。鑒于反無人機部隊，顧名思義，主要是向無人機而非人類開火，這似乎與防衛無人機的操作者不太相關。然而，通過UCAVs進行打擊的方式是發生心理壓力的一個突出因素（Sharkey 2011），無論目標是否為人類，這使得防衛性無人機飛行員遭受類似結果的風險成為現實。雖然創傷后應激障礙（PTSD）通常被視為無人機飛行員心理健康問題的旗幟，但UCAV操作員報告了廣泛的心理健康問題，包括危險的酒精使用、抑郁癥、中度或嚴重的焦慮，以及亞臨床PTSD癥狀（Chappelle等人，2014；Phillips等人，2019）。雖然在美國空軍UCAV飛行員通常遠程操作無人機，即從美國境內的安全地帶而不是直接在戰場上操作，但這一人群中PTSD的發生率很高，盡管低于從部署中返回的軍事人員（Chappelle等人，2014）。與其他士兵相比，UCAV操作員的心理健康問題風險不一定增加，然而，較高比例的無人機飛行員患有與心理健康有關的重大功能障礙（菲利普斯等人，2019年）。

除了與工作時間和軍事與民用領域之間的困難定位有關的因素外，基于美國空軍經驗的研究--可以說代表了最大的作戰UCAV操作員群體--表明，UCAV操作員感到對旁人的傷害或死亡負有共同責任的戰斗相關事件的數量是發生PTSD癥狀的重要預測因素（Chappelle等人，2019）。特別是在無人機群的背景下，一些無人機可能成功穿越目標的防御。因此，防衛無人機的操作者，或者，專門負責防衛無人機的士兵，很可能會暴露在關于對旁觀者（在這種情況下，他們負責保護無人機攻擊的士兵或平民）的潛在傷害的類似情況下，對他們的心理健康有潛在的類似結果。除了這種增加的風險因素外，其他因素也可能增強反無人機部隊士兵的心理脆弱性。這主要是指高度的壓力，與普通部隊相比，反無人機部隊的壓力更大，這主要是由于對無人機攻擊的反應時間（從發現無人機到做出反應的時間）比大多數常規軍事部隊要短。

最后，在無人機將發揮重要作用的戰斗背景下，反無人機部隊可能很快成為優先目標，從而為其成員帶來更多壓力。因此，希望發展反無人機部隊的軍隊必須考慮到這些因素，并實施強有力的心理健康監測計劃，以確定潛在的脆弱士兵，并在需要時部署強有力的心理和精神醫療支持。

結論

無人機曾經局限于少數國家的武裝部隊，現在已經很普及了。隨著任務范圍的擴大，從監視和情報到戰斗，無人機在城市和非城市環境中的作戰能力，以及它們越來越多的可用性，無人機在作戰領域的存在在不久的將來只會增加。新興技術正在使無人機變得越來越可靠，越來越難以對付。

隨著無人機變得越來越普遍，各國都加大了在該領域的研究力度。這場捉迷藏游戲的馬達是技術。然而，贏得與無人機開發商的軍備競賽是一場永無止境的游戲。事實上，對于我們仍然可以控制的少數元素，技術的發展可能會使目前的防御措施大量過時。然而，反無人機防御不僅僅是技術問題，也是人和組織問題。因此，解決方案不能在純粹的技術方面找到，而必須包括人的層面。反無人機的最佳戰略將依賴于小型的、專業的、在技術和戰斗技能方面具有混合專長的單位，具有高度的機動性，并能快速應對危機。這樣的單位應該能夠快速部署在戰場上。這不僅會提高反應的效率，而且還能實現重大的規模經濟--因為部署一支專門的部隊比動員一個龐大但不專業的營隊更有成本優勢。能夠部署反無人機的多模式反應，并獲得這樣做的人力專長，對任何國家來說都是至關重要的，不論其規模和相對軍事力量如何。較小的國家在這樣做時甚至可能比最大的軍事力量有更多的相對優勢。

我們在過去幾十年中所看到的只是冰山一角。我們正處于技術引起的大規模社會變革的黎明。技術將大規模地改變戰爭。人工智能和戰斗機器人很快就會出現在戰場上。在這種情況下，反無人機部隊可能是我們從作戰角度對未來戰爭的第一瞥。因此，反無人機部隊很可能成為未來戰爭部隊的組織、訓練和實施的模板。

COGLE（COmmon Ground Learning and Explanation）是一個可解釋人工智能（XAI）系統，自主無人機向山區的野外部隊運送物資。任務風險隨地形、飛行決定和任務目標而變化。這些任務由人類加人工智能團隊參與，用戶決定兩架人工智能控制的無人機中哪一架更適合執行任務。這篇文章報告了該項目的技術方法和發現，并反思了復雜的組合問題對用戶、機器學習、用戶研究和XAI系統的使用環境所帶來的挑戰。COGLE創建了多種模式的解釋。敘述性的 "What"解釋比較了每架無人機在任務中的表現，以及基于使用反事實實驗確定無人機能力的 "Why"。可視化的 "Where"解釋突出了地圖上的風險，以幫助用戶解釋飛行計劃。研究的一個分支是研究這些解釋是否有助于用戶預測無人機的性能。在這個分支中，一個模型歸納的用戶研究顯示，決策后的解釋在教用戶自己確定哪架無人機更適合執行任務方面只有很小的作用。隨后的思考表明，用決策前的解釋來支持人類加人工智能的決策是一個更好的背景，可以從組合任務的解釋中受益。

引言

COGLE（COmmon Ground Learning and Explanation）是一個可解釋的人工智能（XAI）系統，用于自主無人機向山區的野戰部隊運送物資。COGLE中的任務是在一個模擬的世界中進行的，其中有山區和森林環境、水體和結構。圖1顯示了一個任務地圖和人工智能控制的無人機的飛行計劃。黃色的棒狀圖顯示了徒步旅行者的位置。彎曲的箭頭顯示了無人機的飛行計劃。地圖下面的時間線顯示了無人機沿其飛行計劃的高度。地圖上的符號表示物體。尖尖的符號是太高的山，無法飛過。曲線頂的符號是低矮和高大的山麓。綠色區域是草地。樹木形狀的符號代表森林。

最初，我們使用ArduPilot SITL1，它可以高保真地模擬低空飛行器的動作。ArduPilot的詳細模擬所需的計算資源被證明是不方便的，對于任務的戰略規劃來說是不必要的。低空飛行控制在商業自動駕駛飛機和業余無人機中被廣泛實施。為了專注于任務規劃，我們開發了一個精度較低的模擬模型（"ArduPilot Light"），在一個回合制的網格世界中，有五級高度和八個獨特方向。我們在ArduPilot SITL的API上模擬了ArduPilot Light的兼容編程接口（API）。圖2說明了COGLE的模擬網格世界的粗粒度，用于任務規劃。

圖 1 共同地面學習和解釋 (COgLE) 域中任務的示例地圖

圖 2 來自 COGLE 飛行學校的插圖展示了具有五個離散高度的模型以及當包裹從不同高度墜落時墜落區的擴大范圍

當無人機與處于同一高度或更高的障礙物飛得太近時，它們就會有墜毀的危險。如果無人機在森林、高山麓或水面上釋放其包裹，那么其包裹可能被損壞。包裹可能無法降落在河流、樹木或高山腳下。無人機飛得越高，其包裹在傘降過程中可能漂移得越遠。一個人工智能飛行員可能會在任務的開始、中間或結束時承擔風險。飛行員在任務中的早期決定會以微妙的方式與后來的決定產生互動。例如，在飛行計劃的早期，關于如何避開障礙物的選擇可能會導致在很晚的時候無法安全地接近選定的地點來投放包裹。

使用COGLE的早期版本，我們對用戶進行了自我解釋的研究，正如Gary Klein, Robert Hoffman, 和Shane Mueller等人所描述的。這樣的研究可以為參與者提供一個關于他們自己想要和使用的解釋種類的視角。用于無人機的人工智能飛行員是基于我們早期的深度強化學習者（RL）。他們在非常簡單的任務中表現出奇怪和次優的循環行為。研究參與者引用了無人機行為的觀察模式，指的是推斷的目標、效用和無人機的偏好。

在研究過程中，當被要求做出預測時，參與者經常的回答是 "我不知道"。研究參與者在自我解釋方面很有創意（"它怕水！"），但他們沒有可靠的依據來確定他們的解釋是否正確。事實證明，我們早期的人工智能控制的無人機的奇怪行為是由于他們有限的訓練造成的。

自軍用航空問世以來，美國軍方一直對遠程駕駛飛機感興趣。目前的無人駕駛飛機系統(UAS)通常由一架無人駕駛飛機(UAV)與地面控制站配對組成。自20世紀90年代以來，隨著MQ-1“捕食者”無人機的問世，無人機在美國軍事行動中變得無處不在。 美國軍方目前使用幾種不同的大型無人機，包括

?陸軍MQ-1C“灰鷹”， ?美國空軍的MQ-9死神， ?海軍MQ-25“黃貂魚”， ?空軍的RQ-4全球鷹， ?海軍的MQ-4C“海神” ?空軍的RQ-170哨兵。

此外，其他幾個被報道的項目要么正在開發中，要么正在試驗中。這些項目包括空軍的B-21“突襲者”和空軍的RQ-180。隨著國會履行其監督和授權職能，它可能會考慮與UAS項目相關的幾個潛在問題，包括:

?有人駕駛和無人駕駛飛機的成本， ?缺乏公認的后續項目記錄， ?管理整個國防部的無人機系統采購， ?UAS與現有部隊結構的互操作，以及 ?無人機系統國外出口管制。

在美國軍隊中，遠程駕駛飛行器(rpv)通常被稱為無人機(UAVs)，被描述為單個飛行器(帶有相關的監視傳感器)或無人機系統(UAS)，通常由飛行器與地面控制站(飛行員實際坐在那里)和支持設備組成。1雖然無人機系統通常是作為一架飛機與一個地面系統配對操作的，但國防部(DOD)經常采購帶有一個地面控制站的多架飛機。無人機與地面控制站和通信數據鏈結合，就形成了無人機系統(UAS)。

無人機行業現在正處于黃金時期，它的增長有望呈指數級增長，盡管人道主義救援人員已經使用這種技術10年了，但市場的擴大和技術的發展正在推動越來越多的組織裝備這種設備。

無人駕駛飛行器 (UAV)，也稱為遙控飛機或“無人機”，是通過遙控或自主飛行的小型飛機。本報告重點關注非武裝民用無人機和無人機的使用。未來的報告可以探討無人水下航行器和地面無人機的影響和發展。

瑞士地雷行動基金會在其報告《人道主義行動中的無人機》（2016 年）4 中確定了六類無人機在人道主義行動中的用途：測繪；將基本產品運送到偏遠或難以到達的地點；搜救（SAR）；支持損害評估；提高態勢感知能力；監測變化（例如城市和營地的增長、農業使用或道路或基礎設施的建設）。這份報告將闡明人工智能驅動的無人機如何改進和修改這些用途。