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

為了讓無人機集群能在實際中更好地運用, 從無人機任務規劃和編隊飛行兩個視角進行綜述, 再基于編隊飛行對多無人機集群的任務規劃提出展望. 在無人機群任務規劃的研究現狀中, 先分成任務分配和航跡規劃兩部分, 再歸納合并為任務規劃進行討論; 在無人機群編隊飛行的研究現狀中, 從編隊感知通信和編隊控制兩部分論述. 討論了多無人機集群融合任務規劃和編隊飛行的新研究方向和相關問題, 包含考慮編隊飛行的多無人機群航跡規劃和考慮編隊飛行的多無人機群任務規劃.

海戰場是軍事對抗的重要戰場之一,海上作戰涉及空中、水面、水下以及海岸陸地等空間,作戰資源對象 數量龐大且能力多樣。隨著無人系統技術的不斷發展,跨域無人集群將成為未來海上作戰的重要力量。以海 上跨域無人集群作為研究對象,首先梳理了跨域作戰的相關概念及演變過程,定義了跨域無人集群的內涵,然 后闡述了美軍單域無人集群項目的發展趨勢及現狀,分析了近期跨域無人集群演習的主要內容,之后對無人集 群關鍵技術現有研究成果進行了提煉總結,指出了跨域無人集群發展面臨的挑戰。最后給出了跨域無人集群 未來的發展趨勢。無人系統具有成本低、操作靈活、不懼傷亡等優 勢,能夠深入惡劣、危險的環境中執行任務[1-2],在現 代作戰中具有廣闊的應用前景。已有諸多學者對無 人 集 群 的 編 隊 控 制[3-5]、構 型 演 化[6-7]、路 徑 規 劃[8-10]、任務分配[11-13]等問題開展了研究,取得了一 定的成果。 2022年10月29日,烏克蘭采用無人機和無人 艇組成的無人集群對俄軍黑海艦隊進行突襲并取得 成功,受到了廣泛關注。相較于單域無人集群,運用 多域無人系統組成跨域無人集群,能夠通過跨域平 臺間的任務協同、信息融合、資源互補實現平臺優勢 互補,進一步拓展無人集群作戰運用場景,充分發揮 無人集群的體系作戰優勢。 從當前無人作戰案例和各國無人系統發展趨勢 上可以看出,跨域無人集群將成為無人作戰系統發 展的一個重要方向。為促進相關技術的研究和發 展,本文從“跨域作戰”概念的演變過程入手,對跨域 無人集群的發展概況、作戰樣式、關鍵技術研究現狀 進行了梳理和分析,最后指出跨域無人集群的未來 發展趨勢。

衛星/慣性超緊組合導航系統以其定位精度高、動態性能優良、抗干擾能力強等特性成為組合導航領域的研究熱點。介紹了衛星/慣性超緊組合的定位原理,基于對技術原理的分析,比較超緊組合模式相對于其他組合模式的優勢特點；以高動態下超緊組合技術及衛星/微慣性單元超緊組合為代表介紹國內外研究現狀；總結了亟待研究的容錯控制技術、神經網絡輔助、多傳感器輔助超緊組合等關鍵技術,并對衛星/慣性超緊組合向著低成本、高精度、強穩定趨勢發展的前景進行展望。

全球導航衛星系統（Global Navigation Satellite System，GNSS）經過數十年的研究和發展，已能實現全天候的室外高精度定位。然而，GNSS定位原理決定了接收機需要至少4顆衛星的信號才能解算出位置信息，且衛星信號較弱，易受電磁干擾與遮擋。與此相反，慣性導航系統（Inertial Navigation System，INS）具有不受環境約束的特性，能夠實現完全自主定位，但其缺陷在于漂移誤差會隨著工作時間的推移而不斷累積。因此，在衛星信號較弱且遮擋較多的環境下，將GNSS與INS進行組合，實現各自的優勢互補，已成為導航定位領域的一個熱點。 組合、緊組合和超緊組合這三種1。其中，松組合和緊組合本質上都是使用GNSS輔助INS進行導航，在衛星信號失鎖時，INS仍然會出現誤差累積。超緊組合在緊組合基礎上使得組合濾波器也向接收機反饋校正信息2，能夠實現更深層次的組合，大幅提升了魯棒性。因此，本文對于超緊組合系統的結構特點和發展現狀進行分析，并對超緊組合涉及的關鍵技術及發展前景進行總結和展望。

針對無人機(unmanned aerial vehicle, UAV)集群執行對地攻擊任務可靠性評估問題, 考慮實際作戰環境和任務規劃, 建立了一種適用于具體任務過程的可靠性評估方法。首先, 建立了UAV集群作戰的時態異構網絡模型, 用時態打擊鏈模擬UAV集群任務規劃和協同作戰過程。然后, 基于連續時間馬爾可夫鏈(continuous-time Markov chain, CTMC)建立了UAV集群在威脅區域飛行的生存概率模型。進而, 綜合UAV集群的作戰能力和生存概率, 提出了任務可靠性評估方法。最后, 通過實例分析, 驗證了該模型的實用性和合理性。該模型考慮到各方面影響戰果的因素, 貼合實際, 為UAV集群任務可靠性評估和決策提供了參考。

//www.sys-ele.com/article/2023/1001-506X/20230938.shtml

無人機(unmanned aerial vehicle, UAV)執行對地作戰任務具有成本低、效率高等優勢, 在現代戰場中應用越來越廣泛。使用UAV進行進攻作戰、非常規作戰、高價值目標打擊成為UAV發展的一個重要趨勢[1]。 隨著UAV系統自主性、網絡通信技術和群體智能理論的發展, UAV以集群形式執行任務是未來的應用趨勢[2]。UAV集群具有一定的冗余性和魯棒性[3-4], 即使部分UAV墜毀, 集群仍能完成任務。因此, 相對于傳統單體可靠性而言, 集群面向任務的可靠性評估更具實際意義。近年來，有一種針對任務可靠性量化的應用, 對UAV集群系統進行任務可靠性預測并將其作為重要因素幫助指揮人員進行任務決策[5]。作戰指揮人員可以在任務開始前預測UAV集群的任務可靠性, 以保證任務成功率。

目前, 在UAV集群任務可靠性方面已有很多研究。一部分基于傳統可靠性分析方法進行推廣。文獻[5-6]使用二元決策圖和分階段任務方法評估UAV集群任務可靠性; 文獻[7]考慮幾個自治系統執行的任務, 并提出一種通過擴展二元決策圖技術來預測任務可靠性的方法; 文獻[8]提出連續系統多級平衡UAV的可靠性建模和估計。還有基于概率論方法[9]、劃分多級系統[10-12]、基于Agent建模與仿真系統建模[13-17]和連續時間馬爾可夫鏈(continuous-time Markov chain, CTMC) 等建模方法[18]。此外, 用復雜網絡對集群進行建模是目前一種比較熱門的方法。文獻[19]建立了UAV集群的多層次網絡模型, 根據網絡的連通性和脆弱性評估群的任務可靠性; 文獻[20]用多態網絡建模UAV集群, 提出考慮信息交換能力的任務可靠性評估方法; 文獻[21-22]用k/n系統對UAV集群進行建模, 并基于重要性度量提出結構優化模型和數量優化模型。 上述研究成果從各個角度對UAV集群作戰系統進行建模和可靠性評估。然而, 對于對地作戰任務的UAV集群任務可靠性評估尚沒有一套成熟的方法。在UAV集群執行對地作戰任務過程中, 其任務可靠性不僅受到集群自身能力的影響, 還會受到作戰環境和任務規劃的影響。針對上述問題, 本文面向UAV集群對地作戰過程, 定義了時態打擊鏈(temporal operational chain, TOC)來描述UAV集群對敵方目標的攻擊方式, 建立了更貼合實際作戰場景的集群任務可靠性評估方法, 并且通過實例驗證了該方法的合理性。

隨著軍用地面無人系統研究的深入，單一的地面無人機動平臺或任務載荷很難滿足現代戰場的需求，只有任務載荷和機動平臺協同發展，地面無人系統才能在戰場中真正形成戰斗力。為進一步推動任務載荷與機動底盤協同技術的發展，綜述了搭載任務載荷軍用地面無人系統的發展背景、研究現狀及技術特點，分別從多層次多維度的環境建模、基于多模態數據的通行度估計、基于多智能體協同建模的協同規劃控制優化方法三方面對其關鍵技術進行闡述，總結了相關的研究框架和重點，并對搭載任務載荷軍用地面無人系統未來的發展方向進行了展望。

近年來，由于軍用地面無人系統在戰場中的廣 闊應用前景，世界各國紛紛投入大量的研制資源， 軍用無人系統發展迅猛[1]。軍用地面無人系統一般 由地面無人機動平臺與具有執行特定任務的上裝任 務載荷構成，如偵察設備[2-4]、火力打擊設備[5-6]、排 爆設備[7-8]等。軍用地面無人系統在執行協同打擊、 機動偵察等復合任務中，可以獲取多模態的態勢信 息[9]，通過集中式算法快速處理多源信息進而下達 作戰指令；而有人作戰系統中車長、炮長、駕駛員 需要三人協同完成任務，因此在安全性、可靠性、 靈活性上軍用無人系統均具有優勢。順應陸軍新型 的非接觸、非對稱、零傷亡的作戰模式，搭載任務 載荷的軍用地面無人系統開始成為戰場環境中重要 的作戰力[10]。2015年，俄羅斯首次將軍用地面無人 系統投入敘利亞戰場，利用地面無人系統與無人機 形成空地一體戰斗集群系統，俄軍以零傷亡的代價 消滅了近兩百名恐怖分子。2020年7月，美國陸軍將 重型無人戰車納入作戰部隊單位，參加了科羅拉多 州卡森堡的士兵作戰試驗，成功完成相關測試。2023 年，在俄烏沖突中，俄羅斯在烏克蘭軍事沖突區中 投入“馬克”軍用無人打擊系統。

通過異型無人機（unmanned aerial vehicle, UAV)的協同作戰, 可極大豐富空中作戰樣式, 提高空戰戰損比. 雙機編隊是最基 本的協同作戰單元, 具有較大的研究價值. 針對無人機協同空戰可能面臨的不同空中態勢, 分別設計殲擊無人機和電子干擾無人 機的機動決策模式, 通過不同模式下的算法切換實現更好的協同作戰. 基于一致性理論設計了無人機的編隊飛行與伴隨干擾算法. 根據動態的空戰對抗特性, 設計自適應的動態柵格環境, 可更好地支撐路徑規劃與機動決策. 分別使用改進的蟻群算法（ant colony algorithm, ACO）和 Q-learning 算法構建無人機的機動決策和沖突解脫算法, 可實現無人機在空戰機動的同時避免相撞事故的發生. 最后以戰損比為指標, 通過協同空戰仿真證明了協同機動決策算法的有效性.無人作戰飛機 （unmanned combat aerial vehicle, UCAV）作為未來空戰的重要角色, 實現其空戰過程 智能化是各軍事強國研究的關鍵方向[1] . 美國作為航 空和人工智能技術最發達的國家, 在無人作戰系統 的研究上同樣走在世界最前沿. 早在 2016 年, 美國 的智能空戰模擬系統便能以 100%的概率戰勝退役 的空軍上校[2] . 2017 年 3 月, 美國空軍與洛·馬公司 基于無人化的 F-16 對“忠誠僚機”概念關鍵性技術 展開驗證, 包括開放式系統架構的軟件集成環境和 無人機的自主任務規劃功能, 旨在實現有人機與無 人機的協同作戰[3-4] . 在美軍的 2013 版《無人機系統 綜合路線圖》中, 更是計劃到 2030 年前后實現無人 機編隊的自主協同偵察與攻擊功能. 因此, 我國同樣 應當加大無人作戰飛機自主決策技術的研究, 否則 難以在未來的空戰場上取得優勢. 無人機協同空戰對抗既涉及空中的自主避撞, 又涉及戰術的協同機動決策, 相對單機對抗和同型 機協同機動決策具有更大的技術難度和復雜度. 從 國內外的研究現狀來看, 主要仍基于同機型的對抗 決策或協同機動決策研究, 對于異型機之間的協同 機動決策還仍有不足. NGUYEN 使用線性二階模型 構建無人機編隊模型, 使用一致性理論設計集群的 編隊控制算法[5] , 但該研究主要關注動目標的協同追 蹤問題, 對于更復雜的協同控制決策則并沒有涉及. ZHEN 提出了一種智能自組織算法[6] , 該算法可實現 多無人機對抗的目標分配問題, 主要方法是將全局 問題分解為局部問題并進行優化計算. 但該研究主 要關注對地目標的協同攻擊, 態勢相對簡單. 朱星宇 基于 Q-Learning 算法構建無人機的機動決策模型[7] , 而無人機之間的協同目標分配則是使用納什均衡理 論, 由此實現多無人機空戰機動決策. 研究中既考慮 了沖突解脫問題, 也考慮了態勢問題, 具有較好的參 考價值. 魏瀟龍基于改進蟻群算法研究了無人機的 自主沖突解脫問題[8] , 具有一定參考價值. 本文對異型機之間的空戰協同決策問題展開研 究, 主要分析電子干擾無人機與空戰無人機之間的 自主協同決策方法. 在探討電子干擾伴隨支援戰術 機動方法基礎上, 基于一致性理論設計了無人機之 間的編隊控制方法, 使用蟻群算法實現我方無人機 之間的沖突解脫與戰術機動, 使用改進的 Q-learning 算法設計敵對無人機的空戰機動決策算法, 最后通 過空戰仿真驗證協同機動算法的有效性。

無人集群系統是近年來國內外軍事領域的研究重點, 正在推動無人作戰樣式由 “單平臺遙控作戰” 向海陸空協作的 “智能群體作戰” 轉變. 綜述了近年來國內外在無人集群系統方面的最新研究進展, 包括軍事、國防和學術領域在無人系統自主 協同技術方面的探索和實踐, 闡述了無人集群系統相關的關鍵技術, 包括多 Agent 系統自主協同、多 Agent 系統態勢共識、未 知系統動力學、群體智能理論與技術、機器學習方法、行為決策方法以及實驗場景模擬等, 分析了不同關鍵技術的技術特征、 面臨挑戰和發展趨勢.

2018 年美國國防部頒布《國防部人工智能戰略 摘要》, 強調人工智能技術在軍事領域的應用, 并于 同年發布了無人集群系統并行作戰場景[1]. 2017 年 至今美國戰略和預算評估中心連續發布針對中俄兩 國的馬賽克式集群作戰等顛覆性作戰模式, 打造全 球范圍內的武器系統協同作戰[2] . 我國國務院在 2017 年提出《新一代人工智能發 展規劃》, 倡導人工智能領域的軍民融合, 以加快國 防技術的成果轉化, 并為指揮決策、軍事論證和國防 科研提供有力支撐[3] . 其中, 以群體智能為核心技術 的無人集群系統自主協同作戰是未來戰爭重要樣式, 美軍已經啟動高度自主智能化集群武器裝備的研究. 我軍也在積極探索利用人工智能算法提高無人系統 的智能化水平, 以取得戰爭主動權. 進一步看, 現代 戰爭中戰場環境瞬息萬變, 僅僅通過單系統的協作 不可能完全掌握戰場環境和態勢, 海、陸、空多類智 能系統的協同感知、聯合攻擊必將成為未來戰爭的 作戰模式. 2020 年 1 月, 中國科學院發布的《2019 年 人工智能發展白皮書》中, 將” 群體智能技術” 列為 了 8 大人工智能關鍵技術之一[4] . 同時, 無人裝備具 有低成本、小型化、功能單一、組網靈活等特性, 使 得無人裝備集群作戰通過數量優勢來打擊敵人. 在 網絡環境下, 這類由異質、異智系統 (智能體) 通過 彼此之間的信息交互構成的多維異構無人集群系統, 看作是異構智能群體系統, 即多智能體 (Agent) 系統. 其中, Agent 是對外界的刺激作出適當反應的實體, 不是被動的接受消息和控制. 展望未來, 誰懂得如何最好地使用無人集群智 能系統, 誰就有望在戰爭中取得巨大優勢.

隨著無人機戰技性能的不斷提升以及戰術戰法的廣泛運用,無人機蜂群協同作戰給當前防空系統帶來了全新的挑戰。通過梳理分析近年來無人機蜂群作戰運用案例,總結了當前無人機蜂群作戰運用的特點,闡述了發展反無人機蜂群作戰指揮控制系統的必要性和緊迫性。由此,結合當前世界各軍事強國反無人機蜂群作戰指揮控制系統的現狀,對未來反無人機蜂群作戰指控系統發展提出了一些啟示建議。

近年來，世界各國大力推進軍用無人機裝備技術 的發展，加上自組網通信、人工智能、無人控制等技術 的迅猛發展，無人機蜂群作戰作為一種全新的作戰模 式［１］登上了歷史舞臺，其可以在極端惡劣條件下，零傷 亡、高效率地協同完成預警探測、欺騙干擾、通信中繼、 超飽和式打擊等作戰任務［２］ 。隨著無人機蜂群作戰運用不斷成熟，其給世界各 國防空系統帶來了新的挑戰，反無人機蜂群作戰體系 建設也成了世界各國關注的重點［３］ 。美、俄、英、以色 列等軍事強國不斷探索反無人機蜂群的新用法，其中 包括電磁脈沖炮、高功率微波武器、高能激光武器、電 子干擾、密集炮、網捕等手段，美國每年都進行“黑色飛 鏢”反無人機試驗［４］ 來提高反無人機作戰能力。在反 無人機蜂群作戰中，除了作戰武器外，指揮控制系統也 是反蜂群作戰的核心中樞，其貫穿了預警探測、信息處 理、決策分析、武器控制等全流程作戰，也是世界各國 大力發展的重點之一。本文分析了無人機蜂群作戰運用的主要特點，介 紹了當前世界各國反無人機蜂群作戰指控系統發展現 狀，并對反無人機蜂群作戰指揮控制系統未來發展方 向進行分析闡述。

無人機集群協同作戰的自主化、智能化是未來軍事指揮控制技術發展的重要趨勢, 為滿足日趨重視的集群應用需求, 提出了面向協同作戰任務的無人機集群自主決策技術概念與體系, 建立了無人機集群多任務的通信-決策-規劃-控制（communication, decision, planning, control；CDPC）自主決策框架. 根據通信拓撲結構建立了集中式、完全分布式和混合式的決策樣式, 在此基礎上, 分別建立了感性任務推理決策模型和理性任務推理決策模型, 探討了模型的求解框架以及關鍵技術解決途徑, 表示無人機集群任務決策對協同作戰的規劃和實施具有較好的指導意義.

2020 年 1 月, 中國科學院發布的 《2019 年人工 智能發展白皮書》中將“群體智能技術”列為八大人工 智能關鍵技術之一[1] , 隨著智能系統與復雜體系、感 知與判斷、分布式協同、人工智能和算法戰等理論 與技術的不斷發展與突破, 智能系統已呈現出無人 化、集群化和自主化等特征[2] . 無人機集群作為未來集 群智能系統的主要形式, 能夠實現單平臺行為決策、 多平臺任務協同, 具有集群涌現特性, 表現出了巨大 的應用前景. 無人機集群任務環境彈性大、態勢變化 快、傳感器信息不完全、通信結構不穩定, 是以決策 為主的對抗. 因此, 協同自主決策作為“感知-判斷決策-行動 （observation-orientation-decision-action, OODA）”環路循環中的關鍵技術引起了國內外廣泛 關注[3-5] . 無人機集群在復雜動態變化的環境下, 如何 根據不確定的態勢信息, 實施可解釋的自主決策推 理, 確定高效可靠的任務協同執行方式對保障集群 安全, 提升作戰效能至關重要.

按照系統科學的觀點[6] , 無人機集群系統多平臺 異構、任務需求眾多、輸入態勢變化、戰術目的復 雜、約束條件耦合, 為解決以上問題, 需要面向無人 機集群多任務設計自主決策規劃框架, 降低系統研 究的復雜性. 文獻[7]基于不確定攻防博弈態勢信息 搭建了無人機集群對抗博弈模型, 并設計博弈成本 函數計算最優策略；文獻[8]提出了一種多無人機分 布式智能自組織算法, 將集群偵察-打擊任務優化問 題分解為多個局部優化問題, 并通過集群與環境和 集群之間的信息交流實現全局優化決策；文獻[9]針 對區域偵察等典型集群任務, 采用深度學習方法構 建任務決策模型, 然后基于遺傳算法對決策模型進 行優化, 為集群實現離線學習和在線決策提供了有 效支撐, 然而現有成果從多任務角度出發, 對集群自 主決策問題進行研究相對較少.

對于集群系統協同作戰任務方面的研究, 主要 以任務規劃問題為主[10] , 此類問題大都是事先擬定好 了任務輸入類型和約束, 是一種有目標信息的多約 束優化問題. 然而對于集群如何獲得準確的任務目 標信息, 并根據態勢進行動態任務調整并沒有考慮, 此問題正是集群協同任務決策的研究重點. 現階段 無人機決策問題研究大都聚焦于空戰過程中的機動 動作決策[11-12] , 或者某個明確任務場景中的決策, 如集 群打擊任務等[13-14] , 沒有從集群協同作戰過程中戰術 戰略及任務的多樣性和復雜性方面開展自主決策研 究. 因此, 本文針對這個問題, 分析了集群任務自主 決策概念、任務定義與分類, 設計了自主決策的流 程；應用分層研究思想提出一種自主決策框架, 并根 據通信結構定義不同的決策模式；結合多種技術途徑 對無人機集群自主決策建模的體系結構和求解框架 進行了分析和探討.

具有沉浸顯示、智能輔助、自然化人機交互等先進控制能力的新型無人機地面站已成為當前無人機控制領域的研究熱點。為分析其中的技術脈絡,系統性地梳理國內外一系列無人機先進地面站的功能要點及設計理念,在此基礎上從無人機地面站指揮控制的觀察—判斷—決策—行動回路出發,歸納提煉了其技術體系構成,分析指出了其中的任務環境構建、戰場態勢沉浸式顯示、智能化輔助決策和自然化人機交互等關鍵技術,并對各項技術的主要研究方法進行了深入剖析,還對無人機先進地面站目前存在的挑戰和未來發展趨勢進行了研判。該研究對新型地面站的研制具有指導和借鑒意義。