對蜂群機器人的研究已經產生了一個強大的蜂群行為庫，它們擅長確定的任務，如集群和區域搜索，其中許多有可能應用于廣泛的軍事問題。然而，為了成功地應用于作戰環境，蜂群必須足夠靈活，以實現廣泛的特定目標，并且可以由非專業人員配置和使用。這項研究探索了使用基于任務的蜂群可組合性結構（MASC）來開發特定任務的戰術，作為更普遍的、可重復使用的規則組合，供高級機器人系統工程實驗室（ARSENL）蜂群系統使用。開發了三種戰術，用于對一個地理區域進行自主搜索。這些戰術在現場飛行和虛擬環境實驗中進行了測試，并與預先存在的完成相同任務的單體行為實現進行了比較。對性能的衡量標準進行了定義和觀察，驗證了解決方案的有效性，并確認了組合在可重用性和快速開發日益復雜的行為方面所提供的優勢。

1.1 動機

美國軍方對無人駕駛飛行器（UAV）的研究和利用有很長的歷史，早在第二次世界大戰之前就有了。最近，"捕食者 "無人機的推出，首先作為偵察平臺，后來作為武裝戰斗成員，徹底改變了現代戰爭。使用 "捕食者 "型無人機的優勢很多，而且有據可查，但是這類系統并不能為每一類任務提供通用的解決方案。系統的可用性、便攜性、后勤和維護要求、人力專業化和道德問題只是限制無人機向各級作戰部隊傳播的部分因素。一些人認為，戰爭的下一次革命將來自于蜂群技術：大量低成本的自主系統采用合作行為和分散控制來實現任務目標[1]-[3]。

在過去的十年中，已經進行了大量的工作來擴展無人機群的行為、能力以及指揮和控制（C2）。海軍研究生院先進機器人系統工程實驗室（ARSENL）小組以前的研究推動了以任務為中心的C2方法的發展[4]，并通過分散的動態任務分配實現了蜂群自主[5]。然而，在描述高層行為和目標以及在機器人代理的強大分布式系統中實現這些目標方面，設計蜂群系統仍然存在獨特的挑戰。目前的行為實現往往是單一的，而有效的設計需要專家編程。這項研究探索了在一個面向任務的分層框架內組成原始蜂群行為的方法，以自主實現復雜的任務目標。在面向任務的框架內應用行為組合技術，可以促進簡化行為開發和重用，并有可能加速創建復雜的以任務為重點的蜂群行為，用于軍事應用。

1.1.1 蜂群案例

蜂群飛行器并沒有提供將完全取代目前無人駕駛航空系統（UAS）的好處和能力，但它們確實有可能吞并許多目前的能力。然而，更有趣的是，蜂群有可能迫使戰爭行為的技術轉變。在[1]中，Arquilla提出蜂群是一種建立在高度連接和機動能力的小型單位上的戰爭形式，這些小型單位可以快速分散和聚集在一起。Scharre[2]和Hurst[3]通過分析機器人群的屬性及其對現代戰場的潛在影響，闡述了群戰的概念。與目前的無人機系統相比，蜂群通過飛行器的異質性使自己與眾不同，這種異質性提供了單一無人機所不具備的廣泛能力。特別是，合作行為和分散控制所帶來的決策和執行速度，可能再加上人工智能（AI），使蜂群系統具有潛在的決定性作戰優勢。或者正如[2]中指出的，"擁有最智能的算法可能比擁有最好的硬件更重要"。

美國防部已經認識到蜂群技術的內在可能性，并將蜂群行為列為具有 "推動無人系統的巨大潛力 "的人工智能技術之一[6]。這種認識進一步體現在國防高級研究計劃局（DARPA）的項目中，如進攻型蜂群戰術（OFFSET）[7]。各軍種也在各自探索蜂群技術[8]，成功的概念驗證包括海軍研究辦公室（ONR）的低成本無人機蜂群技術（LOCUST）[9]，海軍航空系統司令部（NAVAIR）的Perdix系統[10]，以及NAVAIR對DARPA的CODE計劃的收購[11]。這些計劃不僅探討了自主協作系統的發展，而且還探討了與這些系統相關的C2和人機界面（HSI）要求。蜂群C2和HSI已被確定為建議研究的核心，以使該技術進入軍事應用范圍[2]、[6]、[8]。

1.1.2 蜂群特征

蜂群機器人的研究源于早期的元胞自動機領域的研究。元胞自動機通常可以被描述為一組細胞的數學模型，其中單個細胞的狀態由其鄰居的狀態隨時間變化的某些函數決定[12]。細胞本身的效用是有限的，但一組細胞可以有效地模擬自然和生物模式，而且一些細胞自動機已被證明能夠模擬任何計算機器[12]。

貝尼[13]的早期工作將自動機的概念應用于機器人學。他和Wang[14]的工作創造了"蜂群智能 "一詞，即 "非智能機器人系統表現出集體的智能行為，表現為在外部環境中不可預測地產生特定的有序物質模式的能力。" 該定義后來被完善，指出智能蜂群是 "一群能夠進行普遍物質計算的非智能機器人" [15]。這種蜂群智能的概念是蜂群的一個基本屬性。對于這項研究來說，這個概念可以簡化為：蜂群是一個無人機的集合，這些無人機單獨只能夠進行簡單的行為，但當它們聚集成一個集體系統時，能夠產生特定的額外和更復雜的行為。

確保蜂群中的集體行為產生最終的預期行為是蜂群工程的一個基礎概念[16]。蜂群行為通常依賴于涌現，被定義為由單個智能體構成集體行為，進而產生全系統行為[17]。雖然涌現是蜂群的一個理想和基本特征，但它并不容易預測。意外的涌現行為會表現出潛在的負面后果，降低對系統的信任度[16], [17]。涌現行為不僅在蜂群智能方面得到了廣泛的研究，而且在多Agent系統的背景下也得到了更廣泛的研究，包括經濟、物流和工程等廣泛的應用。因此，有大量的行為問題的涌現算法解決方案，已經成為該領域的基礎。直接適用于機器人群領域的是基于生物的行為集合，如成群結隊[18]，螞蟻和蜜蜂群優化[19]，以及粒子群優化[20]，[21]。在這些問題中的每一個，單個智能體，即本研究中的單個無人機，根據本地知識和對蜂群其他部分的有限知識決定自己的最佳行動。

分散控制和集體行為使關鍵蜂群屬性成為可能：適應性（靈活性）、穩健性和可擴展性[22]。適用于蜂群機器人和蜂群智能的這些屬性的精確定義在[22]-[24]中提供。一般來說，適應性是突發行為的結果，是蜂群在動態環境中實現一系列任務的能力。穩健性源于分散控制，即無論其他智能體是否失敗，單個蜂群智能體仍然可以做出適當的決定；也就是說，即使單個智能體失敗，蜂群仍然可以集體完成行為。可擴展性與此類似，即蜂群的規模應根據需要進行調整，以便在約束條件下完成特定目標。

1.1.3 機器人群

在過去的十年里，隨著低成本機器人和通信組件的普及，蜂群的實現已經取得了快速進展。像Kilobot[25]這樣的開源機器人很容易獲得，而像海軍研究生院（NPS）ARSENL的Zephyr II固定翼和Mosquito Hawk四旋翼無人機這樣更先進的平臺也很容易制造[26]。仿真環境，如Autonomous Robots Go Swarming（ARGoS）[27]、Open Robotics的Gazebo模擬器[28]和ArduPilot的軟件在環（SITL）環境[29]，可免費用于測試與物理系統相結合的行為，以加快開發速度。

物理機器人群的C2系統并不像模擬器那樣發達，而且很少有管理機器人群的總體框架。值得注意的框架包括用于無人機的Aerostack[30]和ARSENL的基于任務的蜂群可組合性結構（MASC）[4]框架。此外，C2要求與蜂群的HSI研究密切相關。鑒于蜂群的潛在規模和相對于人的認知能力而言的行為復雜性，蜂群對人類互動提出了獨特的挑戰[31]。由于集體行為的突發性質與軍事環境中固有的嚴格的操作控制結構相匹配，HSI對軍事應用具有特別的意義[32]。在進攻性機動中使用無人駕駛車輛已經引起了倫理方面的爭論，而蜂群的自主性質只會使這個問題更加復雜[33]。

1.1.4 技術現狀

目前對多機器人系統和多機器人任務分配（MRTA）的重要研究工作集中在實現機器人群中復雜行為的規劃和執行。多機器人系統通常依靠任務分配技術和高層規劃來確定實現整體蜂群目標所需的單個平臺行動。有任務的機器人可以利用蜂群智能和涌現來實現子任務目標，但也有可能采用更多慎重的方法。Khaldi[23]和Arnold等人[34]對多機器人系統和蜂群機器人技術進行了比較和分析，重點是蜂群智能的應用。

MRTA的進展通過考慮時間和任務優先級限制的綜合能力匹配，使越來越復雜的任務領域成為可能[35], [36]。例如，NPS的ARSENL小組以前的研究推動了分散的、基于市場的任務分配的發展[5],[37]，并在復雜的多域蜂群行動中成功地進行了演示[26]。ARSENL已經成功地采用大型蜂群來合作執行定義明確的復雜任務。對這些系統的有效控制仍然需要操作員的實時監督。

最近的論文如[38]將機器學習和人工智能技術應用于蜂群系統以實現行為發展。在這一領域的工作相對較少，實現先進的蜂群自治的目標，即通過 "提供指揮官的意圖，系統能夠從該指揮官的意圖中找出系統能夠做什么"[11]，仍然是相當遙遠的。

1.2 研究目標

這項研究的目的是實施和評估基于MASC的分層解決方案，將能夠自主搜索和調查任務的不同規則組合成更強大的戰術，在異質蜂群上執行。基于市場的任務分配被調整為向參與戰術的平臺分配行為角色。本論文假設，以這種方式組成的簡單行為可以實現與更多單一行為相媲美的性能特征，并且該方法廣泛適用于創建面向任務的一般戰術。這一目標為實現MASC的目標提供了一個步驟，即促進簡單行為的設計和重用，并為任務應用創建越來越有能力的戰術。

對所開發的解決方案進行分析，以驗證復合任務分配方法的使用，并為未來實施和研究異構多無人機群的性能和C2提供建議的基礎。特別是，本論文討論了以下研究問題。

• 使用組合行為的蜂群與使用單體行為的蜂群相比，其性能是否具有可比性？

• 在有效性和可用性方面，可組合行為比單體行為有哪些好處（如果有的話）？

• 哪些性能指標適合于比較行為的實現？

• 如何將建議的行為開發方法擴展到支持適用于任意任務的行為開發？

• 所開發的方法是否提供了所需的靈活性和接口，以納入更大的任務控制框架中？

這項研究的范圍僅限于利用原始的規則和算法來組成強大的戰術。它沒有探索或開發在單個平臺上執行行為的算法。

1.2.1 方法

開發了三個符合MASC戰術理念的蜂群行為，該戰術由[4]中描述的更原始的規則組成。這些戰術是作為現有ARSENL規則的組合來實現的。每個戰術都由一個搜索規則和一個調查規則組成，前者指導平臺參與協調的區域搜索，后者指導平臺協調調查一個或多個感興趣的聯系體。這兩種戰術都利用以前開發的拍賣算法進行任務分配[37]。戰術動態地將每個平臺分配到其中一個規則中，并且在任何給定的時間，只有被分配的規則被用來控制平臺。

該戰術是為使用由具有獨特特征的平臺組成的異質群而開發的，這些特征影響了它們執行搜索和調查行為的適宜性。該戰術利用基于市場的方法（即拍賣算法）來考慮單個平臺的能力，具體描述如下。

• SearchTacticStatic。一種戰術，在行為初始化時，搜索者和調查者的角色被靜態地分配給特定平臺。分配規定了搜索者的最低數量，并有效地按飛機類型優先分配（例如，更快的固定翼無人機被分配為搜索者）。

• SearchTacticDynamic。采用這種戰術，所有平臺開始時都是搜索角色，但隨著行為的進展，可以在搜索者和調查者角色之間動態切換。當遇到聯系人時，一個單項拍賣被用來重新分配角色。需要改變角色的車輛會推遲執行向新角色的轉換，直到當前分配的任務完成之后。

• SearchTacticImmediate。這個戰術實現了與SearchTacticDynamic戰術相同的分配方法；但是，搜索者和調查者角色之間的轉換會立即發生，而不是在當前分配的任務完成后發生。也就是說，如果平臺需要轉換角色，一個正在進行的搜索單元或調查任務將被中止。

1.3 論文組織

本論文分為五章。第一章討論了空中蜂群系統的現狀，它們與美國防部的相關性，以及這項研究的動機。第二章對相關的蜂群研究領域及其與本研究的關系進行了更詳細的討論。第三章描述了組成行為的實現，并將其與之前實現的單體行為進行了比較。第四章描述了所利用的實驗過程，并討論了所收集的數據，以提供實施的戰術性能和理論上的最佳性能之間的比較。最后，第五章提供了這項工作的結論和對該領域未來工作的建議。

這項研究對攻擊者-防御者的蜂群交戰進行了權衡分析，以比較制約蜂群行為因素的相對效率，即目標算法和單個無人機參數。特別是，我們研究了為 "服務學院蜂群挑戰賽"（SASC）開發的算法，這是一項蜂群對蜂群交戰的實戰演習。我們用動態蜂群模擬進行了分析，允許蜂群組成和行為發生變化。這使我們能夠確認SASC中關于蜂群性能的定性結果。此外，使用比例分析方法進行定量權衡分析，并開發了評估防御性蜂群適應性的函數形式。我們的結果為后續研究更復雜的蜂群行為提供了一個框架。

無人機蜂群是由自主飛行器組成的群體，它們通過協調和溝通來實現目標[1]。無人機蜂群的規模可以根據蜂群的能力和后勤支持而任意擴大。在軍事上，大型蜂群對高價值單位（HVU）（如航空母艦）構成高風險，因為蜂群有能力壓倒現有的HVU點防御[2] 。

1.1 來自無人機蜂群的風險

無人機蜂群的實戰能力在歷史上一直受到計算機處理、無人機與無人機之間的通信以及能量存儲密度的限制[3]。然而，這些領域的發展已經導致了蜂群的發展和可行性的提高。這導致無人機蜂群的風險急劇增加。大型蜂群已變得越來越有可能，中國早在2017年就測試了超過1000架無人機的蜂群[3]。使得無人機蜂群更加實用的技術改進預計將繼續下去。

對高價值單位來說，最大的無人機風險是空中無人機在利用機載炸藥執行自殺式任務。蜂群的目標是，通過數量，使HVU的防御達到飽和，并摧毀或使HVU失效。目前的HVU防御系統，如導彈或近距離武器系統，不足以對付大型無人機蜂群[2]，也不經濟。這些旨在對付飛機和導彈的防御系統沒有能力對付無人機及其威脅狀況。蜂群的低成本和大規模使HVU有可能耗盡其有限的防御彈藥，而只能摧毀蜂群的一小部分[2]。在這種情況下，HVU將很容易受到蜂群殘余物或其他單位利用其疲憊的防御系統的攻擊。

HVU的戰略效用和經濟價值也會導致對手以整個無人機蜂群的代價從HVU的破壞中獲益。有能力的無人機可以以低至每架500,000美元的價格投入使用[2]。這個估計包括無人機、發射器和后勤支持的費用。因此，一個600架無人機蜂群，能夠削弱現有的HVU防御系統，將總共花費3億美元[2]。這與一艘航空母艦120億美元的成本相比更有優勢[4]。這種差距使得蜂群可以被用作力量倍增器，以盡量減少美國目前從昂貴的HVU中獲得的優勢[5]。

1.2 反蜂群技術

擬議的反無人機蜂群的方法包括激光和電磁武器以及無人機反集群。激光和電磁武器在技術上比現有的點狀防御系統更適合于反擊無人機蜂群，因為它們能夠耗費幾乎無限的射擊次數。然而，這兩種武器系統目前都沒有被廣泛使用。事實上，激光和電磁武器都面臨著巨大的技術困難，需要相當大的技術進步來提供可靠的反無人機防御[6]。

無人機反集群包括使用防御性無人機群來打擊進攻性的、敵對的無人機群。與進攻性無人機群相比，這種蜂群反制措施的研究相對較少。然而，與其他反制措施相比，防御性無人機群的優勢在于利用了刺激進攻性無人機群發展的相同技術進步。隨著進攻性無人機群的能力越來越強，防御性無人機群也是如此。事實上，防御性無人機群可能比進攻性無人機群更容易實施，因為防御性無人機群在受控空域的友軍中行動[7]。反蜂群還允許防御者破壞進攻型無人機群最重要的優勢，即其規模。防御性無人機群可以有足夠大的規模來減輕進攻性無人機群飽和防御的能力。

美海軍研究生院的研究人員以前的工作重點是將反集群作為一個最優控制問題進行研究[8]-[12]。此前的工作利用了基于潛力的模型、遠程武器和防御者集群戰略。本論文通過實施不同的蜂群合作規則和應用新的分析技術，在這些先前工作的基礎上進行研究。例如，以前的研究集中在遠程武器上，在這種情況下，攻擊蜂群是作為一個整體參與的。本論文著重于使用短程武器的模擬，其中防御者與單個攻擊者交戰。此外，本論文研究的是權衡分析，而不是優化，但這里描述的工具可以在未來的工作中與優化相結合。

發展防御性無人機群需要回答一系列問題。首先，防御型蜂群的最佳戰術是什么，以最好地對抗攻擊型蜂群？第二，什么樣的平臺規格，如速度或武器范圍，將是最有效的？第三，與這些平臺規格相關的成本或技術限制可能會影響到部署最佳蜂群的可行性？這三個分類問題包括許多其他問題。例如，給定一個算法和一套平臺規格，增加更多的機器人有什么好處？是否有一個點，在這個點上增加更多的無人機不再有好處？平臺規格的改進與增加無人機相比有何不同；例如，是速度翻倍還是無人機的數量更有利？

為了回答這些問題，任務規劃者和設計者必須對無人機群參數進行全面的權衡分析，以確定如何在最小化群組成本的同時最大限度地提高群組能力。對諸如蜂群行為、蜂群規模和單個無人機性能（包括其速度和武器射程）等因素進行徹底的提煉，可以使任務規劃人員能夠派出最能勝任、最經濟的無人機群來反制對手的蜂群。如果沒有這種分析，任務規劃者就有可能制造一個不足以擊敗進攻性蜂群的蜂群，從而使HVU處于危險之中。反之，任務規劃者也可能建立一個無人機群，它可以很好地擊敗進攻性機群，但卻是一種低效的資源分配。目前，適合執行這些規劃任務的分析工具很少。本論文的目標是開始填補這一知識空白。

當特斯拉和SpaceX創始人埃隆-馬斯克在一個滿是美國空軍人員的房間里斷言，自主無人機戰爭是未來，將取代戰斗機，這引發了一場有爭議但關鍵的辯論。9/11之后的十年里，無人機在軍事領域激增。在阿富汗、敘利亞、伊拉克、也門、利比亞和烏克蘭，無人機和無人駕駛飛行器（UAVs）已被廣泛用于禁用常規武器系統。因此，常規戰爭與無人機戰爭的可替代性和破壞性的難題就出現了。無人機是 "技術和信息系統深度融合的產物"。 此外，云計算、大數據、網絡和人工智能的快速發展推動了使用無人機的愿望，因為它們具有卓越的監視和打擊能力。

最近亞美尼亞和阿塞拜疆之間的沖突（2020年7月12日至16日）期間，無人機被用來摧毀坦克，這進一步點燃了關于無人機戰爭未來的長期辯論。無人機將只是軍事武器庫的一部分，還是將取代現有的軍事武器庫？納戈爾諾-卡拉巴赫沖突點燃了對無人駕駛獵殺系統的研究，如Harop和Orbiter 1K蜂群，可以破壞被攻擊國家的防空系統。中國和美國人尤其有多項計劃來開發無人機群技術。 雖然使用無人機的優勢是壓倒性的（減少士兵的風險，減少錯誤，減少平民傷亡），但依靠無人機的局限性也是不容反駁的。在未來的戰爭中，尤其是無人機戰爭中，"人的因素"應該被去除到什么程度，將取決于各國如何制定政策來適應這些新興技術，而不是由這些技術來塑造戰爭的方式。

無人機戰爭歷史

第一架無人機是由英國在1916-17年開發的，并被命名為 "魯斯頓-普羅克特空中目標"。從那時起，無人機已成為偵察和監視的必要工具，并被美國、以色列和俄羅斯廣泛使用。在20世紀60年代的越南戰爭中，瑞安147型偵察無人機被用于密林中，而以色列在20世紀70年代和80年代的各種阿以沖突中擅長使用無人機作為游蕩彈藥作為反雷達解決方案。在20世紀90年代，海灣戰爭改變了戰爭的概念，特別是美國對信息和通信技術的使用，促進了無人機的使用。20世紀90年代，無人機在海灣戰爭、阿富汗戰爭、科索沃戰爭、阿拉伯-以色列戰爭和伊拉克戰爭中得到了使用。無人機最初被用作監視平臺，但其精確打擊的潛力很快就被意識到。例如，通用原子公司的MQ-1 "捕食者 "無人機被設計為偵察平臺，當從其上發射 "地獄火 "導彈時，它被改裝成了打擊型無人機。從那時起，美國軍方一直在使用MQ-1和MQ（其年輕版本）作為監視和攻擊平臺，其計時飛行時間超過了美國空軍所有戰斗機的總和。

在無人機戰爭方面，亞美尼亞-阿塞拜疆沖突迫使戰略界關注無人機蜂群技術的發展空間。美國海軍在2016年測試了130架微型無人機在加利福尼亞的中國湖周圍成群結隊的效果。這次測試展示了發展反無人機能力的迫切需求。美國有兩個研究無人機群技術的計劃--國防高級研究計劃局的Gremlins計劃，"從飛機上發射一些小型無人機，進行協調和分布式行動"；以及海軍研究辦公室的Locust（低成本無人機群技術）計劃，"從船上發射小型無人機群"。俄羅斯和中國也進行了一些蜂群實驗，無人機在戰場上徘徊，自主或通過操作者進行獵殺、指定和瞄準。

非國家行為者對無人機戰爭的可承受性和效力并非一無所知。恐怖分子、武裝分子和叛亂分子等非國家行為者利用無人機制造混亂以實現其政治目的的例子有很多。從1994年到2018年，大約發生了14次非國家無人機襲擊。第一次無人機襲擊，雖然沒有成功，但在1994年，日本的末日邪教組織奧姆真理教使用遙控直升機噴灑化學劑沙林毒氣。2013年，"基地 "組織曾計劃對巴基斯坦進行無人機暖氣襲擊，但被情報機構制止。自2014年以來，ISIS一直在使用 "自制和現成的 "無人機來攻擊伊拉克和敘利亞軍隊。2018年，非國家行為者發生了兩起襲擊事件，一是通過GPS制導的無人機對委內瑞拉總統馬杜羅進行暗殺未果，二是13架無人機對俄羅斯在敘利亞的軍事基地進行了群攻。

在無人機戰爭領域涌現出的另一個討論領域是網絡力量在對抗無人機的擴散和使用方面的作用。除了防空火炮系統，網絡和電子攻擊也被用來阻止無人機攻擊。這方面的第一個例子可能是在2011年，美國RQ-170 "哨兵"無人機在伊朗丟失，可能是由于GPS欺騙。此外，愛德華-斯諾登泄露的數據顯示，英國信號收集裝置在塞浦路斯截獲了以色列無人機的錄像。反擊烏克蘭無人機的最活躍的網絡/電子攻擊是由俄羅斯人完成的。

無人機的優勢

談到安全問題，無人機可以有多種應用。就軍事用途而言，無人機可用于 "情報、監視、偵察（ISR）和目標獲取 "以及 "夜視行動、導航輔助和后勤運輸"，也可用于 "邊境控制、監測、執法、搜索和救援、新聞和運輸 "等民用目的。在安全領域接受無人機的最相關的原因是，它們被認為是 "人道主義技術的一個進步"，似乎很容易適應 "正義戰爭 "的原則，同時又是負擔得起的和安全的。

使用無人機的優勢可以根據它們的三種功能進行分析：監視、致命的武力使用和壓倒敵人的防空系統。說到ISR能力，無人機更容易在國際邊界上移動。它們的閑逛能力提供了持續的情報，而不會使人類面臨風險。此外，無人機可以在不同的氣候和地形下運行，因此是滿足ISR要求的理想選擇。無人機對于需要大量情報投入的反叛亂行動特別有用。

在打擊目標方面，無人機表現出深刻的準確性和空襲性，與其他武器系統相比，這大大減少了附帶和平民傷亡。在戰場上，指揮官獲得常規防空系統的反應時間相對高于他們獲得無人機的能力。這大大節省了戰爭期間采取行動的關鍵時間。

鞏固無人機案例的另一個領域是其壓倒和摧毀敵人防空系統的能力。神風特攻隊式的無人機群是壓倒高度復雜防空系統的關鍵。例如，高科技的俄羅斯防空系統的防御在反擊無人機攻擊方面是徒勞的。土耳其和以色列通過使用攜帶精確制導彈藥的無人機成功地摧毀/防御了 "俄羅斯Pantsir短程防空系統（SHORADS）、S300、S400高空防御系統（HIMADS）、Buk-M1中程地對空導彈（SAM）系統。因此，無人機的模塊化使其適用于各種軍事應用。

無人機的局限性

無人機可以根據其傳感器類型、速度、重量和成本分為三類--一類、二類或三類。但與戰斗機相比，它們的機動性較低，容易被擊落。無人機在有空軍和防空火炮系統的空域生存是很困難的。盡管正在采用無人機群技術來應對這一問題，但目前并非所有國家都具備群集能力。即使擁有空中優勢，無人機也無法到達遮蔽其視野的密集區（植被、基礎設施、人口）。雖然無人機有精確的打擊率，但總是打擊并消滅目標是不謹慎的，因為無人機剝奪了從目標處收集額外情報或從打擊地點收集其他實物證據的機會。

無人機在戰略界受到稱贊的另一個原因是其自主的 "開火和遺忘 "能力。但這些無人機的自主性的真正影響還有待商榷。例如，像RQ-4 "全球鷹 "這樣的自主無人機被美國空軍用于ISR行動，但這些無人機之所以能自主工作，是因為 "它們遵循程序化的任務軌跡，幾乎肯定地安全返回家園"。此外，無人機，無論是否自主，都有多層次的人類存在。例如，涉及MQ-1 "捕食者 "和MQ-9 "收割者 "的無人機行動，在以下方面有大量的人員存在。(1) 發射無人機的基地，(2) 控制它們的地區的遠程基地，(3) 提供戰區信息的線人，以及(4) 整理和確定目標清單的政府人員。因此，盡管飛行員的風險已經減少，但在該地點操作無人機的人員和線人仍有相當大的風險。在2009年美國在阿富汗的查普曼前進基地自殺式爆炸事件中，大約有7名中情局雇員在無人機項目中被殺。

近來，一個與依賴無人機的可持續性有關的新問題已經凸顯出來了。無人機的攻擊正通過使用網絡和電子攻擊而被積極阻止。事實證明，使用網絡技術來瓦解無人機的攻擊比傳統的防空火炮系統更有威力。非國家行為者使用網絡和電子戰入侵或控制平民用于娛樂活動的無人機，會對國家安全造成損害。雖然美國軍方的高保障網絡軍事系統（HACMS）等計劃旨在 "建立網絡彈性"，以保護各種無人機系統，但這種計劃只涉及軍用無人機系統，民用無人機仍然可以被黑客攻擊（烏克蘭東部沖突中就有這種情況）。這種網絡攻擊的主要挑戰是無人機活動的歸屬問題。要確定無人機攻擊的地點是很困難的。

亞美尼亞-阿塞拜疆沖突案例研究：印度的經驗教訓

2020年納戈爾諾-卡拉巴赫沖突和阿塞拜疆使亞美尼亞裝甲部隊和步兵喪失能力的無人機戰略，重新引發了關于常規武器系統與自主武器系統的辯論。阿塞拜疆在土耳其和以色列的幫助下，用三架無人機不僅壓倒了亞美尼亞的防空系統，而且還摧毀了亞美尼亞的幾輛坦克。與MQ-9 "死神 "相同，土耳其的Bayraktar TB2（有趣的是，它采用了加拿大國防公司L3Harris提供的技術，盡管在這次沖突之后，加拿大禁止向土耳其交易這種技術）進行了紅外制導和激光制導反坦克彈藥。以色列的無人機Obiter 1K和Harop提供了神風特攻隊的攻擊和偵察支持。納入這三架無人機的出色戰略使亞美尼亞軍隊陷入癱瘓，并確保了阿塞拜疆的決定性勝利。

這場沖突不僅鞏固了無人機的案例和它們在未來戰爭中的關鍵作用，而且還展示了空軍為陸軍和海軍提供空中掩護的重要性。只關注無人機而忽視戰斗機將是災難性的。無人機應該被看作是軍事武庫的一部分，而不是軍事武庫的替代品。就印度而言，前陸軍參謀長Manoj Mukund Naravane將軍曾表示。首先在伊德利卜，然后在亞美尼亞-阿塞拜疆，對無人機的想象力和進攻性的使用，算法使用，挑戰了傳統的戰爭軍事硬件：坦克、大炮和挖好的步兵。

2021年6月27日恐怖分子對印度空軍查謨基地進行的簡易爆炸裝置（IED）無人機襲擊，以及在印度西部邊境看到的100-150架監視無人機，是印度加快無人機集結和反無人機能力的一個明顯信號。印度已經有了 "蒼鷺"（以色列航空工業公司）、"蒼鷺II"（IAI）、"搜索者"（IAI）、"海洋衛士"（美國通用原子航空系統公司）、Switch無人機（印度IdeaForged技術公司）、四旋翼飛機（DRDO）、"哈比 "和 "哈普"（IAI）等無人機。與其他無人機項目一起，印度目前有 "獵豹項目"，該項目分為兩個獨立的項目--一個是為印度空軍升級 "蒼鷺 "無人機，另一個是為所有三個部門采購30架MQ-9 "死神 "B無人機。

無人機對印度的威脅是一個嚴重的問題。過去幾年中，越來越多的人使用無人機投放毒品、武器和彈藥。在多個場合，邊境安全部隊擊落了這些無人機。國防研究與發展組織（DRDO）正在積極研究無人機溫控和反無人機技術。他們已經開發了無人機的 "探測-摧毀技術"，在共和國日、獨立日和美國總統唐納德-特朗普訪問艾哈邁達巴德的莫特拉體育場期間，總理的講話中都采用了這種技術。這種反無人機系統應得到進一步發展，并迅速納入所有關鍵基礎設施的保護中。盡管印度國防部正在與美國積極合作，在國防技術與貿易倡議（DTTI）下研究空射無人機（ALUAV），并與以色列（獵豹項目）合作，但謹慎的做法是也要積極合作開發反無人機技術，在矩陣中采用反雷達、網絡和炮兵防御系統。

未來

無人機必將成為未來戰爭的一個重要組成部分，但它們有戰術上的限制，因此不能完全取代傳統的武器系統。它們只是整個軍事拼圖的一個部分。基于上述分析，可以得出以下結論。

1.即使有了自主性，也很難從無人機系統中去除人的因素。

2.無人機的使用保障了飛行員的安全，但卻使在戰區操作無人機的人員面臨風險。

3.無人機有能力解散最先進的防空系統。

4.網絡和電子攻擊，如數據鏈攔截和導航欺騙是無人機戰爭的最大威脅。對這些無人機活動的歸屬是一個挑戰。

5.無人機戰爭是一個現實，因此，為了獲得戰略優勢，各國應積極關注反無人機能力。

因此，根據現有的對手參數（武器庫、地形、氣候、戰略等），以組合方式使用無人機的戰術策略應該是掌握無人機戰爭的關鍵。

現代軍隊依靠電磁頻譜來運作。因此，通過干擾和定向能量攻擊電子和信息系統會降低現代對手的作戰系統。冷戰結束后，美國的對手在電子攻擊能力方面進行了投資，而美國陸軍則基本上放棄了自己的能力。意識到這一點，陸軍現在正投資于新舊電子武器以縮小差距，在陸軍試驗多域作戰概念時重新獲得電子攻擊能力。本專著的目的是回答這樣一個問題："美國陸軍如何在MDO空間中利用電子攻擊？" 本專著提出，陸軍作戰部隊應將新興的干擾和定向能武器整合到一個作戰系統中，將物理、控制論和道德效應融合到對敵人的深度攻擊中。這一建議對條令、組織和領導者的發展有重大影響。作者的意圖是鼓勵陸軍領導人將環衛系統中的進攻行動視為當前和未來戰場上聯合武器作戰的關鍵。

一 新興電子攻擊技術

1 無人機和反無人機干擾

無人機系統和傳統的干擾技術已經融合在一起，形成一種新的能力。正如前面的案例研究中提到的，俄羅斯已經在無人機上安裝了干擾器，作為其Leer3 EW系統的一部分。在美國，陸軍和空軍希望更深入地測試空中發射的多功能無人機群，這些無人機可以快速穿越戰場進入對手的支持區，以識別、破壞甚至摧毀高回報目標。陸軍作戰能力發展司令部的合同提案要求這些無人機配備ES傳感器和EA武器，能夠同時探測敵人的作戰秩序，進行干擾，并觀察火力任務。陸軍的建議表明，網絡化的EW無人機在近距離、縱深和支援領域都有作用。除了在更大的收集-火力架構中的整合，EW無人機群可以通過欺騙性的信號和特征支持作戰機動。雖然這一系統尚未投入實戰，但該提案表明，陸軍正在考慮將EA能力與不斷擴大的無人機群整合到一個更廣泛的作戰系統中。

反無人機干擾系統有效地發揮了機動短程防空（SHORAD）武器的作用，保護單位和關鍵節點免受觀察和攻擊。許多反無人機武器干擾或欺騙測向和通信系統，導致無人機墜毀或返航。理想情況下，反無人機EA系統可以與戰區的IADS相連接，能夠迅速解除空域的沖突，辨別敵我雙方。然而，在有爭議的EMS環境中與低空飛行的無人機交戰的被動性質將使蓄意的空域和EMS解沖突變得不可能，特別是對于裝備有便攜式變體的部隊。

2 高能激光器

定向能源武器的破壞潛力來自于隨著時間推移轉移到目標的能量。高能（HE）激光器的能量通常在千瓦到兆瓦之間。在低端，這些武器可以使傳感器失明。隨著能量的增加，它們可以降低敏感的電子元件，加熱設備和人員，使其不能再發揮其功能，并導致燃料或彈藥爆炸。 美國海軍在實施高能激光器方面處于領先地位，2014年在一艘水面艦艇上安裝了第一臺。它現在在許多艦艇上都有一系列的激光器，從光學 "炫目 "到150千瓦的光束。光學、發電和傳播方法的進步使得在海上、空中和太空以及陸地移動系統中使用高能激光成為現實。

陸基高爆激光系統可以發揮許多功能。在戰術層面上，高爆激光器可以抵御來襲的彈藥，使無人機失效，并壓制敵人的主動防護系統，作為動能射擊的補充。空軍安裝在卡車上的 "恢復基地拒絕的彈藥"（RADBO）系統使用高爆激光器在舒適的距離內引爆地雷。陸軍目前正在開發一種300千瓦的車載激光器，以防止火箭彈、火炮和迫擊炮的攻擊。在戰區和戰略層面，高爆激光器可能是對抗高超音速導彈的唯一有效手段。根據大氣條件和可用功率，地面高爆激光器可以瞄準敵方軌道上的衛星。

高爆激光器可以有效地作為動能武器的彈藥替代物。這也是有代價的：功率要求、交戰時在EMS中的信號增加，以及由于遠距離和跨域的影響而可能造成自相殘殺。高爆激光器還可能受到大氣條件的限制，盡管該領域的進展正在努力克服這一挑戰。

3 非致命、反人員定向能

激光與物理環境中的元素的相互作用使DE有了非致命的用途。美國軍方在伊拉克和阿富汗的反叛亂行動的高峰期試驗了 "疼痛射線"，作為其主動拒絕系統（ADS）的一部分。該系統是為控制人群而設計的，它將電轉化為毫米級的無線電波，加熱皮膚中的水，在幾秒鐘內產生難以忍受的熱感。對ADS的1.1萬次測試只導致了兩次受傷。另一種應用是用激光在人員附近產生等離子體球，然后用其他激光誘發物理效應，如幽靈般的聲音或周圍空氣中難以忍受的噪音。聯合非致命武器局正處于將激光誘導的等離子體效應武器用于加熱目標的皮膚，產生極其響亮或混亂的聲音，以及投射口頭命令的邊緣。

非致命的DE武器可用于固定地點的安全，可在安全和鞏固行動中使用，并可通過使人群遠離道路來提高流動性。然而，這些武器的新穎性可能會在信息環境中產生負面效應。斯坦利-麥克里斯特爾將軍在ADS部署后的幾周內就下令將其從阿富汗撤走，因為塔利班讓人們相信美國在對平民進行 "微波"，使其患上癌癥和不孕癥。

4 高功率微波武器

高功率微波(HPM)武器旨在通過用電磁能量壓倒目標的電子裝置來拒絕、干擾、損害或摧毀它們。HPM是可擴展的，根據HPM投射的能量的多少來呈現所需的效果。在較低的范圍內，HPM激增的能量足以 "鎖定 "一個系統，拒絕其使用。在較高的功率范圍內，HPM會破壞集成電路。與干擾器不同，HPM可以在目標系統不工作的情況下實現其效果。反擊HPM需要對整個電子系統進行加固，因為激增的能量會通過暴露的電線、端口、天線和光學器件滲透進去。與高爆激光器不同，HPM是區域性武器。破壞性效果通常是在較近的范圍內產生的，而破壞性效果可以在較遠的距離上實現更大的面積。作為區域性武器，HPM在對付無人機群時特別有用，空軍已經部署了至少一種HPM武器來保護其地面設施免受無人機攻擊。2017年，波音公司和空軍成功測試了 "反電子高功率微波高級導彈項目"（CHAMP），這是一種巡航導彈，旨在用機載HPM摧毀計算機和電子設備。將這種技術應用于無人機系統或基于直升機的運載系統，為遠程HPM攻擊提供了另一個載體。

具有最大戰略潛力的HPM武器是非核電磁脈沖（EMP）。一旦美國研究人員認識到核爆炸伴隨著電磁能量的大規模激增，美國和蘇聯就開始研究用非核彈藥復制這種效果。雖然CHAMP使用機載電池來發射其HPM以達到局部效果，但EMP炸彈將爆炸能量轉移到磁場中，在整個作戰區域產生HPM效果。組件技術已經成熟到EMP炸彈或導彈是可行的地步。雖然國防部沒有公開其EMP研究，但在2017年，國防部向工業界征集一種 "彈藥投送的非動能效應"，該效應能夠 "在不破壞與這些系統相關的硬件的情況下使對手的基本工業、民用和通信基礎設施失效"。該提案要求用標準的陸軍155毫米射彈來實現這一效果。96F 97 該提案所要求的能力指向某種火炮發射的EMP武器。由于C2系統和光電傳感器依賴于敏感和脆弱的電子器件，成功的EMP攻擊對對手的影響可能是決定性的。

二 新興電子攻擊技術的影響

博伊德斷言，戰斗人員必須有道德-心理-身體的和諧才能進行抵抗。要破壞這種和諧，需要將致命的、機動的和道德的努力結合起來。施耐德斷言，戰斗有三個領域：道德、控制論[心理]和身體。各個領域都會受到能力的影響，包括EA。結合這些觀點，我們得出了一種方法來理解新的電子攻擊能力如何在多領域作戰中被利用（見圖3）。考慮到案例研究，現在的任務是考慮我們如何將新興的EA系統與現有的能力相結合，在物理、控制論和道德領域產生影響，以支持致命的、機動的和道德的努力。

圖 3.“在作戰中應用電子攻擊的模型”。

1 物理領域的現代EA

電子武器特性的最重大變化是開發了能夠直接摧毀敵人系統和平臺的電子武器。HPM和HE激光系統有能力摧毀無人機和飛機。陸軍的高爆激光器目前集中在防空和反無人機任務上，但這些激光器瞄準地面上的敵方平臺只是時間問題。戰斗車輛上的主動保護系統，如以色列的 "戰利品 "系統的擴散，可能需要在用直接或間接火力攻擊這些平臺之前，通過干擾或DE武器對其進行抑制。為工兵部隊配備RADBO或類似的高爆激光系統，將使他們能夠迅速減少雷區，在行動中能夠更快地進行地面機動。

無人機群ES/EA干擾器，與間接或精確火炮協同作戰，形成了一種觀察-壓制-打擊的能力，有可能遠遠超出前線部隊的作戰范圍，支持偵察和反偵察任務。裝有高爆激光器的航空平臺將為陸軍提供其最遠距離的直接火力武器系統，能夠在距離目標數英里的地方升空進行瞄準射擊，然后落回地面。作為常規致命打擊的一部分，EMP炮彈將摧毀主動防護系統和反火力雷達的電路。

陸軍EA系統也將在物理領域支持MDO的其他服務。DE武器的效果上限可以延伸到太空，使其能夠與飛機交戰以支持空軍。消耗性的無人機干擾器可以激活敵方的EA系統，顯示其位置以便聯合瞄準。裝備有小型EMP裝置的特種作戰部隊可以使岸基雷達和導彈系統在沿海和海上行動中無法使用。陸軍高能激光器有可能通過從地面瞄準敵方衛星來支持太空部隊。

2 網絡領域的現代EA

雖然美軍傳統上將EA集中在網絡領域，但現代EA武器為陸軍提供了沿著作戰區域的長度和寬度攻擊網絡決定性點的潛力。蜂群無人機可以將陸軍各師的干擾范圍擴大到遠遠超過空地作戰的30公里。ES系統可以提示高爆激光器來干擾（或炸毀）指揮節點的天線。HPM和EMP彈藥將使整個網絡無法使用，嚴重降低了指揮官在分布式部隊之間提供目的和方向的能力。成群的EA無人機和固定的誘餌可以模擬平臺和指揮節點的電子特征，欺騙敵人并模糊其電子監視工作。同樣的能力也可以用噪音淹沒EMS，在關鍵時刻隱藏關鍵系統的使用或機動。

無人機干擾器和高爆激光器可以壓制防空系統以支持空軍行動。電磁炮是在MDO中產生機動窗口的完美武器，因為它可以使不發光的防空雷達失效，而不會使載人的空中干擾機處于危險之中。地面干擾器可以破壞衛星和地面站之間的聯系，使太空部隊的資產騰出來用于其他行動。EA系統可以刺激敵方網絡，或創造可能有利于敵方網絡內部的網絡行動的缺口。針對網絡決定性點的EA的累積效應將使敵人無法對加速的致命打擊作出反應，也無法對進入脆弱地區的滲透性機動作出反擊。

3 道德領域的現代EA

陸軍可以在戰術、作戰和戰略層面上將現代EA技術用于對抗敵人的意志。在戰略層面上，EMP彈藥可以作為一種有效的威懾手段來對抗對手的行動。從多個載體--空中、太空、海上和陸地--發射的EMP提供了核交換之外的升級選擇。在作戰層面，一個模擬蜂窩網絡同時干擾真實網絡的系統，如俄羅斯的Leer 3，將幫助指揮官更有效地管理信息環境。對分散的部隊使用戰術電磁脈沖，從電子上切斷他們的總部和相鄰的編隊，將在紀律性不強的部隊中產生恐懼和威脅。激光誘導的等離子體效應可以在塑造行動中使用，作為致命的動能打擊或快速穿透機動的前奏，制造恐懼和焦慮。

正如俄羅斯人在烏克蘭所展示的那樣，操縱性電子攻擊是利用聯合網絡行動中獲得的情報的一種機制。我們的網絡戰士必須與EA和心理行動相結合，以收集情報，制作欺騙或信息，然后以無線方式投射到對手的網絡。

遠征軍主要依靠柴油發電機來維持關鍵任務的指揮、控制、通信、計算機、作戰系統情報、監視和偵察（C5ISR）以及中小型戰術電網的生命支持系統。在支持遠程特種作戰部隊（SOF）和海軍陸戰隊在有爭議的環境中的遠征行動時，這種依賴性帶來了重大的后勤和維護挑戰。研究的主要目的是衡量當前或接近市場的儲能和光伏充電解決方案的有效性，以增加或取代柴油發電機，支持遠征軍事行動。次要目標是衡量這些儲能和充電解決方案與柴油發電機同步運行對部隊燃料消耗的影響，特別是對現有燃料補給計劃的影響。這項研究的結論是，現有的和接近市場的可再生能源系統可以有效地與戰術柴油發電機整合，并產生足夠的能量來滿足支持遠征軍在偏遠地區作戰所需的相當一部分能源。

滿足維持復雜的長途通信網絡、戰術無線電、指揮、控制、通信、計算機、作戰系統情報、監視、偵察（C5ISR）和生命支持系統所需的能源要求，在面臨有爭議和灰色地帶環境中的持續戰略競爭時，是一個獨特的挑戰。支持這些系統的柴油動力戰術發電機的運行成本，再加上維護這些系統所需的廣泛的后勤基礎設施，是非常可觀的。自2009年以來，美國（U.S.）國防部（DOD）一直在尋求可再生能源選項，以建立戰場上的能源安全。這一努力主要是由2001年至2021年在伊拉克和阿富汗的燃料行動的財政和人力成本驅動的，其中燃料的完全負擔率為每加侖15-42美元（Solis 2009），傷亡率為每24個燃料車隊發生一次（Wald 2009, 19）。隨著國家安全戰略（NSS）從西南亞洲的反叛亂轉移到南太平洋和東歐的持續戰略競爭，強大的后勤管道可能不容易獲得，部隊的生存能力將基于在有爭議的地區實現后勤可持續性的能力。(海軍陸戰隊司令部2021年）。為了在這些環境中開展行動時實現能源安全，需要利用可再生能源。

這項研究旨在研究在混合配置中部署的光伏（PV）鋰離子能源解決方案是否會大大延長為傳統柴油發電機提供動力的預置燃料供應的運行能力；最終，這種系統是否能夠通過光伏太陽能充電解決方案在偏遠地區獨立維持運行。雖然在戰術班、排和連一級對提高能源效率和采用可再生能源的關注有限，但國防部的大部分節能舉措都影響了大規模的駐軍基礎設施。研究的主要目的是衡量當前或接近市場的COTS/GOTS能源儲存和光伏充電解決方案的有效性，以增加或取代柴油燃料發電機，支持遠征的軍事行動。次要目標是衡量COTS/GOTS儲能和充電解決方案與柴油發電機同時運行對部隊燃料消耗的影響，特別是對現有燃料補給計劃的影響。還討論了前期系統采購成本和生命周期運營成本節約之間的權衡。

為支持本論文，對現有研究和文獻的審查表明，現有的大部分工作都集中在大規模實施可再生能源系統，為偏遠村莊或大型駐軍和遠征軍事設施供電。審查還確定了相關的行動后報告，詳細說明了排到連級單位的設備串、能源需求、發電機功率輸出和燃料消耗率。選擇的其他資源與電力可再生能源混合優化模型（HOMER）程序有關，該程序用于對COTS/GOTS可再生能源解決方案進行建模和模擬，以及已投入使用的、接近市場的和名義的COTS/GOTS能源解決方案的技術文件。

配置A包括傳統的戰術發電機，配置B是地面可再生遠征能源網絡系統（GREENS），該系統目前已作為美國海軍陸戰隊的記錄項目投入使用，配置C是移動電動混合電源（MEHPS），該系統正在采購過程中，配置D是一個由通用光伏收集板和特斯拉電源包組成的COTS系統。部隊的組成是一個SOF團隊大小的元素（部隊1），其能源需求由TOC設備串定義，一個USMC連大小的元素（部隊2），其能源需求基于COC設備串。每個能源生產配置都在HOMER中建模，并根據兩個部隊組成所產生的電力需求進行分析。除了分析基于系統規格的電力需求輸入外，HOMER還根據位置、季節和歷史太陽輻照度數據考慮了環境變量，以預測可再生能源生產。

對評估結果的分析表明，無論是配置B還是配置C都不能產生足夠的能量來有效地滿足部隊1或部隊2的100%的動力需求。然而，這兩個系統在與戰術發電機的混合配置中產生了足夠的能量，大大降低了燃料燃燒率，并延長了后勤補給窗口。配置B產生了部隊1所需能量的30%，并將燃料補給窗口從10天延長到29天，假設預置了200加侖的燃料儲存。雖然配置B只產生部隊2所需能量的9%，但假設有3000加侖的預置燃料儲存，這就轉化為128天的燃料再供應窗口。由于系統目前設計的發電機選項不足，配置C只能與部隊1進行評估。配置C的特點是加強了電池存儲和自動混合管理系統，同時向TOC提供發電機電源，并用多余的發電機容量為耗盡的電池充電。因此，配置C產生了1號部隊所需電力的52.6%，并將燃料補給窗口延長到55天。配置D提供了1號部隊所需的100%的電力，消除了燃料再供應的需要，并需要最小的備用發電機基礎設施和預置的燃料。盡管2號部隊COC設備的電力需求超過了COTS解決方案的能力，但在這種情況下，可再生能源的滲透率相當高，達到56%，將燃料再供應窗口延長到270天。

這項研究的結論是，現有的和即將上市的COTS/GOTS可再生能源系統可以有效地與戰術柴油發電機整合，并產生足夠的能量來滿足支持遠征作戰所需的相當一部分能源。對燃料消耗的影響證明，即使是9%的名義可再生能源滲透率也能將燃料補給窗口延長56%。本論文中評估的每一個可再生能源系統都可以按比例調整，以更好地適應從特種部隊到美國海軍陸戰隊連隊規模的部隊配置的具體要求。建議對電池組研究、光伏材料和能源管理軟件進行額外的投資，以提高旨在支持遠征作戰的可再生能源系統的影響。

未來的戰場是一個將受到近鄰對手快速變化的技術能力嚴重影響的戰場。在這種環境下的成功將需要簡單易用的系統，它能適應各種情況，并能與其他部隊和系統整合。多域作戰指揮、控制、計算機、通信、作戰系統和情報（MDOC5i）旨在為海軍陸戰隊準備未來的戰場。由于傳統的機器學習技術存在某些缺點，MDOC5i使用矢量關系數據建模（VRDM），為海軍陸戰隊提供適合動態部署的系統。MDOC5i使用全球信息網絡架構（GINA）作為其VRDM平臺。這項研究使用GINA創建了一個無處不在的決策模型，可以根據美國海軍陸戰隊的場景進行配置。該研究實現了無處不在的模型，并通過一個網絡分析用例證明了其功能。這個決策模型將作為所有GINA實施的基礎模型。快速構建和調整基于場景的GINA模型并將這些模型整合到一個共同的框架中的能力將為海軍陸戰隊提供對抗未來對手的信息優勢。

圖. 超圖描繪了構成 GINA 決策模型的關鍵實體。這是圖 3.2 中描述的“決策者信息”部分的細分。影響力的三個主要領域是現實世界、網絡和網絡。本論文中的模型將僅包含網絡類別的一部分，特別是 XMPP 流量。這三個領域應被視為為大規模網絡診斷設計的決策模型的起點。

引言

在最近的沖突中，美國能夠承擔對其敵人的技術優勢[1]。然而，由于美國已經將重點從反叛亂（COIN）行動轉移到與近距離對手的沖突上，這是一種不能再假設的奢侈。美國和國防部必須不斷尋求獲得并保持對近距離對手的技術優勢。所有軍種的指揮官都強調了這一點，包括司令部的規劃指南[2]。網絡戰場是一個日益復雜和快速發展的領域，在戰爭中從來沒有出現過像現在這樣的能力。目前的對手既有掌握該空間的愿望，也有掌握該空間的能力[1]。人機交互（HCI）將是在未來沖突中實現信息主導的關鍵。人機交互融合了計算機科學、認知科學和人因工程，以 "專注于技術的設計，特別是用戶和計算機之間的互動"[3]。我們必須掌握人機交互，以協助指揮官并保持對敵人的優勢

美國海軍陸戰隊（USMC）沒有很好的裝備來在網絡領域取得成功。美國海軍陸戰隊訓練和教育司令部（TECOM）已經將這一能力差距確定為一個主要的問題聲明："海軍陸戰隊沒有接受過應對同行威脅的訓練，在這種情況下，我們不再享有數量或技術優勢的歷史優勢。為了在未來的戰場上取勝，我們必須提供一個學習框架，以發展適應性和決定性的海軍陸戰隊，并提供訓練環境，以產生能夠產生決定性效果的互操作單位"［4］。

信息技術的進步產生了一個以網絡為中心的應用框架[5]，可以幫助縮小能力差距，使美國海軍陸戰隊保持對對手的網絡優勢。

1.1 MDOC5i

在為滿足指揮官的指導并使美國海軍陸戰隊為網絡戰場做好準備而采取的舉措中，海軍陸戰隊已經建立了多域作戰指揮、控制、計算機、通信、作戰系統和情報（MDOC5i）。MDOC5i是一個基于陸軍網絡信息管理環境（ANIME）的系統，提供了一個以網絡為中心的因果動態數字孿生環境。利用基于實體的模擬，MDOC5i提供以網絡為中心的互操作性和決策模型，可以增強多域作戰（MDO）[6]。MDOC5i計劃 "提供基層開發的技術，使操作人員能夠'推斷和適應'不斷變化的戰斗空間的需求" [7]。MDOC5i確定了需要改進的三個問題領域：互操作性、信息處理和利用，以及文化轉變[7]。

隨著戰場的不斷發展，聯合解決方案將是獲得優勢的關鍵。這些互操作性的解決方案將依賴于網絡和通信能力。互操作性是指與整個服務的各種通信系統相關的所有設備之間的通信能力。因此，目前在互操作性方面的差距需要被彌補，以進行聯合行動。系統之間的互操作性還沒有通過一個標準化的通用方法來實現[7]。MDOC5i認為這個問題的根源在于，當前系統所使用的所有網絡都被認為是彼此獨立的領域，而不是一個統一的作戰指揮和控制（C2）系統[7]。

MDOC5i解決的下一個問題是信息處理和利用。這個問題指的是目前整個海軍陸戰隊沒有能力處理大量的信息。數據通常很豐富，而且隨著傳感器能力的增長，數據會越來越豐富，但很難分析所有的數據并從噪音中分出有用的數據。鋪天蓋地的數據如果不進行適當的分析，對決策過程是無用的，甚至是有害的。這個問題被具體描述為："當前行動和數據收集的速度超過了我們處理、識別和獲取可操作情報的能力，以快速評估、調整和修改計劃和實時COA，從而優化部隊投射、殺傷力，并實現持久的超額配給"[7]。

為了提高處理越來越多的數據和跟上快速發展的戰場的能力，作戰人員需要關注人機互動。這種關系對于能夠在可操作的時間范圍內將大量的數據轉化為有用的信息，從而做出更好的決定至關重要。更好的人機交互可以幫助確保 "數據處理和決策的速度與行動的速度相稱" [7]。

解決的最后一個問題，即文化轉變，涉及美國防部需要調整其在數據整合和聯合行動方面的重點。雖然國防部致力于為作戰人員提供可操作的情報，但其方法是無效的和低效的[7]。此外，各個軍種制定了自己的就業方法和情報方式，這往往會導致聯合行動的無效性。為了在目前存在的動態戰場上作戰，各軍種必須共同努力，"使能力與任務、標準操作程序、訓練戰術和協議、采購和部署政策以及作戰部隊的整體文化相一致" [7]。

1.2 MDOC5i應用于海軍陸戰隊

5月9日至5月13日，MDOC5i在海軍陸戰隊空地作戰中心（MCAGCC）二十九棕櫚島與第七海軍陸戰隊進行了演示。這次初步測試的目的是展示MDOC5i所帶來的增強的火力能力，并確定MDOC5i通過提供共同情報圖像（CIP）--共同作戰圖像（COP）和決策支持來增強整個海軍陸戰隊空地特遣部隊（MAGTF）的MDO的可行性。

在MCAGCC Twenty-Nine Palms進行的MDOC5i演習成功地描述了該系統的防火能力。MDOC5i系統使用最先進的掃描機制和瞄準系統，將標準裝備的區域射擊武器轉變為精確射擊武器平臺，能夠在幾乎沒有歸零的情況下有效地攻擊目標。雖然這本身就大大增加了海軍陸戰隊的殺傷力，但增強的火力能力僅僅是MDOC5i概念所提供的效用的開始。底層系統使用全球信息網絡架構（GINA），一個矢量關系數據建模（VRDM）平臺，以使所有通過網絡連接的單位都能獲得準確的COP和CIP。這在戰場上提供了一個優勢，因為所有單位都獲得了意識，并將能夠為共享系統提供輸入，從而產生最準確的CIP-COP。

這些投入可以用來幫助決策和影響有利于沖突空間競爭的活動。

這一過程的關鍵使能部分之一是GINA內的決策模型，它能使人采取行動。在二十九棵樹的演示中，海軍陸戰隊員被展示了使用標準武器系統對選定目標進行第一輪射擊的能力。選定的目標出現在通過網絡連接的所有信息顯示器上。為了實現目標定位，GINA模型接受目標的輸入并將信息傳遞給所有用戶。系統首先決定該目標是一個有效的目標還是一個重復的目標。它通過一個專門設計的決策模型來實現這一目標，該模型將確定的目標與其他繪圖的目標進行比較。如果新的目標在指定的距離內，程序會認為它是重復的。這可以防止信息過載，使指揮官對現有的威脅有最準確的描述，以便更好地決定如何使用武器系統來對付敵人的目標。因此，在這個特定的例子中，輸入的是確定的目標位置，決定的是該目標是合法的還是重復的，決定的標準是確定與其他已經繪制的目標的距離，結果是對威脅的準確描述，使海軍陸戰隊能夠最好地與敵人作戰。

在演示中，決策與識別目標有關，而影響的行動與射擊有關。然而，如前所述，增強射擊能力只是MDOC5i通過基于VRDM的GINA平臺所能提供的好處的開始。創建和采用為指揮官提供最新的CIP-COP并幫助決策的模型將對海軍陸戰隊和國防部（DOD）的所有方面都有用。按照目前的情況，每次實施新的模型時，都需要從頭開始創建新的決策模型。

1.3 論文重點和MDOC5i的聯系

海軍研究生院（NPS）論文的目的是在GINA平臺上使用VRDM建立一個不可知的決策模型。重點是該模型的普遍性，以便它可以很容易地被塑造為未來的情景。該決策模型擴展了無處不在的數據表概念，以包含關于數據的信息屬性，并允許通過基于屬性的真值表關系實現來自數據屬性和信息屬性（邏輯類型）的知識屬性。因此，模型將數據轉化為信息，然后從已知的真值（既定協議）中獲取狀態和規定過程的知識，然后模型執行相應的過程。這表明了該方法的普遍性，并使任何數據任務的數據轉化為行動。本論文驗證了使用基于模型的配置方法，該方法由數據、真值表和狀態的概念對象組成，可用于人在/在環的自動數據決定-行動，并可在知識管理圖框架內為任何任務進行管理。

建議的模型在通過分析可擴展消息和存在協議（XMPP）消息來確定網絡健康狀況的情況下進行測試。該模型的輸入是可擴展標記語言（XML）消息，旨在復制大規模戰術網絡的數據包捕獲（PCAP）中捕獲的XMPP消息。雖然網絡診斷分類本身很重要，并證明了功能，但主要的效用將在于決策模型的普遍性。因為該模型是不可知的，它可以很容易地被修改以適應一系列所需的場景。務實地說，它可以作為所有其他GINA實施的基礎模型，使海軍陸戰隊實現信息超配。

1.4 假設和研究問題

本論文的假設是，GINA將被證明是一個高效的平臺，在這個平臺上實現一個可以輕松配置的泛在決策模型，以應對多種情況。在這個假設的核心，主要目標是利用GINA架構成功地設計和實現一個無所不在的決策模型。這項任務已經完成，證明了主要假說的正確性。

本論文的問題包括。

1.無處不在的決策模型能否在GINA的界面中實現？

2.GINA是否為機器學習（ML）提供了一個可行的、可操作的替代方案，該模型是否達到了與傳統機器學習技術相同的效果？

3.該模型是否有切實的方面證明比傳統機器學習技術優越？

4.該模型和GINA平臺能否用于大規模網絡流量分析？

與假設一致，第一個問題是最重要的，并且被證明是正確的。所實施的決策模型應該能夠促進并推動未來的工作。其余的問題涉及模型的可擴展性和與傳統技術相比的性能。雖然這兩個概念都沒有直接解決，但該模型提供了肯定的機會來測試這些概念。

1.5 使用的工具

為了成功地理解決策模型的實施和它可以應用的規模，有必要了解所涉及的工具。其中一些應用在本論文中直接使用。其他的是在MDOC5i中使用的，對于理解這個模型如何推導到多種情況下是很有用的。這些工具也提供了很好的背景，對未來的工作有好處。

1.5.1 全球信息網絡架構

GINA 是一個基于云的、提供可執行建模環境的 VRDM 平臺，該平臺產生的模型能夠進行推理和適應[7], [8]。該架構通過其反思性的、可執行的、基于組件的、與平臺無關的和模型驅動的構造，提供先進的數據、信息和知識的互操作性[9]. 該平臺使用一種語義結構，使應用領域的用戶能夠理解組成的模型組件，并形成具有半知覺行為的系統，這對動態任務需求的適應性和可配置的靈活性至關重要。該創新平臺是松散耦合的，這意味著它可以通過配置創建模型，使用來自遺留系統、現有系統或未來系統的各種輸入[8]，而不會破壞或重新編譯。由于概念性的信息對象構造可以臨時引入，并可能存在于任何領域，GINA提供了誘人的可能性，美國防部正在探索這種可能性[2]。

GINA技術由方法論、開發工具和可執行模型的部署平臺組成，可作為軟件程序使用。這些模型不需要被編譯，而是在元數據中定義并實時編譯。該平臺使用通過配置實現的行為、環境和因果的建模概念，以提供定義、操作和互操作性[10]。GINA可以通過其名稱的組成部分進一步理解。"全球 "指的是該平臺通過多層抽象包含了所有的數字表示。"信息 "指的是可以被建模和管理的靜態和動態數據以及互動關系。"網絡 "指的是可以通過模型和圖表顯示、參考和管理的所有互聯關系的數字表示。"架構 "意味著GINA是被使用的系統，專門用于制作行為、背景和因果關系的可執行模型[10]。

第二章將深入討論GINA的優點和特點。

1.5.2 ANIME Dark Stax

Dark Stax是一個由ANIME開發和使用的工具，能夠以接近實時的速度創建復雜系統的數字孿生體。這些數字孿生體可以用來操作克隆的系統進行數據操作和決策分析。這種聯合有助于數據驅動的決策過程。這個工具能夠創建戰術網絡的克隆，并過濾PCAP數據，為網絡診斷模型創建輸入[10]。Dark Stax工具由Ad Hoc維護和運行。他們對該工具的掌握為首要的人工智能（AI）技術和VRDM技術的結合提供了巨大的效用。

1.5.3 StarUML

StarUML是一個開源的軟件建模平臺，支持統一建模語言（UML）[11]。它被設計為支持簡明和敏捷的建模，并提供系統疊加的可視化描述[12]。本文使用UML圖來描述實現的VRDM模型的靜態和動態方面。UML并沒有捕捉到VRDM模型中包含的所有細節，但它確實捕捉到了最重要的信息，并提供了模型中連接的清晰疊加。

在這個項目中，它只被用于GINA模型的可視化和文檔化。然而，我們的意圖是使GINA能夠接受UML設計作為輸入。因此，一個系統可以用UML建模并輸入到GINA中，以放棄配置。

1.5.4 目標光標仿真器

Cursor On Target（COT）"是一個互聯網協議和一個基于XML的機器對機器模式，可以被任何系統讀取和理解，使專有和開放源碼系統能夠相互通信"[13]。模擬器在GINA模型中被用來模擬XMPP流量。XMPP消息的樣本在一個文本文件中生成。然后，Cursor On Target Simulator（COTS）模擬器將文本文檔的內容作為XML輸入到GINA。這個XML是決策模型的輸入。

美國海軍陸戰隊正在探索使用人機協作來控制前線部署環境中的無人駕駛航空系統（UAS），其任務范圍廣泛，包括情報、監視和偵察（ISR）、電子戰（EW）、通信中繼和動能殺傷。美國海軍陸戰隊設想使用未來的垂直起降平臺（VTOL）來支持混合戰爭任務并實現軍事優勢。對于美國海軍陸戰隊的混合戰爭應用，以實現任務優勢和戰爭主導權，美國海軍陸戰隊需要了解VTOL機組和無人機系統之間錯綜復雜的人機互動和關系，以獲得戰斗空間態勢感知，并有效地計劃和執行針對常規和不對稱威脅的旋轉翼行動。這項研究的重點是美國海軍陸戰隊在海洋環境中的打擊協調和偵察（SCAR）任務，以促進遠征基地先進作戰（EABO）在沿岸地區。有多種復雜的功能必須加以考慮和評估，以支持人機協作互動，提高任務的有效性：任務規劃、移動和滲透、區域偵察、偵察戰斗交接和過渡。

這份頂點報告探討了SCAR任務期間三個系統之間的人機協作：UAS、VTOL和地面控制站（GCS）。該研究從VTOL項目的文獻回顧開始，研究了美國海軍陸戰隊SCAR任務戰術和用于促進EABO的理論概念。此外，它還包括對自主性和自動化、人工智能和機器學習的研究。通過使用合作設計模型來探索這三個系統的人機協作互動和過程，文獻回顧探討了如何使用基于三個因素的相互依賴性分析（IA）框架來確定人類執行者和機器團隊成員之間的相互依賴性：可觀察性、可預測性和可指導性。

通過基于模型的系統工程（MBSE）工具，將SCAR任務的高級功能分解為分層次的任務和子任務，系統分析被用來支持聯合設計方法。根據Johnson（2014）的說法，合作設計方法研究了相互依賴的概念，并使用IA框架作為設計工具。IA框架捕捉了主要執行者和支持團隊成員之間的互動，以發展支持每個主要任務和分層子任務的所需能力，從而產生HMT要求。這份頂點報告分析了兩種選擇。第一個方案認為UAS是主要執行者，VTOL和GCS是輔助團隊成員。第二種方案認為VTOL是主要執行者，UAS和GCS是輔助團隊成員。基于這兩種選擇，IA框架評估了17個主要任務、33個分層子任務和85個執行SCAR任務的所需能力。

此外，研究發現需要一個強大的數字任務規劃系統，如升級后的海軍陸戰隊規劃和行動后系統（MPAAS），通過存儲以前的任務和經驗教訓的數據來促進機器學習。美國海軍陸戰隊將面臨無人機系統的處理能力和信息存儲方面的挑戰。應盡一切努力增加UAS的處理能力。必須實施一個有效的主要、備用、應急和緊急（PACE）通信計劃，以確保UAS、VTOL和GCS之間所有通信平臺的冗余。美國海軍陸戰隊必須實施支持信任、提供快速反饋和簡單操作的接口。

最后，為了準確評估VTOL、UAS和GCS之間的HMT要求，頂點報告促成了一個探索性實驗的發展，該實驗將在海軍研究生院（NPS）建模虛擬環境和模擬（MOVES）實驗室使用，以促進未來的研究。制定了操作要求和測量方法，以確定HMT要求的有效性。

這項頂點研究為在SCAR任務中執行VTOL/UAS混合行動的人機互動復雜性提供了明確的證據。該頂點研究確定了使用系統分析和協同設計作為一種有效的方法，通過IA框架促進人機協作需求的發展。此外，該研究確定了對復雜的自主性和技術準備程度的需求，這可能是目前還沒有的。頂點建議美國海軍陸戰隊繼續研究人機協作，并利用SCAR任務探索性實驗來進一步完善和研究VTOL/UAS的高級系統要求，以支持具有前沿部署的UAS的混合行動，重點是實現4級自主權。

前沿作戰基地（FOB）防御是一項人力密集型任務，需要占用作戰任務的寶貴資源。雖然能力越來越強的無人駕駛飛行器（UAV）具備執行許多任務的能力，但目前的理論并沒有充分考慮將其納入。特別是，如果操作人員與飛行器的比例為一比一時，并沒有考慮提高無人機的自主性。本論文描述了使用先進機器人系統工程實驗室（ARSENL）蜂群系統開發和測試自主FOB防御能力。開發工作利用了基于任務的蜂群可組合性結構（MASC），以任務為中心、自上而下的方式開發復雜的蜂群行為。這種方法使我們能夠開發出一種基于理論的基地防御戰術，在這種戰術中，固定翼和四旋翼無人機的任意組合能夠自主分配并執行所有必要的FOB防御角色：周邊監視、關鍵區域搜索、接觸調查和威脅響應。該戰術在軟件模擬環境中進行了廣泛的測試，并在現場飛行演習中進行了演示。實驗結果將使用本研究過程中制定的有效性措施和性能措施進行討論。

第1章：導言

1.1 背景和動機

2019年，美國海軍陸戰隊司令大衛-H-伯杰將軍發布了他的規劃指南，作為塑造未來四年的部隊的一種方式。他在其中指出："我們今天做得很好，我們明天將需要做得更好，以保持我們的作戰優勢"[1]。這句話摘自海軍陸戰隊司令大衛-H-伯杰將軍的《2019年司令員規劃指南》（CPG），呼吁采取集中行動，以應對海軍陸戰隊在未來戰爭中預計將面臨的不斷變化的挑戰。在為海軍陸戰隊確定未來四年的優先事項和方向的CPG中的其他指導，呼吁建立一個 "適合偵察、監視和提供致命和非致命效果的強大的無人駕駛系統系列"[1]。伯杰將軍進一步呼吁利用新技術來支持遠征前沿基地作戰（EABO）。EABO將需要靈活的系統，既能進行有效的進攻行動，又能進行獨立和可持續的防御行動。簡而言之，實現EABO將需要最大限度地利用每個系統和海軍陸戰隊。

從本質上講，伯杰將軍正在呼吁改變無人駕駛飛行器的使用方式。通過使用大型的合作自主無人飛行器系統，或稱蜂群，將有助于實現這一目標。無人飛行器蜂群提供了在人力需求和后勤負擔增加最少的情況下成倍提高戰場能力的機會。正如伯杰將軍所提到的 "下一個戰場"，海軍陸戰隊將必須利用各種技術，最大限度地利用自主性和每個作戰人員在戰場上的影響。

目前的無人系統使用理論是以很少或沒有自主性的系統為中心。另外，目前的系統依賴于單個飛行器的遠程駕駛；也就是說，每輛飛行器有一個操作員。部隊中缺乏自主系統，這在監視和直接行動的作戰能力方面造成了差距。此外，側重于一對一操作員-飛行器管理的無人系統理論要求操作員的數量與車輛的數量成線性比例。這對于 "下一個戰場 "來說是不夠的。相反，海軍陸戰隊將需要能夠讓操作員擺脫束縛或提高他們同時控制多個飛行器的能力系統[2]。

考慮到這些目標，美國海軍研究生院（NPS）的先進機器人系統工程實驗室（ARSENL）已經開發并演示了一個用于控制大型、自主、多飛行器的系統，該系統利用了分布式計算的優勢，并將駕駛的認知要求降到最低。ARSENL在現場實驗中證明了其系統的功效，在該實驗中，50個自主無人駕駛飛行器（UAV）被成功發射，同時由一個操作員控制，并安全回收[3]。

1.2 研究目標

這項研究的主要目標是證明使用無人機蜂群來支持前沿作戰基地（FOB）的防御。特別是，這需要自主生成、分配和執行有效的、符合理論的基地防御所需的子任務。這部分研究的重點是開發基于狀態的監視、調查和威脅響應任務的描述；實施支持多飛行器任務分配的決策機制；以及任務執行期間的多飛行器控制。

輔助研究目標包括展示基于任務的蜂群可組合性結構（MASC）過程，以自上而下、以任務為中心的方式開發復雜的蜂群行為，探索自主蜂群控制和決策的分布式方法，以及實施一般的蜂群算法，并證明了對廣泛的潛在蜂群戰術有用。總的來說，這些目標是主要目標的一部分，是實現主要目標的手段。

1.3 方法論

基地防御戰術的制定始于對現有基地防御理論的審查。這一審查是確定該行為所要完成的基本任務和子任務的基礎。然后，我們審查了目前海軍陸戰隊使用無人機的理論，以確定這些系統在基地防御任務中的使用情況。

在確定了任務要求的特征后，我們為基地防御的整體任務制定了一個高層次的狀態圖。子任務級別的狀態圖等同于MASC層次結構中的角色。

ARSENL代碼庫中現有的算法和游戲以及在研究過程中開發的新算法和游戲被用來在ARSENL系統中實現子任務級的狀態圖。最后，根據高層次的狀態圖將這些游戲組合起來，完成基地防御戰術的實施。

在游戲和戰術開發之后，設計了基于理論的有效性措施（MOE）和性能措施（MOPs）。通過在循環軟件（SITL）模擬環境中的廣泛實驗，這些措施被用來評估基地防御戰術。在加利福尼亞州羅伯茨營進行的實戰飛行實驗中，也展示了該戰術和游戲。

1.4 結果

最終，本研究成功地實現了其主要目標，并展示了一種包含周邊監視、關鍵區域搜索、接觸調查和威脅響應的基地防御戰術。此外，開發工作在很大程度上依賴于MASC層次結構，以此來制定任務要求，并將這些要求分解成可在ARSENL蜂群系統上實施的可管理任務。這一戰術在實戰飛行和模擬環境中進行了測試，并使用以任務為中心的MOP和MOE進行了評估。最后的結果是令人滿意的，在本研究過程中開發的戰術被評估為有效的概念證明。

1.5 論文組織

本論文共分六章。第1章提供了這項研究的動機，描述了這個概念驗證所要彌補的能力差距，并提供了ARSENL的簡短背景和所追求的研究目標。

第2章討論了海軍陸戰隊和聯合出版物中描述的當前海軍陸戰隊后方作戰的理論。還概述了目前海軍陸戰隊內無人機的使用情況，并描述了目前各種系統所能達到的自主性水平。

第3章概述了以前自主系統基于行為的架構工作，ARSENL多車輛無人駕駛航空系統（UAS）和MASC層次結構。

第4章對基地防御戰術的整體設計以及高層戰術所依賴的游戲進行了基于狀態的描述。本章還詳細介紹了用于創建、測試和評估這一概念驗證的方法。在此過程中，重點是對每一戰術和戰術所針對的MOP和MOE進行評估。

第5章詳細介紹了所進行的實戰飛行和模擬實驗，并討論了與相關MOPs和MOEs有關的測試結果。

最后，第6章介紹了這個概念驗證的結論。本章還提供了與基地防御戰術本身以及更廣泛的自主蜂群能力和控制有關的未來工作建議。

現代綜合防空系統（IADS）所帶來的日益復雜的反介入區域拒止（A2AD）威脅，加上高端隱形平臺所提供的日益強大的優勢，促使美國空軍高級領導人投資于徹底改變2030年及以后的空中力量。這一新設想的一個突出因素是蜂群武器，其目的是通過用大量低成本、可損耗的航空資產來壓倒國際航空運輸系統，并通過自主能力來解決這一挑戰。這項研究提出了一個框架，按照三個獨立的維度對不同級別的自主能力進行分類，即單獨行動的能力、合作能力和適應能力。使用模擬、集成和建模高級框架（AFSIM）構建了一個虛擬作戰模型，模擬以有人駕駛的穿透式轟炸機和自主巡航導彈群為特征的友軍空襲包與以A2AD角色行動的敵軍IADS之間的交戰。通過使用自主性框架作為設計實驗的基礎，評估了不同水平的自主性對攻擊包性能的影響。對實驗結果的分析揭示了哪些方面和什么級別的自主性對促進這一模擬場景的生存能力和殺傷力最有影響。

1. 引言

1.1 動機和背景

戰爭的技術性質正在迅速發展，人們越來越重視對大量數據的收集、處理和決策。隨著指揮與控制（C2）決策空間的復雜性增加，指揮系統根據現有信息采取行動的速度越來越成為一個限制性因素。具有不同程度的人與系統互動的自主系統為緩解這一不足提供了機會。美國2018年國防戰略（NDS）[18]明確要求國防部（DoD）"廣泛投資于自主性的軍事應用"，作為促進大國競爭優勢的一項關鍵能力。

參與大國競爭的一個自然后果是反介入區域拒止（A2AD）環境在聯合沖突的所有方面擴散。從美國空軍（USAF）的角度來看，現代綜合防空系統（IADS）構成了卓越的A2AD威脅，這嚴重抑制了通過常規手段建立空中優勢的前景[2, 20]。這一挑戰促使部隊結構的優先事項發生了變化，因為將能力集中在相對較少的高端系統中的感知風險越來越大。美國空軍科學和技術戰略[26]設想，數量龐大的低成本、易受攻擊的航空資產將很快發揮曾經由數量有限的高價值資產完成的作用。這種大規模的蜂群的任務規劃和空戰管理（ABM）工作的規模可能很快超過人類的認知能力，這使得它成為非常適合自主性研究和開發的應用領域。

1.2 問題陳述

本研究試圖評估幾種自主巡航導彈群的行為對A2AD環境中藍方（友方）空中性能的影響。具體來說，所研究的A2AD場景考慮了紅方（對手）的IADS被藍方聯網的自主巡航導彈群吸引，以促進穿透式轟炸機的后續打擊。在任務規劃時沒有考慮到的突然出現的威脅，可能會進入該場景以增加紅色IADS的力量。蜂群必須在沒有外部反彈道導彈的幫助下，檢測并應對這些突發威脅以及任何其他對抗性任務參數的變化。A2AD場景的建模是使用模擬、集成和建模高級框架（AFSIM）完成的。

1.3 研究問題

為了解決問題陳述，本研究將對以下問題提供答案：

1.具有自主反彈道導彈能力的巡航導彈蜂群能在多大程度上提高藍方空襲包在A2AD環境下的生存能力（即避免被紅方IADS發現和摧毀的能力）？

2.具有自主反彈道導彈能力的巡航導彈群能在多大程度上提高A2AD環境下藍方空襲包的殺傷力（即探測和摧毀紅方IADS元素的能力）？

1.4 論文的組織

本論文的其余部分包含四章，組織如下：第二章對包括自主性、A2AD環境、基于代理的建模和仿真（ABMS）以及實驗設計（DOE）等主題的參考材料進行了回顧。第三章建立了A2AD場景、AFSIM模型實現和實驗設計的結構，作為本研究的框架。第四章介紹了實驗模擬運行的結果和附帶的分析。最后，第五章討論了從這項研究中得出的結論，以及對未來研究方向的建議。

摘要

兵棋模擬是一種決策工具，可以為利益相關者分析的場景提供定量數據。它們被廣泛用于制定軍事方面的戰術和理論。最近，無人駕駛飛行器（UAVs）已經成為這些模擬中的一個相關元素，因為它們在當代沖突、監視任務以及搜索和救援任務中發揮了突出的作用。例如，容許戰術編隊中的飛機損失，有利于一個中隊在特定戰斗場景中勝利。考慮到無人機的分布可能是這種情況下的決定性因素，無人機在超視距（BVR）作戰中的位置優化在文獻中引起了關注。這項工作旨在考慮敵人的不確定性，如射擊距離和位置，使用六種元啟發法和高保真模擬器來優化無人機的戰術編隊。為紅軍蜂群選擇了一種空軍經常采用的戰術編隊，稱為line abreast，作為案例研究。優化的目的是獲得一個藍軍蜂群戰術編隊，以贏得對紅軍蜂群的BVR戰斗。采用了一個確認優化的穩健性程序，將紅軍蜂群的每個無人機的位置從其初始配置上改變到8公里，并使用兵棋方法。進行了戰術分析以確認優化中發現的編隊是否適用。

索引詞：優化方法，計算機模擬，無人駕駛飛行器（UAV），自主智能體，決策支持系統，計算智能。

I. 引言

兵棋是在戰術、作戰或戰略層面上模擬戰爭的分析性游戲，用于分析作戰概念，訓練和準備指揮官和下屬，探索情景，并評估規劃如何影響結果。這些模擬對于制定戰術、戰略和理論解決方案非常有用，為參與者提供了對決策過程和壓力管理的洞察力[1]。

最近，無人駕駛飛行器（UAVs）作為一種新的高科技力量出現了。利用它們來實現空中優勢可能會導致深刻的軍事變革[2]。因此，它們的有效性經常在兵棋中被測試和評估。

由于具有一些性能上的優勢，如增加敏捷性、增加過載耐久性和增加隱身能力，無人機已經逐漸發展起來，并在許多空中任務中取代了有人系統[3]。然而，由于戰斗的動態性質，在視覺范圍之外的空戰中用無人系統取代有人平臺是具有挑戰性的。在空戰中，無人機可以被遠程控制，但由于無人機飛行員對形勢的認識有限，它將在與有人平臺的對抗中處于劣勢。然而，這種限制可以通過自動戰斗機動[4]和戰術編隊的優化來克服。此外，使用無人機可以允許一些戰術編隊和戰略，而這些戰術編隊和戰略在有人駕駛的飛機上是不會被考慮的，例如允許中隊的飛機被擊落，如果它有助于團隊贏得戰斗。文獻中最早的一篇旨在優化超視距（BVR）作戰中的飛機戰術編隊的文章[5]表明，空戰戰術是用遺傳算法（GA）進行優化的候選方案。該實施方案采用分層概念，從小型常規作戰單位建立大型編隊戰術，并從兩架飛機的編隊開始，然后是四架飛機，最后是這些飛機的倍數。在模擬中沒有對導彈發射進行建模。當一架飛機將其對手置于武器交戰區（WEZ）的高殺傷概率（Pkill）區域內一段特定時間，簡化的交戰模擬器就宣布傷亡。事實證明，所提出的方法的應用是有效的，它消除了團隊中所有沒有優化編隊的飛機，并為整個優化編隊的飛機團隊提供了生存空間。

Keshi等人[6]使用了與[5]相同的分層概念，從由兩架飛機組成的元素中構建大型戰術編隊。模擬退火遺傳算法（SAGA）被用來優化編隊，使其能夠克服對局部最優解的收斂。對16架飛機的編隊進行了優化，提出的最優解表明SAGA比基本的GA更有效。最后，為了探索一個穩健的SAGA，對不同的馬爾科夫鏈進行了比較，事實證明自調整馬爾科夫電流更適合所提出的問題。

Junior等人[7]提出使用計算機模擬作為一種解決方案，以確定BVR空戰的最佳戰術，使擊落敵機的概率最大化。在低分辨率下使用通用參數對飛機和導彈進行建模，并改編了名為COMPASS的模擬優化算法，模擬了兩架飛機對一架飛機的BVR戰斗。低分辨率模型假定在水平面的二維空間內有一個均勻的直線運動。使用優化的戰術表明，擊落敵機的平均成功率從16.69%提高到76.85%。 Yang等人[8]提出了一種方法來優化飛機對一組目標的最佳攻擊位置和最佳路徑。該工作考慮到飛機能夠同時為每個目標發射導彈，并將飛機與目標有關的攻擊性和脆弱性因素作為評價攻擊位置的指標。一個高保真模擬被用來模擬每個導彈的飛機、雷達、導彈和WEZ的動態特性。這項工作并沒有解決在BVR戰斗場景中優化一組飛機對另一組飛機的編隊問題。

Li等人[9]提出了一種基于指揮員主觀認識的編隊優化方法，即在空戰中目標設備信息不確定的情況下選擇飛機編隊的問題。首先，計算戰斗機的戰斗力，這是通過指揮員的主觀認識評估目標戰斗力的基礎。戰斗機的戰斗力以能力的形式表現出來，包括攻擊、探測、生存能力、通信、電子戰、預警系統等。因此，通過采用前景理論和綜合模糊評估來優化空戰訓練。最后，一個應用實例證明了該方法在小規模空戰中的可行性。作者聲稱，利用戰斗力評估戰斗情況的能力為優化空戰訓練提供了一種新的方法。

?zpala等人[10]提出了一種在兩個對立小組中使用多個無人駕駛戰斗飛行器（UCAVs）進行空戰的決策方法。首先，確定兩隊中每個智能體的優勢地位。優勢狀態包括角度、距離和速度優勢的加權和。在一個團隊中的每個智能體與對方團隊中的每個智能體進行比較后，每個航空飛行器被分配到一個目標，以獲得其團隊的優勢而不是自己的優勢。為一對對立的團隊實施了一個零和博弈。對許多智能體參與時的混合納什均衡策略提出了一種還原方法。該解決方案基于博弈論方法；因此，該方法在一個數字案例上進行了測試，并證明了其有效性。

Huang等人[11]開發了新的方法來處理UCAV編隊對抗多目標的合作目標分配和路徑規劃（CTAPPP）問題。UCAV的編隊是基于合作決策和控制的。在完成目標偵察后，訓練指揮中心根據戰場環境和作戰任務向每架UCAV快速傳輸任務分配指令。UCAV機動到由其火控系統計算出的最佳位置，發射武器裝備。合作目標分配（CTAP）問題通過增強型粒子群優化（IPSO）、蟻群算法（ACA）和遺傳算法（GA）來解決，并在歸因、精度和搜索速度等方面進行了比較分析。在進化算法的基礎上發展了UCAV多目標編隊的合作路徑規劃（CPPP）問題，其中提供并重新定義了獨特的染色體編碼方法、交叉算子和突變算子，并考慮燃料成本、威脅成本、風險成本和剩余時間成本來規劃合作路徑。

Ma等人[12]開展的工作解決了在BVR作戰場景中優化兩組（R和B）無人機對手之間的優勢地位問題。一個無人機ri∈R對一個無人機bj∈B的優勢是通過ri和bj之間的距離、ri的導彈發射距離的下限和上限、ri的高度和bj的高度之差以及ri的最佳發射高度來估計的。決定性的變量是無人機在兩組中的空間分布和每架飛機在這些組中的目標分配。無人機在三維作戰空間BVR中的可能位置被簡化（離散化），通過立方體的中心位置來表示。每個無人機組都有一組立方體。優化問題被建模為一個零和博弈，并被解決以獲得納什均衡。

Ma等人[12]提出的工作沒有使用高保真模擬來分析無人機空間分布的選擇和分配給它們的目標對BVR作戰的影響。高保真模擬對飛機、雷達、導彈及其導彈的WEZ的動態特性進行建模。這些動態特性也影響到BVR作戰時每架飛機的行動觸發，因此也影響到最終的結果。例如，如果在兩組無人機之間第一次沖突后的時間窗口內考慮高保真BVR作戰模擬，新的沖突可能會發生，直到模擬結束。因此，每個在交戰中幸存的無人機將能夠選擇一個新的目標，這取決于可用目標的優勢值。在[12]中沒有考慮與無人機行為有關的不確定性。有關敵方無人機在戰術編隊中的確切位置及其導彈發射距離的信息是行為不確定性的例子。這兩個信息和上面描述的其他信息在BVR戰斗中是相關的：它們直接影響飛機之間的交戰結果。

在這項研究中，我們試圖解決文獻中發現的一些局限性，如低分辨率模擬、與敵人有關的不確定性的處理以及缺乏對優化解決方案的穩健性的確認，旨在提高兵棋結果的質量。我們的目標是驗證哪些藍色蜂群的戰術編隊可以在BVR戰斗中戰勝紅色蜂群。作為一個案例研究，RED蜂群使用了空軍經常采用的戰術編隊，稱為line abreast[13]。為了評估BLUE蜂群解決方案的穩健性，我們解決了新的問題，改變了RED蜂群每架飛機的位置，目的是估計新的RED蜂群編隊對BLUE蜂群的優化戰術編隊的效率的影響。

我們使用自主智能體和高保真計算機模擬來優化BVR戰斗中的無人機戰術編隊，考慮與敵人相關的不確定性，如戰術編隊中的位置誤差和導彈發射距離。統一行為框架（UBF）被采納為創建自主智能體的基礎。飛機和導彈在三維環境中用六個自由度（DoFs）建模。

該程序將在接下來的章節中進一步討論。