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

本文旨在研究天基激光武器系統對抗高超音速滑翔飛行器的有效性。高超音速滑翔飛行器是一種新興的武器系統，兼具彈道導彈的射程和巡航導彈的機動性。這些系統對軍事資產構成了獨特的威脅，不僅因為其能力擴大，還因為缺乏有效的防御對策。天基激光武器系統可為這一問題提供解決方案。本文首先模擬了天基激光系統抵御高超音速滑翔飛行器的動力學過程。在假定點質量三自由度條件下，定義了兩個物體的空間軌道力學和大氣飛行力學的支配運動方程。交戰模型中的幾個變量允許變化，包括天基激光系統的真實異常和上升節點的赤經的初始條件，以及高超音速滑翔飛行器的速度比、攻擊角和地面目標的航向。每個物體的運動從初始條件開始向前傳播，分析視線沿線的相對運動和激光。然后將激光的預定攔截范圍與高超音速滑翔飛行器的飛行路徑進行比較，以確定何時成功攔截高超音速滑翔飛行器。最后，研究激光攔截高超音速滑翔飛行器的解集。結果表明，確實存在可用的解決方案集，天基激光系統可以防御高超音速滑翔飛行器對特定地面目標的攻擊。

美軍在戰術層面的組織、能力和授權方面存在差距，無法在信息環境（OIE）中開展行動。本論文通過分析和應用從空地一體化中汲取的經驗教訓，確定了潛在的解決方案：空地一體化是戰爭的一個層面，曾是可與現代信息、網絡和太空相媲美的新概念。空地一體化從第一次世界大戰中的戰略偵察發展到現代攻擊直升機、手動發射的殺手級無人機和戰術聯合終端攻擊控制員（JTACs）。如今，聯合終端攻擊控制員為地面指揮官提供了一名處于戰術邊緣的空地一體化專家，該專家裝備有致命和非致命能力，其權限因地點和行動類型而異。JTAC 的資格得到了整個聯合部隊和北約的認可，并最大限度地減少了地面單元所需的飛行員數量。本論文認為，建立一個與 JTAC 相當的信息、網絡和空間管制員可使聯合部隊更有效地開展戰術 OIE。這種多域終端效應控制員（MDTEC）將獲得聯合認證、資格和指定，就信息環境向地面指揮官提供建議，使用戰術信息工具，并利用聯合信息、網絡和空間資產創造效應。

本文認為，仿照聯合終端攻擊控制員（JTAC）建立 "多域終端效果控制員（MDTEC）"模型，將使戰術部隊能夠更有效地實施 OIE。MDTEC 將作為戰場戰術邊緣的 OIE 使用專家，為地面指揮官提供建議，規劃信息效果，操作信息能力，并向作戰和國家級 OIE 部隊請求效果。模擬 JTAC 計劃的認證、資格和指定方面，將創建整個聯合部隊和北大西洋公約組織 (NATO) 標準化的 MDTEC，使 MDTEC 和 OIE 部隊之間具有一定程度的信任和互操作性。

MDTEC 的能力和權限也可參照 JTAC 的模式。為 MDTEC 配備自主信息能力將使地面部隊能夠識別信息目標，傳遞準確的位置信息，并實施有限的 OIE 效果。MDTEC 應能隨時操作這些設備，而無需上級指揮部的批準。將任何進一步 OIE 行動的授權保留在較高級別，可為協調和目標審查留出更多時間，而將授權推向較低級別則可加快行動節奏。不過，MDTEC 將接受培訓并配備裝備，以識別敵方目標，并在獲得適當級別指揮官批準后開展 OIE 行動。

本文任務是了解美國國防部（DoD）數字工程的成本和效益，并為武器系統項目中的數字工程活動制定決策支持框架。為做好準備工作，我們查閱了相關文獻，并采訪了利益相關者，以了解數字工程實踐的現狀，以及之前為評估數字工程和基于模型的系統工程（MBSE）的成本和效益所做的努力。然后，我們開發了決策支持框架，其中納入了 (1) 既定的美國防部成本效益分析方法和 (2) 既定的系統工程決策方法。在此過程中，我們注意到了國防部數字工程實踐中的嚴謹性和風險方面的關鍵問題，并將其納入了我們的研究范圍

研究表明，在武器系統項目生命周期的任何階段，如果收集了相應的項目數據，或利用了基于目標的系統工程原則，都有可能為數字工程提供成本效益決策支持。計算數字工程的確切成本和收益并不完美，因為沒有分析師能獲得沒有數字工程開發的相同武器系統項目--反事實場景。

盡管許多作者都聲稱 MBSE 和數字工程有好處，但支持這些說法的實證數據仍然很少。用 "更好 "和 "更容易 "等籠統的術語來表述所聲稱的或期望的益處是無法評估的，但在項目決策中可能已經考慮到了這些因素。大多數已發表的有關數字工程和 MBSE 的研究報告所引用的參考文獻都來自軟件開發實踐。因此，它們與武器系統工程的實際應用相關性有限。盡管國防部長期以來一直表示要采用更多工業類型的開發和創新方法，但工業普遍要求的投資回報理由并未在國防部文化中扎根。

第一個框架以經濟學家和國防部分析人員所熟悉的既定成本效益分析實踐為基礎。根據這些實踐，我們開發了一種專門針對國防部項目中數字工程實施的方法。

第二個框架利用了《聯合能力集成與開發系統》（Joint Capabilities Integration and Development System）中編纂的系統工程目標定義流程，以及與美國防部相關的采購條律。以關鍵性能參數和關鍵系統屬性為重點，為數字工程方法建立了可量化的效益單元：性能指標。利用邏輯模型方法、相應風險的調整和成本類別的成本細分矩陣，提供了一種貿易研究手段，用于從多個數字工程活動方案中進行比較和選擇，因為它們可能會影響已定義的武器系統目標。

接下來，考慮了數字工程的嚴謹性和風險問題--重點政策可通過數字工程改善開發和采購成果的杠桿點。最后，總結了研究結果，提出了處理嚴謹性和風險問題的建議，并介紹了兩個框架。

主要結論

• 由于對什么是數字工程缺乏共識，學者和從業人員在進行成本和效益分析時缺乏共同的基 礎。
• 跟蹤數字工程投資并將其與其他成本（如系統工程、多用途 IT 投資）區分開來似乎還不是一種標準做法。
• 以系統思維的方法為數字工程資源分配做出計劃決策，可能會產生最佳的計劃結果。
• 許多人致力于通過預測可能的效益來為數字工程提供依據，但同時卻不對成本進行評估。
• 一些作者和一些服務機構將數字工程成熟度模型作為改善成果的途徑，但卻沒有任何成本數據、因果關系圖或風險分析來支持這一結論。

建議

• 在數字工程是什么（和不是什么）的問題上達成一致性和以目標為中心的共識。
• 建立明確的數字工程計劃目標和系統界限，以消除假裝，并避免將軟件原則和標準應用于復雜系統。
• 收集項目目標數據，為評估數字工程成本和效益提供支持。
• 最大限度地消除實施數字工程的愿望和一般性指導（自上而下的指導）。
• 營造一種環境，使數字工程成為良好系統工程實踐和武器系統項目管理中眾多工具中的一種有用工具。
• 客觀分析企業數字工程工具的運行情況。
• 促進數字工程實踐和文化，使從錯誤中學習與取得成功同等重要。
• 制定政策，將了解和降低風險作為數字工程和 MBSE 實踐的一個重要方面。
• 結合各自的數字化轉型，為確定和實現整個國防部和各部門的吸收能力需求制定路線圖。
• 制定一個框架，為在武器系統項目中利用數據和知識產權確立分級目標。
• 根據既定的系統工程實踐，建立國防部武器系統計劃生命周期決策和里程碑關口標準，以有效利用建模和仿真。
• 根據需要，對多級分類系統、數據和基礎設施的長期生命周期進行客觀研究并提出建議。

機器人和人工智能正在改變我們世界的許多方面。本研究將調查這些技術在水下監視領域的潛在影響和應用，更具體地說，是在應對水雷威脅方面的潛在影響和應用。最終目的是測試是否有可能利用人工智能算法使自主水下航行器具備必要的能力，以取代海上掃雷行動中的人類操作員。這項研究的重要性既在于海事部門日益增長的重要性，也在于機器人和人工智能學科的科學價值。

事實上，海事部門在社會和世界經濟中發揮著越來越重要的作用，這就要求加強安全措施，以保證服務的連續性。海上貿易的增長、通過水下管道輸送的數據和原材料的數量以及在海岸線附近或海域建造的基礎設施的重要性都證明了這一點。然而，必須強調的是，目前監測、控制和必要時干預這種環境的能力非常有限。要監測和保護廣闊的海域，需要付出巨大的努力，而這些海域的邊界很難界定，也沒有關于威脅性質的準確信息，以目前在該領域使用的技術很難持續下去。最近發生的幾起破壞其中一些基礎設施的事件就證明了這一點，這些事件對整個地區的穩定造成了嚴重后果（見北溪管道事件）。

機器人技術和人工智能的最新發展也為這一領域開辟了新天地，創造了重要機遇。一方面是所謂的無人海上系統的發展和演變，這種系統能夠在惡劣的環境中工作，配備強大的傳感器，但平均成本要比傳統的海軍資產低得多；另一方面是人工智能，它使機器能夠在沒有人類干預的情況下執行越來越復雜的操作。

本文的研究結構如下。在引言中，概括性地指出了使用海上無人系統（MUS）進行水下監視所面臨的主要挑戰和機遇，并分析了該領域最有前途的戰略和解決方案。

然后，重點轉向本論文開發的主要應用，即研究和實現能夠自主探測和定位海底地雷的系統和相關算法。

第一步是選擇一個符合成本效益和小尺寸要求的合適平臺。然后選擇一個能夠在水下探測水雷等物體的傳感器，并將其集成到平臺上。

接下來，討論了人工智能的發展及其在水下領域的應用。重點是研究應用于水下圖像的自動目標識別的最新技術。

從最有前途的最新技術入手，開始為自主水下航行器上的準實時應用選擇最佳算法。為此，創建了一個水下圖像數據集，用于訓練和測試基于卷積神經網絡的算法。選定用于船上集成的算法是 “只看一次”（YOLO）神經網絡。該算法的集成實現了為自動潛航器提供自主探測海底類雷物體能力的目標。此外，該算法的訓練和測試階段強調了正確選擇不同數據集的數據以及管理不同水下感知傳感器的重要性。然而，這些研究結果凸顯了這些算法的一些局限性，這促使人們開始尋找新的解決方案。特別是，我們提出了一種名為 “顯著性 CNN ”的算法，它將使用顯著性算法檢測圖像中異常的能力與 CNN 對已知物體進行分類的能力相結合。結果，這種兩階段分類器既能區分感興趣的物體，也能區分海底的一般異常現象。

最后，結束語一章為今后的工作留出了空間，提出了擬議算法 Saliency-CNN 的新實施方案，并為數字孿生系統在水下機器人技術中的引入和使用鋪平了道路。

圖 1.1： CSSN 的系統體系示意圖。由網關浮標與指揮和控制站連接的異構無人系統，具有各種傳感和通信方式（水下和無線電）以及高度自動化。

圖 2.2： 基于無人系統的水下監視概念方案。每個無人潛航器都攜帶一個或多個特定有效載荷并執行特定任務，通過網絡進行通信、數據收集和實時監測。水下和空中環境之間的通信基礎設施由作為網關浮標的 USV（即配備聲學和無線電調制解調器）提供保障。北約研究船 “聯盟號”（NRV Alliance）是輔助船，用于開展各種海洋學活動，并可充當 C2S。在草圖中，UUV 配備了矢量傳感器和/或聲學陣列，用于探測入侵者。但有些 UUV 則配備了側掃聲納有效載荷，用于海底探測。

圖：地獄火導彈剖面圖

本論文探討了將武器系統集成到通信網絡中以提供先進戰場能力的問題，特別適用于空射和遠程有人服務武器系統，這些系統也可安裝在車輛上。論文考慮了使用 "現成的軍用 "尋的器，導航和通信系統以及新型串聯彈頭系統。這種 "低風險 "技術與新型彈頭系統的結合旨在展示武器系統的更大靈活性，可以利用這種靈活性來降低開發風險、集成風險和鑒定成本，并在更廣泛、更新穎的目標集上提高擊毀目標的能力。此外，還研究了如何使用適當的通信和導航系統，將這種武器系統納入網絡部隊。

本論文基于一個研究領域：多效應武器（MEW）。多個國家正在對多效應武器進行研究。這項研究的目的不是提供一種適用于所有武器的解決方案，一種靈丹妙藥，其目的是擴大一種系統的用途，使其可用于多種用途。盡管研究和產品開發--尤其是在美國--仍在繼續，但迄今為止還沒有一種彈頭系統能達到所尋求的效果類型。因此，英國政府試圖了解需要哪些技術才能實現真正靈活的彈頭系統，從而能夠擊潰大型主戰坦克、重裝甲步兵戰車、軟皮戰車、步兵和城市建筑。為此，對 MEW 彈頭系統進行了數值建模、設計和演示。

多管火箭炮系統不僅依賴于 "智能 "彈頭系統，傳感器、引信和通信系統的應用對于 "一刀切 "方法的適當使用也至關重要。本論文還討論了提供戰場網絡連接的其他重要子系統，這些成熟的低風險技術使此類系統有可能在短期內投入使用，并提高系統的靈活性。這種系統的集成有賴于美國國防部目前的采購戰略，其中包括開發聯合戰術無線電系統無線電系統，該系統將允許平臺、武器系統和指揮官之間進行Ad-Hoc聯網。

機身和推進技術不在本論文討論范圍之內。本論文避免使用除 QinetiQ 之外的其他供應商提供的專有數據，因為沒有獲得適當的許可，這使得本論文的系統工程方面僅限于為集成問題提供指導的高水平框圖。

圖：精確攻擊彈藥導彈系統（圖片由雷聲公司提供）

利用無人地面飛行器（UGV）進行自主導航和未知環境探索極具挑戰性。本報告研究了一種利用小尺寸、低重量、低功耗和低成本有效載荷的測繪和探索解決方案。本文介紹的平臺利用同步定位和繪圖功能，通過尋找可導航路線來有效探索未知區域。該解決方案利用多種傳感器有效載荷，包括輪子編碼器、三維激光雷達、紅-綠-藍相機和深度相機。這項工作的主要目標是利用 UGV 的路徑規劃和導航功能進行測繪和探索，從而生成精確的 3D 地圖。所提供的解決方案還利用了機器人操作系統。

本文探討了無人地面車輛（UGV）應用中的 2.5D 和 3D 路徑規劃。對于 2.5D 實時導航，我們研究了使用高程或可穿越性生成 2.5D 占位網格，以確定路徑成本。與海拔高度相比，使用由表面法線生成的分層方法生成的可穿越性在測試環境中更為穩健。分層方法也用于三維路徑規劃。雖然可以實時使用三維方法，但生成三維網格所需的時間意味著，有效進行路徑規劃的唯一方法是使用預先存在的點云環境。因此，我們探索從各種來源生成三維網格，包括手持式傳感器、UGV、UAV 和航空激光雷達。

本報告涉及《陸軍多域情報： 21-22 財年科技重點領域》（參謀部副參謀長辦公室，2020 年）。具體而言，在傳感器部分，本報告與以下需求相關： "傳感器和機器人平臺的新組合，不僅能在地形上移動，還能機動感知"（4）。傳統上，無人地面車輛（UGV）以二維方式導航，并將世界劃分為已知、未知和障礙。本報告試圖通過在地圖中加入實際地表信息，將導航擴展到 2.5維和 3維尺寸。更高的維度可以提高導航效率。

這項工作還涉及 "戰爭將以超高速、超大規模進行，由機器人和自主系統 (RAS)、機器學習 (ML) 和 AI [人工智能] 能力等技術主導，這些技術可廣泛獲得、打包并隨時投入使用"（參謀部副參謀長辦公室 2020，5）。雖然不在本文討論范圍之內，但基于前沿的 2D 探索軟件包（Christie 等人，2021 年）將與我們的 2.5D 方法配合使用。

研究方法

在這里，探討了兩個專門用于 2.5D 和 3D 導航的 ROS 軟件包。為了生成 2.5D 占位網格，我們使用了 grid_map 軟件包（Fankhauser 2019；Fankhauser 和 Hutter 2016）。雖然 grid_map 軟件包最初是為腿式機器人導航各種地形而設計的，但它也可用于 UGV 平臺，以維護地表信息。圖 2 顯示了網格地圖的一個示例。通常，我們使用三維激光雷達生成網格圖。不過，這里的網格圖是 2.5D，這意味著我們用一個值來表示 z 方向。如果點云提供的兩個不同坐標的 x 值和 y 值相同，但 z 值不同，則網格圖會保留較高的 z 值。紫色和藍色等冷色表示海拔較低，紅色和橙色等暖色表示海拔較高。grid_map 軟件包提供了多種有用的轉換格式，包括 costmap_2d、OpenCV、OctoMap、點云庫 (PCL)，甚至是有符號距離場 (SDF)。costmap_2d 轉換與我們的導航最相關。不過，在調整參數時，查看 pointcloud2、Vectors 和 GridCells 數據的功能特別有用，因為它們都有自己的參數文件，可以根據具體情況進行調整。

還研究了用于三維路徑規劃的 mesh_navigation（Pütz，2019 年；Pütz 等，2021 年）。圖 3 包含一個網格導航示例。在這個示例中，粉色和藍色等冷色調表示可穿越的地形，而紅色則表示障礙物。使用網格導航的一個好處是，陡坡（即負面障礙物），如樓梯，會被標記為紅色并避開。因此，機器人的路徑是沿著斜坡規劃的。

使用網格導航的另一個優勢是，路徑是沿著實際網格規劃的，因此很容易識別和避免縫隙和陡坡。此外，航點可以有不同的 z 值，規劃器會明確考慮這一點。例如，在圖 4 中，起點位置海拔較高，而目標位置海拔較低。因此，網格導航可以使用最能實現海拔高度變化的路線，成功地將機器人引導到目標位置。而 2D 或 2.5D 方法則無法做到這一點。

此外，如圖 5 所示，網格可以沿同一 Z 軸存在多個點。這也是 2D 或 2.5D 方法無法實現的。圖 5 還表明，mesh_navigation 軟件包可以有效地利用三維網格來規劃隧道路徑，以達到預定目標。

本節中的圖表使用在線數據集生成（奧斯納布呂克大學，2020 年）。不過，本報告的其余部分將重點介紹從各種輸入源生成可穿越網格的情況。

目前的自動空中加油（AAR）工作利用機器視覺算法來估計接收飛機的姿勢。然而，這些算法取決于幾個條件，如精確的三維飛機模型的可用性；在沒有事先給出高質量信息的情況下，管道的準確性明顯下降。本文提出了一個深度學習架構，該架構基于立體圖像來估計物體的三維位置。研究了使用機器學習技術和神經網絡來直接回歸接收飛機的三維位置。提出了一個新的位置估計框架，該框架基于兩個立體圖像之間的差異，而不依賴于立體塊匹配算法。分析了其預測的速度和準確性，并證明了該架構在緩解各種視覺遮擋方面的有效性。

圖3：利用的坐標系統。紅軸代表X軸，綠軸代表Y軸，藍軸代表Z軸。所有顯示的箭頭表示該軸上的正方向。

目的

美國政府面臨著保持作為世界上空間物體編目數據提供者的步伐挑戰。用非傳統的傳感器來增強能力，是一種快速和低成本的改進。然而，巨大的交易空間和未開發的系統性能要求給成功的資本化帶來了挑戰。本文旨在通過一個多學科的研究，更好地定義和評估增強功能的效用。

設計/方法/途徑

假設的望遠鏡架構在不同的時間里被建模和模擬，然后在啟發式算法中使用多目標優化對性能措施和約束進行評估。決策分析和帕累托優化確定了一套高性能的架構，同時保留了決策者設計的靈活性。

研究結果

建議將容量、覆蓋率和未觀察到的最大時間作為關鍵性能指標。在1017個架構中，共有187個被確定為最佳表現者。總共有29%的傳感器被發現在80%以上的頂級架構中。其他考慮因素進一步將交易空間減少到19個最佳選擇，這些選擇為每個空間物體平均收集49-51個觀測數據，平均最大未觀測時間為595-630分鐘，提供地球同步軌道帶的冗余覆蓋。這意味著與模擬的僅有政府的基線結構相比，能力和覆蓋面增加了三倍，未觀察到的最大時間減少了2小時（16%）。

原創性/價值

這項研究利用基于物理學的模型和現代分析技術，驗證了增強型網絡概念的效用。它客觀地回應了要求改進編目工作的政策，而不是僅僅依靠專家得出的點解決方案。