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

針對無人集群自主作戰體系設計中的關鍵問題, 提出基于Multi-Agent的無人集群自主作戰系統設計方法。建立無人集群各節點的Agent模型及其推演規則; 對于仿真系統模塊化和通用化的需求, 設計系統互操作式接口和無人集群自主作戰的交互關系; 開展無人集群系統仿真推演驗證。仿真結果表明, 所提設計方案不僅能夠有效開展并完成自主作戰網絡生成-集群演化-效能評估的全過程動態演示驗證, 而且能夠通過重復隨機試驗進一步評估無人集群的協同作戰效能, 最后總結了集群協同作戰的策略和經驗。近年來，利用大量低成本、輕量級［１］的中小型無人機構 建自主無人機作戰群成為現代無人集群的一個重要發展方 向［２］；其可搭載各種電子設備或武器單元，代替單一平臺， 通過個體間行為緊密耦合協同來突破對動態復雜作戰環境 適應性的缺陷［３］。隨著信息化軍事變革越來越深入，以網 絡中心戰［４］和分布式殺傷［５］為代表的各種作戰樣式不斷涌 現，這些基于信息柵格的網絡化作戰樣式為當前傳統集群 的指揮控制方式帶來了巨大沖擊，這使得對無人集群指揮 控制的研究成為軍事領域的研究熱點。利用真實的戰爭對 指揮控制領域的相關問題進行研究是最理想的，但其成本和 代價可能是無法估量和不可承受的。那么，利用仿真對組織 設計、任務規劃等指揮控制相關問題進行深入研究就成為解 決上述難題的有效手段。對于任何系統仿真，都要先解決模 型建立的問題，指揮控制系統及其所屬的作戰環境是橫跨物 理域、信息域和認識域的復雜系統，如何對這樣一個復雜系 統進行建模和仿真，已成為當前急需解決的問題。 以組織理論為代表的傳統指揮控制系統在設計上主要 是基于效果的作戰思維［６］，缺少對系統中各要素之間協同 與對抗的動態策略設計，將作戰任務的劃分簡化為資源匹 配問題，缺少與現實指揮控制權限和指揮流程的考慮［７］。 以復雜網絡［８］和智能體［９］為代表的新型指揮控制系統雖然 對系統的組織關系進行了一定程度的網絡化描述，但是缺 少對組織結構中指揮體制、指揮流程以及智能體的組織規 則的設計與描述。 因此，為實現無人集群的自主作戰，需要分布式智能指 揮控制系統進行支撐，該作戰系統主要包括態勢感知、作戰 規劃與決策、行動控制、仿真推演與訓練、人機交互等智能 技術。本文從無人集群算法和軟件部署架構的特殊性考 慮，由于無人集群的分布式和無中心式特性［１０］，其特征與 人工智能 Ａｇｅｎｔ的特點相符［１１］，最容易用 Ａｇｅｎｔ的思想對 無人集群的分布式特性進行建模，故本文通過對 Ａｇｅｎｔ仿 真建模方法以及作戰空間中各實體特性的研究，提出適合 仿真實體的 Ａｇｅｎｔ仿真建模方法，并對如何管理和調度 Ａｇｅｎｔ實體模型進行探索和嘗試，然后搭建分布式 Ａｇｅｎｔ指 揮控制仿真環境，對指揮控制領域的具體問題進行研究，通 過構建無人集群自主作戰系統，驗證仿真實體建模方法和 管理調度技術的可行性。

 情境計算是目前軍事信息系統發展的重要部分，情境計算的需求涉及領域廣泛、架構復雜。針對軍 事信息系統中情境計算需求論證需求不一致問題，采用本體推理方法發現并消除需求中的沖突和矛盾，構建了情 境計算需求本體模型；提出了情境計算需求一致性驗證內容框架，針對不一致的情況提出推理驗證方法；最后以 一個典型的軍事信息系統情境計算系統為例，進行需求的本體構建和本體推理，實現了需求的一致性驗證。通過 本體推理的方法進行需求一致性驗證結果直觀、修改方便，對于軍事信息系統中情境計算的需求分析具有重要 作用。２０１６年，中國科學院文獻情報中心“十三五”發展規劃 提出了“精準信息服務”的研究方向，精準識別用戶需求，促 進信息服務向精準化發展［１］。此外，隨著信息技術的發展 以及新型作戰樣式的出現，世界一些軍事強國已經認識到 軍事信息系統在集成環境、互操作性［２］以及精準信息服務 方面的發展可以有效提升戰斗力。軍事信息系統開發需求 論證不充分、結構化開發技術支持薄弱、軟件業務流程對接 困難，對信息服務效能和用戶影響難以評估等問題突出，已 成為制約軍事信息系統提供精準信息服務的主要問題。因 此，情境計算應用到軍事信息系統領域時，在需求論證、結構化開發、業務流程對接等方面存在一定程度的困難。一 方面情境計算可以有效提高軍事信息系統情境與用戶行為 適配程度，對于提高信息服務的精準化服務水平具有重要 作用；另一方面情境計算涉及到物聯網、云計算、大數據等 多種技術，而且不同的軍事系統對于情境計算的需求有很 大差別，因此軍事信息系統情境計算需求論證尤為關鍵，特 別是情境因素是否存在缺失、數據處理是否存在沖突、相關 功能是否存在冗余等一致性問題，依靠傳統的需求驗證方 法較難發現。 情境是用來描述實體對象的任何信息［３］。情境計算包 括認知計算、情境感知、用戶偏好提取和自適應推薦等。近 幾年相關學者針對情境計算系統的實際運用、需求論證和 構建模型等方面進行了廣泛的研究。文獻［４ ６］對情境計 算在醫學領域、圖書管理領域、軍事裝備領域的應用進行了 研究，文獻［７ １０］對情境計算可以實現的功能進行了廣泛 的研究，如自動獲取客戶需求、預測社交網絡、提高系統服 務性能和進行價值評估等。這些研究一定程度上推動了精 準信息服務的發展，但仍未解決軍事信息系統的情境計算 需求論證中存在的問題。 軍事信息系統的情境計算需求論證問題主要有３個方 面：一是在系統開發時，系統之間的交互更為繁多；二是數 據的來源和處理方式較為復雜；三是對于功能之間的配合 要求更高。這些問題通過對需求的一致性驗證可以有效解 決。近幾年，相關學者的研究不斷豐富需求一致性驗證的 內容，文獻［１１ １３］分別對可靠性需求、交互環境需求和安 全性需求的一致性進行了研究。文獻［１４］提出了一種基于 模型檢驗的形式化方法來驗證業務流程和需求之間的一致 性。文獻［１５］提出了基于自然語言處理和指示挖掘技術的 需求一致性和完整性驗證的方法，推動信息服務系統的開 發和迭代演進。以上學者的研究可以發現，一方面非功能 需求的一致性驗證是需求一致性驗證研究中不可忽視的因 素；另一方面需求一致性驗證對于推動信息服務的發展和 系統的開發具有重要作用。 本體起源于哲學領域，用來描述事物的本質［１６］，目前 在知識工程領域、人工智能、語言學［１７］和工程仿真領域［１８］ 等方面發展迅速，并且支持自動推理、數據共享和集成 等［１９］。隨著學者們研究的深入，本體的應用越來越廣泛， 文獻［１９］提出了基于規則的對象關系數據庫本體構建方 法，提高了本體構建的效率。文獻［２０ ２９］對本體的描述 方法及模型構建方法進行了研究，文獻［３０ ３２］對本體的 推理和應用進行了研究。由于本體具有概念化、明確性、形 式化和共享性的特性，具體表現為本體可以抽象出需求中 的要素進行建模，可以清晰地表述需求要素之間的關系，可 以形式化為計算機能夠識別的模型，可以反映大多數人所 認可的知識，因此本體的方法對于需求論證中進行一致性 驗證具有很強的優勢。 本研究按照構建情境計算的需求框架 設計建設情境 計算的需求本體模型 提煉情境計算的需求一致性驗證方 法和展示情境計算需求驗證過程４個步驟進行闡述。

任務分配是無人機集群實現高效遂行作戰任務的關鍵技術。隨著無人機集群技術的發展和作戰樣式的轉變, 無人機集群的作戰任務領域不斷拓展, 任務分配所涵蓋的范圍不斷擴大, 任務分配問題的規模和復雜性不斷增加, 這都對無人機集群任務分配技術提出了新的挑戰。本文對無人機集群作戰理論、任務分配建模、任務預\重分配算法、異構無人系統聯合應用下任務分配的研究現狀進行了全面的總結, 凝練了目前無人機集群任務分配技術面臨的通用化建模、面向多任務的任務預分配算法最優解求解、有限時間下面向突發事件的任務重分配算法尋優、路徑規劃緊耦合下面向大規模異構無人系統的協同任務分配等問題, 并針對性地論述了未來無人機集群任務分配技術的若干發展方向, 為提升無人機集群任務分配的求解質量和求解速度提供新的研究思路和解決途徑, 對于全面了解無人機集群任務分配技術具有重要參考意義。

隨著無人機相關技術的突破創新和快速發展, 無人機類型越來越多樣化, 任務領域范圍不斷拓展, 已經逐步實現從安全空域下執行偵察監視等簡單任務向對抗空域下突防打擊等復雜作戰任務的跨越式發展。與此同時, 網絡化、信息化、體系化的戰場環境呈現出高動態、強對抗、巨復雜等特點, 單架無人機有限的載荷能力很難獨立執行大區域監視、多目標攻擊等復雜任務, 因此無人機的作戰樣式正在朝著集群化和智能化方向發展, 無人機集群協同作戰是未來無人機作戰方式的重要發展趨勢。

在無人機集群作戰中, 低成本、大規模的異構無人機平臺搭載不同的載荷, 通過自組織協同形成規模優勢, 具有資源配置靈活、戰場適應能力強等特點, 可滿足巨復雜、高動態、強對抗的戰場環境下大區域協同偵察監視、協同多目標飽和攻擊等任務需求, 達到集群對抗的效果, 提高無人機集群的作戰效能。

無人機集群作戰帶來的巨大規模優勢和作戰效能引起了以美國為代表的世界各軍事強國對無人機集群作戰技術的熱切關注, 其中無人機集群任務分配技術作為無人機集群作戰的關鍵技術之一, 是實現無人機集群化和智能化的重要技術支撐, 已成為國防工業部門和各科研機構、研究學者的研究熱點。

戰略博弈推演是戰略決策的重要手段。剖析了戰略博弈推演研究現狀及面臨的挑戰,分析了大數據、人工智能技術對戰略博弈推演系統建設帶來的啟示,研究提出下一代戰略博弈推演系統發展設想以及需要突破的關鍵技術,即面向戰略主題的事件關聯圖譜構建、基于生成對抗網絡的戰略決策稀疏樣本生成、人在回路混合增強博弈策略學習及基于社交網絡的輿情傳播建模技術。在此基礎上,對未來戰略博弈推演的發展趨勢進行了展望。 大國競爭時代，戰略層面的博弈對抗不僅是軍 事力量之間的較量，更是國家體系之間的整體對 抗，需要綜合運用政治、軍事、經濟、外交、輿論 等各種手段來實現國家利益和政治目的。然而，人 類面對復雜情況的應變和處理能力有限，在實際的 策略選擇和方案制定上，需要先進行可行性分析和 結果推演，起到評估和發現漏洞的作用，幫助決策 者提高決策的效率。因此，在面對重大危機事件時， 運用戰略博弈推演研究戰略問題，形成更為合理的 戰略決策成為必然。美軍歷來推崇“無推演，不決 策”，可見戰略博弈推演的重要性和必要性。 當前，大數據和人工智能技術加速運用于戰略 問題研究，戰略博弈推演的智能化特征凸顯。楊鏡 宇等[1]提出面向事件認知的戰略博弈系統設計理 念，基于海量情報大數據挖掘分析事件演化規律， 進而支撐戰略形勢研判，并將強化學習應用于戰略 趨勢預測。本文在此基礎上，研究探討由此帶來的下一代戰略博弈推演系統發展設想及需要突破 的關鍵技術，為戰略博弈推演創新提供有益借鑒。

多無人機協同作戰過程中, 任務規劃技術對無人機至關重要, 貫穿無人機作戰的整個過程. 總結了多無人機任務規 劃系統的體系架構、指揮控制方式和涉及關鍵技術的研究現狀; 詳細闡述了目標分配、路徑規劃和航跡修正的模型和算法, 分 析了算法具有不同的特性及適用性, 并例舉了研究者們對部分算法的改進. 最后, 提出了多無人機任務規劃技術未來的發展趨 勢以及下一步的工作方向. 無人機作戰相比于有人機具有: 體積小、重量 輕、續航時間長、載荷能力強、生存能力強、費用低 廉、自主控制能力強、無人員傷亡、可在高風險空域 飛行等優勢, 且在第四次中東戰爭、海灣戰爭、科索 沃戰爭中和后來的伊拉克戰爭中無人機完成了中低 空偵察、長時間戰場監視、電子對抗、戰況評估、目 標定位和收集氣象資料等任務[1?2] . 由于軍事戰場 收益是面向全局, 單架無人機所能發揮的作用效能 十分有限, 由此提出多機協同作戰, 同時完成不同任 務, 壓制敵軍, 贏得戰斗. 2016 年, 美國針對無人機不同功能、尺寸及作 戰需求, 研究與無人機相關的各種協同作戰方式, 在 以 “忠誠僚機” 為代表的有/無人協同和小精靈項 目為代表的集群協同作戰方面進行了大量探索[3] . 2018 ～ 2022 年, 美國計劃繼續致力于研究無人機作為 “忠誠的僚機” 的有/無人機混編協同作戰系統的 研究, 且計劃將無人機編隊分配給前線 F-35、F-22 和最新轟炸機 “B-21”[4] . 可見, 無人機集群協同作 戰必將是無人機未來發展的必然趨勢. 文獻 [5] 分析 了現階段智能無人機集群發展的四大關鍵技術: 環 境感知與認識、多機協同任務規劃、信息交互與自 主控制、人機智能融合與自適應學習技術. 在集群 技術中, 多機協同任務規劃技術尤為重要, 既要使機 群的安全指數最大化, 同時要求在最短的時間內完 成情報、監視、偵察以及多目標攻擊等任務. 合理、 高效的協同任務規劃方案能極大提高任務執行成功 率和效率、降低風險和成本是任務執行的基礎[6] . 目前, 各國研究者們對多無人機協同任務規劃 技術還在大力研究中, 部分問題已得到有效的解決 方法. 如解決多目標優化問題的傳統數學規劃法、 基于市場機制的方法、基于圖論的方法、和現代智 能優化算法如蟻群算法、遺傳算法、禁忌搜索算法 等; 但現階段多數算法在時間上、全局最優上、在大 規模復雜的優化組合問題上, 仍未達到令人滿意的 效果. 以及飛行過程中威脅源突現, 單機需具備在線 航跡重規劃的自治能力或在線多機航跡重規劃的協 調能力依舊是我們的難點問題.

無人平臺作為新質作戰力量在軍事行動中日益發揮重要作用,本文圍繞打造智能化、無人 化作戰能力需求,從戰略、戰役、戰術和技術等層面分給出了構建無人作戰體系的必要性,在總結凝 練無人裝備發展歷程和技術發展趨勢基礎上,探索提出了構建“以天基為核心、空基為主導、陸海 基協同發展”的無人作戰體系構想和路線圖,分析梳理了支撐無人作戰體系發展理論和應用的研 究方向和關鍵技術群,對智能化戰爭新形勢下的無人作戰體系建設發展具有參考意義。隨著人工智能、無人系統等新興技術發展,“飛 者非鳥、潛者非魚”的無人化、智能化戰爭形態已經 拉開大幕,察打一體式、集群自殺式等各種無人作戰 裝備在眾多國際沖突和戰爭中大顯身手,在情報收 集、火力支援、通信中繼、打擊評估等方面發揮了重 要作用[1] 。 面對新的形勢和國家戰略需求,打造新型國防 戰略體系架構與戰略能力,夯實新質力量要素和運 用發展模式,以嶄新視角和前瞻思維探索適應新時代 的制勝哲學與作戰理念,研究構建具有自身特色的無 人作戰體系,對牽引裝備體系發展具有現實意義,同時 也是新時期軍事斗爭的重大迫切亟需。

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。