本文探討了自主無人機系統(UAS)的制導和控制。具體而言,研究了基于模型參考自適應控制(MRAC)的尾翼無人機系統,以及用于戰術機動和覆蓋的多旋翼無人機系統的制導和控制。調查了當前和潛在的應用,并找出了現有技術的差距。
為了解決四旋翼無人機這一特殊類別的尾翼無人機系統的控制問題,研究人員開發了兩種方法,以解決建模不確定性、未建模有效載荷、陣風以及執行器故障和失靈等問題。在第一種方法中,尾翼無人機系統的縱向動力學采用 MRAC 法進行調節,以在新穎的控制架構中實現規定性能和輸出跟蹤。用于規定性能和輸出跟蹤的 MRAC 法則結合了線性二次調節器 (LQR) 基線控制器,使用積分反饋互連。利用障礙 Lyapunov 函數對軌跡跟蹤誤差進行約束,并通過采用軌跡跟蹤誤差瞬態動態參考模型來保證用戶定義的軌跡跟蹤誤差收斂速率。在該控制系統中,平移和旋轉動力學分別分為外環和內環,以考慮到四旋翼雙翼飛行器的動力不足問題。在外環中,氣動力的估計值和 MRAC 法則用于穩定平移動力學。此外 此外,還推導出參考俯仰角,使飛行器的總推力永遠不會指向地球,以確保安全,并避免通常用于確定方向的帶符號反正切函數固有的不連續性。在內環中,氣動力矩的估計值和 MRAC 法則用于穩定旋轉動力學。此外,還提出了一種用于確定所需總推力的法則,該法則可確保如果飛行器的方位與所需方位足夠接近,則會施加適當的推力。還提出了一種控制分配方案,以確保始終實現所需的推力力矩,并滿足對執行器產生的推力的非負約束。仿真驗證了針對規定性能和輸出信號跟蹤采用 MRAC 的控制架構,并將規定性能 MRAC 法與經典 MRAC 法進行了比較。
在第二種方法中,提出了一種基于 MRAC 的統一控制架構,該架構沒有將縱向和橫向動力學分開。平移和旋轉動力學分別被分離為外環和內環,以解決尾翼無人機系統的動力不足問題。由于預計飛行器會發生較大的旋轉,因此使用無奇異性的四元數來捕捉尾翼的方向。此外,還通過使用障壁 Lyapunov 函數來解決卷揚現象,以確保跟蹤誤差四元數的第一個分量為正,從而按照最短的旋轉將飛行器的當前方位驅動到參考方位。在外環中,利用對空氣動力的估計和 MRAC 法則確定所需的推力。參考方位是根據正交普羅克斯特問題的解確定的,該問題可找到從當前推力方位到所需推力方位的最小旋轉。由于正交普羅克里斯特問題的不連續性質,角速度和加速度無法通過對正交普羅克里斯特問題解的時間導數來推導。奇異值分解的不連續性。因此,我們使用兩次連續可微分函數--球面線性插值,來尋找連接捕捉車輛當前方位的單元四元數和捕捉參考方位的單元四元數的大地線。一個有趣的結果是,角速度和加速度只取決于參數化球面線性插值函數的標量值函數的一階導數和二階導數;實際函數并不重要。然而,確定該函數的形狀并非易事,因此采用了受模型預測控制啟發的方法。在內環中,使用氣動力矩估計值和 MRAC 法來穩定旋轉動力學,并將推力分配給各個螺旋槳。建議的控制方案的有效性通過仿真得到了驗證。
提出了一種用于自主無人機系統的集成制導和控制系統,可在未知、動態和潛在的敵對環境中,按照用戶規定的不計后果或戰術方式進行機動。在該制導和控制系統中,戰術操縱是通過在飛行器接近目標時利用環境中的障礙物來實現的。不計后果的機動是通過在向目標前進時忽略附近障礙物的存在,同時保持不發生碰撞來實現的。魯莽行為和戰術行為的劃分受到生物啟發,因為動物或地面部隊都會使用這些戰術。制導系統融合了路徑規劃器、避免碰撞算法、基于視覺的導航系統和軌跡規劃器。路徑規劃器以 A? 搜索算法為基礎,并提出了可定制調整的 "到達成本"(cost-to-come)和啟發式函數,通過降低底層圖中捕獲靠近障礙物集的節點的邊的權重,利用障礙物集進行躲避。啟發式的一致性已經確定,因此,搜索算法將返回最優解,而不會多次擴展節點。在現實場景中,需要快速重新規劃,以確保系統實現所需的行為,并且不會與障礙物發生碰撞。軌跡規劃器基于快速模型預測控制(fMPC),因此可以實時執行。此外,還采用了一個自定義的可調成本函數,該函數權衡了與障礙物集的接近程度和與目標的接近程度的重要性,為實現戰術行為提供了另一種機制。新穎的避免碰撞算法是基于解決一類特殊的半有限編程問題,即二次辨別問題。避撞算法通過尋找將無人機系統與障礙物集分隔開來的橢球體,生成無人機系統附近自由空間的凸集。凸集在 fMPC 框架中用作不等式約束。避撞算法的計算負擔是根據經驗確定的,并證明比文獻中的兩種類似算法更快。上述模塊被集成到一個單一的制導系統中,該系統為任意控制系統提供參考軌跡,并在多次模擬和飛行測試中展示了所提方法的有效性。此外,還提出了飛行行為分類法,以了解可調參數如何影響最終軌跡的魯莽性或隱蔽性。
最后,介紹了用于自主無人機系統的綜合制導和控制系統,該系統可在未知、動態和潛在敵對環境中,按照用戶的要求,以不計后果或戰術的方式執行戰術覆蓋。覆蓋的制導問題涉及收集環境信息的策略和路線規劃。收集未知環境信息的目的是幫助服務組織和第一反應人員了解態勢和制定計劃。為解決這一問題,需要綜合考慮目標選擇、路徑規劃、避免碰撞和軌跡規劃。我們提出了一種基于八叉樹數據結構的新型目標選擇算法,用于為路徑規劃器自主確定目標點。在該算法中,由導航系統推導出的體素地圖捕捉了環境中各區域的占用和探索狀態,并被分割成捕捉大面積未探索區域和大面積已探索區域的分區。大面積未探索區域被用作候選目標點。目標點的可行性通過采用貪婪 A? 技術來確定。該算法擁有可調參數,允許用戶在確定目標點序列時指定貪婪或系統行為。這種技術的計算負擔是根據經驗確定的,并證明可在現實場景中實時使用。路徑規劃器基于終身規劃 A?(LP A?)搜索算法,與 A?技術相比,該算法更具優勢。此外,還提出了一種可自定義調整的成本-歸宿和啟發式函數,以實現戰術或魯莽的路徑規劃。提出了一種新的避免碰撞算法,作為上述避免碰撞算法的改進版本,改進了所產生的約束集的體積,從而使更多的自由空間被凸集捕獲,因此,軌跡規劃者可以利用更多的環境進行戰術機動。該算法基于半定量編程和快速近似凸殼算法。軌跡規劃器以 fMPC 為基礎,采用自定義成本函數,通過滑行障礙物表面實現戰術機動,并將所需加速度作為與掩體距離的函數進行調節;采用障礙函數約束飛行器的姿態并確保推力正向性;采用四旋翼無人機系統的輸出反饋線性化運動方程作為微分約束,以實現積極的機動。利用定制的 C++ 模擬器驗證了所提系統的功效。
本論文將探討在海洋環境中運行的自主無人機系統在制導和控制算法方面存在的一些不足。
機器人和人工智能正在改變我們世界的許多方面。本研究將調查這些技術在水下監視領域的潛在影響和應用,更具體地說,是在應對水雷威脅方面的潛在影響和應用。最終目的是測試是否有可能利用人工智能算法使自主水下航行器具備必要的能力,以取代海上掃雷行動中的人類操作員。這項研究的重要性既在于海事部門日益增長的重要性,也在于機器人和人工智能學科的科學價值。
事實上,海事部門在社會和世界經濟中發揮著越來越重要的作用,這就要求加強安全措施,以保證服務的連續性。海上貿易的增長、通過水下管道輸送的數據和原材料的數量以及在海岸線附近或海域建造的基礎設施的重要性都證明了這一點。然而,必須強調的是,目前監測、控制和必要時干預這種環境的能力非常有限。要監測和保護廣闊的海域,需要付出巨大的努力,而這些海域的邊界很難界定,也沒有關于威脅性質的準確信息,以目前在該領域使用的技術很難持續下去。最近發生的幾起破壞其中一些基礎設施的事件就證明了這一點,這些事件對整個地區的穩定造成了嚴重后果(見北溪管道事件)。
機器人技術和人工智能的最新發展也為這一領域開辟了新天地,創造了重要機遇。一方面是所謂的無人海上系統的發展和演變,這種系統能夠在惡劣的環境中工作,配備強大的傳感器,但平均成本要比傳統的海軍資產低得多;另一方面是人工智能,它使機器能夠在沒有人類干預的情況下執行越來越復雜的操作。
本文的研究結構如下。在引言中,概括性地指出了使用海上無人系統(MUS)進行水下監視所面臨的主要挑戰和機遇,并分析了該領域最有前途的戰略和解決方案。
然后,重點轉向本論文開發的主要應用,即研究和實現能夠自主探測和定位海底地雷的系統和相關算法。
第一步是選擇一個符合成本效益和小尺寸要求的合適平臺。然后選擇一個能夠在水下探測水雷等物體的傳感器,并將其集成到平臺上。
接下來,討論了人工智能的發展及其在水下領域的應用。重點是研究應用于水下圖像的自動目標識別的最新技術。
從最有前途的最新技術入手,開始為自主水下航行器上的準實時應用選擇最佳算法。為此,創建了一個水下圖像數據集,用于訓練和測試基于卷積神經網絡的算法。選定用于船上集成的算法是 “只看一次”(YOLO)神經網絡。該算法的集成實現了為自動潛航器提供自主探測海底類雷物體能力的目標。此外,該算法的訓練和測試階段強調了正確選擇不同數據集的數據以及管理不同水下感知傳感器的重要性。然而,這些研究結果凸顯了這些算法的一些局限性,這促使人們開始尋找新的解決方案。特別是,我們提出了一種名為 “顯著性 CNN ”的算法,它將使用顯著性算法檢測圖像中異常的能力與 CNN 對已知物體進行分類的能力相結合。結果,這種兩階段分類器既能區分感興趣的物體,也能區分海底的一般異常現象。
最后,結束語一章為今后的工作留出了空間,提出了擬議算法 Saliency-CNN 的新實施方案,并為數字孿生系統在水下機器人技術中的引入和使用鋪平了道路。
圖 1.1: CSSN 的系統體系示意圖。由網關浮標與指揮和控制站連接的異構無人系統,具有各種傳感和通信方式(水下和無線電)以及高度自動化。
圖 2.2: 基于無人系統的水下監視概念方案。每個無人潛航器都攜帶一個或多個特定有效載荷并執行特定任務,通過網絡進行通信、數據收集和實時監測。水下和空中環境之間的通信基礎設施由作為網關浮標的 USV(即配備聲學和無線電調制解調器)提供保障。北約研究船 “聯盟號”(NRV Alliance)是輔助船,用于開展各種海洋學活動,并可充當 C2S。在草圖中,UUV 配備了矢量傳感器和/或聲學陣列,用于探測入侵者。但有些 UUV 則配備了側掃聲納有效載荷,用于海底探測。
軍用飛機推進系統是噴氣發動機設計中最具挑戰性的領域之一: 在受飛機空氣動力學影響極大的多變環境中工作時,這些發動機應在不影響可靠性和運行成本的前提下,以盡可能小的體積提供大的推力輸出。此外,軍用飛機運行的多學科性質經常會引入相互矛盾的性能目標,很難將其納入發動機設計中。所有這些因素再加上發動機開發成本非常高,因此有必要在設計階段的早期進行適當的選擇,以確保開發過程的成功和新發動機概念的可行性。
盡管該領域的研究數量巨大,但也許是由于所涉及數據的敏感性,迄今為止發表的研究都集中在相當具體的主題上,而沒有涉及完整的多學科飛機推進系統集成問題。為此,需要結合不同研究領域的內容和貢獻,建立新的綜合方法。
本項目研究開發一種新方法,將發動機初步設計與飛機運行要求相互聯系起來。在此范圍內,構建了通用軍用機身的表示方法,并將其與發動機性能模型和仿真工具相結合,以研究推進系統對飛機任務性能和生存能力的影響。更具體地說,該項目在軍用飛機推進系統集成領域的貢獻主要集中在三個方面:
新的軍用飛機表示法,模擬飛機與推進系統之間相互作用的關鍵方面: 飛機空氣動力學、機身/推進系統空氣動力學干擾、紅外和噪聲特征。該模型計算要求低,適合用于大規模參數研究和軌跡優化案例。
基于模擬的新技術,用于估計爬升性能和評估飛機/發動機配置在現實任務場景中的任務能力。所開發方法的創新點包括爬升軌跡問題的多目標表述、高度-機械跟蹤技術、能量-機動性(E-M)技術的擴展,允許同時優化飛機軌跡和發動機計劃,以及為軍用飛機引入最小噪音和紅外軌跡。
考慮到飛機的紅外特征和飛機/導彈的運動性能,量化推進系統對飛機生存能力的影響。這是通過將飛機紅外模型與導彈對飛機和飛機對飛機的運動模擬相結合來實現的,這些模擬用于測量飛機易受攻擊的程度,以及飛機自身攻擊機動目標的能力。
上述方法是利用已公布的數據開發和驗證的,并在一系列測試案例中用于研究飛機的性能趨勢,在這些案例中,不同的推進系統設計在各種模擬任務中的有效性得到了評估。結果成功證明了所開發的方法能夠量化飛機性能與發動機設計之間的關系,為理解采用不同推進系統配置所產生的性能權衡提供了基礎,從而最大限度地提高動力裝置設計過程的效率。
無人機(UAVs)在軍事和民用領域發揮著至關重要的作用。本論文的研究有助于智能控制系統(ICS)領域,特別是實現旋轉翼無人飛行器(RUAV)可靠、便捷的自主控制。特別是,本論文解決了如何適應未建模動態和干擾(如在空中改變有效載荷)的難題。
無人機可以攜帶額外的重量,如傳感器、貨物,甚至被稱為有效載荷的懸掛物。已經開發了許多策略來穩定不斷變化的有效載荷,但這些策略都假定有效載荷是剛性的,重心(CoG)是靜態和已知的。有效載荷質量及其類型在飛行過程中的變化會極大地影響無人機的動態性能,這就要求控制器進行調整,以保持令人滿意的閉環性能。此外,還沒有探索過在半空中從一架較大的飛機(如氣象氣球)上發射一組具有隨機姿態的送貨無人機的情況。最后,未建模的動力學和陣風等不確定因素給飛行操作帶來了挑戰,因此綜合控制系統對于處理這些不確定因素至關重要,但對非基于模型的綜合控制系統的設計和開發關注不夠。
受這些研究空白的啟發,本論文探討了如何處理有效載荷在空中的 CoG 變化和姿態獨立發射的控制問題。為解決這些問題并實現理想的軌跡跟蹤控制,本文提出了一種新型非基于模型的綜合控制系統,稱為雙向模糊腦情感學習(BFBEL)控制系統。所提出的控制系統融合了模糊推理、神經網絡和基于強化學習的新型雙向腦情感學習(BBEL)算法。所提出的 BFBEL 控制器能夠從零開始快速適應,可用于控制 RUAV 的所有六自由度 (6DOF)。為擴大擬議控制器的適用性,開發了單輸入-單輸出(SISO)和多輸入-多輸出(MIMO)架構。本研究考慮的兩種無人駕駛飛行器模型是四旋翼無人駕駛飛行器(QUAV)和直升機無人駕駛飛行器(HUAV)。SISO 版本的 BFBEL 控制系統被應用于 QUAV,以解決處理 CoG 和重量不同的外部有效載荷的問題。BFBEL 控制系統的 MIMO 版本應用于 HUAV,以解決在空中獨立發射姿勢的問題。對這兩種系統都進行了模擬評估,并通過實驗驗證了如何處理 CoG 不確定的外部有效載荷問題。最后,在相同的控制情況下,將飛行能力和控制性能與傳統的比例積分微分(PID)控制器方案進行了比較。
遙控飛機執行的軍事任務類型不斷擴展到包括空對空作戰在內的各個方面。雖然未來的視距內空對空作戰將由人工智能駕駛,但遙控飛機很可能將首先投入實戰。本研究旨在量化延遲對高速和低速交戰中一對一視距內空對空作戰成功率的影響。研究采用了重復測量實驗設計,以檢驗與指揮和控制延遲相關的各種假設。有空對空作戰經驗的參與者在使用虛擬現實模擬器進行的一對一模擬作戰中受到各種延遲輸入的影響,并對每次交戰的作戰成功率進行評分。這項研究是與美國空軍研究實驗室和美國空軍作戰中心合作進行的。
因變量 "戰斗得分 "是通過模擬后分析得出的,并對每次交戰進行評分。自變量包括輸入控制延遲(時間)和交戰起始速度(高速和低速)。輸入延遲包括飛行員輸入和模擬器響應之間的六種不同延遲(0.0、0.25、0.50、0.75、1.0 和 1.25 秒)。每種延遲在高速和低速交戰中重復進行。采用雙向重復測量方差分析來確定不同處理方法對戰斗成功率的影響是否存在顯著的統計學差異,并確定延遲與戰斗速度之間是否存在交互作用。
結果表明,在不同的潛伏期水平和交戰速度下,戰斗成功率之間存在顯著的統計學差異。潛伏期和交戰速度之間存在明顯的交互效應,表明結果取決于這兩個變量。隨著潛伏期的增加,戰斗成功率出現了顯著下降,從無潛伏期時的 0.539 降至高速戰斗中 1.250 秒潛伏期時的 0.133。在低速戰斗中,戰斗成功率從無延遲時的 0.659 降至 1.250 秒延遲時的 0.189。最大的遞增下降發生在高速潛伏期 1.00 至 1.25 秒之間,低速潛伏期 0.75 至 1.00 之間。高速交戰期間戰斗成功率的總體下降幅度小于低速交戰期間。
這項研究的結果量化了視距內空對空作戰中戰斗成功率的下降,并得出結論:當遇到延遲時,希望采用高速(雙圈)交戰,以盡量減少延遲的不利影響。這項研究為飛機和通信設計人員提供了信息,使他們認識到延遲會降低預期作戰成功率。這種模擬配置可用于未來的研究,從而找到減少延遲影響的方法和戰術。
本論文利用強化學習(RL)來解決空戰機動模擬中的動態對抗博弈問題。空戰機動模擬是運籌學領域常見的一種順序決策問題,傳統上依賴于智能體編程方法,需要將大量領域知識手動編碼到模擬環境中。這些方法適用于確定現有戰術在不同模擬場景中的有效性。然而,為了最大限度地發揮新技術(如自動駕駛飛機)的優勢,需要發現新的戰術。作為解決連續決策問題的成熟技術,RL 有可能發現這些新戰術。
本論文探討了四種 RL 方法--表式、深度、離散到深度和多目標--作為在空戰機動模擬中發現新行為的機制。它實現并測試了每種方法的幾種方法,并從學習時間、基準和比較性能以及實現復雜性等方面對這些方法進行了比較。除了評估現有方法對空戰機動這一特定任務的實用性外,本論文還提出并研究了兩種新型方法,即離散到深度監督策略學習(D2D-SPL)和離散到深度監督 Q 值學習(D2D-SQL),這兩種方法可以更廣泛地應用。D2D-SPL 和 D2D-SQL 以更接近表格方法的成本提供了深度 RL 的通用性。
本文有助于以下研究領域:
本文將介紹在美國海軍水面艦隊中使用自主無人水面艦艇的戰術建議。將評估目前由私人和美國防部項目開發的幾種現有技術,以分析在已制定的作戰概念方案中設定的參數范圍內使用這些技術的可行性。這項研究的目標是通過將自主和無人水面技術應用于近期海軍作戰的戰術中,最大限度地提高水面部隊的戰備狀態。這一作戰概念針對的是決策者、作戰規劃人員以及負責制造、采購、交付和使用艦隊自主無人水面系統的人員。海軍在很大程度上依賴有人水面平臺的戰備狀態來執行各種復雜任務。由于海軍繼續在部隊的維護、訓練和戰備之間平衡部隊需求,自主無人系統提供了額外的能力,有助于維持健康和物質戰備狀態。這項研究旨在通過自主和無人系統的任務性能以及在不久的將來可以整合的能力進行比較分析。這將最終為海軍部隊的持續戰備狀態可能出現的下降提供一個權宜之計。
美軍對無人平臺的使用已大幅改善。在過去 10 年中,無人平臺在航空領域的戰時和穩態使用極大地改善了軍事行動。無人機(UAV)為海外作戰部隊的作戰能力做出了重大貢獻。它們大大提高了關鍵信息流的及時性,同時降低了軍事人員在情報監視和偵察(ISR)領域的風險。無人機還通過增加駐扎時間、增加打擊行動次數來提高航空部隊的進攻打擊能力,并降低了現有載人航空平臺的總體成本、生命周期維護和多功能性。近代以來,自主無人技術的應用和作戰使用在水面艦艇部隊中受到的關注較少,投資也有限。最近,美國國防部對開發和使用無人水面系統執行 ISR 和獵雷任務產生了濃厚的興趣。自主模式技術的應用和使用主要是在學術和科學領域進行研究。隨著海軍繼續將目標無人水面飛行器(無人機)用于水面炮擊和導彈系統目標評估和模擬,技術應用和更復雜的作戰能力變得可行。
開發自主無人水面系統所需的技術已經成熟并可用。然而,對自主無人系統技術的信任仍然是海軍領導人之間最具爭議的話題。自主無人系統可用于執行有人駕駛平臺認為過于危險和平凡,人類無法有效或高效執行的任務。隨著自動無人系統能力的提高,它可以比有人系統更有效地執行這些常規任務,如情報監視偵察、海域感知和導航。
本論文研究如何將無人水面航行器整合到分布式海上作戰的戰斗序列中。目的是設計一種成本效益高、作戰效率高的無人系統,能夠在 2030-2035 年期間為 DMO 概念做出貢獻。本論文確定了在常規航母打擊群、遠征打擊群和/或水面行動群中既具有作戰影響力又具有成本效益的 USV 任務集和組合,以及無人系統是否有可能取代或補充當前有人系統的一些任務集。主要發現是,在以下兩個任務領域,無人潛航器可以極大地補充有人資產:(1)情報、監視和偵察任務集,以及(2)反導彈防御任務集。次要發現是,要達到本論文中描述的效果衡量標準,必須投資 5 億美元建造約 10 個 USV 平臺,并執行上述任務集。作者對美國海軍的建議是采用標準化的 USV 設計,重點關注 AMD 和 ISR 任務包。其次,投資約 5 億美元建造 10 艘這樣的平臺,并將其集成到目前的 CSG、ESG 或 SAG 之一,這將是過渡到在未來艦隊中實施 USV 的墊腳石。
本論文通過開發系統架構和相關離散事件模擬,研究如何將無人水面航行器(USV)融入分布式海上作戰(DMO)概念。目的是研究 DMO 概念中無人水面兵力的潛在任務領域,然后構建標準化 USV 的功能和物理架構。作者采用了與瀕海戰斗艦(LCS)類似的概念,為已確定的任務領域提供可安裝在標準化 USV 上的外部任務模塊包。結構定義完成后,使用離散事件仿真軟件開發了一個模型。該模型的場景被定義為在 2030-2035 年期間與近鄰對手的艦隊對艦隊交戰。在整個模擬過程中,使用了有效性衡量標準來分析擬議 USV 提供的作戰影響。在完成模型分析后,作者最后分析了擬議 USV 平臺的成本與其對艦隊對艦隊交戰結果的總體作戰影響。
A. DMO 和 USV 概述
2017 年,海軍作戰發展司令部創造了 "分布式海上作戰 "一詞,該詞源自 ADM Rowden(2017 年)的 "分布式致命性"(DL)。DMO 更多地以全方位的艦隊為中心的戰斗力來看待分布式兵力,而不是 DL 定義中描述的小兵力組合。DMO 概念的最高目標是讓指揮官有更多的選擇或傳感器/平臺/武器組合,并有足夠的時間超越對手。DMO 考慮到了資源、信息和技術與組織各級關鍵決策者的融合。當美國海軍將一個系統視為一個分布式網絡時,這就很好地概括了 DMO 的概念。分布式網絡具有跨所有作戰領域的所有可用平臺的集成能力,將增強美國海軍的進攻和防御能力。本論文的重點是設計和采購這種分布式網絡中的無人水面飛行器,這不僅將為載人資產提供一種具有成本效益的替代方案,而且由于人工干預有限,還將提供一種更低的風險管理場景。
無人系統有可能成為美國海軍未來兵力結構中的關鍵兵力倍增器。海軍作戰部長理查德森(ADM Richardson,2016 年)在其海軍戰略愿景中列出了四條關鍵的 "努力方向"。其中一條是 "加強海上海軍力量",鼓勵探索 "替代艦隊設計,包括動能和非動能有效載荷以及有人和無人系統"(6)。本論文介紹了無人水面運載工具的基本原理,包括目前可用的等級、類別和任務類型。論文還論述了無人水面飛行器在未來艦隊兵力建設中對 DMO 概念的潛在貢獻,以及對無人水面飛行器未來研發至關重要的關鍵使能技術。
為撰寫本論文,通過建模和仿真分析了三種可供選擇的 USV 及其三種適用的任務包。所選擇的調查平臺是 USV ISR 任務平臺、USV 水面戰任務平臺和 USV 反導彈防御任務平臺,因為它們被認為與 DMO 最為相關。作者指出,按照本論文的規定,這三種備選方案在當前市場上并不容易獲得,但提出功能和物理架構的目的是使未來工作的發展具有可行性,并符合美國海軍有關無人系統的愿景和目標。
表 1 總結了作者利用建模和仿真分析的三種備選 USV,并注釋了其適用的級別類型和有效載荷。
B. 模型定義
為便于分析備選 USV,作者開發了一個模擬模型。為確保在現實場景和作戰環境中分析 DMO 概念,重點放在了南海沿岸沖突上。該模型分為四個主要階段:威脅產生階段、發現階段、目標定位階段和交戰階段。模型中采用了表 1 所示的三種備選 USV。USV AMD 分成兩個獨特的平臺: 這些配置分別用于防御空中平臺和來襲導彈。所有可供選擇的 USV 都為友軍戰斗序列帶來了額外的反制措施,包括箔條、主動和被動誘餌、照明彈以及紅外和可視煙霧。如表 1 所示,攜帶導彈的 USV 還攜帶了特定的有效載荷,為友軍的分布式資源庫提供了額外的軍械。USV ISR 具有其他 USV 備選方案所不具備的能力。該平臺的能力是在對方目標定位和交戰階段增加的,使每一枚潛在的友軍導彈都能在更大范圍內擊中來襲的對方平臺或導彈。
C. 作戰效能分析
數據分析顯示,就多種不同的效能衡量標準(MOEs)而言,一些概念化 USV 不僅在統計上有意義,而且在作戰上也有意義。在分析 USV 如何為 DMO 概念做出貢獻時,有三項效果衡量指標值得關注,它們是 (1) MOE #2:幸存的兵力;(2) MOE #4:10 海里內對方導彈的百分比;(3) MOE #6:防御措施成功率(注意,編號慣例與論文全文一致)。在整個分析過程中,對作戰影響最大的備選 USV 是 USV ISR 平臺、USV AMD AIR 平臺和 USV AMD MISSILE 平臺,而 USV SUW 平臺被證明對作戰沒有影響。分析結果并無定論:在 DMO 概念的范圍內,無人水面航行器在兩個主要任務集中補充有人海軍資產最為有效:(1) 情報、監視和偵察任務集,以及 (2) 反導彈防御任務集(防空和反導彈防御)。這就為 USV 的實施設想了更多的防御態勢方法,即在縱深防御分層戰略中反擊對方平臺或導彈。
D. 成本分析
為了加強作戰效能分析,作者選擇使用參數方法來推導成本模型,預測本論文中描述的備選 USV 的成本。作者確定了 40 個具有歷史采購成本的平臺,并研究了它們的設計規格,以便采用參數方法。生成了等值線圖,以便于對多種投資場景下的運行效果和成本進行權衡分析。分析表明,至少需要投資 5 億美元,才能購置約 10 艘有能力的 USV,從而實現顯著的作戰效能。追加投資 1.000 億美元(總計 1.5 億美元)后,USV 總數有可能增加到 35 艘,與基線投資場景相比,友軍 10 海里范圍內對方導彈的比例提高了 31.2%(MOE #4),成功反制的比例提高了 9.9%(MOE #6)。
E. 結論
與美國海軍 CSG、ESG 和 SAG 的常規兵力結構相比,將 USV 納入 DMO 提供了一種既經濟又有效的作戰命令。事實證明,情報、監視和偵察任務以及反導彈防御任務在本摘要 C 部分所注釋的規定有效性措施方面具有最大的統計意義和作戰影響。以下要點解釋了 USV 在作戰影響方面最值得關注的三項指標:
MOE2:對方兵力存活率。USV ISR 平臺的存在與否對這一 MOE 有重大影響。如果 USV ISR 平臺存在,預計對方兵力存活率最多可降低約 5.9%。
MOE 4:10 NM 范圍內對方導彈的百分比。模型中 USV AMD MISSILE 和 USV AMD AIR 平臺的數量對該 MOE 有很大影響。如果 USV AMD 平臺的組成正確,預計到達 10 海里的對方導彈數量最多可減少約 8.5%。
MOE6:防御措施成功。模型中 USV AMD MISSILE 和 USV AMD AIR 平臺的數量對該 MOE 有重大影響。如果 USV AMD 平臺的構成正確,預計防御措施成功率最多可提高約 4%。
就本摘要 D 部分所述的成本效益而言,值得投資的 USV 只有 USV ISR、USV AMD AIR 和 USV AMD MISSILE 平臺。對于具體的作戰概念和固定的戰斗序列,筆者認為,在戰斗序列中實施 USV 的特定組合是一種具有成本效益的方法,可實現所需的有效性措施。
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。
近年來,無人系統在軍事行動中變得越來越重要。然而,對無人水面航行器(USVs)的作戰運用的關注相對較少。本研究的目的是分析如何、在什么情況下、以及在多大程度上可以在海上控制活動中使用它們。本報告旨在確定USV適合的任務和功能,同時也強調為確保USV有效融入海軍行動而應考慮的行動問題以及技術和計劃要求。
"為了保持安全,我們必須共同著眼于未來。我們正在處理新技術的廣度和規模,以保持我們的技術優勢,同時維護我們的價值觀和規范。" 北約領導人--倫敦宣言 2019年12月4日
上述聲明在某種程度上是對聯盟在更廣泛的創新任務范圍內正在進行的一項重要工作--北約海上無人系統倡議。
誠然,就其本身而言,這聽起來既是技術性的,在新興技術的背景下又有點狹隘。這個背景包括:人工智能、大數據、太空、高超音速武器、生物技術、量子研究、自主性等等。那么,為什么海上無人系統現在是相關的?簡單地說,開發無人系統以跟上潛在對手的步伐,可以提高作戰效率,限制人的生命風險,降低作戰成本。
北約的海上無人系統倡議是在2018年10月達成的。重點有三個方面:利用世界領先的研究,提高盟軍常規部隊和無人機之間的互操作性,為我們的水手建立新的戰術,以真正利用這些技術,并為所有領域(空中、海上、陸地、網絡和空間)的軍事無人機開發安全數字通信。
本文旨在解決和回答UV和自主系統為何以及如何在北約的海上優勢中發揮作用。此外,它將概述UV的使用將如何使北約盟國在從和平時期到MLE的關鍵作戰領域更加有效。與傳統的海軍資產一起工作,這些無人系統將改善北約的核心任務,并作為部隊的增殖資產,協助指揮官進行全方位的戰爭。
"我代表海軍說,無人駕駛系統必須解決海軍運作的所有領域.....我們在海面,在海面上空,在太空中行動,但我們又在海面下行動。因此,當我們談論無人駕駛和......當我們把所有這些能力結合在一起時,它必須考慮到我們在所有這些不同的領域中運作" - 加里-羅格海德上將,2007-2011年海軍作戰部長(CNO)。
無人水面航行器(USV)的歷史至少可以追溯到第二次世界大戰,但只是從20世紀90年代開始,由于技術的進步,無人系統出現了大量的擴散。這些系統的使用代表了美國海軍以及世界上許多其他國家海軍的模式轉變,即采用無人系統來執行傳統的載人系統可能不適合的任務,或減少對最重要的資源--人的風險!
第二次世界大戰見證了USVs的首次實驗。加拿大軍方在1944年開發了COMOX魚雷的概念,作為諾曼底入侵前的USV,旨在入侵期間投放煙霧。COMOX被指定為魚雷,因為它只能被編程為穿越一個固定的路線。盡管COMOX沒有被部署,但它還是建造了一個飛行器并成功完成了測試。與此同時,美國海軍開發并演示了幾種類型的 "爆破火箭艇",用于在沖浪區清除地雷和障礙物。"箭豬(Porcupine)"、"長橇(Bob-Sled)"和 "Woofus 120 "是改裝的登陸艇型號,以不同的配置攜帶大量的掃雷火箭。
戰后USV的應用范圍擴大了,1946年在比基尼環礁的阿伯和貝克原子彈試驗后,美國海軍使用無人艇收集放射性水樣。1950年代美國海軍防雷實驗室的DRONE項目在1954年建造并測試了一艘遙控掃雷艇。到20世紀60年代,海軍在遙控 "航空救援 "船的基礎上使用靶標無人艇進行導彈射擊練習,瑞安火魚靶標無人艇被用于炮術訓練。與無人機類似,目標無人機USV的開發和使用多年來一直在繼續并不斷發展。
1950年代后,人們對USV作為掃雷無人機和其他危險任務的興趣繼續增長,美國海軍的進一步發展包括小型 "無人艇 "概念。它由一個15英尺的USV組成,用于部署無人駕駛的彈藥。1965年,它被迅速開發出來,并在1965年越南戰爭期間以10個車輛套件部署到艦隊。更大的掃雷無人機(MSD)USV也被開發出來,并在60年代末部署在越南。這些早期USV的成功,向一些國家展示了無人駕駛掃雷系統的價值,促使國際社會在世界各地進行研究和開發。
海軍對用于偵察和監視任務的USV的興趣出現在20世紀90年代末,開發了自主搜索和水文測量車(ASHV),其變體被稱為貓頭鷹和Roboski。Roboski最初是作為艦載部署的水面目標(SDST)開發的,是一種噴氣滑雪類型的目標,用于艦艇自衛訓練。此外,這種USV還作為偵察車的試驗平臺。美國海軍在2003年開始了幾個新的USV項目。海軍研究辦公室(ONR)向美國海軍設施工程支持中心(NFESC)提供資金,以開發一種名為海狐的小型ISR USV。
通過加快創新步伐,一艘無人駕駛的 "海獵 "號原型自主艦于2019年從圣地亞哥駛向夏威夷,在無人駕駛、完全自主的海軍艦艇設計和生產方面引領世界潮流
在過去的幾十年里,人們對USV的發展有很大的興趣。隨著系統的成熟,傳感器和電子器件的保真度大大增加,體積也縮小了。此外,通信設備的發展允許小型有效載荷包的增長,并為幾乎所有的USV平臺提供重要的信息收集能力,包括數字和視頻相機、光電/紅外線(EO/IR)傳感器和雷達系統。這些技術的快速發展將繼續推動USV在未來的創新和改進。
UV是幾種新的能力之一,與定向能武器、高超音速武器、人工智能和網絡能力一樣,一些國家的海軍正在追求以相對便宜的方式(包括資金和人員)應對新的軍事挑戰和填補任務空白。USVs可以配備各種傳感器、武器或其他有效載荷。它們可以根據特定的任務進行定制,可以遙控操作、半自動或(隨著技術的進步)完全自主。它們的采購成本可能比載人艦艇和飛機低,因為它們的設計不需要為水手/操作人員提供空間和支持設備。紫外光武器特別適合于長時間的任務,這些任務可能會對船上的人類操作員的身體耐力產生影響,或者對船上的人類操作員構成高風險的傷害、死亡或捕獲。因此,UV有時被認為特別適合所謂的 "3D"任務,即 "枯燥、骯臟或危險 "的任務,這一點在下一章有解釋。各級指揮部的規劃人員應了解USV的一般能力和限制,以及使用這些系統所帶來的效果。較新的無人駕駛系統具有更高的自主性和隱蔽性,使其在行動中比冒險部署人員更具吸引力。
美國海軍將其USV采購項目分為四個基于尺寸的類別:大型、中型、小型和極小型,其無人水下航行器(UUV)采購項目也同樣分為四個基于尺寸的類別:特大型、大型、中型和小型。
圖1和圖2所示的較小的UVs,可以從海軍有人駕駛的艦艇和潛艇上部署,以擴大這些艦艇和潛艇的作戰范圍。相比之下,大型UV武器更有可能直接從碼頭部署,以執行原本可能分配給有人艦和潛艇的任務。如圖3所示,美國海軍已經為其USV和UUV項目確定了五個關鍵的技術組[1]。
為了本研究的目的,適用以下定義:[2][3]
無人系統(Unmanned System): 一個綜合系統的總稱,其主要載體是無人的。無人系統包括飛行器、控制設備、發射和回收設備、有效載荷(傳感器、武器或貨物)以及相關支持設備。
海上無人系統:可包括水面艦艇、水下艦艇或空中飛行器等資產,在海區(以及從海區)作業,至少有一個組成部分:無人飛行器。
無人駕駛飛行器:一種不攜帶人類操作員的動力飛行器,可以預先編程/自主或遠程操作,可以是消耗性的或可回收的,并可以攜帶致命或非致命的有效載荷。
無人水面航行器系統: 該系統的組成部分包括必要的設備、網絡和人員,以便在沒有船員的情況下控制水面上的無人駕駛船只,包括半潛式車輛。這些飛行器在靜止狀態下將水置換出來,并在運行時與水面幾乎持續接觸。車輛與水面的界面是一個主要的設計驅動因素。
由自主性水平驅動的基本分類如下:
手動:人在循環中連續或接近連續。
半自主:一些車輛的行為是完全自主的(例如,轉運到站點,激活傳感器)。車輛在受到操作者的指示或自己對情況的認識時,會提到其操作者(例如,要求允許開火)。
自主或完全自主:飛行器管理自己的決定,從發射點到回收點都由自己決定。大多數操作可能是這三種模式的某種組合。
"誰統治了海浪,誰就統治了世界"。- 阿爾弗雷德-塞耶-馬漢
海軍思想家們經常寫到 "海洋統治權",這是一支海軍部隊優于所有競爭者的一般條件。海上指揮權可以是區域性的,也可以是全球性的,這取決于所考慮的時代和行使指揮權的國家,它既存在于和平時期,也存在于沖突時期。雖然它是一個對歷史分析有用的術語,但在現代的說法中卻不那么有用。
另一方面,海上控制權表示一種可以在時間上和地理上受到限制的條件。當一支海軍建立了海上控制權,它就可以在該地區內和從該地區行使它所能行使的全部行動。在行使海上控制權時,一支海軍在所有領域都占優勢。
當一支海軍部隊能夠在可接受的風險水平內,根據威脅和預期的作戰目標,實施全方位的作戰行動時,海上控制權就是一種存在的條件。海上控制權可以是實際的--即戰斗行動已經發生,海上領土已經被奪取;也可以是假定的--即占優勢的海軍部隊可以合理地預期在必要時能夠行使全方位的戰斗行動[4]。
海軍提供了一種廣泛的、靈活的和可擴展的能力,可以在所有領域運作,并可以使國家權力的所有原則發揮作用。他們可以為正在進行的或隨后的行動提供聯合部隊的整合和部署。海軍部隊的屬性在可能發生的廣泛行動中具有實用性。這些行動被歸入戰爭和戰斗、海上安全和安全合作這三個一般活動中,并且可以在從單個單位到大型任務組的范圍內進行。
在沖突的低端,海軍部隊的存在可以確保航行自由。在許多其他情況下,在沿海地區開展行動時,如保護港口和錨地、兩棲行動或為陸地戰斗提供支持,必須實現并保持對海岸線的海上控制。然后可能還需要在近岸的某個距離上對空中和陸地進行控制。
海洋控制的必要性并不取決于是否存在實質性威脅。即使行動自由面臨的風險很小,建立海洋控制也可能是必要的,而且可能需要付出不成比例的努力。
海洋控制基本上可以通過兩種方式實現:殲滅對手或通過封鎖遏制對手的海軍力量。或者,可以通過威懾來遏制對手。所需的以及確實可以實現的海上控制水平,將取決于威脅、任務、海上力量的規模和能力。
為了行使海洋控制權,部隊指揮官必須有相應的手段、權力和決心來使用他的權力。在當代作戰環境中,政治意愿和一套合適的交戰規則是任何行動的規劃階段都需要解決的主要因素。
在許多海洋行動中,為了實現力量投射,必須要有海洋控制權。獲得制海權確實是任何海上或遠征行動的一個主要組成部分。
指揮官所需要的海洋控制權的地理范圍可能會有所不同,從需要對戰略咽喉或有限的部隊集中區進行局部控制,到對大片海域的主導權,此外,它可能是也可能是沒有爭議的。由于海洋環境的復雜性,在瀕海地區實現制海權是一項比在公海地區更復雜的任務,它可能要求擴展多域作戰空間的支配權,包括周圍的空域和內陸縱深地區。
所有實施海洋控制的部隊指揮官將確保在同一地區或鄰近地區進行獨立行動時與其他部隊指揮官進行有效協調。
海洋控制通常是利用海上資產實現的,包括具有多種作戰能力的無人系統,并通過反潛、反空、反水面、海軍水雷、電子和聲學戰、打擊、兩棲、特種和沿河的聯合或單一服務活動進行。
關于海洋控制,有很多誤解。首先,海洋控制只是一種手段,以確保利用水空間的特權。水域的主要用途是運輸貨物或信息。因此,我們可以得出結論,自由使用海上交通線(空中和地面路線或電纜和通信樞紐)應該是海上控制行動的主要目的。其次,水面空間不能像陸地領土那樣被占領或控制,盡管封鎖行動在海上戰役中仍然是實用的。封鎖行動實際上是在執行一種海上拒止,作為海上控制的一種功能[5]。
最后但并非最不重要的是,有三個主要因素:武力、空間和時間,這些因素在行動層面上與實施海上控制密切相關。實施海上控制計劃所需的力量是由海洋空間的規模和利用那里的海上活動所預期的時間長度決定的。此外,對手部隊挑戰這一特權的能力也是整個海上控制方案的一個主要變量。海上控制的過程始終是互動的。
目前無人駕駛車輛的作戰經驗,特別是諸如 "捕食者"、"全球鷹 "和最近沖突中使用的特殊用途系統,已經表明,當作戰人員使用這些車輛(AV)時,其價值是不言而喻的,并為進一步將這些車輛納入未來行動建立了支持[6]。
一般來說,USV可以提高對態勢的認識,減少人的工作量,并改善任務的表現,但往往不能帶來優于載人系統的能力。USV提供了持久性、多功能性、生存能力,并減少了對人類生命的風險。在許多情況下,USV是執行枯燥、骯臟、危險或需要在惡劣環境中長期忍耐的任務的首選選擇。枯燥的任務是長時間的平凡任務,不適合于載人系統。長時間的觀察,如空中ISR、港口安全監測或海底測繪,是無人系統可以提供價值的任務的例子。骯臟的任務有可能使人員暴露在危險條件下,如化學、生物和核威脅。無人平臺可以在這種危險地區執行任務,而不會有任何人員暴露。危險的任務涉及高風險。系統性能和自動化的進步將減少人員的風險,增加危險任務,如在有爭議或危險地區的ISR,例如雷區[6]。
開發這樣的系統超越了盡量減少人員傷亡的愿望,并延伸到需要在這樣的環境中進行操作,這種環境的物理壓力和敵意是人類無法有效操作的,即使假設決策者對人員傷亡有一定的容忍度。先進的自主技術在軍事上的意義不僅僅是為了避免傷亡,它也是為了在載人系統根本無法提供的環境中實現行動。
不斷進步的技術肯定會擴大USV的功能。事實上,隨著時間的推移,它們可能完全或部分地取代載人資產來執行某些任務,因為它們比載人系統有許多優勢。其中包括成本、耐力(執行跟蹤任務的一個關鍵能力)、更大的ISR覆蓋范圍和隱身性。此外,USVs不需要基礎設施來支持船上人員,而且無人系統的運輸能力通常超過同等大小的載人水面艦艇或潛艇。也許最重要的是,未來肯定會見證USV在網絡中的合作使用,如美國海軍的綜合海底監視系統(IUSS),該系統的建立是為了監視大片海洋并在海洋領域提供早期預警和信息優勢。
然而,相對于載人系統,USVs也有缺點。它們更依賴于通信,因為失去通信鏈路有時會使它們完全喪失功能,或至少損害其功能或效用。此外,USVs可能有設計上的局限性,使它們在某些情況下無法發揮作用,而載人系統的人員可能對這些情況有更好的反應(故障)。同樣,載人系統通常對開發同等USV時可能沒有考慮的情況有更強的適應性[7]。
盡管這意味著大多數USV的規模可以提供某種程度的 "情報、監視和偵察"(ISR)能力,但對于更大和更復雜的拖曳式傳感器,也就是強大的地雷戰或反潛戰能力所需要的,USV必須有大量的有效載荷和拖曳能力,以及平臺穩定性和耐久性,這是決定模塊化USV在多任務應用中的效用的關鍵因素。
如前一章所述,USVs可以在海上控制活動中做出貢獻,在克服具有挑戰性的A2/AD環境方面可以非常有效,特別是在C4ISR、軍事欺騙、信息操作、電子戰和網絡戰任務中,剛好低于戰爭門檻或/及以上。[6]
此外,由于USVs從水面上操作,它們在參與水體、水面和超臨近空域的活動方面更具有多樣性。相比之下,無人水下系統(UUVs)的隱身能力往往比USV大得多,因為限制水下通信的特征本身就可以起到屏蔽作用,使其不被發現。
按照美國海軍目前的設想[3],USV的主要任務按優先順序是:反水雷(MCM)、反潛戰(ASW)、海上安全(MS)、水面戰(SUW)、特種作戰部隊(SOF)支持、電子戰(EW)和海上攔截行動(MIO)支持。
第一種,掃雷,是為了在海上清除大面積的地雷,以便安全行動,維持過境路線和通道,并打開即將進行行動的區域,特別是在淺水區,有人駕駛的掃雷車或獵手不能支持兩棲登陸等沿岸行動。可以采用各種方法來履行這些功能。例如,一些國家的海軍使用影響掃雷來引爆水雷
其他行動概念可能包括部署遙控車(ROV)的USV,它將自己推進到一個可疑的地雷,核實它是如此,并發射一個子彈藥來摧毀地雷。另一種是由USV運輸車將能夠在地雷上放置炸藥的UUV部署到雷區。最終的反雷目標是讓USV在一次掃雷中完成所有四種反雷功能--探測、識別、定位和失效。
USVs可以為反潛戰(ASW)而設計或模塊化。在某些情況下,它們可以作為單一的傳感器使用,也可以作為載人水面任務部隊的一部分,以探測、識別、跟蹤,并在某些情況下,攻擊敵方潛艇。USVs可以部署浮標,并依靠主動和被動的拖曳式或船體安裝的聲納傳感器,在高價值資產運輸的前方清理路線。此外,USV也可以執行任務,包括跟蹤和報告潛艇離開港口或通過阻塞點的情況。
在其海上安全的作用中,USVs可以從主機平臺或從岸上發射,以收集信息。數據可以連續、實時地傳送給作戰部隊,或者當系統確定某些預先定義的標準(如存在特定的威脅)得到滿足時。這樣的行動可能涉及指揮USV對付特定的船只,或讓它在特定區域內巡邏。USVs也可以在海上安全行動中發揮更直接的作用。這方面的例子包括通過 "大喇叭 "來警告離開的船只,用油漆球或無線電標簽來標記它們,以及用船上的槍支、導彈或魚雷來攻擊它們。類似的能力可以被用來執行水面戰任務。
USVs可以通過提供ISR,運輸或滲透/滲入SOF部隊,在SOF行動附近保持存在以提供安全,以及對岸上的部隊進行補給來支持特種作戰部隊。
他們的電子戰能力包括對特定威脅提供指示和警告,以及欺騙和干擾。然而,由于其通常的低姿態,USVs通常缺乏 "視線高度 "來進行長距離的此類活動(盡管一些拖曳式飛行器已經在最近的作戰實驗活動中進行了測試,如在葡萄牙舉行的年度機器人實驗和原型設計(REP)MUS演習)。
最后,USVs可以協助海上攔截行動。說明這一作用的情景包括對可疑船只進行初步接近,以確定它是否有敵意,例如,監測被登船的船只的所有側面,以提供形勢意識,并檢查貨物是否被拋出或其船員是否逃跑、 用傳感器或可能的小型無人潛航器檢查船底,以確定活門、月池、投放槽和其他特征,并使用船上的傳感器尋找和定位隱藏的貨物,如被販賣的個人群體或化學、生物、核、放射性或爆炸材料。
"殺傷鏈"指的是為實現作戰效果所需的一系列事件。使用'殺戮'并不意味著該過程的結果是某人或某物的死亡,而是意味著多個相關的過程步驟導致了一個明確的和期望的結果。盡管殺傷鏈出現在許多文件中,并被大多數用戶所理解,但它似乎并沒有一個理論上的定義。然而,在不同的戰爭領域,殺傷鏈的步驟通常包含一些發現、修復和完成的組合,或者,更廣泛地說,情報準備、探測、定位、瞄準和接觸。
殺傷鏈方法已被用于描述從瞄準高價值個人到加強部隊準備的過程[8]。
USVs可能會增強,而不是取代任何現有的能力,部分原因是大多數載人平臺的多任務角色,至少在最初。USVs可能會改變、轉移和/或強加給被支持的船只或指揮節點上的人員的額外功能,而這些新功能將需要與現有的任務責任相協調。
根據USVs的能力/傳感器/有效載荷,從戰術指揮軍官的角度來看,可部署的USVs將只是他完成其目標和任務的另一種資產,而不會明顯偏離理論上對載人資產的使用,它們各自帶來的優勢和劣勢。
研究和開發正在快速發展,原型在達到全面作戰能力之前就有被淘汰的危險。傳感器技術、照相機和人工智能的持續進步將繼續促進這一步伐;然而,今天的USV有能力和相關性,但并非沒有挑戰。自主性方面的進展是漸進的,但過渡到能夠對環境中的意外變化作出反應的系統還沒有發生,而且可能在很長一段時間內不會發生。
隨著自動駕駛車輛自主水平的提高,它們所能執行的任務的數量和復雜性也會增加。更復雜的任務需要更多的決策能力。例如,某些USVs可能有能力提供高保真成像,而不考慮其機動能力。當前和未來的USV的能力和局限性必須在規劃過程中及早考慮到。最后,自主性的提高將使任務越來越復雜,并將為指揮官提供更多的價值,特別是對于通信能力受到影響或不可行的系統(例如,GPS拒絕或水下UV)。
隨著適應性和越來越智能的自主性的發展,控制能力必須/將變得更加強大。這些系統參與合作自主行為的潛力將越來越大,允許這些飛行器群作為強大的、容錯的和自適應的網絡一起運作。UUVs和USVs都有可能為執行海戰任務做出重大貢獻,特別是在與其他有人和無人平臺、傳感器和通信節點整合成一個系統配置時。
盡管開發工作的重點是多功能、模塊化的高度復雜系統,但一些更有前途的自主性用途可能是使用簡單的系統,對大多數功能進行有限的自主性。此外,我們必須開始建立系統之間相互協調的能力,這也是系統的系統概念的一部分。擁有大量合作的單傳感器平臺可以大大加快殺傷鏈的時間線(蜂群)。
與最復雜任務相關的主要限制不一定與自主性有關,而是與其他因素有關。發電和數據存儲等問題仍然構成重大挑戰。因此,在目前的殺傷鏈和作戰概念(CONOPs)下,自主權通常被用來直接復制殺傷鏈中的項目;完全像有人駕駛的系統那樣。交戰規則的政策問題,特別是在處理USV的武器化和增加自主性時,提出了各種可能難以克服的挑戰;因此,通過在循環中插入人類來減緩自主系統的決策將可能在高強度的環境中失去關鍵的時間優勢。這種延遲是一種選擇,不能通過技術改進來緩解。
高水平的自主性將提高無人系統的決策速度,并使這些系統能夠對直接的威脅/行動做出即時反應,這遠遠超過了值班人員和/或指揮官的反應時間(如彈道/高超音速導彈防御)。
在無人駕駛系統方面,人工智能已經有了長足的進步。除了下一章討論的法律問題外,基于人工智能的系統的安全性、可靠性和信任度也必須得到詳細的解決。底線是,人工智能必須克服關鍵的認知和信任問題,才能被接受和有效利用[9]。
無人駕駛系統在尺寸、重量和功率限制方面也有獨特的技術要求。此外,目前的許多人工智能數據處理平臺在云環境中運行計算,這可能不適合在通信受阻的環境或水下應用中運行的無人系統。然而,這一挑戰在未來可能會得到緩解,因為工業界開發的系統自主性與機載解決方案可能需要較少的云計算和數據訪問。
數據質量是另一個必須解決的問題,以將人工智能/ML納入無人系統。高質量的數據是自動分析的基礎,也是隨后為支持行動而做出的決定。需要這種高質量的數據來實現更多的自動化,以支持機載戰術處理、蜂群技術、時間主導的決策,并最終實現完全自主。[10]
在不久的將來,人工智能/ML解決方案可能已經成熟到有可能將其嵌入無人系統的程度。隨著系統的心態逐漸包括更多具有AI/ML能力的USV,細化CONOPS以包括這些系統在有人/無人搭配中的整合將越來越重要。人工智能的發展應側重于開發獨特的集成能力,以加強無人駕駛和有人駕駛系統之間的互操作性。
增加人工智能/ML將使無人系統能夠執行更大范圍的任務,這將直接提高作戰能力。更高保真度的人工智能也將消除對人類操作員持續輸入的需求。這將允許同時對多個無人資產進行更高層次的控制或監督,并通過減少操作人員的認知負荷來提高有效性,使操作人員能夠做出指揮決策并執行其他高層次任務。自主系統之間的機對機互動將促進效率,特別是在復雜環境中,通過實現自我組織、任務分工和活動協調。自主系統攝取、處理和分析大型復雜數據集并通過數據可視化向人類傳達有價值的數據趨勢或相關性的能力,將對人類和自主系統都有好處。
未來幾十年,無人系統能力的擴展將在很大程度上取決于在部隊結構中有效地組合人類和自主系統的能力。在中期,自主算法、改進的傳感器和計算機處理將改善人類和機器的合作,從任務級支持發展到行動支持,并將允許機器在各種行動中直接協助人類。最后,從長遠來看,人類將與幾乎完全自主的無人系統組成綜合團隊,能夠在有爭議的環境中開展行動[10]。
軍事行動將需要無人系統和人類(即飛行員、海軍陸戰隊員、水手、士兵或平民)之間的團隊合作。人機界面(HMI)是人類操作和從無人系統收集信息的機制。人機界面的直觀和高效程度將直接影響任務的成功。人機界面在歷史上一直是針對特定領域和/或車輛的,導致該部獲得了多個獨立的非集成系統。設計和實施的重點是單個無人駕駛系統的控制,而不是任務或使命目標。
在未來,最好是讓每個操作員控制多個無人系統,從而將人的角色從操作員轉向任務管理者。為了確保靈活性,人機界面必須支持一系列的控制選項,在這些選項中,人既可以是對自主系統沒有控制權的 "脫環",也可以是監督無人系統的 "在環",或者是行使命令控制特定車輛的路徑或有效載荷的 "在環"。能夠實現多車輛控制的人機界面將能夠支持新的能力,如無人系統合作提供廣域搜索;從多個角度檢查目標;跟蹤移動目標;以及中繼通信以減輕 "失聯 "情況。此外,新的人機界面有必要支持未來的戰爭團隊概念(如蜂群和 "忠誠戰術僚機"),以管理增加的可用信息和更復雜的控制傳輸和協調要求。
USV是否可被視為 "船只 "或 "船舶 "是一個具有法律意義的決定,因為符合條件的船只擁有某些權利。國際法中沒有任何內容表明,USV不能被視為 "船只 "或 "船舶"。另一方面,也沒有任何規定說它們可以或必須被這樣認為。這個問題的解決對USV來說具有關鍵意義,但不幸的是,有一些復雜的情況使這一決定變得非常困難。
在《國際海上避碰規則》中,"船舶 "一詞經常出現("船舶 "一詞在《國際海上避碰規則》中沒有定義)。事實上,該條例只適用于條例定義中所說的 "船舶"。COLREG的規則1規定:"本規則適用于公海上的所有船只和與之相關的所有可供海船航行的水域"。COLREG規則3(a)對 "船舶 "進行了定義,其中指出 "船舶 "一詞包括各種類型的水上交通工具,包括用作或能夠用作水上運輸工具的非排水船(...)。第5條規定,每艘船都應通過視覺和聽覺以及在當時的環境和條件下的所有可用手段,隨時保持適當的觀察,以便對情況和碰撞的風險進行全面評估。這是自主或無人駕駛船只的法律問題的評論員們更加堅持闡述的主要障礙之一:為了有效執行,船上必須有人在場。在任何情況下,不管這是否仍然是不可能的,對COLREG規則的修改可以使無人駕駛的船只合法地運行。
就更精確地定義USVs的地位而言,故障點在于以下幾個方面[11]:
i. USVs應該被視為獨立的實體,還是作為其部署平臺的附屬品或組成部分?
ii. 哪些(如果有的話)USVs可以被視為 "船 "或 "艦",哪些(如果有的話)不能(在這種情況下,它們必須被視為其他東西,如 "設備 "或 "物體")。
iii. 對于那些可以被視為 "船只 "或 "船舶 "的USVs,如果有的話,哪些可以進一步被視為 "軍艦"?
iv. 對于有武器的USVs,哪些可以被認為是運送武器的 "發射或運載平臺",哪些本身可以被認為是 "武器或武器系統"?
簡而言之,將USV稱為 "船 "或 "艦 "并非沒有困難4。可能需要對法律進行修改,或者對某些現有的法律條款進行擴展性解釋,以使無人駕駛的水面飛行器被視為符合適用于船舶的法律和法規。
軍艦是為非商業目的運營的政府船只的一個特殊子類,它本身就是一類船只。聯合國海洋法公約》第29條將 "軍艦 "定義為:: "屬于一國武裝部隊的船舶,帶有區別其國籍的外部標志,由該國政府正式任命的軍官指揮,其名字出現在適當的服役名單或同等的名單上,并由受到正規武裝部隊紀律約束的船員操作。" 乍一看,USV似乎永遠不可能有資格成為軍艦,因為除其他問題外,它不會有船員。
對第29條 "軍艦 "定義中的各個組成部分進行細分,可以得出以下結論:軍艦必須是一艘船;該船必須屬于一個國家的武裝部隊;軍艦必須有表明其國籍的外部標志;軍艦必須由該國政府正式任命的軍官指揮,其名字必須出現在適當的服役名單上。這里的要求的實質是,必須有人--具體地說,是一名正式任命并列名的軍官--實際行使對船舶的控制。這個人不一定要親自在船上行使必要程度的控制權。
最后,一艘軍艦必須由受正規武裝部隊紀律約束的船員來操作。同樣,"船員 "不一定要在軍艦上;如果遠程控制人員或程序員是受正規武裝部隊控制的個人,那么無人艦艇就符合 "人員配備 "的要求[11]。
USV的地位具有重要的法律影響。艦艇/非艦艇/軍艦問題的解決將決定它在多大程度上有權行使某些航行權利,允許特定的豁免權,有資格履行一些重要的海事職能,受其他國際海事法律制度的約束;并有權行使交戰權利[11]。
從享有權利和免除義務的角度看,將USV定性為軍艦對作戰國來說是最合適的。這種定性取決于兩點:滿足《海洋法公約》第29條對 "軍艦 "的定義,以及接受被如此定性的USV可被視為 "船只 "這一事實。
對于自主武器化的USV,本身并沒有禁止。相反,與所有其他武器系統一樣,USVs的使用必須符合武裝沖突法。這一結論與美國國務院無人機問題法律顧問得出的結論相一致: "戰爭法并不禁止在武裝沖突中使用技術先進的武器系統--如無人駕駛飛機或智能炸彈--只要它們的使用符合適用的戰爭法。" "那么問題是,這些系統的使用方式是否對其合法性提出了挑戰。
盡管在過去的20年里,USV的能力有了廣泛的增長,但許多最有希望的技術進步仍然處于研究和實驗的領域。自主性和有保障的通信是USVs行動中的力量倍增器,但這些能力在短期內將是有限的。USV的發展也可以通過商定一個具有模塊化有效載荷的共同USV平臺,以及投資于提高USV續航能力的技術而得到加強。
從UAV和UUV操作中得到的一個廣泛接受的教訓是,無人系統并不是真正的 "無人";更準確地說,它們是 "無人居住"。隨著自主性的增加,每個無人系統所需的操作人員數量將減少,這似乎是一種直觀的期望。然而,可能存在技術、維護或文化上的限制,需要一定數量的USV控制和支持人員,特別是在USV在有人和無人艦艇的混合海軍部隊中運行的情況下。
計算能力的提高使機器能夠完成更多過去由人類完成的重復性和高要求的工作。這些工作職責的范圍從簡單的自動化任務到更復雜的人工智能應用,直至自動駕駛車輛和農業設備。事實上,軍隊正越來越多地采用自主和半自主機器,以減少人類在危險環境中長期作業的風險或提高軍事效力,海軍也不例外。
人工智能和機器人技術的進步很可能繼續下去,并導致更廣泛地使用機器,特別是在危險環境中的重復性任務,這種環境對于在軍隊服役的人來說非常熟悉:
完全自主化的進展一直很穩定,但過渡到能夠對環境中的意外變化作出反應的系統還沒有發生,而且可能在幾年內不會發生。
如果沒有大量的投資和開發,設想中的無人駕駛車輛的軍事應用是不可能發展的。
在目前的殺傷鏈和作戰概念下,通常采用自主權來復制有人系統進行的行動。
政策--與自主系統及其應用交戰規則的能力有關的法律問題確實存在。這些系統在設計上不可能避免這些問題,也不可能避免人類的積極監督。通過在循環中插入人的行動來減緩自主系統的決策,很可能會在一個高強度和快速變化的環境中喪失關鍵的時間優勢。接受這種延遲,現在是,將來也是,一個無法通過技術改進來緩解的指令性道德決定。
除非依靠決定性的威懾,海洋控制基本上可以通過兩種方式實現:通過封鎖消滅或遏制對手的海軍力量,并通過反潛、反空、反水面、海軍水雷、電子和聲學、打擊、兩棲、特種和沿河聯合或單兵作戰來實現。
所有上述類型的戰爭都可以有效地看到USVs的有益整合,特別是在武器化的情況下,確保在更大的區域、更多的時間、更少的成本和更少的風險下進行海洋控制,而不是部署有人的平臺。當然,在有些任務中,有效載荷的重量、續航能力以及其他作戰和戰術要求(包括潛在的阻礙性法律考慮)將排除對無人駕駛能力的完全依賴,而是尋求與傳統載人平臺的協同合作。在任何情況下,無人系統,特別是無人水面飛行器,都非常可能被廣泛部署,以支持國家和盟國的戰略。
太空一直是一個需要高度自主的領域。所需的自主性帶來的挑戰使其難以在短時間內完成復雜的任務和操作。隨著越來越多地使用多Agent系統來增強空中領域的傳統能力和展示新能力,在軌道上和近距離多Agent操作的發展需求從未如此強烈。本文提出了一個分布式的、合作的多Agent優化控制框架,為在近距離操作環境中執行多Agent任務相關的分配和控制問題提供解決方案。然而,所開發的框架可以應用于各種領域,如空中、太空和海上。所提出的解決方案利用第二價格拍賣分配算法來優化每個衛星的任務,同時實施模型預測控制來優化控制Agent,同時遵守安全和任務約束。該解決方案與直接正交配位法進行了比較,并包括了對調整參數的研究。結果表明,所提出的技術允許用戶用模型預測控制來優化超越相位的控制,并以三個調諧參數實現編隊交會。與傳統的多相MPC相比,這更好地接近了配位技術中的相變。