研究了一種新型的射頻(RF)輔助算法,用于在具有小尺寸麥克風陣列傳感器的情況下對無人駕駛飛行器(UAV)進行聲學識別和定位,其中聲學信號的多通道處理得到了射頻功率模式分析的幫助。不明身份的無人機的螺旋槳產生的噪聲可以用來獲得關于它的一些線索,因為具有不同尺寸、重量或機械特性的無人機產生不同的聲學信號。具體來說,在這項工作中,由多通道麥克風陣列檢測到的聲學信號的光譜特征被用來識別無人機。此外,射頻信號由Wi-Fi天線發射,并測量接收信號強度(RSS)以協助聲學定位。到達方向(DOA)和與聲源的距離都可以被預測。提出了一個解決方案,其中一個四階段卷積神經網絡(CNN)通過其聲譜特征進行無人機識別,并通過內在特征提取、射頻和聲學特征的融合以及回歸產生射頻輔助聲學定位。應用是反無人機監測策略,從飛行的無人機反對非法使用無人機和外部無人機攻擊。提出了一個集中式架構,用于從多個空中節點獲取數據和流。一個名為Zylia的19通道球形麥克風陣列被采用。為了分析這項研究的現狀,提出了實驗與結果描述。
我們解決的問題是檢測作為聲源的不明無人機的存在,通過處理螺旋槳噪聲產生的聲學信號在不同的無人機中識別它,并通過估計聲學信號的到達方向(DOA)和與無人機的距離對無人機進行定位。我們提出了一個解決方案,其中聲學處理得到了射頻(RF)傳輸模式分析的幫助。這樣,當聲學定位前端檢測到來自射頻天線組件估計方向的聲學活動時,聲源定位可以得到完善,并通過波束成形增強記錄信號。這是因為,當使用安裝在多旋翼無人機(UAV)上的小尺寸麥克風陣列進行聲學記錄時,如[1,2,3],由于對麥克風陣列尺寸的限制,可能導致信號-噪聲增強不佳、空間分辨率低和空間信息不完整等問題,對感興趣的聲源的處理和信號增強變得特別具有挑戰性。為了解決這些限制,最近在[4,5]中介紹了一種新的基于射頻的聲源定位處理方法,該方法也能進行距離估計,但沒有引入識別能力。因此,我們現在研究射頻輔助算法的性能,該算法也能識別未識別的空中聲源。我們的算法可以應用于針對非法使用無人機和外部無人機攻擊的反無人機監測策略[6,7],即使是在敵對環境中。
最近,深度學習(DL)和深度神經網絡(DNN)研究領域的發展所帶來的計算和性能上的進步,促進了文獻中無人機識別算法的增加,如[8,9,10]。特別是,已經證明主要由螺旋槳、馬達和機體的機械振動產生的綜合聲學信號具有足夠獨特的特征,可以用來在現實的開放世界條件下在一些無人機類別中識別無人機類型。DL和DNN也被研究用于涉及多通道聲學處理的各種應用,如[11,12]和[13]中,多通道頻譜相位信息被用作卷積神經網絡(CNN)的輸入,用于DOA估計。在我們的研究中,一個基于CNN的四級網絡的算法的性能被引入到識別和定位任務中。兩個平行階段處理射頻數據和聲學數據的內在特征。第三階段進行聲源識別,第四階段進行回歸。這種算法既能產生無人機識別,又能對DOA和與聲源的距離進行聯合預測。本文對這一研究的現狀進行了討論。
為了研究我們的方法,我們用兩個不同的無人機產生的實驗聲學數據和來自分布式天線陣列的合成射頻數據創建了一個半模擬的場景。麥克風陣列是一個19通道的球形陣列,能夠進行三維聲學場景分析。還提出了一個實驗性的傳感器數據流架構,其中只有小尺寸和低成本的硬件用于采集系統和機載處理單元,稱為單板計算機(SBC),將數據流向地面站(GS),在那里可以用高計算能力進行基于CNN的定位處理。
在航空航天和機器人手術等領域,復雜的高精度人機系統的效率和安全性與操作員的認知準備、管理工作量的能力和態勢感知密切相關。對心理工作量的準確評估有助于防止操作失誤,并通過預測工作負荷過重或刺激不足可能導致的業績下降,從而進行針對性的干預。基于人體和大腦活動測量的神經工效學方法可以為復雜訓練和工作環境下的人類心理工作量提供敏感和可靠的評估。本文概述了可穿戴腦和身體成像方法通過神經/生理信號評估心理工作量的潛力,并提供了一種利用多模態生物傳感器對多領域認知任務中的工作量進行比較評估的研究設計。這種綜合的神經工效學評估利用神經成像和生理監測,可以為開發下一代神經適應接口和更有效的人機交互和操作技能獲取的訓練方法提供信息。
關鍵詞:認知工作量,fNIRS,腦電圖,眼動跟蹤,神經工效學,移動腦/體成像
人類在任何類型的目標或任務上的表現都與熟練完成這些目標或任務所需的認知工作量有關。每個人都有自己獨特的認知模式,在執行某些類型的任務時更有效率。通過有針對性的培訓,可以在更短的時間內提高操作人員的能力,提高工作效率。
心理負荷在許多復雜的指揮控制系統中起著至關重要的作用。在航空航天和機器人手術等領域,復雜的高精度人機系統的效率和安全性與操作員的認知準備、管理工作量的能力和態勢感知密切相關。主觀操作員報告、生理和行為測量不足以可靠地監測可能導致不良結果的認知負荷。心理負荷這個概念反映了大腦為滿足任務需求而努力工作的程度,它的一個關鍵特征是,它可以與行為表現數據分離。經驗豐富的操作員可以通過增加努力、激勵或改變策略,在較長一段時間內保持所需的性能水平,即使面臨更多的任務挑戰。然而,持續的任務需求最終會導致績效下降,除非心理工作量的上升趨勢可以用來預測隨后的績效崩潰。因此,重要的是在訓練和行動任務期間評估獨立于業績衡量的精神工作量。基于人體和大腦活動測量的神經工效學方法可以為復雜訓練和工作環境下的人類心理工作量[2]提供敏感和可靠的評估。
在軍事行動的背景下,評估和衡量操作員的認知工作量尤其重要,因為在軍事行動中,性能故障可能會導致災難性的損失。對心理工作量的準確評估有助于防止操作失誤,并通過預測工作負荷過重或刺激不足可能導致的業績下降,從而進行針對性的干預。
混合行動由多個行動領域的協調攻擊完成,包括網絡戰和信息戰。檢測混合型威脅的一個關鍵挑戰是如何識別個別事件是對手(精心策劃的)措施的結果,并將所謂不相關的事件聯系起來。由于物理和網絡及信息領域的行動可能發生在不同的時間、不同的地點、不同的速度,作為短期或長期的活動,并且可能是低強度的,因此連接這些點的任務變得更加困難。為了確定與具體任務規劃和執行相關的信息,混合威脅的風險評估必須始終在具體任務的背景下進行,包括其任務目標、行動區域和任務時間范圍。
在本文中,我們描述了兩種情況,在這兩種情況下,對手可能在物理以及網絡和信息空間中進行攻擊,以干擾行動。接下來,我們描述了一個演示器的高級架構,顯示了不同類型的傳感器和信息源是如何連接在一起的。為了應對混合威脅并充分發揮對分析員和決策者的支持潛力,有必要在不同的細節水平上實現態勢感知--從原始數據到高度聚合的風險評估--在不同的領域中共享信息,并在聚合水平上融合它們。
多域作戰(MDO)并不是一個新現象。在戰爭中,長期以來一直在多個領域開展行動。從陸、海、空行動開始,空間和網絡領域補充了對手的組合。為了對付這些,需要不同部門的深入合作。同樣,混合威脅這個詞也不是2020年的發明。一開始是混合戰爭,它與非對稱戰爭、非正規部隊和信息行動等概念混雜在一起。
在早期,重點是傳統的軍事沖突。戰場是傳統的地面,坦克、飛機和艦艇與人員一起是主要的行為者。通信是決定勝負的一個關鍵因素。數字化的開始提供了新的好處和選擇,但也給戰爭帶來了新的脆弱性。今天被稱為網絡和信息領域(CID)的使用在軍事能力方面是一個很大的推動。隨著社交媒體的出現,信息領域發生了巨大的變化,因為它使對手更容易影響公眾輿論和關鍵人物的意見。此外,隨著物聯網中相互連接的設備越來越多,網絡威脅的重要性也在增加。今天的關鍵基礎設施(用于能源、交通、衛生等)比過去更容易受到信息技術的威脅,它們是現代戰爭中的熱門目標。這為敵對勢力的攻擊打開了大門。他們的工具箱不再局限于經典的軍事資產。當然,新興的技術導致了反擊和反擊的措施,以及一場永恒的競爭。
在軍事和民用領域,對信息交流的使用和依賴日益增加,產生了新的攻擊載體,同時也產生了防御這些攻擊的新需求。在今天的沖突中,威脅影響到政治、軍事、經濟、社會、信息和基礎設施等領域。不同的威脅可能是由正規和非正規部隊造成的。這些可能是不利的國家,也可能是出于非政府考慮的團體。
一個關鍵的挑戰是如何在戰術層面上認識到個別事件是對手(精心策劃的)措施的結果,并將所謂不相關的事件聯系起來。在任務規劃或任務執行的風險評估中,這個問題的答案可能會導致對自己的措施無動于衷的決定,如使用通信渠道、部隊保護、路線規劃或反網絡行動。由于物理和網絡及信息領域的行動可能發生在不同的時間,以不同的速度,作為短期或長期的活動,并且可能是低強度的,因此連接這些點的任務變得更加困難。
混合沖突的分析、評估和決策是復雜的,原因有很多:混合活動的信號是多維的;結合多種類型的信息是必要的;許多混合沖突是隱蔽的,或者很難從正常的國家與國家的關系中分辨出來。對混合沖突的評估需要包括對手行為者的戰略目標、被利用的社會脆弱性和背景事件、跨社會領域的活動,以及對目標社會的影響。在早期的工作中,我們根據混合沖突的這五個要素提出了一個分析過程。在本文中,我們在這項工作和更廣泛的情報文獻的基礎上,解決如何進行混合沖突評估的問題。具體來說,我們概述了一個詳細的評估過程,為決策者提供對形勢的了解,以選擇對混合威脅的預防性和反應性反應。所提議的程序的優點在于它對混合沖突的綜合評估,結合了目標社會的觀點和對手行為者的觀點。此外,所提出的評估功能依賴于人類產生的分析性見解--考慮到背景、模糊性、規范性--和從傳入數據中產生的信號--考慮到結構化和結合來自多個來源的信息--之間的持續互動。這種綜合視角超越了傳統的分析方法。我們提出的評估很適合引導人類和自動化情報的結合,并提供了一個分析方法和工具的藍圖,以應對混合沖突中的決策挑戰。
混合沖突是國家之間的一種沖突,大多低于公開戰爭的門檻(見歐盟等的定義,2018年,北約,2019年和荷蘭層面的定義,NCTV,2019年)。混合沖突中的國家使用許多國家權力的措施來影響其他社會。這些措施包括外交、信息、軍事、經濟、金融、情報和執法手段。戰略層面上的混合沖突案例研究需要敘事和社交媒體操縱、針鋒相對的金融和經濟制裁、外交威脅、大規模軍事演習和許多其他全社會的互動。許多類型的混合威脅在前些年的經驗中是已知的。例如,美國的選舉影響,中國通過基礎設施投資的影響,以及俄羅斯在破壞烏克蘭穩定方面的努力。
混合沖突給決策者帶來了不同的挑戰。這是因為公開的軍事對抗大多被避免,只有低于武裝沖突的法律門檻的活動才被應用。網絡領域和信息領域是針對政府和社會的影響活動發生的主要領域。由于混合沖突中許多活動的隱蔽性或模糊性,在將活動歸于國家行為者方面存在很大問題。最后,混合沖突是對各種手段和方法的創造性安排,它創造了新的情況,對分析來說具有內在的挑戰性。在這篇文章中,更詳細地研究了在面臨上述挑戰時對混合沖突的評估。
自主系統的開發者需要通過測試來訓練和驗證他們的算法。最終用戶在決定如何有效利用系統時也可以使用這些數據。模擬是在真實環境中進行實驗的另一種選擇,它更安全,成本更低,并允許執行可重復和可控的實驗。傳統上,機器人專家使用的模擬器專注于與系統相關的細節,同時簡化了與環境、通信和資產間關系相關的方面。作為替代方案,CMRE提出了一個海事仿真框架(MSF),可與機器人中間件(即MOOS和ROS)互操作,采用了一種硬件和軟件循環仿真方法,允許模擬通常被簡化的重要外部因素。這些擴展元素包含內容可以發現自主系統的開發人員可能不知道的交互,從而提高開發中的系統的健壯性。這項工作的目的是建立一個可配置和可擴展的仿真框架,以訓練和測試海事系統的自主行為,以協助系統開發者和支持最終用戶的操作決策。
該框架由高級體系結構(HLA)中的專用模擬器、聯邦成員模擬環境、平臺動態、傳感仿真、通信和直觀的可視化組成。提出的框架提供了一種模擬情況,包括復雜的海上操作的挑戰,以水下領域為重點,提供了比傳統方法更全面和現實的能力。到目前為止,MSF已經被用于支持地雷對抗(MCM)和反潛戰(ASW)任務中自主系統算法的發展,具有單個或多個車輛配置。