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

本研究評估了一種稱為臺球算法（billiards algorithm）的動態傳感器覆蓋（DSC）算法。文章探討了規避障礙物和無趣區域（如森林或湖泊）的不同方法。避障對于DSC算法的多功能性至關重要，它使無人機能夠導航障礙物密集的環境，同時最大限度地降低碰撞風險。本文在MATLAB中運行了仿真實驗，以評估該算法在平均和最差延遲性能方面的表現。研究將臺球算法與隨機路徑選擇以及文獻中稱為Ganganath算法的算法進行了比較。為提高臺球算法在障礙密集環境中的性能，本文實施了模型預測控制（Model Predictive Control, MPC），預期智能體能夠通過前瞻規劃獲益。本論文呈現的結果表明，與Ganganath算法相比，帶避障的臺球算法在平均延遲方面表現出色，但在最差延遲方面表現欠佳。在某些室內環境中，Ganganath算法顯示出局限性，而臺球算法則在兩項性能標準上均優于它。在計算復雜度和通信流量方面，這些算法差異顯著。臺球算法的仿真時間和通信量都低得多，這兩項指標在軍用無人機集群算法中非常寶貴。MPC能夠在一個有限的未來時間窗口內優化決策，被集成到臺球算法中以評估其有效性。研究發現，MPC在普遍的障礙密集環境中并未提升性能。這可能是由于在多智能體系統中預測未來狀態本身就存在困難，加之智能體即便沒有MPC提供的前瞻能力，也已能高效探索未探索區域。然而，在某些特定環境中，MPC能顯著提升該算法的性能。

無人機（Drones），或稱無人飛行器（Unmanned Aerial Vehicles, UAVs），是在沒有人類飛行員在機上操作運行的航空器。它們可由機載計算機和傳感器自主操作，或由遠程飛行員通過各種方式（例如無線電波）操控 [1]。這些多功能機器人在過去幾十年一直是熱門研究主題，因此近期發展顯著 [2]，[3]。在軍事行動中，無人機非常適合在許多高風險任務中替代步兵執行情報、監視和偵察（Intelligence, Surveillance, and Reconnaissance, ISR）等任務[4]。將無人機納入軍事單位可有效減少己方傷亡并降低成本。最有前景的新興無人機技術之一是無人機集群技術（drone swarms），即大量無人機通常以自主方式協作運行以解決復雜目標。該研究主題側重于開發算法，指導集群中的無人機通過通信并基于其他無人機做出智能決策，從而高效完成任務[5]。未來在軍事背景下，無人機集群可能成為新一代作戰和情報工具，能夠執行多層面任務，同時最大限度減少人力資源需求。在許多應用中，無人機集群通常比傳統資源更快、更具適應性。借助先進的集群算法，軍事力量不僅可以將無人機用作單個單元，更能將其作為一個協同網絡使用，在復雜環境中的效能和可擴展性方面超越傳統的單一單元任務。本報告研究的集群算法可在任何能在二維空間中移動的機器人平臺上執行，例如無人地面車輛（Unmanned Ground Vehicles, UGVs）。貫穿全文，為追求更通用的表述，這些無人機被稱為“智能體”（agents）。就本報告目的而言，智能體將指代全向旋翼無人機。

本工作的目標是改進一種已存在的名為臺球算法的集群算法，特別側重于探索實現和優化避障的各種方法。這意味著將開發多種避障設計方案并進行比較，以獲得一個魯棒且多功能的算法。該算法的目的是在關注區域（Area of Interest, AoI）上提供持續的傳感器覆蓋，即AoI的每個部分都應盡可能頻繁地被覆蓋。障礙物可以呈現各種幾何形狀和復雜程度。該算法應能在AoI中高效分配其傳感器覆蓋，其中一部分區域可能被歸類為無趣區域。然而，應允許智能體穿越該區域以到達AoI的其他部分。避障算法各有優缺點。鑒于無人機有限的計算能力，所設計的算法需要簡潔而有效。通信流量也需要考慮，因為存在電子戰威脅的可能性。

在集群算法設計中，避障對于防止智能體受損至關重要。若無有效的避障，在AoI中的智能體可能與障礙物發生碰撞，導致智能體損壞，甚至在特定算法中導致整個集群失效。將避障整合到集群算法中可顯著提升其多功能性。一個糟糕的避障算法可能在障礙物邊緣附近表現平平，導致圍繞障礙物的覆蓋不理想。因此，本報告中的避障應解決此問題。通過考慮無趣區域，該算法能更有效地優先覆蓋AoI重要區域的傳感器。

本研究圍繞以下研究問題展開：
? 在障礙密集環境中，臺球算法與隨機路徑選擇相比如何？
? 帶避障的臺球算法在基于最差延遲性能和平均延遲性能方面與基于勢場的Ganganath算法相比如何？
? 整合預測時域能否顯著改善臺球算法的性能？
? 臺球算法的分布式控制與采用集中式和去中心式控制方案的版本在性能上相比如何？

本論文結構如下：第2節介紹了多智能體系統理論，并概述了本工作中使用的兩種算法。第3節描述了實驗設計和仿真環境。第4節展示并討論了結果。最后，第5節總結了論文并提出了未來工作的方向。

本工作評估了一種稱為臺球算法（billiards algorithm）的動態傳感器覆蓋（DSC）算法。研究了避開障礙物和無意義區域（如森林或湖泊）的不同方法。避障對于 DSC 算法的多功能性至關重要，因為它使無人機能夠在障礙物密集的環境中導航，同時最大限度地降低碰撞風險。在 MATLAB 中進行仿真，以評估算法在平均延遲和最差延遲方面的性能。將臺球算法與隨機路徑選擇和文獻中的一種算法（稱為 Ganganath 算法）進行了比較。為了提高臺球算法在障礙物密集環境中的性能，實施了模型預測控制（MPC），期望智能體（agent）能通過規劃更長遠未來而受益。本文中展示的結果表明，避障臺球算法在平均延遲方面與 Ganganath 算法相比表現良好，但在最差延遲方面存在不足。在某些室內環境中，Ganganath 算法表現出局限性，而臺球算法在兩項性能標準上都優于它。在計算復雜性和通信流量方面，這些算法差異顯著。臺球算法的仿真時間和通信量都低得多，這是軍事無人機集群算法中非常有價值的兩個額外指標。MPC 在一個有限的未來時間窗口上優化決策，被集成到臺球算法中以評估其有效性。研究發現，MPC 在一般障礙物密集的環境中并不能提高性能。這很可能是由于在多智能體系統中預測未來狀態的固有困難，再加上智能體即使沒有 MPC 提供的預見能力，已經能夠高效地探索未探測區域。然而，在某些環境下，MPC 可以為算法帶來顯著的性能提升。

無人機（UAV）是一種機上沒有人類飛行員操作的航空器。它們可由機載計算機和傳感器自主操作，或由遠程飛行員通過各種方式（例如無線電波）進行操作[1]。這些多功能機器人已成為過去幾十年中的熱門研究課題，因此最近發展顯著[2],[3]。在軍事行動中，無人機非常適合在許多高風險任務（如情報、監視和救援（ISR）行動）中替代步兵[4]。將無人機編入軍事單位可有效減少友軍傷亡并降低成本。最有前景的新興無人機技術之一是無人機集群（drone swarms），其中大量無人機協同操作以自主解決復雜目標。這一研究主題的重點是開發算法，指示無人機通過通信并根據集群中的其他無人機做出智能決策來高效完成任務[5]。未來，在軍事背景下，無人機集群可能通過執行多面任務并最大限度地減少人力資源需求，成為新一代作戰和情報工具。在許多應用中，無人機集群通常比傳統資源更快、適應性更強。借助先進的集群算法，軍隊不僅可將無人機用作單一單元，還可以將其作為一個具有凝聚力的網絡來使用，在復雜環境中的效能和可擴展性方面優于傳統的單一單元任務。本報告中研究的集群算法可在任何能夠在二維空間中移動的機器人平臺上執行，例如無人地面載具（UGV）。在整篇報告中，為采用更通用的術語，這些無人機被稱為智能體（agent）。就本報告而言，該智能體將是一架全向旋翼無人機。

本工作的目標是改進一種現有的名為臺球算法的集群算法，特別著重于探索實現和優化避障的各種方法。這意味著將開發多種避障設計方案并進行比較，以獲得一個穩健且通用的算法。該算法的目的是在關注區域（AoI）上提供持續的傳感器覆蓋，這意味著應盡可能頻繁地覆蓋 AoI 的每個部分。障礙物可能具有各種幾何形狀和復雜度。該算法應能有效地在 AoI 內分配其傳感器覆蓋范圍，該 AoI 的一部分可能被歸類為無意義區域。然而，應允許智能體穿越該區域以到達 AoI 的其他部分。避障算法各有優缺點。鑒于無人機有限的計算能力，所制定的算法需要簡單而有效。由于存在電子戰的可能性，通信流量也需要考慮。

避障在集群算法設計中至關重要，以防止智能體受損。沒有有效的避障，智能體可能會與 AoI 中的障礙物相撞，造成智能體損壞，甚至在某些算法中導致整個集群失效。將避障集成到集群算法中可大大提高其通用性。一個糟糕的避障算法可能會在障礙物邊緣附近表現欠佳，導致障礙物周圍的覆蓋效果欠佳。因此，本報告中的避障應解決此問題。通過考慮無意義區域，該算法更有效地優先考慮在 AoI 重要區域進行傳感器覆蓋。

本論文的結構如下：第 2 節介紹多智能體系統理論，并介紹本工作中使用的兩種算法。第 3 節描述實驗設計和仿真環境。第 4 節展示并討論結果。最后，第 5 節總結論文并提出未來工作的方向。

本文闡述了一種“低成本地基反無人機系統”的設計開發及測試環境，該系統致力于在資源受限場景提供有效空域安防方案。研究選用“動力學攔截技術”作為最具可行性、低成本的“末端防御手段”。基于“易獲取材料”構建的系統包含自制氣動裝置、“可重復使用三維打印彈體”及互換零件架構，重點探索“經濟型無人機防御”的可行性并引入“短程精度度量”評估彈道特性。在“普渡大學4號機庫”的嚴格室內測試中，通過多環境下的“彈體高度”、“射程”及“精度”三維度評估系統性能；針對氣動發射裝置測試了“90度射界”并建立“小誤差邊際對照表”以明確技術改進方向。實驗確定“熱塑性聚氨酯線材”（TPU）為最優彈體材料，采用“10%填充率”、“225攝氏度（437華氏度）打印溫度”及“70毫米/秒打印速度”參數。研究結果為“低成本無人機防御技術”提供了影響系統性能的材料選型與設計依據，表明氣候溫度變化將導致系統表現波動，為應用同類技術加強“非授權無人機防御”提供了實踐指導。該研究填補了當前“動力學攔截式無人機防御技術”的空白，證實“高效解決方案”可實現經濟性與可及性統一，不僅推動“反無人機技術”進步，更為發展“可擴展適配型無人機防御系統”的研究創新鋪平道路。

在國際近期武裝沖突中，烏克蘭士兵在針對俄羅斯的行動中使用“改良商用現貨無人機”，以及哈馬斯武裝在以色列實施的“自殺式無人機襲擊”，向公眾揭示了這種新型“無人機作戰”（drone warfare）的潛在威力與風險。這兩場沖突凸顯了人們對低成本、易獲取部件改造“商用現貨無人機”（COTS drones）的擔憂——這些改造使其轉變為可摧毀坦克與作戰單元且難以被偵測的致命武器。該技術在公私領域擁有多種名稱：“無人航空器”、“無人機系統”、“遙控飛行器”、“遙控飛行器系統”、“遙控飛機”、“無人飛機”，更常簡稱為“無人機”（drones）。作為二十世紀發展的重要軍事應用，無人機技術旨在減少對人類飛行員的依賴，避免“作戰人員傷亡”、“戰俘”問題及“軍事情報泄露”。

盡管文獻展示了“商用現貨無人機”在多規格多場景中的先進能力，但該技術也吸引惡意行為者實施各類“非法濫用”，破壞民用及私域的“安全防護”與“隱私保障”。同步研究揭示了惡意行為者在無人機領域的創造性利用：從“商用無人機擅闖關鍵基礎設施”與大型集會，到向設施邊境“走私違禁品”，從擾亂公共服務到利用無人機“暗殺公眾人物”，乃至全球范圍內針對重要資產的“無人機襲擊”——這些威脅亟需更嚴苛的法規約束及“反無人機產品”創新。盡管聯邦機構嚴懲違法者，仍無法阻止惡意行為者鉆營法規“灰色地帶”和漏洞。根據“聯邦航空管理局”預測，實際注冊的商用無人機數量遠低于市場銷量。FAA雖強制實施“無人機注冊制”（COTS drone registration）并要求加裝用于空域定位的“遠程識別廣播系統”，但該規定不適用于重量低于0.55磅的“娛樂用途無人機”。

2015年“白宮無人機入侵事件”——一架商用無人機在未被發現情況下降落在全球安防等級最高的建筑群——充分暴露了“1類輕型商用無人機”的安全威脅。文獻記載的全球類似事件，促使公私領域尋求不同“反制措施”應對惡意無人機挑戰。由此催生的“反無人機產品”及預防手段，構建起新興“反無人機市場”，其技術體系被稱作“反無人航空器系統”或“反無人航空器”。公眾更常使用“反無人機系統”等通用術語。依據文獻定義，這是通過合法手段“安全癱瘓”、“信號干擾”或“奪取控制權”應對“惡意無人機襲擊”的核心防御系統。

問題陳述

趨勢分析所示，自2017年起公共與私營部門在“反無人航空器系統”（CUAV）領域開展了多樣研究。盡管多家機構發布眾多“評述報告”、“調查研究”及“學術研究”，但極少披露市售CUAV系統的“驗證效能”與“可靠性數據”。此類報告雖闡述CUAV系統的“優勢劣勢”及“局限特性”，卻鮮少提供真實威脅場景下的“系統效能實證”與“可信度分析”。更重要的是，對具備“探測攔截能力”的各類CUAV系統，其測試方法中“威脅場景分類”及“可靠性判定準則”均未詳盡說明。

2017年美國“桑迪亞國家實驗室”研究者提出CUAV系統“性能測試指標框架”，但未明確具體“威脅情景測試類型”。該機構2019年市場調查報告收集測試了多國供應商的“技術參數”，卻僅呈現“調查問卷”及“系統特性匯總表”。研究承認存在“測試指標漏洞”，需持續更新以應對“商用無人機技術”的快速迭代。各CUAV系統架構迥異，配置單/雙模“探測攔截體系”，針對不同威脅場景采用差異化方案。因此，基于“氣動發射裝置”與“三維打印彈體”的“地基固定式CUAV系統”亟需開展“小規模實景驗證”，通過“實測約束數據”檢驗“射程效能”、“可行性”及“可信度”，此為反無人機領域的關鍵基石。

現存研究表明，當前CUAV領域尚無“通用解決方案”或“銀彈技術”。惡意操作者可多向突破系統局限：通過關閉無人機“全球定位系統”（GPS）、預設“低空航點”規避“雷達”與“聲學傳感器”，并采用“高速變軌飛行”取代直線路徑突破攔截。當前市場充斥各類CUAV系統的“性能宣傳”，但因“商業保密條款”，鮮有供應商公開系統在真實威脅下的“精確性”、“生存性”與“可靠性”驗證數據。2023年美軍采用“系留無人機”及“氣球標靶”進行反無人機訓練——這與主流演示模式高度雷同：自2017年來網絡公開的“反無人機演示影像”中，超九成案例僅展示擊落懸停單機，未見有效對抗“集群無人機”的實證記錄。

研究意義

多數“地基固定拋射式反無人機系統”存在共性缺陷：“射程范圍”與“部署高度”受限。開放式解決方案公司的“天墻300”（Skywall 300）技術參數書聲稱其固定式系統具備250米“最大動力學攔截射程”[50]，但未提供不同環境下的“精確性驗證”與“可行性實證報告”。2015-2019年公開的“反無人機系統測試”及當前可獲取報告均未基于“實境約束條件”驗證系統效能。本研究探索利用“低成本易獲取部件”構建可行“地基固定式拋射反無人機系統”，通過在“密閉小尺度實驗場”測試“三維打印迫擊炮彈”的“彈道行為特性”以檢驗其“有效攔截范圍”與“命中精度”。

在無人機攻擊激增的沖突背景下，采用“經濟型材料”構建“低成本反制系統”至關重要——尤其當資源有限需應對“商用無人機威脅”時。現有“高端防御技術”因“高昂運維成本”難以成為長效解決方案。為檢驗固定系統的“有效作用范圍”與“打擊精度”，本研究基于“天墻300”概念構建系統，集成“云臺轉向機構”、“氣動發射裝置”及“三維打印彈體”。實驗彈體運用“計算機輔助設計”（CAD）優化“氣動外形”，通過“三維打印技術”實現“可互換式低成本構件”。核心目標在于設計建造并評估系統性能，聚焦“彈體射高”、“有效距離”、“命中精度”及“系統一致性”等關鍵參數，重點探究：“傾角-壓力最優組合”對性能的影響、不同射距的“系統精確度”表現、“重復測試穩定性”。該“低成本自制固定式反無人機系統”通過以下自變量驗證“有效射高”、“作用范圍”與“打擊精度”，填補當前固定式系統在“實境應用限制”中的效能空白：

1. 觀測三維打印彈體在“彈道軌跡”中動能耗盡前的“最大射高”與“射程極值”，分析不同“傾角參數”和“壓力值”下的性能表現。
2. 通過“標靶板測試”評估彈體與系統的“命中精度特性”及“運行穩定性”，采用本研究提出的“精度度量標準”進行數據分析。

在軍事研發領域，美軍“聯合全域指揮控制系統（JADC2）”的“任務規劃與執行”需求明確，而利用AI輔助聯合規劃以處理數據支撐人類決策，是此類系統效能提升的核心。然而，還需設計“人類數據解讀機制”以優化協同任務的同步與執行。本研究旨在通過“緊急醫療服務場景”評估互依性任務管理候選方案。研究證實，采用“時間線顯示”界面處理“依賴關系問題”的準確率更高，僅在“狀態問題”類型上其精度未顯著優于其他顯示模式。這表明“時間線顯示”界面設計基于“基爾戈爾的時序區間邏輯關系可視化方法”具有顯著有效性。

團隊效能研究數十年來始終是軍事領域的核心議題。軍方資助或主導的研究揭示了團隊績效的本質特征，完善了績效測量與評估方法，并深化了對團隊構成與組建機制的理解。然而，近期技術進步與近鄰對手能力的躍升正顛覆作戰范式。未來戰爭中，“多梯隊殺傷鏈”——由分散式系統集群與操作員構成——將成為制勝關鍵。這一新范式為軍方帶來一系列獨特的協同挑戰。能否有效閉合對敵殺傷鏈并保持優勢，將完全取決于分布式多域團隊在“人-人”及“人-自主系統”協作、以及快速適應動態戰局方面的能力。

美國國防部計劃通過“聯合全域指揮控制（JADC2）”倡議應對軍事格局演變。JADC2是一項戰略作戰概念，旨在將陸軍、海軍、空軍、海軍陸戰隊及太空軍的傳感器、打擊單元與通信設備——最終包括盟國系統——整合為“網絡之網絡”。JADC2的成功高度依賴從多元數據源快速采集海量信息。盡管人工智能（AI）與機器學習（ML）可高效輔助數據處理與分析，人類仍是關鍵資產——尤其在數據解讀與分布式團隊跨域協同效應生成環節。《空軍條令文件3-99》（2021年）指出，“聯合全域作戰（CJADO）”的作戰效能需通過“動能與非動能能力在正確時空點的同步釋放”實現。例如，2023年“護身軍刀”演習中，參演部隊利用非動能效應在反介入/區域拒止環境中為動能打擊開辟時間窗口。為確保此類效應同步，《空軍條令文件3-99》強調每個分布式作戰單元必須理解總體計劃、自身角色及與其他單元的互依支持關系。本研究目標即開發可視化作戰單元互依關系的界面以促進效應同步。

基于前人關于互依性定義與可視化設計的研究，本文改造“智能多無人載具自適應協同/控制技術規劃平臺（IMPACT）”，使其展示任務時序與互依關系。IMPACT整合自主技術、直覺界面與決策支持工具，支持操作員在基地防御、應急響應等任務中指揮多作戰單元。其任務管理界面通過解析聊天文本數據識別任務指令，若判定與操作員相關，則將任務添加至任務管理器并附詳細參數與“快速反應清單”推薦行動。盡管前期研究已探討不同分布式團隊結構利用任務管理器執行聯合指令的效能，但未涉及任務時序與互依關系的表征。為填補此空白，本研究批判性評估現有設計并開發新界面，以可視化任務歸屬、互依性、時序及狀態信息。

任務管理設計方案

經研究確認，任務管理界面需呈現四大核心要素。首先為任務歸屬——明確團隊中任務責任人對協同至關重要，該信息應易于訪問。其次為時序數據，包括任務計劃啟動/結束時間及持續時間。在JADC2任務中，“任務機會窗口”亦屬關鍵，需確保任務在可接受風險或與階段性資源/預協調行動配合下完成，因此所有任務均納入“最早可啟動時間”與“最晚需完成時間”構成的窗口期。第三為任務依賴關系，其中“任務順序約束”是最基礎形式，需標識任務相對其他任務而非單純依時間執行的關聯性。識別出三類基本順序約束：1) 父任務啟動是子任務啟動的前提；2) 父任務完成是子任務完成的前提；3) 父任務完成是子任務啟動的前提。所有依賴關系均存在“父任務”與“子任務”，后者依賴于前者形成方向性關聯。最后為任務狀態，設計中包含“規劃中”“執行中”“已完成”三種狀態。此外，研究認定需考慮“警報機制”，其觸發邏輯基于任務窗口期與依賴關系，分為兩級警報：在JADC2等復雜環境中，若任務無法在窗口期內完成需調整，界面將觸發“紅色警報”；任何因依賴關系受該警報影響的任務則觸發“黃色警告”。這四大要素被融入現有及創新設計理念，產出兩組數據同源但設計異質的界面供實驗對比研究。

隨著美軍持續全球部署，其加大了在嚴酷環境下的醫療支持。遠程醫療支持的應用增強了滿足此類需求的能力。有效實施遠程醫療援助需依賴衛星通信，并常需借助民用服務供應商。本研究評估結合虛擬專用網絡（VPN）安全與隱私增強的衛星通信網絡效能，測試IPsec、OpenVPN與Wireguard三種協議在地球靜止軌道衛星供應商Viasat與低地球軌道衛星供應商Starlink上的性能影響。研究發現：VPN部署對延遲產生小幅但持續影響，對包間延遲變異（IPDV）影響可忽略；VPN應用導致吞吐量下降（尤以下行吞吐量顯著）。具體而言，OpenVPN對吞吐量影響最大，Wireguard提供最高總吞吐量，IPsec性能最穩定，推薦用于企業級應用。

多數戰區缺乏地面互聯網或蜂窩網絡等基礎設施。本研究資助方——空軍研究實驗室（AFRL）正針對軍事行動遠程醫療需求應對此現狀，重點關注南太平洋與北極區域。地面互聯網服務供應商（ISP）及其基礎設施可能滯后于普及水平，或根本不存在。這種基礎設施缺失（多數人視其為理所當然）促使衛星通信成為填補缺口的關鍵手段[2]。遠程醫療效能與網絡性能直接相關，通信系統須滿足遠程醫療應用最低需求。本研究基于文獻[3]成果（直接比較Starlink與Viasat在遠程醫療應用中的性能），評估常見VPN協議對此類系統的影響并權衡利弊，旨在支持嚴酷環境下高效遠程醫療目標。遠程醫療使部署醫務人員（通常訓練有限）能夠實施高風險或需重大后勤支持的醫療操作。此類支持稱為"實時臨床支持（RTCS）"[4]，其利用全球專家資源為部署于嚴酷環境的醫療人員提供監督指導。

文獻[3]表明，低地球軌道（LEO）衛星服務總體優于地球靜止軌道（GEO）衛星服務（尤其在協議針對LEO運行特性優化時），但未專門探討安全性特征。本研究旨在相同網絡條件下開展類似測試，引入不同VPN協議作為增強安全性的可選方案。當軍用通信衛星不可用時，此方案將尤其有益。

遠程醫療需求是軍事全球部署與當地醫療人員匱乏的直接產物。衛星技術普及使得部署基礎訓練醫務人員成為可能，同時由少數經驗豐富專家提供后方支援。這種分布式模式使少量全科醫療人員能服務同等數量病患。醫療信息處理需重點考量患者隱私與安全性，對全部流量施加VPN協議是可行解決方案，但該方案亦引入額外開銷。本研究量化衛星通信疊加VPN對遠征遠程醫療的影響，預期其網絡性能影響與地面網絡部署相同VPN協議時類似。為此構建典型遠程醫療測試網絡，配置VPN并選取網絡性能指標，通過標準化測試方法采集數據，分析各VPN協議影響程度。

本研究主要基于文獻[3]對Starlink與Viasat支持遠程醫療的效能分析，新增IPsec、OpenVPN、Wireguard三種常見VPN協議，測試衛星通信鏈路疊加VPN的可行性。測試方法部分借鑒文獻[5]——其使用iperf3程序與亞馬遜云服務（AWS）（但受AWS限制），本研究將采用AWS搭建VPN服務器，iperf3進行吞吐量測試。文獻[5]旨在對比Wireguard與OpenVPN性能，發現Wireguard在多核設備表現更優（因測試版OpenVPN無法利用多核），且研究在Wireguard未集成至Linux 5.6內核前完成。

文獻[6]基于Linux商用硬件對比IPsec、OpenVPN、Wireguard性能，在40 Gbit/s網絡（遠超本研究吞吐量）中發現Wireguard在高吞吐場景潛力最大，但Linux網絡棧引入顯著開銷。該研究采用MoonGen而非iperf進行測試。盡管硬件環境不同，本研究預期衛星鏈路影響外結果趨勢相似。文獻[7]對比兩版Wireguard與多配置IPsec、OpenVPN，發現Wireguard連接最快但吞吐最低、延遲最高，IPsec綜合最優。差異主因或是其采用支持AES-NI指令集的硬件加速（本研究未啟用），且iperf v2.0.10單線程成瓶頸。

??論文結構??

本論文共五章。第二章概述遠程醫療、衛星通信、VPN及待評估網絡性能指標。第三章詳述遠征遠程醫療測試方法，涵蓋網絡需求與測試環境構建。第四章闡述測試流程與結果，含數據分析。第五章總結研究成果，提出應用建議與未來研究方向。

隨著無人駕駛飛行器（UAV）日益成為監視和偵察（S&R）行動不可或缺的一部分，其易受網絡威脅的特性給行動的完整性帶來了巨大風險。當前的網絡安全協議往往無法解決無人機行動在監視和偵察（S&R）環境中的獨特脆弱性和挑戰，凸顯了專門網絡安全戰略的空白。本研究采用 MITRE ATTACK 框架來加強網絡安全方法，保護無人機免受不斷變化的網絡威脅。本論文通過基于場景的分析，將現有漏洞與綜合戰術、技術和程序（TTPs）進行映射。假設和實際的 S&R 操作案例研究證明了建議的網絡安全策略的適用性，驗證了這些策略在減輕特定威脅方面的有效性，以及制定更具體的網絡安全協議的必要性。研究結果提倡在無人機網絡安全方面不斷創新并保持警惕，這有助于保護執行 S&R 任務的無人機，并強調了無人機操作中網絡安全挑戰的動態性質。

本論文要解決的核心問題是，在 S&R 場景中運行的無人機在專門的網絡安全戰略方面存在巨大差距。本研究利用 MITRE ATTACK 框架，致力于發現和設計增強型網絡安全方法，以保護無人機在執行 S&R 任務中的重要貢獻，抵御不斷變化的網絡威脅。本研究對 S&R 領域無人機面臨的普遍網絡安全漏洞進行了深入研究。這項研究旨在將這些漏洞與 MITRE ATTACK 框架中概述的綜合戰術、技術和程序（TTPs）進行映射。為了驗證所提出的網絡安全策略的有效性和適用性，論文將結合模擬 S&R 行動的案例研究。假設和實際場景說明了如何根據 MITRE ATTACK 框架調整和應用網絡安全措施，以減輕不同 S&R 環境下的特定網絡威脅。納入這些場景旨在闡明在基于無人機的 S&R 行動中制定嚴格的網絡安全措施所面臨的現實挑戰和可行性，為此類協議在實際環境中的執行和有效性提供重要見解。

本文共分六章。第 2 章包括無人機在各種監視和偵察任務中的一般使用背景、有關 MITRE ATTACK 框架的信息、在監視和偵察任務中使用無人機的研究文獻綜述以及無人機和 S&R 場景中的網絡安全狀況。第 3 章分析了對無人機的常見網絡攻擊，研究了這些威脅對任務的影響，并討論了對監視和偵察任務中的無人機的潛在影響。第 4 章重點介紹 MITRE 框架，通過該框架確定相關戰術、技術和程序 (TTP)，并在 S&R 行動中制定緩解策略。第 5 章探討了假設和實際案例研究，在各種 S&R 場景中實施該框架。最后，第 6 章回顧了使用 MITRE 框架的局限性和挑戰，總結了主要發現，并給出了一些最終想法。

由于全球定位系統在室內容易受到干擾和失去覆蓋范圍，因此在全球定位系統缺失的環境中進行可靠導航仍然是自主無人系統面臨的一項挑戰。本研究通過將卷積神經網絡（CNN）與視覺傳感器集成，研究如何在不依賴 GPS 的情況下實現實時姿態估計，從而解決無人地面車輛（UGV）面臨的這一挑戰。針對位置和航向估算實施了雙 CNN 架構，并在具有相應姿態的大量圖像數據集上進行了訓練。通過與改進的勢場算法集成，實現了周期性漂移估計和校正。其中一個主要貢獻是用于漂移校正的世界表示調整方法，該方法可根據 CNN 估計值動態調整航點位置。利用這種方法，在受控環境中實現了連續多圈的成功導航，大大提高了沒有漂移校正的基線性能。這項研究的結果表明，通過這種方法可以大大降低自主導航系統對全球定位系統的依賴性，從而有可能提高無人系統對電子戰戰術的應變能力，使其能夠在有爭議的環境中持續運行。

美海軍部（DON）無人作戰框架強調了海軍部 “投資于先進自主和無人系統 ”的承諾。隨著這些技術的進步和實施，無人系統對可靠定位能力的依賴程度也在增加。然而，在干擾和欺騙等電子攻擊成為普遍威脅的有爭議環境中，期望全球定位系統（GPS）成為可靠的定位手段變得不那么可行。此外，在室內環境或衛星能見度有限的區域工作時，GPS 的可靠性也會降低。隨著無人駕駛系統的使用日益增多，在 GPS 無法使用或不可靠的情況下，有必要提供替代解決方案。

隨著無人駕駛系統的分布越來越廣，相互連接越來越緊密，GPS 拒絕或欺騙所造成的脆弱性也隨之加劇。定位中的單點故障會產生連鎖效應，降低整個系統的能力并增加風險。因此，為自主輪式無人飛行器探索可靠、精確的導航技術至關重要，這種技術可在 GPS 信號被屏蔽的環境中有效運行，確保無人駕駛行動在有爭議的復雜場景中繼續取得成功。

這項研究旨在為在室內環境或 GPS 信號不可靠或不可用的地區運行的無人潛航器開發一種穩健的導航解決方案。該方法將利用兩個主要來源的數據：車輪編碼器和視覺傳感器。車輪編碼器數據將使用死算模型進行處理，而 CNN 將用于分析視覺傳感器數據。通過將這些技術相結合，該系統將實現無需 GPS 的同步自主導航。這種方法的一個關鍵方面是實時激活 CNN，CNN 可以解釋環境的獨特特征，并相應地引導 UGV。

這項研究的范圍包括利用深度學習技術為 UGV 開發無 GPS 定位和導航解決方案。將通過 P3-DX Pioneer 機器人系統在室內實驗室環境中使用模擬 UGV 進行廣泛的驗證和測試。不過，某些領域被認為不屬于本研究的范圍。其中包括路徑規劃算法的開發，因為車輛將使用現有的反應式自主方法。此外，除視覺數據外，也不會考慮探索其他傳感器模式。研究重點將不是在有移動障礙物的高動態環境中進行導航。預計面臨的主要技術挑戰是優化計算時間以實現實時性能、減少長時間漂移以及在激烈機動過程中保持定位精度。在項目限制條件下，將盡可能利用和調整現有技術和算法，以最大限度地提高魯棒性。

本論文共分五章，每一章都側重于研究的一個特定方面。第 2 章：“背景 ”通過介紹和解釋與論文工作相關的基本概念，為研究奠定了基礎。本章包括對該領域現有文獻的全面回顧，重點介紹了當前的技術，并指出了本研究要解決的差距。

第 3 章：“方法與實驗設計 ”介紹了論文工作中采用的方法和手段。它詳細描述了實驗中使用的硬件組件和實施的具體算法。本章還討論了實驗設置、數據收集過程以及用于評估所提解決方案性能的評價指標。

第 4 章：“結果與分析 ”主要評估本研究中開發的 CNN 的性能。本章介紹了獲得的實驗結果，并對結果進行了深入分析。本章還包括圖表等可視化內容，以支持對結果的解釋。本章討論了所提方法的優勢和局限性，并將結果與文獻中的現有方法進行了比較。

第 5 章：“結論與未來工作 ”總結了論文研究的主要發現和貢獻。本章強調了這項工作的意義及其對自主導航和定位領域的潛在影響。此外，本章還確定了未來的研究領域，并為進一步改進和擴展所提出的方法提供了建議。

最后，為簡潔起見，“UGV ”和 “機器人 ”這兩個術語在本論文中交替使用。

圖 3.8. 增強型數據存儲過程的可視化表示，這是 CNN 訓練的準備階段。這既減少了圖像所需的存儲空間，又為 CNN 訓練過程保持了適當的預期輸出響應。

本研究探討了政府和國防機構的情報搜索人員所面臨的數據超載問題。研究利用認知系統工程（CSE）文獻中的方法，對情報搜索工作領域進行深入分析。這些見解被應用于設計和評估專門用于情報搜索任務的人類-人工智能智能體團隊的支持概念和要求。領域分析揭示了 “價值結構 ”的動態性質，“價值結構 ”是一個術語，用于描述管理情報搜索過程的不斷變化的標準集。此外，領域洞察力還提供了搜索聚合和概念空間的詳細信息，可將價值結構有效地應用于情報搜索。利用這些發現的支持系統設計可以使情報搜索者在更抽象的層次上與數據互動并理解數據，從而提高任務效率。此外，新的系統設計還可以通過相關的系統提示，促進對大型數據域中未被選擇對象的 “環境感知”，從而為搜索者提供支持。通過支持概念和人工智能團隊實現的 “環境感知 ”有可能解決數據超載問題，同時提高搜索覆蓋范圍的廣度和深度。

圖 4. FAN 領域模型。為了強調整個 FAN 的抽象功能結構和目標互動，圖中模糊了流程塊的細節。詳細的智能搜索功能模型見補充材料圖 S1。

政府和國防機構的情報搜索人員面臨著越來越多的數據和文件，他們需要從中查找或 “發現 ”信息，以獲得支持明智決策的見解。這種情況被稱為數據超載問題，即個人在系統或其他代理的幫助下，難以選擇、組合或綜合所需的數據子集，以完成需要在更大的數據領域進行態勢評估的任務[1]。在這種情況下，情報搜索人員與同事一起利用搜索工具，協同努力從幾乎無限的可用于任務的文件中查找、收集和評估文件，以完成為情報目標提供信息的任務。具體地說，數據超載妨礙了搜索人員識別數據子集的能力，而這些數據子集能提供足夠的細節來滿足情報目標，這對行動任務的完成至關重要。

用于一般情報搜索任務的系統可能會導致數據超載癥狀。具體來說，情報搜索工具會表現出與 “鎖孔脆性”[2] 概念有關的缺陷。這里所說的 “鎖孔 ”是指縮小呈現數據的范圍，將剩余數據分配到更多的隱藏屏幕上。這種呈現方式要求研究人員手動瀏覽和綜合來自多個數據屏幕的信息，以了解搜索的效用。同時，這些現有工具的脆性與它們支持從情報搜索工作領域的數據中提取意義的潛力有關。因此，“脆性 ”產生于搜索工具對信息的狹隘表述。對于需要從大量數據中提取意義的復雜任務來說，這種局限性導致了效率的下降，而這些數據又超出了給定系統的表述范圍。此外，由于情報搜索工作和信息領域的結構復雜，無法充分捕捉和傳達，妨礙了對支持行動所需的信息的理解和管理。這就導致效率低下，搜索人員往往會錯過有價值的見解和與目標相關的數據，同時還要花費更多的時間瀏覽各個屏幕來完成任務。

情報工作領域的搜索所面臨的這些廣泛挑戰構成了本研究要探究的問題，圖 1 的頂部對此進行了總結。圖 1 中還列出了應對這些挑戰常用的術語和縮略語，作為本研究的路線圖。

在未知和不確定的環境中開辟安全路徑是領導者-追隨者編隊控制的一項挑戰。在這種結構中，領導者通過采取最佳行動向目標前進，追隨者也應在保持理想隊形的同時避開障礙物。該領域的大多數研究都將編隊控制和障礙物規避分開考察。本研究提出了一種基于深度強化學習（DRL）的新方法，用于欠驅動自主水下航行器（AUV）的端到端運動規劃和控制。其目的是為 AUV 的編隊運動規劃設計基于行動者批判結構的最優自適應分布式控制器。這是通過控制 AUV 的速度和航向來實現的。在避障方面，采用了兩種方法。第一種方法的目標是為領導者和跟隨者設計控制策略，使每個領導者和跟隨者都能學習自己的無碰撞路徑。此外，跟隨者遵守整體編隊維護策略。在第二種方法中，領跑者只學習控制策略，并安全地帶領整個團隊向目標前進。在這里，跟隨者的控制策略是保持預定的距離和角度。在存在洋流、通信延遲和傳感誤差的情況下，展示了所提出方法在現實擾動環境下的魯棒性。通過大量基于計算機的模擬，對算法的效率進行了評估和認可。

美國防部增材制造戰略（2021年）和陸軍指令2019-29（2019年）（通過先進制造業實現戰備和現代化）表明，軍方正在努力將增材制造融入軍事系統。這項定性研究的目的是探索增材制造技術的進展，以評估增材制造部件在陸軍旋翼飛機上關鍵安全應用的可行性。本研究概述了陸軍飛機關鍵安全項目的鑒定過程，回顧了美國防部和陸軍的增材制造政策，詳細解釋了粉床聚變和定向能處置增材制造工藝，并回顧了一個案例研究。增材制造技術需要嚴格的材料和工藝控制，以及重要的鑒定檢查和測試，以支持陸軍航空的關鍵安全應用。然而，增材制造技術已經成熟，現在該技術已經準備好為關鍵應用生產高質量的復雜旋轉翼零件。

概念框架

本研究的概念框架定義了研究過程的目標。首先，本研究將提供一個陸軍航空CSI資格認證過程的概述。本研究將簡要討論與AM和航空有關的陸軍和國防部政策，以便為AM在陸軍航空中的相關性提供背景。然后，本研究將提供適用于陸軍旋翼飛機關鍵應用的金屬部件制造的AM工藝研究。最后，本研究將以一個案例來結束，該案例提供了一個陸軍旋轉翼飛機上使用AM部件的鑒定過程的例子。圖1顯示了生產增材制造關鍵安全項目的研究的概念框架圖。