具有自主導航功能的海區拒止雷（MADMAN）項目通過將情報集成到水雷中，為維護海上優勢提供了一種手段。該項目為重振水雷戰創新，開發未來水雷 MADMAN 指明了道路。建模和模擬工具顯示，任務成功概率最高的方案是無人潛航器（UUV）。通過整合當前可用的系統，最終形成的系統之系統為開發一種能夠自主轉場、自我布防、執行任務并提高人員安全的水雷提供了一種具有成本效益的方法。本研究采用能力工程方法，確定了系統之系統的總體目標成功概率。這一總體成功概率分解了各個系統，并強調了它們對總體成功的影響程度。通過分析這些影響，可以對每個系統進行量身定制，在滿足項目要求的同時提高采礦效率并節約成本。UUV 設計人員和軍事工程師之間的合作可確保為現代世界提供現代化的武器庫。

伊卡洛斯團隊創建了一個基于無人潛航器（UUV）的數字工程案例研究，通過執行 MagicGrid 架構開發方法，提供了使用 Cameo Systems Modeler 開發架構的強大視圖。案例研究包括通過中間件軟件（ModelCenter MBSE）連接該架構模型，以直接驅動多個工程分析工具（Excel、MATLAB/Simulink、計算機輔助設計工具）。通過實驗設計對設計進行改進，并通過軟件工具（ModelCenter Explore）實現可視化。本案例研究提供給海軍水面作戰中心-胡內姆港分部（NSWC PHD），作為系統工程師和系統后勤人員培訓的補充，以填補現有培訓的空白。

近年來，數字工程（DE）和基于模型的系統工程（MBSE）已成為美國國防部（DOD）和海軍部（DON）的行業標準。數字工程被定義為 "一種綜合的數字方法，它使用權威的系統數據源和模型作為跨學科的連續體，以支持從概念到處置的生命周期活動"（Shepard 和 Scherb，2020 年）。許多海軍組織已經適應了數字工程方法，并開始提供培訓計劃，重點關注數字工程的各個組成部分以及有助于支持這些流程的工具。

其中一些培訓項目嚴格專注于數字工程流程的一個特定組成部分。雖然許多培訓項目都深入關注某一特定組成部分，但它們只是對數字工程或架構開發方法進行了有限的分割。不同組成部分之間缺乏流動性，這暴露了數字工程教學的不足。所提供的培訓課程并沒有展示建筑開發和工程分析工具之間是如何相互作用的，也沒有展示它們是如何協同工作以實現成功的數字工程流程的。因此，學生在構思整個建筑開發方法和探索優化建筑設計的數字工程技術時受到限制。

本文的主要目標是利用 MBSE 和數字工程實施對理論上的無人潛航器 (UUV) 進行案例研究，以補充當前的培訓和教育。這將通過三項成果來完成：理論無人潛航器數字系統架構示例、MagicGrid 架構開發方法（包括工程分析軟件工具的使用）的書面和可視化教程，以及關于整個案例研究的最終報告。

理論UUV 是一個系統概念，將使用 Cameo Systems Modeler 將其轉化為數字架構模型。利用 MagicGrid 架構開發方法，除了 Model Center MBSE 外，UUV 架構模型還可通過不同的工程分析工具 [即 Excel 和 MATLAB/Simulink（計算機輔助設計工具）] 進行連接和分析。為了說明開發過程，在架構的同時還完成了基于文本和視頻的教程。最后，在架構模型上進行實驗設計，以測試系統能力并完善設計。

這些教程包括一個模型模板，作為當前培訓和教育的補充，提供更深入的 MBSE 和數字工程工具、技術和流程。這滿足了利益相關者的目標和要求，最終成果還可用于重新評估當前基于模型的程序執行流程。

美軍目前的條令基本摒棄了使用潛艇協同戰術（稱為 "狼群戰術"），原因是 "狼群 "之間和 "狼群 "內部的協調十分復雜。然而，最近的技術進步可能會大大提高在狼群中行動的潛艇之間進行安全通信的可行性。基于智能體的建模用于模擬潛艇在戰時環境下的海上行動。模擬了三種安全通信可用性：潛艇之間無通信、每 10 小時通信一次和持續安全通信。考慮了三種戰時環境：獵殺過境商船的潛艇、在中立航運環境中獵殺過境軍艦的潛艇，以及在中立航運環境中作為水面行動小組（SAG）獵殺過境軍艦的潛艇。效果以 "產量 "來衡量，即目標的平均殺傷數量與 "狼群 "中潛艇數量的函數關系。模擬結果表明，隨著戰時中立航運的增加，"狼群 "戰術的成功越來越依賴于潛艇的安全通信和態勢感知。

圖 1.1. 狼群攻擊階段

由于編隊間和編隊內協調的復雜性，目前的條令已基本摒棄了使用潛艇協同戰術（即所謂的狼群戰術）。最近，自主水下定位、通信和其他技術的進步提高了水下艦艇之間協同作戰的可行性。此類技術的興起要求圍繞更具生存力和殺傷力的水下能力重新思考當前的作戰條令。對這一主題的深思熟慮的探索已經開始，如 Cares 和 Cowden（2021 年）對分布式戰爭時代艦隊戰術的未來進行了仔細分析。重新審視 "狼群 "戰術將為海軍思想家提供價值，因為他們將繼續在未來自主無人系統日益增多的海戰環境中尋找最佳戰略。

仿真用于探索 "狼群 "戰術在七個不同場景中的有效性，這些場景既改變了戰時環境，也改變了潛艇獲得信息的頻率。對模擬輸出進行分析，以確定 "狼群 "戰術的成功率在潛艇與目標環境之間安全通信的不同限制條件下如何變化。考慮了三種安全通信的可用性：潛艇之間無通信、每 10 小時通信一次和持續可用通信。考慮了三種目標環境：獵殺過境商人的潛艇、在含有中立航運環境中獵殺過境軍艦的潛艇以及在含有中立航運環境中作為水面行動小組（SAG）獵殺過境軍艦的潛艇。潛艇被分配到不重疊的水域空間，每艘潛艇都不會離開其分配的水域空間，也不會試圖擊殺其水域空間外的目標。船只進入第一個水域空間，然后前往第二個水域空間，依此類推。潛艇靠近并將其水域內的船只分類為中立或目標。分類完成后，潛艇會殺死被列為目標的船只。潛艇在一個水域發射的武器不會影響其他水域的潛艇，也不會影響航運行為。效果用 "當量 "來衡量，"當量 "的定義是成功擊殺目標的平均數量與 "狼群 "中潛艇數量的函數關系。潛艇沒有后勤限制，沒有彈藥限制，敵方戰艦也不會試圖摧毀任何潛艇。

當潛艇進行通信時，它們會將完美的信息傳遞給艇外實體，而不會失去隱蔽性或被攔截的機會。只有當潛艇探測到目標，但無法在目標離開其水域之前對其實施攻擊時，潛艇才會與艇外實體通信。所傳遞的信息是潛艇無法起訴的目標的位置和未來路徑。只有下一個水域的潛艇才會收到來自艇外入口的信息；它會在確定的時間訪問這些信息。與中立航運有關的信息不會傳遞。因此，雖然存在通信的動機，但通信對平均擊斃目標數量的影響是有限的。在戰時環境下，目標與中性商船到達率之比非常小，通信可最大程度地提高 "狼群 "的性能，使潛艇能夠更好地采取行動，摧毀隱藏在大量中性航運交通中的水面行動小組。

該項目為與使用無人系統支持分布式海戰（DMO）有關的作戰概念和系統設計決策提供信息。研究通過系統地改變仿真模型中的系統設計特征和作戰活動，支持對無人系統（UVC）進行能力級分析。分析結果表明，UVC 可提高各種無人系統的作戰可用性（Ao）和使用時間（TOS），因為它可隨時進入維護、加油和重新武裝設施，而無需長時間前往岸基設施或分布式支援艦艇。在比較使用 UVC 的配置與在自適應兵力包 (AFP) 中分配無人系統支持的配置時，單個無人系統的 Ao 提高了 6% 到 31%。仿真模型分析確定了 UVC 架構，其中包括至少 8 個無人機發射回收站、至少 3 個船舷托架和至少 5 個甲板井托架，以最大限度地提高 Ao。

在支持分布式海上作戰（DMO）時，無人系統有可能發揮兵力倍增器的作用，在提高殺傷力的同時降低有人系統的風險。然而，無人系統到岸基維護、加油和重新武裝設施的轉運時間減少了可用于支持執行 DMO 的自適應兵力包（AFP）的總體駐扎時間（TOS）。本項目研究了無人水面艦艇 (USV)、無人水下航行器 (UUV) 和無人機 (UAV) 在美國海軍現有艦艇上的集成問題，該艦艇已被重新改裝為無人載具 (UVC)。在本報告中，"UxV "一詞用于描述無人系統這一類別。

如 Van Bossuyt 等人（2019 年）所述，項目團隊采用了系統定義、系統建模和系統分析的通用系統工程流程序列。在系統定義過程中，項目團隊重點開發了作戰概念（CONOPS），并定義了 UVC 的系統要求。系統建模活動的重點是構建 UVC 的離散事件仿真模型。在系統分析階段，團隊利用所開發的模型來評估 UVC 的各種設計參數對每種無人系統類型的運行可用性（Ao）的影響。

A. 系統定義

在系統定義階段，從自上而下和自下而上的角度開發和考慮了 UVC 要求。從自上而下的角度來看，團隊分析并確定了滿足總體任務有效性目標所需的能力，而與任何現有的候選平臺無關。從自下而上的角度來看，團隊評估了一艘登陸直升機船塢（LHD）艦，以確定該平臺可實現的最大 UVC 能力。通過查閱文獻和分析利益相關者的需求，項目團隊確定了 UVC 的以下關鍵能力：指揮與控制 (C2)、UxV 發射、UxV 維護和 UxV 回收。根據設想，UVC 將包括著陸甲板無人機發射和回收站、無人機維護/布防/燃料艙、用于大型 USV/UUV 操作的船舷艙或站，以及用于小型 USV/UUV 操作的井甲板艙。

B. 系統建模

項目構想將 UVC 視為針對地面和岸上敵對兵力實施 DMO 的 AFP 的一部分。UVC 的作用是支持 UxV 對敵方岸基導彈基地進行偵察和打擊。在打擊階段之前、期間和之后，UxV 提供全天候的情報、監視和偵察（ISR）、目標定位和戰損評估服務。UVC 的總體目標是通過消除到岸基支持設施的較長運輸時間來增加 UxV 的全時服務時間。為實現這一總體目標，研究小組選擇 "航程 "和 "持續停留時間 "作為性能指標（MOP），并選擇 "UxV 任務時間"、"UxV 停機時間 "和 "維護灣利用率 "作為效果指標（MOE）。

設計并開發了一個離散事件仿真模型，用于分析 UVC 設計參數對 MOP 和 MOE 的影響。該模型是通過 ExtendSim10 建模程序開發的。該模型包括 UxV 發射和回收、UxV 維護活動以及 UxV 重新武裝和加油活動。UxV 的發射時間表和總模擬運行時間是根據擬議的 UVC CONOPS 制定的。目前，該模型并未考慮 UxV 的損失或故障；這是未來可能開展工作的一個領域。模型的主要輸出是每種 UxV 的 Ao。

C. 系統分析

為了廣泛探索實驗空間，同時減少試驗總數和模型運行時間，我們專門設計了一個填充空間的拉丁超立方設計。每次試驗重復模擬 30 次并收集結果。合并所得的 Ao 值，得出每個試驗的統計平均值。

分析結果表明，UVC 可隨時提供維護、加油和重新武裝設施，而無需在岸基設施或分布式支援艦艇之間進行長時間的轉運，從而改善了每種 UxV 的 Ao 值和 TOS 值。對于任何特定的 UxV，通過增加 UVC 發射、回收和維護站的數量，從而消除或減少這些服務的排隊時間，可獲得最大的 Ao。分析表明，UVC 在設計時應至少配備 8 個無人機發射/回收站、至少 3 個船舷托架和至少 5 個焊接甲板托架。這些參數沒有確定上限，這也是未來研究的一個潛在領域。

有趣的是，雖然 UVC 的存在改善了大型無人水面艦艇（LUSV）的航速，但 UVC 的實際設計似乎對 LUSV 的航速沒有影響。這可能是由于 LUSV 的假定任務持續時間長，假定維護間隔長，因此不可能出現任何排隊現象。單個船側停泊區似乎足以為多艘 LUSV 提供服務，但即使是單個船側停泊區，也可通過消除到岸基設施的轉運時間來改善 Ao。

海軍任務規劃器（NMP）是一種基于優化的作戰計劃工具，適用于設計海軍部署的各級決策者，從戰區級計劃到單個航母打擊群（CSG）或驅逐艦中隊（DESRON）。調度人員的任務過多，卻沒有足夠的艦艇來完成這些任務。該輔助決策系統采用多任務能力艦艇，在給定的規劃范圍內將其分配到任務中，目標是最大限度地提高完成任務的總價值，同時考慮到任務集的地理位置以及艦艇的能力和局限性。以前的版本使用獲得許可的商業軟件和求解器進行優化，并對可供選擇的艦艇部署進行有限的列舉。本論文的重點是通過使用開源軟件和求解器，使所有海軍人員都能使用海軍任務規劃器。此外，它還在優化過程中提供了持久性，允許調度人員在規劃期限內重新配置計劃，并將對之前公布的計劃的改動降到最低。我們還開發了兩種部署規劃方法，即隨機路徑枚舉和網絡流表述，這兩種方法都提高了海軍任務規劃器的任務完成水平。此外，我們還創建了一個 "兵力比護航"參數，允許非作戰艦艇在多艘具備防御能力的艦艇護航下通過危險區域。

執行總結

海軍任務規劃器（NMP）是一個基于優化的決策支持系統，適用于從海上聯合部隊作戰指揮官（JFMCC）作戰視角到驅逐艦中隊（DESRON）和航母打擊群（CSG）戰術視角的各級海軍規劃決策者。在考慮到多艘艦艇、它們的多種任務能力以及從一個地理區域轉運到另一個地理區域所需的時間之前，在整個規劃范圍內規劃任務已經是一項極具挑戰性的任務。我們還必須考慮到任何需要與支援任務同時完成的前提任務。確定后勤支持，預測在同一規劃范圍內何時何地艦船需要更多燃料和其他補給，也是一項挑戰。這對于 JFMCC 或海上行動中心 (MOC)、DESRON 或 CSG 來說，仍然是一個人工和耗時的過程。

NMP 接收用戶輸入的信息，包括任務、地理區域、可用艦船、綜合任務能力、按任務和艦船能力劃分的商品消耗率。NMP 將有能力的艦船分配到執行任務的地區，從而最大限度地提高完成任務的總價值。NMP 包括一個作戰后勤部隊（CLF）規劃要素，能夠跟蹤艦艇的物資水平，并就何時何地與客戶艦艇開展海上補給（RAS）活動提出建議。NMP 還提供護航和近距離護航選項，允許非戰斗艦艇由防御戰斗艦艇護航，可以是同一區域的一艘防御艦艇護航所有非戰斗艦艇（護航），也可以是同一區域的防御艦艇和非戰斗艦艇一對一護航（近距離護航）。

本研究探討了改進 NMP 的方法，即從未獲批準在海軍陸戰隊互聯網（NMCI）計算機、保密互聯網協議（SIPR）計算機或其他保密網絡上使用的昂貴的特許專有軟件轉向開源軟件。通過將 NMP 轉換為開源代數建模語言，我們消除了所有成本，而且該軟件已被批準或可被批準在安全計算機上使用。求解器也從特許優化軟件轉為開源混合整數編程求解器。

我們還將研究如何改進船舶在區域之間的轉運方式，并增加一種對之前公布的時間表影響最小的時間表變更方式。

NMP 以前計劃從一個區域到另一個區域的船只部署的方法涉及基于堆棧的部分枚舉，這限制了船只探索區域的多樣性。在這項研究中，我們將重點放在通過兩種額外的方法來改變這種區域間探索的多樣性。第一種是隨機路徑生成法；與基于堆疊的部分枚舉法類似，這種方法為每艘戰艦生成一定數量的部署路徑。但是，船只的部署路線是隨機的，這就增加了船只交替路線的多樣性。隨機路徑生成通過增加完成任務的數量來改進 NMP，并通過讓艦船到達 RAS 事件所需的位置來大大減少對商品消耗的懲罰。

我們的第二種方法在 NMP 中添加了網絡流部署模型，允許艦船探索從區域到區域的所有可能路線。與其他路由模型相比，網絡流大大縮短了 NMP 的運行時間，并為我們提供了一個接近最優甚至是最佳的解決方案。我們將隨機路徑生成和網絡流部署模型與基于部署堆棧的枚舉法進行了比較，在我們的韓國行動區域場景中，我們有 695 項任務需要在 15 天的規劃期限內完成。

這項研究專門為航空母艦或兩棲攻擊艦增加了額外的護航功能，因為它們在一個區域內需要不止一次護航。這種兵力配比要求每艘非戰斗艦艇在通過高危區域時都要由多艘具備防御能力的艦艇護航。我們在 NMP 的一個新場景中測試了這一功能，即一支從關島經菲律賓海前往菲律賓宿務的有防御能力的 CLF 護航艦隊。

最后，這項研究為 NMP 增加了優化的持久性，這一調度功能允許用戶在規劃期內隨時隨地增加或減少任務和/或艦船，并且只需對原有調度進行少量修改即可完成任務。這極大地減少了因命令過多艦船進行過多計劃調整而造成的動蕩、信息傳遞和混亂。

隨機部署路徑生成、網絡流部署模型和持久性的加入使 NMP 有了顯著的改進。隨機部署路徑生成顯示，在某些情況下，目標函數的增幅高達 45%，而對 500 萬條可能路徑的采樣率不到 1%，即對 1,058,826,559,993 條可能部署路徑的采樣率為 0.000019%。我們的網絡流部署模型探索了超過一萬億條可能的部署路徑，取得了最佳結果，使我們在某些情況下的目標值提高了 50%。與基于堆棧的枚舉法和隨機路徑生成法相比，網絡流部署模型的求解時間最快，大多數場景的求解時間都在一小時之內。

認知方法在幾乎所有方面可提高現有雷達的性能，這導致了近年來研究的激增，空軍雷達建模和仿真（M&S）工具的一個關鍵差距是缺乏針對分布式全適應雷達（FAR）系統的全面、動態分布式雷達情景生成能力。截至2015年初，所有的研究都是在理論上推進概念，并通過模擬檢驗其性能，或者最多使用預先錄制的數據。沒有關于實驗驗證概念的報告，主要是因為還沒有開發出測試它們的必要硬件。然而，為了確定應用認知處理方法的真正性能潛力，這一步驟是至關重要的。為了解決這個問題，俄亥俄州立大學（OSU）電子科學實驗室（ESL）的認知傳感實驗室（CSL）與Metron公司、空軍研究實驗室（AFRL）和空軍科學研究辦公室（AFOSR）一起，已經開始了一項研究計劃，從分析和實驗上開發和檢驗認知雷達處理概念。

CSL設計并建造了認知雷達工程工作區（CREW），這是世界上第一個專門用來測試完全自適應和認知算法的雷達測試平臺，Metron和OSU開發了一個認知FAR系統的理論框架，在單一傳感器和目標的目標探測和跟蹤范圍內確定了關鍵的系統組件并進行了數學建模。我們一直在開發建模、模擬、分析和實驗能力，以證明FAR系統比傳統的前饋雷達（FFR）系統取得的性能改進。我們從OSU的軟件定義雷達（SDR）系統的模擬場景和預先記錄的數據開始。我們現在有能力利用CREW演示認知雷達跟蹤系統的實時操作。

這個項目的目標是為分布式FAR雷達開發一個基于MATLAB的M&S架構，從而能夠在模擬的、以前收集的和實時的流式數據上進行算法開發和測試。在第一階段，我們開發了一個基線FAR M&S架構，該架構采用面向對象編程（OOP）方法在MATLAB中編碼。它包括一個控制感知-行動（PA）周期運行的FAR引擎和確定下一組傳感參數的軟件對象；從傳感器獲取數據；處理數據以跟蹤目標；存儲和顯示傳感和跟蹤過程的結果。我們開發的模塊實現了模擬和預先錄制的SDR數據實例，以及實時和模擬的CREW數據實例。

第一階段開發的FAR M&S架構允許在模擬和實驗CREW數據源之間，以及在驅動傳感的FAR算法之間進行透明切換。輕松交換傳感和處理對象的能力將允許快速開發和測試認知雷達算法，通過構建M&S功能來避免重復工作和 "單點 "解決方案。它將使工業界、學術界和空軍的研究人員之間的合作成為可能，因為不同研究人員開發的算法可以使用一致的模擬、收集的數據和實驗室條件進行測試和比較。

美國海軍陸戰隊正在建設反水面作戰領域的能力，特別是在獲得地基反艦導彈（GBASM）及其相關發射平臺方面。研究為分析與這種新能力相關的部隊結構提供了一種方法。研究方法使用離散時間馬爾可夫模型對GBASM炮組和敵方水面艦艇之間的戰術級決斗進行建模。這些模型有足夠的復雜性來解決關鍵的部隊設計問題，并且對決斗的關鍵特征進行了參數化，以便進行強有力的敏感性分析。

在海軍導彈作戰中，重要的是確定所需的炮彈規模S，以使炮彈有足夠高的概率殺死敵艦。GBASM概念的獨特之處在于，與從水面艦艇上發射導彈相比，它能夠將這種炮彈分散到幾個平臺上，并以更適合特定戰術場景的方式進行發射。在這種情況下，如果有一個大小為K的禮花彈，并將該禮花彈分散到N個平臺上，那么每個平臺在特定的禮花彈中發射?枚導彈，這樣K × N = S。有了這個公式，就能夠分析平臺數量和每個平臺發射的導彈數量在這些配置的殺傷力和生存能力方面的權衡。這為成本-效益分析提供了基礎。

對GBASM炮臺與敵方水面艦艇發生接觸的情況進行模擬。從簡單的場景開始，然后逐漸復雜化。讓GBASM發射器與一艘敵方水面艦艇進行決斗。GBASM一方被稱為藍方，水面艦艇被稱為紅方。最初假定雙方都有足夠的導彈供應，并且交換的時間是有限的，因此可以把供應視為無限的。GBASM以彈丸為單位進行發射，每個彈丸至少包括一枚導彈。在藍方的炮擊之后，紅方的水面艦艇有機會進行還擊。

在所描述的環境中，假設藍方具有首發優勢。鑒于GBASM的引入在沿岸地區造成的不對稱情況，首發優勢的假設并不是不合理的。GBASM是移動的，有可能移動到難以探測的地方，只有在準備開火時才出來。GBASM的目標是保持不被紅方船只發現，直到它成功瞄準紅方船只。一旦紅方船只成為目標，GBASM系統就會開火并移動到一個新的位置。如果沒有關于GBASM移動的完美信息，紅方艦艇將持續處于不利地位。

此外，該模型捕捉到了紅方對藍方的炮擊進行防御措施的能力。這些防御性的反措施是用參數λ來說明的，這個參數是紅方根據泊松分布可以攔截的藍方導彈的平均數量。以這種方式對紅方采取反措施的能力進行建模，說明了隨著藍方導彈規模的增加，紅方采取反措施的能力也在減弱。同樣，也說明了紅方針對藍方分布式發射器的能力下降。紅方殺死藍方分布式平臺的能力用參數?表示，根據泊松分布，紅方在還擊中可以殺死藍方平臺的平均數量。這再次說明，隨著藍方平臺數量的增加，紅方瞄準和殺死藍方的效果有限。

在對該模型的分析中，遇到了幾個關鍵的發現。首先，最重要的是確定理想的炮擊規模S，以提供足夠高的殺死敵艦的概率。這不是一個簡單的 "越多越好 "的問題，因為炮擊規模有一個收益遞減點。正如人們所期望的那樣，還得出結論，增加平臺的數量K可以提高生存能力，從而提高GBASM炮臺的殺傷力。然而，改進的幅度對其他參數很敏感，當炮彈規模足夠大時，改進的幅度通常很小。

該研究的主要產出是創建的模型和對它們進行進一步分析的能力。本論文中任何地方使用的參數值都不是由具體的GBASM系統或潛在的敵方水面艦艇的能力來決定的。因此，結果應該被看作是對參數空間可能區域的探索的概括。這些模型提供了根據有關特定系統的能力進行具體分析的能力。

美國陸軍作戰能力發展指揮部分析中心創建了一種算法，用于估計定位、導航和授時（PNT）傳感器和系統的目標位置誤差。即使系統用來尋找感興趣目標的確切算法是專有的或未知的，該算法也可以使用。該程序具有高度的模塊化和可擴展性；因此，相對來說，添加各種不同的PNT傳感器、系統和目標是很容易的。然而，目前僅有的傳感器是使用到達時間差、到達頻率差和/或到達角度的信號智能系統，以及可能有激光測距儀和測量校準源輻射的光子計數探測器的電子光學/紅外（EO/IR）系統。

美國防部有各種傳感器，作戰人員可以用它們來尋找位置。一些傳感器可以讓作戰人員找到潛在的威脅。如果作戰人員目前不能使用GPS，他們可能需要使用傳感器來確定自己的位置。傳感器可以單獨使用，也可以在更復雜的情況下連接在一起，以估計一個感興趣的物體的位置。為了確保美國陸軍為作戰人員配備能夠執行任務的傳感器，建立一個能夠估計這些位置傳感器在任何情況下的性能的模型至關重要。

美國陸軍作戰能力發展司令部（DEVCOM）分析中心需要一種算法來估計正在進行定位、導航和授時（PNT）計算的各種傳感器和系統的性能。DEVCOM分析中心（DAC）開發了多用途通用簡化TLE計算器（MUSTC）模型，該模型可用于查找各種傳感器的目標位置誤差（TLE），進而用于定位各種物體。

MUSTC算法并不要求用戶了解系統如何使用傳感器的測量結果來確定位置。在MUSTC軟件中添加一個新的傳感器類型所需要的只是一個模型，該模型可以估計傳感器測量的原始值，作為傳感器和目標參數以及它們的位置的函數。

為了使算法能夠確定TLE，算法需要知道所有參考傳感器和目標在場景中的位置、可能影響位置測量的變量和這些變量的不確定性，以及用戶希望為感興趣的項目計算TLE值的空間位置。然后，該算法將假定感興趣的物品在名義上位于用戶想要估計TLE的位置。一旦知道了位置，軟件就可以使用測量模型來確定傳感器將為該場景測量什么。然后，該軟件可以使用這些測量結果，以及優化算法，來確定感興趣的項目在空間指定點的TLE。

該算法的主要優點是，它可以擴展到確定來自不同傳感器類型的測量的各種不確定性如何影響總TLE，或找到感興趣的項目的位置的不確定性。

該算法的主要缺點是，由于反復調用實現優化算法的函數來計算TLE，所以計算有時會很耗時。程序可以使用許多優化算法，有些算法比其他算法快。即使程序使用一個相對較快的優化算法，如果優化算法被調用足夠多的次數，計算時間仍然會增加。DAC努力減輕這一缺點，找到了可用的最快的優化算法，但仍能產生正確的答案，將程序寫成多線程應用程序，以便利用大多數現代計算機處理器的多個核心，并試圖在最終結果的準確性和必須調用優化算法的次數之間找到最佳平衡。

浮動航天器模擬器（FSS）是模仿衛星在空間運動的機器人載體。使用FSS可以在地球上對制導、導航和控制算法進行實驗驗證，然后再將其應用于空間，因為空間的錯誤是災難性的。此外，FSS是空間系統工程課程中大學生的一個重要研究和教育工具。然而，目前使用的所有FSS都是定制開發和昂貴的項目。本論文涵蓋了用于教學和研究目的的新型浮動航天器模擬器的開發、組裝和測試過程，該模擬器被命名為MyDAS，代表微型動態自主航天器模擬器。通過介紹MyDAS，一個小型的、簡單的和低成本的FSS，使FSS在大學和中學階段的研究和教育中得到更廣泛的利用。討論了MyDAS的不同推進配置及其相應的運動方程。對于一個特定的配置，選擇并測試了現成的氣動和電子組件。一個模塊化和標準化的3D打印框架將所有部件固定在一起，形成一個最終的剛性載體。最后，MyDAS在各種實驗中被測試，完成了全部的硬件功能。

1 引言

本論文進行小型化和簡化的浮動航天器模擬器（FSS）工作。本章簡要介紹了這項工作的動機和目標，以及本論文的結構。

1.1 動機

未來空間任務中的航天器需要靈活、自主的制導、導航和控制（GNC）算法，如對接、接近或清除碎片的操縱[1], [2], [3]。用硬件在回路中驗證GNC算法的一種方法是使用FSS，而無需將測試對象送入太空。盡管不向太空發射任何東西而大大降低了成本，但目前的FSS仍然需要大量的經濟和費時的工作來建造和操作，這只有專門的機構或公司才可能做到。除此之外，目前的FSS都是獨特的設計，沒有標準化。引入一種新的、負擔得起的、小而簡單的FSS可以使本科生甚至高中生以及業余用戶能夠使用FSS工作。提供這種機會可以增加為未來空間任務創造更好的GNC算法的成功機會。

1.2 目標

先前工作提出了一個更便宜、更小、更簡單的FSS的概念[4]，稱為MyDAS，代表微型動態自主航天器模擬器。提出了初步的計算機輔助設計（CAD）模型、材料清單、氣動圖、接線圖、兩種浮動配置和三種推進配置。本論文的目的是建立一個MyDAS的物理工作實例。為此，所有定制設計的部件應與購買的現成部件一起制造和組裝。所有的功能部件應先單獨測試，然后再組合。最終的裝置必須能夠使用壓縮空氣供應漂浮和推動自己。如果可能的話，在不使用推進系統的空氣的情況下，漂浮時間應超過5分鐘。此外，推進系統必須由機載計算機和機載電池控制。該裝置的硬件和軟件應是開源的，以使其可重復使用。作為其中的一部分，將提出一個成本估算。在未來的工作中，希望MyDAS能被積極用于驗證和改進GNC算法。

1.3 結構

如上所述，本論文是基于以前的工作，其中介紹了關于FSS的理論基礎和技術現狀[4]。理論基礎和技術現狀同樣適用于本論文，這就是為什么它們在本文件中沒有明確重復。在第2章運動方程中，以前工作中的簡化運動方程被指定用于其中一個推進配置。第3章氣動系統討論了MyDAS的氣動系統。第4章電子學中解釋了MyDAS的電路以及所有的電子元件。第5章框架設計的主要內容是構建和制造一個定制的、3D打印的框架，該框架將所有的部件固定在一起。第6章設置和測試描述了在組裝MyDAS的過程中對單個和組合部件的若干測試。在第7章實驗中，全功能的FSS被用在一個花崗巖試驗臺上，以證明其功能，以及描述某些推進方面的特征。最后一章的結論是對工作的總結以及對未來工作的建議。復制MyDAS的基本信息，如技術圖紙、材料清單和Python列表，可以在附錄中找到。此外，該代碼與CAD文件和更多不能打印在紙上的數據一起在網上提供。

為了支持未來的多域作戰分析，美國DEVCOM分析中心（DAC）正在探索如何在陸軍的作戰模擬中體現天基情報、監視和偵察（ISR）資產的貢獻。DAC正在使用基于能力的戰術分析庫和模擬框架（FRACTALS）作為方法開發的試驗基礎。用于預測衛星軌道路徑簡化一般擾動的4種算法已經被納入FRACTALS。本報告的重點是來自商業衛星群的圖像產品，其分辨率為1米或更低。報告介紹了預測分辨率與傳感器特性、傾斜范圍（包括地球曲率）和觀察角度的關系的方法。還討論了在不同分辨率下可以感知的例子。

在2021年建模與仿真（M&S）論壇期間，空間情報、監視和偵察（ISR）建模被確定為當前/近期的建模差距。美國陸軍作戰能力發展司令部（DEVCOM）分析中心（DAC）提交了一份陸軍M&S企業能力差距白皮書（Harclerode, 2021），描述了幫助填補這一差距的行動方案。陸軍建模和仿真辦公室已經資助DAC開發方法，以代表商業、國家和軍事空間和低地球軌道資產的性能及其對聯合作戰的影響，并在基于能力的戰術分析庫和模擬框架（FRACTALS）內進行測試實施。

FRACTALS是DAC開發的一個仿真框架，它提供了通用的結構 "構件"，用于模擬、仿真和評估ISR系統在戰術級任務和工作中的性能。FRACTALS作為DAC開發的各種ISR性能方法的測試平臺，將文件或數據被納入部隊的模擬中。FRACTALS還作為DAC的一個分析工具，在戰術環境中對ISR系統進行性能分析比較。

這項工作需要在一定程度上體現衛星飛行器（高度、軌跡和運動學）、傳感器有效載荷（光電[EO]、紅外、合成孔徑雷達和信號情報）、網絡、控制系統、地面站（時間線、通信、處理、利用和傳播）、終端用戶以及連接它們的過程和行為。本報告描述了DAC為支持這一工作所做的一些基礎工作，重點是可見光波段相機圖像。