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

過去十年中，無人駕駛飛行器（UAV）或無人機能力的快速發展極大地拓展了這些創新型機載設備的商業、軍事和消費應用領域。無人機的特點是固定翼或多旋翼，其價值在于長距離飛行、輕量化設計以及成像和感知能力。傳統的無人機由無線電控制器在專用信道上運行，現代無人機正朝著自主、機器控制的戰術無人機群發展，能夠實現一系列復雜的目的。然而，由于這些設備的體積和相對有限的電池電量，這些功能性工具中嵌入的計算能力和機載軟件仍然極為有限。隨著越來越多的惡意行為者試圖破壞、劫持和誤導無人機的飛行路線，如何確保無人機的安全成為一個重要的學術難題。從無人機劫持到拒絕服務（DoS）再到信號干擾，影響無人機飛行可靠性的常用技術簡單易行、威力強大，而且廣泛為大眾所掌握。本研究分析了無人機風險管理能力與訓練良好的機器學習模型所提供的機會之間的關系。通過將基于 Python 的半監督訓練集應用于多個機器學習解決方案，本研究證明了飛行中數據監控和安全威脅檢測算法在未來機載應用中的可行性。將這些發現進一步擴展到基于蜂群的多無人機指紋識別和飛行監控，展示了網絡威脅識別和安全管理的潛力。最終，這些研究成果提出了一種新型模型，將機載和離線機器學習功能集成到基于防護罩的軟件解決方案中，該解決方案可以檢測和應對飛行異常以及惡意行為者不斷變化的威脅模式。

根據這些核心概念考慮因素，圖 5 形象地展示了無人機操作與安全威脅識別和緩解之間的多維關系。該框架的初始階段確定了無人機身份和運行容限的規范維度，將飛行計劃信息、GPS 數據和基線信號強度等已知矢量整合到威脅評估程序中。下游行為監控和威脅檢測可識別各種威脅載體的風險概況，包括 DoS、劫持、欺騙和信號干擾。雖然可以識別這些威脅，但無法使用標準的無人機數據和控制-無人機通信渠道對其進行主動監測。相反，需要一種先進的機器學習解決方案，利用 Na?ve Bayes、Random Forest、SVM 和線性回歸等四種算法模型中的一種或多種。

信息泄露是行業和政府領導人最關心的問題。物聯網（IoT）是一種快速發展的技術，能夠感知真實世界的事件。物聯網設備缺乏通用的安全標準，通常使用輕量級安全解決方案，從而暴露了它們收集的敏感真實世界數據。從這些設備中滲出數據的一種實用方法是通過隱蔽渠道。

這項研究設計了一種新穎的物聯網隱蔽定時通道（CTC），將數據編碼到已有的網絡信息（即端口或地址）中。在兩種物聯網協議--傳輸控制協議/互聯網協議（TCP/IP）和 ZigBee 之間實現了七種不同的編碼方法。TCP/IP 隱蔽信道是通過模仿 Ring 智能門鈴創建的，并使用亞馬遜網絡服務（AWS）服務器生成流量。ZigBee 通道是通過復制飛利浦 Hue 照明系統建立的，并在局域網 (LAN) 上執行。此外，CTC 可在兩種不同模式下實施： 隱身和帶寬。性能用吞吐量和可探測性來衡量。隱形方法模仿合法流量捕獲，使其難以檢測，而帶寬方法則放棄了這種方法，以獲得最大吞吐量。檢測結果采用了四種基于統計的檢測測試：Kolmogorov-Smirnov（KS）測試、形狀測試、規律性測試和相似性測試。

隱形結果的吞吐量為：TCP/IP 4.61 比特/秒（bps），ZigBee 3.90 比特/秒（bps）。它們還躲過了檢測測試。帶寬法的 TCP/IP 平均吞吐量為 81.7 Kbps，ZigBee 平均吞吐量為 9.76 bps，但在檢測測試中表現明顯。

在海軍陸戰隊的戰術部隊中，有一個關于技術進步和認知負荷的認知問題；具體來說，現代戰場上幾乎無窮無盡的新信息流正在過度消耗人腦。無人戰術自主控制與協作（UTACC）是一種替代性作戰概念，它的開發可以澄清技術進步與認知負荷之間的關系。UTACC的目的是通過自主協作，在提高任務完成度的同時減輕海軍陸戰隊員的認知負荷。

本論文制定了UTACC作戰概念，其中包含了海軍陸戰隊作戰實驗室提供的場景邏輯、作戰活動排序和初始信息交換要求。要應對UTACC的復雜性，還需要對協同自主、人機系統集成因素和決策支持進行深入分析。

本研究發現，在早期階段，UTACC 可以作為一種可擴展的決策支持工具，實現常規計劃流程的自動化，從而提高小型戰術部隊的效率。此外，本研究還發現了未來的工作領域，其中三個領域是：衡量能力差距、共同行動圖像管理/融合和安全。

戰爭中出現了各種旨在幫助作戰人員完成任務的先進技術。這些進步也引入了信息超載的概念。決策者在做出決策之前，必須從龐大的信息庫中收集特定的信息。大量的信息很容易使作戰人員的認知負荷過重，從而導致任務性能下降，這是一個意想不到的后果。無人戰術自主控制與協作（UTACC）的目的是通過自主協作提高任務完成度，同時減輕操作員的認知負荷。UTACC的概念是武裝陸戰隊員在半自主無人地面和空中飛行器的協助下開展行動。一個UTACC系統由人類組件、空中組件和地面組件三部分組成（SOW，2014年）。

A. 研究目的和方法

盡管人們擔心幾乎無窮無盡的新信息流會過度消耗人腦（Bates，2010 年），但目前專門針對技術進步與認知負荷之間現象的研究極少。UTACC這一另類戰爭概念的提出，可以澄清技術進步與認知負荷之間的關系。要有效地做到這一點，研究必須包括對作戰環境的深入分析；可能的任務及相關任務；協作自主、人類系統集成（HSI）因素；以及信息交換要求（IERs）。該系統需要高度的語義互操作性和創新的技術流程，使操作員能夠將所有 UTACC 組件（人類或機器）視為隊友。 海軍陸戰隊作戰實驗室（MCWL）于 2013 年啟動了 UTACC 項目。MCWL 在其任務說明中指出： 利用兵棋推演、基于概念的實驗、技術評估和分析的整體組合，嚴格探索和評估海軍陸戰隊的服役概念，以驗證、修改或否定概念的可行性，并確定能力差距和機會，為未來兵力發展提供信息。（"MCWL"，未注明日期，任務）

MCWL 邀請海軍研究生院協助對UTACC 概念進行探索性研究，以實現 "以決策為中心、半自主、分布式、多代理、多領域機器人系統 "的愿景（SOW，2014 年，第 1 頁）。

本論文是這一研究計劃的第一步，即制定 "操作概念"。這項探索性研究捕捉到了 MCWL 的邏輯、操作活動排序和初始 IER，并提供了范圍有限的場景。系統工程方法與海軍陸戰隊部隊領導步驟相結合，用于在任務規劃和執行的整體流程中構建任務和子任務。這項研究探索了將機器組件納入這些步驟中的每一個步驟，以幫助實現自動規劃和執行。

作為一種未來軍事概念，UTACC 必須以現有的條令和戰術、技術與程序（TTPs）為框架，以便 MCWL（注：任務）驗證、修改或拒絕概念的可行性。規劃與執行模型（見附錄 A）完成后，針對選定的單一任務，共確定了 38 項任務和子任務。創建了任務分析工作表（見附錄 D），作為記錄與 "作戰概念 "相關的輔助信息的中央資料庫。這些工作表將幫助潛在的系統建模人員、開發人員、設計人員和未來的UTACC研究人員了解基線UTACC作戰概念，并對其進行修改以滿足新的要求。

外部評審和反饋對于確定項目范圍，使其成為論文級別的工作非常重要。2014 年進行了兩次外部評審，以聽取各領域責任專家的不同觀點。第一次評審強調，在開發的早期階段，UTACC 最好用作決策支持工具，使任務規劃期間的常規流程自動化。第二次外部審查強調，UTACC 的許多支持技術已經存在；挑戰在于將技術融合到一個共享的共同環境中。

卡內基梅隆大學（CMU）于 2015 年 2 月舉辦的概念驗證演示證明，只要有適當的可互操作軟件，無人機（UAV）和無人地面飛行器（UGV）就能在沒有人類協助的情況下協作尋找目標、拍攝目標照片并將照片發送給上級總部。雖然該演示是在受控環境下利用 CMU 設備進行的，但演示結果證明，UTACC 是一個可行的概念，并有能力隨著技術的進步而不斷成熟。

2015 年 2 月演示的成功以及自 2014 年 1 月以來所有與UTACC 相關的探索性研究工作獲得了尊敬的雷-馬布斯（海軍部長）和凱文-基里亞準將（MCWL 總司令）的關注。在2015年海空博覽會期間，兩位領導人討論了UTACC的價值。馬布斯的評論側重于創新，他說UTACC計劃的成員 "開發了一種無人地面飛行器與無人空中飛行器無縫通信、自主識別目標并執行任務的方法"（馬布斯，2015年，第7頁）。Killea 的評論集中于 UTACC 作為戰場自主性的下一個層次為戰場帶來的戰術價值（Tucker，2015 年）。Killea 進一步解釋說："無人系統必須認識到他們被告知要做什么，制定計劃，然后執行對任務要求的共同理解......海軍陸戰隊操作員告訴無人系統做什么，而不是怎么做。這樣，操作員就可以騰出手來處理其他任務，而自主系統則可以共同協作完成手頭的任務"（Tucker，2015 年，第 1 頁）。

B. 主要結論

1.在有足夠制圖和傳感器數據的條件下，UTACC 的早期階段可完全設計為一種規劃工具。海軍陸戰隊規劃流程中的許多任務和過程都屬于常規性質，可以實現自動化。盡管強調自動化，但作者認識到在特定的關鍵點上仍需要人工輸入和監督。

2.UTACC 軟件應完成約 80% 的規劃，并允許人工完善最后 20% 的規劃。

3.任務規劃自動化的一個風險是會損失人類在規劃過程中獲得的隱性知識。可以通過使用 3D 演練和虛擬演練來降低這一風險。

4.支持UTACC行動概念的許多技術已經存在，盡管還處于起步階段。應立即開始行動，了解當前技術存在的問題，并不斷發展以適應技術的進步。

5.在計劃和執行模型中，明確的反饋回路是必要的，這可以讓機器組件補充人類的自然思維過程。

C. 對未來研究的主要建議

1.UTACC是一個模塊化的系統（SoS）。未來的研究工作需要利用這種模塊化設計，納入更多的任務、條件和威脅。

2.通過度量解決能力差距問題對于了解UTACC的戰術價值至關重要。這種分析應比較UTACC輔助單位與非UTACC輔助單位在執行任務中的表現。通過這一過程，應開發出評估人機協作的新指標。

3.未來研究應解決共同行動圖像（COP）管理和融合方面的挑戰。這項研究應解決以下方面的挑戰：大數據管理；信息過濾；信息推與拉；共同行動畫面顯示硬件選擇；以及聯合/機構間共同行動畫面融合。

4.如果從一開始就不考慮系統的安全性，UTACC 將無法完成任何任務。使用保密性、完整性和可用性（CIA）三要素，通過人員、操作和技術（Batson & Wimmer，2015 年）的視角完成了初步的威脅和漏洞評估。未來的工作應在這一初步評估的基礎上進行擴展。

D. 結論

UTACC是一個有效的探索性研究領域，它研究了未來海軍陸戰隊中人與機器組件之間協作自主的概念。本論文是企業級潛在的更大規模倡議的第一批種子之一。成果摘要是討論UTACC戰術價值的起點。對進一步研究的建議說明了協作自主的復雜性。盡管UTACC能力的實戰化面臨無數挑戰，但利益相關者必須始終牢記，UTACC的概念是利用機器人技術提高海軍陸戰隊的戰斗力。

許多武裝部隊正變得以網絡為中心并高度互聯。數字化戰場的技術進步促成了這一轉變和分散決策。隨著戰場的演變，任務要求部隊具有機動性并支持多種戰術能力，目前部署靜態無線電中繼節點以擴大通信范圍的概念可能不再適用。因此，本論文旨在設計一種使用無人機系統（如航空浮空器和戰術無人機）的作戰概念，為戰術部隊提供視距外通信，同時克服全球定位系統失效環境下的限制。鑒于聯邦通信委員會規定工業、科學和醫療頻段的最大有效各向同性輻射功率為 36 dBm，擬議的概念分為三個階段，以評估操作和通信系統需求。兩個節點之間的最大通信距離可使用 Friis 傳播方程進行研究。此外，還使用 Simulink 軟件研究了有效應用吞吐量與距離的關系。分析結果表明，IEEE 802.11ax 可提供更高的數據吞吐量，并支持 2.4 GHz 和 5.0 GHz 兩個頻段。通過模擬環境和運行場景，確定了在 50 千米乘 50 千米的區域內提供通信覆蓋所需的航空系統估計數量。

隨著數字化戰場的擴展，以及對可進行多域作戰的高度互聯部隊的需求日益增長，目前在戰區采用靜態中繼節點的通信概念可能不再可行。因此，本論文旨在設計一種作戰概念，利用無人機作為戰術部隊的通信中繼節點，同時克服全球定位系統（GPS）封閉環境的限制。具體來說，這項研究的主要重點是確定這一作戰概念的最大通信范圍，并研究兩個空中中繼節點之間的有效數據吞吐量。此外，研究還試圖確定提供 50 千米乘 50 千米或同等通信覆蓋所需的空中中繼節點數量。最終，本論文的研究結果旨在進一步提高作戰行動環境中的通信效率。

擬議的作戰通信框架將采用一種混合通信系統，同時使用航空浮空器系統和戰術無人機作為通信中繼節點。利用戰術無人機的靈活性，在需要時可以方便地增加網絡數據帶寬。為分析行動需求和可部署的通信系統類型，擬議的行動構想分為三個不同階段。

為了研究擬議概念的可行性，采用了 IEEE 802.11ax 和 IEEE 802.11n Wi-Fi 標準來檢查網絡性能，并確定估計的有效通信范圍。之所以采用這些 IEEE 標準，是因為它們可以在 2.4 GHz 和 5.0 GHz 頻段上運行。

根據美國聯邦通信委員會 (FCC) 的規定，在 2.4 GHz 頻段工作時，工業、科學和醫療 (ISM) 頻段的最大有效各向同性輻射功率 (EIRP) 規定為 36 dBm。通過限制輸出功率和有效輻射功率，可以確定在 2.4 GHz 和 5 GHz 頻段工作時的理論有效通信范圍。利用弗里斯傳播方程，計算出的范圍分別約為 5.5 千米和 2.6 千米。

通過修改 MATLAB Simulink 軟件中現有的 IEEE 802.11 MAC 和應用吞吐量測量模型，確定了使用 IEEE 802.11ax 和 IEEE 802.11n 標準的有效應用吞吐量。從仿真結果可以看出，隨著距離的增加，兩種工作頻率的應用吞吐量都會下降，這是由延遲和數據包丟失數量增加等因素造成的。此外，與 2.4 GHz 相比，5 GHz 頻段的傳輸距離較短。因此，為了彌補傳輸距離的限制并優化在 5 GHz 頻段工作時的數據吞吐量，建議使用比在 2.4 GHz 頻段工作時更高的信道帶寬。

從模擬結果來看，IEEE 802.11ax Wi-Fi 標準的數據吞吐量高于 IEEE 802.11n。這是因為 IEEE 802.11ax 采用了比 IEEE 802.11n 更有效的調制和編碼方案。因此，以 IEEE 802.11ax 作為推薦的 Wi-Fi 標準，在 2.4 GHz 和 5 GHz 上運行時的最大應用吞吐量分別約為 4.403 Mbps 和 4.488 Mbps。

為了估算在 50 千米乘 50 千米的作戰區域內提供通信覆蓋所需的空中中繼節點數量，使用了地圖規劃工具軟件 ArcGIS Pro 來模擬作戰區域并規劃通信網絡。根據計算得出的有效通信距離和地圖規劃，估計總共需要 23 個航空浮空器系統才能在 2.4 GHz 頻段上提供網絡覆蓋，另外還需要 24 架戰術無人機才能支持在 5 GHz 頻段上運行的更高數據帶寬網絡。

值得注意的是，本論文僅限于分析兩個空中中繼節點之間的性能，并使用了仿真模型。在現實世界中，有多種因素可能會影響室外環境中的網絡性能，例如地形影響造成的衰減。因此，為了更好地了解系統的性能，建議在實地進行深入的開發測試，并考慮環境造成的衰減和干擾。在這種情況下，提供通信覆蓋所需的空中中繼節點的估計數量可能會有所不同。此外，性能和有效通信距離也可能下降。

除中繼通信外，空中中繼節點的高度優勢還可提供額外服務，如執行監視和偵察任務。因此，為了最大限度地提高系統性能，建議未來的研究人員研究不同傳感器系統可能造成的干擾影響。為了最大限度地降低干擾幾率，可能有必要制定詳細的頻率分配計劃，以確保不同系統之間有足夠的頻率間隔。

最近無人駕駛飛行器（UAV）能力的進步導致對蜂群系統的研究越來越多。然而，無人機群的戰術應用將需要安全通信。不幸的是，到目前為止的努力還沒有產生可行的安全通信框架。此外，這些系統的特點是有限的處理能力和受限的網絡環境，這使得許多現有的安全群體通信協議無法使用。最近在安全群組通信方面的研究表明，消息層安全（MLS）協議可能為這些類型的系統提供一個有吸引力的選擇。這篇論文記錄了MLS與先進機器人系統工程實驗室（ARSENL）無人機群系統的整合情況。ARSENL的實施是為了證明MLS在安全蜂群通信中的功效，是一個概念驗證。實施的測試結果是在模擬環境中進行的實驗和用物理無人機進行的實驗。這些結果表明，MLS適用于蜂群，但需要注意的是，測試中沒有實施交付機制以確保數據包的可靠交付。對于未來的工作，如果要維持一個可靠的MLS系統，需要緩解不可靠的通信路徑。

引言

目前，無人駕駛飛行器（UAVs）的進步已經導致了對蜂群能力的研究。目前，多無人機群已被建議或用于一系列廣泛的應用，包括但不限于： 1：

• 攝影 [1］
• 電影制作[1]。
• 野火監測[2］
• 農業[1], [3]
• 遙感和測繪[4］
• 環境監測 [5］
• 建筑 [6］
• 無人機送貨服務 [7］
• 自然災害管理和恢復 [8］
• 軍事行動和防御 [9］

無人機群的戰術利用將取決于安全通信。不幸的是，單個蜂群平臺的處理能力有限，而且蜂群系統通常依賴于帶寬有限且可能不可靠的通信框架。這些限制使這些系統滿足安全要求的能力受到質疑。

以前的設備群通信安全方法不太可能適用于現有或設想中的蜂群系統。然而，最近對安全群組通信的研究表明，消息層安全（MLS）協議[10]可以提供一個有吸引力的選擇，其特點似乎特別適合這些類型的系統。該協議提供了一種有效的計算方法來實現異步安全的群體密鑰管理，但需要在現實的系統中進行實驗，以評估該協議在這些計算和通信有限的環境中的功能。這項工作是在海軍研究生院（NPS）高級機器人系統工程實驗室（ARSENL）的無人機群中實施MLS協議，以保護特定的信息流。

1.1 問題說明

NPS ARSENL開發并利用了一個無人駕駛飛行器（UAV）群系統，該系統已經成功地演示了多達50個UAV[11]。盡管這種能力為軍事行動提供了巨大的潛力，但ARSENL系統缺乏最終在現實世界中使用所需的通信安全功能。本論文在ARSENL蜂群系統上實現了MLS，以評估其對此類系統更廣泛的適用性。

MLS提供了一些與多無人機系統特別相關的能力。MLS提供了一個動態添加和刪除成員的機制，同時不斷地在群組成員之間提供安全的通信。由于無人機群成員可能是高度動態的，添加和刪除群成員是很重要的能力。隨著蜂群規模的增加，群體安全協議必須有效地擴展。同樣有利的是，MLS協議有利于強制移除已經被劫持的、被破壞的或發生故障的無人機。在這些情況下，該協議為小組提供了更新通信密鑰的手段，以排除被破壞或故障的無人機。本論文旨在解決以下問題：

1.MLS協議能否適用于ARSENL無人機群的使用？

2.MLS對ARSENL無人機群的性能有何影響？

3.ARSENL無人機能否加入群組并與群組的其他成員安全地進行通信？

4.小組密鑰是否能夠通過不可靠的ARSENL蜂群網絡定期更新？

5.在出現紕漏或其他標準的情況下，是否可以將無人機從ARSENL群中移除，不再解密信息？

1.2 范圍

在本論文中，研究了在NPS ARSENL無人機群中使用MLS作為一個連續的組密鑰協議。來自MLS GitHub倉庫[12]的社區維護的C++代碼被調整為納入ARSENL蜂群系統代碼庫。特別是，MLS組的密鑰更新、成員添加和成員刪除等操作被實現和測試。該研究包括分析MLS協議的使用對ARSENL蜂群性能的影響。指標包括各個無人機之間的數據包傳輸和接收率、可擴展性和時間。

1.3 論文組織

本文的其余部分分為四章。第二章提供了理解MLS和無人機群的必要背景信息。這包括討論多無人機群和常見的群組通信架構，ARSENL群組系統，以及潛在的安全通信方法，包括成對和分組協議。本章最后討論了MLS和它是如何工作的。

第三章描述了代碼開發過程。它首先總結了ARSENL機載軟件的機器人操作系統（ROS）框架和用于實現MLS功能的C++應用編程接口（API）。然后，本章討論了代碼的實現，包括代碼概述和討論將MLS集成到ARSENL蜂群中的經驗教訓。

第四章討論了MLS實現的實驗，并分析了它對各個ARSENL蜂群平臺的影響，這些影響受蜂群大小和密鑰更新率的影響。本章包括對測試過程的描述和對結果的描述。

最后，第5章提供了一個結論，包括本研究的意義和對未來工作的建議。

無人飛行器的使用是目前現代戰爭中的一個事實。將無人機作為一個蜂群使用，共同完成一項任務，將有助于拯救生命；然而，蜂群內無人機之間的通信是現有技術的一個挑戰，這主要是由于在一個小設備中運行的功率要求。受第五代移動網絡大規模機器式通信的啟發，這項工作為蜂群中的無人機提供了一種新的識別和測量方法。5G通信信道的序言采用Zadoff-Chu（ZC）序列，預計將提供低功率和較少的設備間干擾，并且在應用匹配濾波器時產生良好的均方誤差結果。考慮到嵌入在噪聲和多普勒影響環境中的無人機群中不同數量的無人機的模擬結果表明，即使在信噪比小和多普勒頻移大的惡劣情況下，特別是當一批ZC序列的根指數被選入一個特殊的組時，也會有很好的結果。

引言

無人駕駛飛行器（UAV）的使用在現代戰爭中非常普遍。此外，多架無人機共同完成一項任務，也被稱為蜂群，可以幫助拯救生命；然而，在現有技術條件下，蜂群內無人機之間的通信是一個挑戰。這一挑戰主要是由于可用于操作小型設備中所有傳感器和電子設備的電力有限。

這個問題的一個可能的解決方案是利用通信渠道來交換含有關于蜂群內無人機的相關信息的數據。

這項工作詳細介紹了計算機模擬，以評估廣泛用于第五代移動網絡（5G）通信的ZadoffChu（ZC）序列的實際適用性，以攜帶關于蜂群中無人機的識別和位置信息。

1.1 背景

當無人機首次被用于作戰時，現代戰爭在保護生命方面邁出了一大步。在以保護國家利益和生命為主要目的的情況下，未來的戰爭將由現役無人機的技術應用水平來決定。

無人機群的運行，而不是只有一架無人機，將增加可以完成的任務范圍，例如增加進入和離開戰斗的有效載荷。在這樣的任務中，無人機很可能會在嵌入噪音的環境中運行，而無人機很容易受到多普勒效應引起的頻率變化的影響。

這篇論文分析了位于5G通信數據包中的序言的使用，在這種情況下，該序言將攜帶一個帶有關于參考無人機的識別和位置信息的ZC序列。最具體地說，這項研究建立了一種方法，通過應用匹配濾波器（MF）來獲得該信息。

匹配濾波器在雷達系統中被廣泛使用，主要用于探測。在這里，眾所周知的交叉關聯，當應用于一個ZC序列和包含這個相同的ZC序列的樣本時，作為一個匹配濾波器。這個濾波器得到的結果表現出一個峰值，正好在ZC序列在樣本矢量開始的地方。鑒于匹配濾波器的預期結果，當無人機在有這些不利因素的情況下運行時，可以通過改變這些參數來評估噪聲和多普勒效應的影響。

1.2 相關工作

無人機在戰區的應用是比較新穎的，始于冷戰時期[1]，現代研究已經調查了許多無人機一起工作的應用，以及它們作為一個蜂群的效率如何[2]。

崔黔南、劉培志、王金華等人在2017年的研究中[3]，提供了一種方法，試圖確定管理網狀蜂群的最佳網絡：移動廣告網絡（MANET）或車輛廣告網絡（VANET）。他們的方法將蜂群分成小群，每個群都有一個母親無人機，管理與其他無人機群的通信。

2015年，Luji Cui、Hao Zhang等人[4]的研究顯示，使用60 GHz正交頻分復用（OFDM）系統，以Guard Interval作為通信信道，估計范圍的結果很有希望。同樣在2015年，Vincent Savaux和Faouzi Bader[5]實現了一種基于均方誤差（MSE）的方法來分析OFDM信道的性能。最后，Min Hua、Mao Wang等人[6]在他們2014年的工作中分析了ZC序列的定時性能中的多普勒效應。

本論文提出的工作是剛才提到的所有研究的結合，使用MSE圖來分析ZC序列的性能，作為在噪聲和多普勒影響的環境中識別和測距在蜂群中運行的無人機的一種方法。

1.3 目標

在這篇論文中，我們考慮了長度為839個符號的ZC序列。建立了一個模擬算法來復制現實世界中的蜂群場景。在算法執行過程中改變的參數包括：蜂群的大小、無人機在布局中的位置、數據包序言、噪聲的負載和多普勒效應的振幅。這項工作的主要目的是操縱這些參數，分析結果，并選擇ZC序列（R）的根指數集作為最佳或最差，以減輕在蜂群中運行的無人駕駛飛行器的測距誤差。

1.4 論文組織

在第二章中，我們介紹了在模擬中應用的數學和方法的理論背景。這個數學和方法背景包括5G的基礎知識和ZC序列的特殊性，以及交叉相關作為識別和測距部署在噪聲和多普勒影響環境中的無人機群的一種手段的適用性。在第三章中，我們討論了所模擬的場景及其算法，顯示并解釋了改變參數的原因，最后是性能結果以及它們是否顯示了預期的結果。在第四章的結論中，我們對模擬結果進行了簡要的總結和討論，并提出了一些未來工作的想法。

無人駕駛地面車輛（UGVs）可用于軍事領域，以減輕士兵承擔的風險，以及為體力要求高、枯燥或危險的任務提供解決方案。雖然使用UGV有好處，但也有需求和限制。本論文探討了最終用戶--瑞典武裝部隊的一個輕步兵營--對于為城市地形中的軍事行動而設計的UGV在功能方面的要求。這是通過一個帶有焦點小組的探索性案例研究來完成的，來自第31游騎兵營的士兵和軍官使用兩種不同的UGV原型來完成任務。隨后是半結構化的小組討論，探討了需求、限制和要求。然后，通過主題分析方法對收集的數據進行分析。

主題分析的結果發現，焦點小組的要求有幾個重復出現的意見。這些要求被分為四類：（1）速度，（2）用例，（3）圖像生成的傳感器，以及（4）自主功能。總之，本論文在四個類別中共確定了13個需求。總而言之，這些要求意味著用于城市地形的軍事行動的UGV必須能夠跟上沖刺的士兵，提供視覺掩護，能夠與附近的物體互動，有幾個高質量的傳感器和強大的自主功能，使士兵能夠專注于控制UGV以外的其他事情。

隨著無人駕駛飛行器（UAVs），也被稱為無人機，變得容易獲得和負擔得起，這些設備的應用已經大大增加。其中一種應用是使用無人機飛越大面積區域并探測所需實體。例如，一群無人機可以探測海洋表面附近的海洋生物，并向用戶提供發現的動物的位置和類型。然而，即使無人機技術的成本降低，由于使用內置先進功能的定制硬件，這種應用的成本也很高。因此，本論文的重點是編制一個容易定制的、低成本的無人機設計，并配備必要的硬件，以實現自主行為、蜂群協調和機載物體探測能力。此外，本論文概述了必要的網絡結構，以處理無人機群的互連和帶寬要求。

無人機機載系統使用PixHawk 4飛行控制器來處理飛行機械，使用Raspberry Pi 4作為通用計算能力的配套計算機，并使用NVIDIA Jetson Nano開發套件來實時進行物體檢測。實施的網絡遵循802.11s標準，采用HWMP路由協議進行多跳通信。這種拓撲結構允許無人機通過網絡轉發數據包，大大擴展了蜂群的飛行范圍。我們的實驗表明，所選的硬件和實現的網絡可以在高達1000英尺的范圍內提供直接的點對點通信，通過信息轉發可以擴大范圍。該網絡還為帶寬密集型數據（如實時視頻流）提供了足夠的帶寬。預計飛行時間約為17分鐘，擬議的設計為中程空中監視應用提供了低成本的無人機群解決方案。

無人駕駛飛行器（UAV），即所謂的無人機的使用在過去十年中一直在迅速增長。今天，它們被用于，除其他外，監測任務和檢查人們難以進入的地方。為了有效和穩健地執行這些類型的任務，可以使用無人機群，即一組無人機在一起協調。然而，這對用于控制和導航的解決方案提出了新的要求。無人機群自主導航的兩個重要方面是編隊控制和避免碰撞。

為了管理這些問題，我們提出了四個不同的解決方案算法。其中兩個使用領導者-追隨者控制來保持隊形，使用人工勢場（APF）進行路徑規劃，使用控制障礙函數（CBF）/指數控制障礙函數（ECBF）來保證控制信號的安全性，即無人機保持理想的安全距離。另外兩個解決方案使用運動規劃問題的優化控制問題表述，以產生開環或閉環軌跡，并使用線性二次調節器（LQR）控制器進行軌跡跟蹤。軌跡在時間和隊形保持方面進行了優化。解決方案中使用了兩種不同的控制器。其中一個使用級聯PID控制，另一個使用級聯PID控制和LQR控制的組合。

作為測試我們解決方案的一種方式，我們創建了一個場景，可以顯示所提出的算法的效用。該場景由兩個無人機群組成，它們將在同一環境中執行不同的任務，其中無人機群將處于相互直接碰撞的狀態。實施的解決方案應保持理想的隊形，同時順利避免碰撞和僵局。測試是在真實的無人機上進行的，使用Bitcraze AB的開源飛行開發平臺Crazyflie 2.1。由此產生的軌跡在時間、路徑長度、編隊誤差、平穩性和安全性方面進行了評估。

獲得的結果表明，與使用APF+領導-追隨者+CBF/ECBF相比，從優化控制問題中生成的軌跡更出色。然而，最后提到的算法的一個主要優點是，決策是在每一個時間步驟中完成的，使這些解決方案對環境中的干擾和變化更加穩健。

自主機器人系統的團隊有可能對我們的社會產生巨大的積極影響。特別是在水下領域，協作的多智能體自主系統有可能導致效率、安全和數據質量的顯著提高。然而，雖然自主系統在結構化環境中已被廣泛接受，如制造廠和配送設施，但它們在非結構化環境中還沒有被廣泛采用。其主要原因是，自主系統在非結構化環境中的可靠性尚未達到廣泛采用此類平臺的成本和時間效益。自主系統可靠性的一個關鍵因素是導航和定位算法對常見故障情況的魯棒性，如離群測量、糟糕的初始化和不準確的不確定性特征。因此，本論文提出了同步定位和測繪（SLAM）、多Agent地圖合并、軌跡對齊和不確定性表征的方法，試圖解決其中一些故障情況。

首先，我們提出了一種穩健的地圖合并算法，該算法采用兩個姿勢圖和它們之間的一組潛在的環形閉合，并選擇一組可用于持續對齊和合并兩個地圖的這些潛在的環形閉合。我們提出的算法不需要對準的初始估計，可以處理90%以上的離群率。我們利用現有的最大剪裁算法來提高效率，并表明我們的算法優于現有的最先進的方法。

第二，我們提出了一種算法，用于將查詢軌跡定位到參考軌跡上，該算法完全基于描述機器人智能體在其訪問的每個位置周圍環境的低維數據。我們的方法利用凸松弛技術來避免初始化和數據關聯的需要，使得它在高維數據不可用的情況下很有用。我們將我們提出的方法與其他現有的凸優化技術進行了比較，并表明它比其他現有的方法更好地執行了剛體轉換。

第三，我們將平面姿態圖SLAM和地標SLAM問題表述為多項式優化問題，并證明這兩個問題的全局最優解總是可以通過解決半有限程序（SDP）找到。由于SDP是凸的，這使得我們能夠保證在沒有任何初始軌跡估計的情況下找到真正的最大似然估計（MLE）。

第四，我們提出了一個框架，使用特殊歐氏群的李代數對聯合相關姿勢的不確定性進行建模。然后，我們推導出使用該框架時姿勢組成、姿勢反演和相對姿勢操作的一階不確定性傳播公式。我們使用模擬數據和從現有的SLAM數據集中提取的數據進行評估，結果表明我們的方法比常用的方法導致了更一致的不確定性估計。最后，我們發布了擬議方法的C++庫實現。

綜上所述，本論文提出了四種用于多Agent地圖合并、軌跡對齊、全局最優SLAM和姿態不確定性表征的方法，旨在解決現有定位和繪圖方法的一些常見故障情況。此外，我們還證明了我們提出的所有方法在與該領域的其他方法相比較時的性能。