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

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。

作為分布式海上作戰（DMO）的一個關鍵原則，盡管有人和無人、水面和空中、作戰人員和傳感器在物理時空上都有分布，但它們需要整合成為一支有凝聚力的網絡化兵力。本研究項目旨在了解如何為 DMO 實現有凝聚力的作戰人員-傳感器集成，并模擬和概述集成實施所需的系統能力和行為類型。作為一個多年期項目，本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境，尤其側重于有人和無人飛機的情報、監視和偵察 (ISR) 任務。

在半個世紀的建模和仿真研究與實踐（例如，見 Forrester, 1961; Law & Kelton, 1991），特別是四分之一世紀的組織建模和仿真工作（例如，見 Carley & Prietula, 1994）的基礎上，獲得了代表當前技術水平的計算建模和仿真技術（即 VDT [虛擬設計團隊]；見 Levitt 等人, 1999）。這種技術利用了人們熟知的組織微觀理論和通過基于代理的互動而產生的行為（例如，見 Jin & Levitt, 1996）。

通過這種技術開發的基于代理的組織模型在大約三十年的時間里也經過了數十次驗證，能夠忠實地反映對應的真實世界組織的結構、行為和績效（例如，參見 Levitt, 2004）。此外，幾年來，已將同樣的計算建模和仿真技術應用到軍事領域（例如，見 Nissen, 2007），以研究聯合特遣部隊、分布式作戰、計算機網絡行動和其他任務，這些任務反映了日益普遍的聯合和聯盟努力。

本報告中描述的研究項目旨在利用計算建模來了解如何為 DMO 實現有凝聚力的戰斗傳感器集成，并建模和概述集成實施所需的系統能力和行為類型。作為一個多年期項目，本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境。在這第一項工作中，將對當今的海上行動進行建模、模擬和分析，重點是有人駕駛和無人駕駛飛機的情報、監視和偵察（ISR）任務。這為與執行 ISR 任務的一個或多個 DMO 組織進行比較確立了基線。這也為與其他任務（如打擊、防空、水面戰）進行比較建立了基線。第二階段接著對一個或多個備用 DMO 組織進行建模、模擬和分析。

在本技術報告的其余部分，首先概述了 POWer 計算實驗環境，并列舉了一個實例，以幫助界定 DMO 組織和現象的計算建模。依次總結了研究方法。最后，總結了沿著這些方向繼續開展研究的議程。這些成果將極大地提高理解和能力，使能夠為 DMO 實現戰斗員與傳感器的集成，并為集成實施所需的系統能力和行為建模和概述。

美國AIRC 在該任務下的研究對之前開發的系統分析工作臺（SoS-AWB）分析工具進行了調整，以創建一個決策支持原型，為綜合采辦組合審查（IAPR）中的決策提供有效信息。2022 年 9 月 8 日，通過原型軟件演示了使用水面、航空和空間領域的人員和彈藥對反水面戰（ASuW）任務線進行任務工程分析和組合優化。這些先進的原型為利益相關者的決策提供了更廣泛的見解（如資源權衡、成本敏感性分析以及在特定組合中應獲取的最強大的反水面作戰系統）。未來的工作可以改進工具，以確定：風險規避如何影響組合優化、系統間的技術依賴性、發展依賴性以及利益相關者決策對組合性能的影響。

開發的原型在以下四個方面具有顯著特點，是為滿足贊助商需求而開展的研究成果。

以組合為中心的方法：美國國防部（DoD）越來越重視現代化決策中的任務工程（ME）分析和架構開發，包括與需求開發和能力選擇相關的投資和優先級排序，以支持各種使用概念和技術改進。然而，系統工程工具通常只關注系統本身。也就是說，這些工具可能無法將復雜的任務工程分析轉化為評估，而評估的方式既要（a）對能力貿易空間內的需求有意義，又要（b）靈活、可擴展、可配置，以便與其他分析相結合。為此，一個顧問小組建議，國防部的方法應采取一種更全面和以組合為中心的采購方法，而不是目前以項目為中心的方法。在我們的原型中，系統和技術在一個整體組合中進行評估，揭示了每個組件在實現能力中的作用，同時將作戰人員的任務需求與采購決策聯系起來。沿著這些思路繼續發展，最終將為建立采購集成與互操作性（AII）鋪平道路，AII 應基于任務和數字工程，采用數據驅動的方法。

通過離散事件模擬進行高保真分析： 當務之急是在基于模型的場景中評估與構建任務相關的交易，這種場景不僅包括藍方系統，還包括紅方系統和特定的任務環境。為了評估和比較成功的平臺組合及其相關能力，我們必須確定哪些組合概念可以取得成功。成功與否可以通過情景建模來衡量，即任務背景下的性能--針對什么任務和完成什么目標的性能。利用圖形和事件模擬任務和行動者的通用平臺（UPSTAGE）是專門為幫助美國防部利益相關者在設計部署概念（CONEMPs）、兵力部署決策和動能行動前的資源投入方面做出決策而創建的，目的是在不同的潛在場景中實現預期效果。雖然有多種大規模框架可用于模擬戰術和行動，但這些框架采用的保真度較高，需要大量時間來設置和修改。通常情況下，這些模擬中的實體行為都是按高保真水平編程的，無法在其他場景中重復使用。為此，UPSTAGE 與眾不同，因為它是一個多分辨率、混合模擬和戰爭游戲框架，可支持針對不斷變化、競爭激烈的對手進行快速作戰場景分析。UPSTAGE 設計用于快速探索 CONEMP、優化、場景重新定義以及敏捷和迭代解決問題所需的其他活動。在我們的軟件原型中使用 UPSTAGE 后，可更快速地定制和執行多種場景。

空間領域技術注入： 新技術總是層出不窮；因此，我們必須想方設法將新技術融入我們的利益。為此，我們將重點放在將新技術注入 IAPR 上。更具體地說，新技術注入評估的是反水面作戰情況下的空間監視領域資產（即衛星）。IAPR 中使用了兩種不同的系統：(a) 較老的大型衛星和 (b) 較新的小型衛星（即小衛星）。前者是老式衛星，通常體積更大、功能更強、價格更貴。另一方面，后者是新技術小衛星，一般較新、較小、能力較弱、價格較低。這兩種截然不同的系統被置于由數個到多個航天器組成的星座中。然后，利用星座貿易空間分析工具（TAT-C）對它們監視感興趣區域的能力進行評估。TAT-C 是一個開放源碼的任務工程工具，專為這些早期設計階段的分析而開發。所選擇的傳統系統和小衛星系統代表了將在 IAPR 中選擇的系統類型，其特征顯示了有意義的權衡。新技術注入工作流程與更大的 WRT-1049.5 工具集集成。利用 TAT-C 對傳統和小型衛星進行評估，并將這些指標引入 AWB，然后利用 AWB 執行 RPO 程序。該例程的帕累托最優解展示了決策者如何以組合為中心的方式獲取最佳采購信息，包括新技術。

反水面戰問題：改編的 SoS-AWB 原型已成功展示，可為綜合采辦組合評審 (IAPR) 中的決策提供信息。更具體地說，我們通過任務工程分析和反水面戰（ASuW）任務線程的組合優化，展示了 SoS-AWB 在水面、航空和空間領域的應用。這些先進的原型為利益相關者的決策提供了更廣泛的見解（例如，資源權衡、成本敏感性分析以及在特定組合中獲取的最強大的反水面作戰系統）。我們的演示說明了：1）綜合采辦決策支持流程是什么樣的；2）所提供的數據如何利用基于模型的決策工具，就特定組合中最有吸引力的反潛戰艦系統采辦提出見解。我們的研究結果表明，這些方法確實為利益相關者提供了更廣泛、更易獲取的信息，如資源權衡和成本敏感性分析。因此，利益相關者可以將綜合采辦流程納入其中，以改進反潛戰艦任務工程和國防采辦績效。未來的工作可以改進工具，以確定：風險規避如何影響組合優化；系統間的技術依賴性；開發依賴性；以及利益相關者決策對組合性能的影響。

賓夕法尼亞州立大學與海軍水面作戰中心卡德魯克分部（NSWCCD）合作，對一個完整的自動降落系統進行了規模試驗。這些試驗利用了低成本的商品、電子設備和多旋翼飛機，通過在卡德洛克波浪槽設施的船舶模型上著陸來展示自動著陸能力。這些實驗涉及到軌跡生成方法、可擴展的飛行控制法、甲板運動預測算法、基于視覺的傳感和狀態估計的開發和實施。

這個項目提供了三個主要貢獻：

1.首次對自主著陸引導算法進行了嚴格的模型規模的實驗評估，其中考慮到了規模的縮小。這些測試需要開發可擴展的飛行控制法則，使飛機的閉環動力學與不同的測試規模相關。此外，作為這項工作的一部分，開發了兩種引導算法：一種是基線的 "甲板跟蹤 "方法，它跟隨甲板運動，同時以恒定的速度縮小甲板和飛機之間的差距；另一種是先進的方法，它利用二次編程優化，直接規劃著陸路徑，預測著陸時的甲板狀態。這些結果使人們深入了解了在著陸路徑優化中直接使用典型的甲板運動預測方法的可行性，以及采取這種方法的潛在好處。

2.演示了在按比例的波浪條件下的自主著陸，并在控制環路中直接使用基于視覺的傳感和估計方法。估算方法利用了專門用于相對姿勢估算的靶標（"AprilTags"）的測量，并通過無痕卡爾曼濾波器融合了視覺和IMU測量。

3.建立了一個硬件和軟件配置，用于在機動和航海盆地（MASK）進行自主飛行測試。該測試裝置已在200多次自主飛行測試中進行了全面測試，并可用于MASK設施中未來的自主著艦和飛行控制研究。

在海洋領域中長達數周至數月的無船員任務對自主系統提出了獨特的挑戰。在這些任務長度中，平臺必須承擔自我評估和任務規劃任務，以及諸如導航等短期自主任務。這里報告了一個探索這些挑戰的四管齊下的研究計劃的結果。對現有的船只進行了審查和分析，并構建了一個新的評級系統。對人類船員進行了訪談，以確定評估和規劃方法。一個簡化的模擬和一個受STPA啟發的分析被用來確定那些研究將是有益的領域。從這些調查中可以看出，現有的規劃系統在很大程度上依賴人類來整合不同的信息來源。今天，人類根據共同的經驗和隱含的標準來做決定。將這個過程自動化是一個重大的挑戰。提出了三個測試案例來探索已確定的研究需求，一個是關于燃料管理，一個是關于機械系統的設計和操作支持，還有一個是關于在服務中適應和更新風險標準。

事實證明，使海事平臺在海上執行數周至數月的長期任務時具有自主性，這與無船員的空中和地面車輛所面臨的挑戰根本不同。自我健康評估、任務規劃和后勤考慮對于可能一次出海數周至數月的海洋船舶來說都是非常重要的。然而，目前人們對有船員的船只如何進行這種評估和任務規劃還不是很了解，這使得對這一領域的算法的研究變得困難。

這項工作報告了對這種長期任務的風險關注的廣泛框架，然后回顧了目前正在使用的海洋系統。現有的平臺顯示了平臺的復雜性和可實現的續航能力之間的明顯權衡。滑翔機和簡單的平臺已經完成了數周至數月的航行，但損失率很高。更復雜的船只仍然處于幾天到幾周的任務長度范圍內，而且目前沒有船只能自主地進行長期規劃。提出了一個新的由三部分組成的評級系統來跟蹤平臺，使用平臺的決策、耐力和平臺復雜性作為衡量標準。現有的平臺用這個系統進行了可視化，證實了能力的差距。

通過對船舶和岸上人員的一系列訪談，試圖確定今天是如何進行這種規劃的。這個過程顯示，機械系統是平臺健康的核心問題。機械的維護在船舶的預防性維護系統（PMS）中是高度結構化的。然而，整合平臺的整體健康狀況和權衡風險的規劃是以人為中心的方式進行的。這種規劃沒有標準化，也沒有記錄在正式的程序中，而是使用了大量的人類經驗和隱性標準。岸上的支持也被廣泛用于診斷問題、計劃維修和支持船上的決定。因此，訪談產生了一個關注的清單，但沒有一個明確的可以自動化的規劃方法。

一個高層次的基于模擬的方法被用來觀察圍繞平臺健康的規劃必須有多精確才能提高運營績效。一支由10艘船組成的船隊被用來維持離支持基地不同距離的巡邏線，每艘船都有一個隨機退化的健康參數。對四種不同的規劃方法進行了比較，結果表明，即使是不完善的長期規劃系統也可能在平臺有效性方面比基于靜態規則的方法產生巨大的收益。

最后，一個修改過的STPA方法被用來嘗試探索長期規劃系統的重大風險領域。比較了兩種STPA公式，更狹隘地專注于任務規劃的方法能夠確定現有算法可能不足的廣泛領域。構建了一個由此產生的挑戰領域的表格，并提出了三個開發案例研究來解決表格中的差距。這些案例被設計成對基礎研究的探索是可行的，但涉及足夠多的學科，以廣泛代表海上任務規劃問題。這三個案例研究包括一個燃料管理研究，一個機械設計和支持案例，以及一個可適應的風險水平案例。報告最后提出了實施這些案例研究的建議，以及進一步的工作。

根據陸軍多域作戰（MDO）條令，從戰術平臺生成及時、準確和可利用的地理空間產品是應對威脅的關鍵能力。美國陸軍工程兵部隊、工程師研究與發展中心、地理空間研究實驗室（ERDC-GRL）正在進行6.2研究，以促進從戰術傳感器創建三維（3D）產品，包括全動態視頻、取景相機和集成在小型無人機系統（sUAS）上的傳感器。本報告描述了ERDCGRL的處理管道，包括定制代碼、開源軟件和商業現成的（COTS）工具，對戰術圖像進行地理空間校正，以獲得權威的基礎來源。根據美國國家地理空間情報局提供的地基數據，處理了來自不同傳感器和地點的四個數據集。結果顯示，戰術無人機數據與參考地基的核心登記從0.34米到0.75米不等，超過了提交給陸軍未來司令部（AFC）和陸軍采購、后勤和技術助理安全局（ASA（ALT））的簡報中描述的1米的精度目標。討論總結了結果，描述了解決處理差距的步驟，并考慮了未來優化管道的工作，以便為特定的終端用戶設備和戰術應用生成地理空間數據。

圖3. ERDC-GRL的自動GCP處理管道。輸入數據為JPEG格式的FMV/Drone圖像、參考/地基圖像和參考/地基高程。藍色方框代表地理空間數據，而綠色方框是處理和分析步驟。

地理定位精度測試報告介紹了當前戰術優勢網絡指揮與控制(TEC3)系統的地理定位精度研究結果。該文件由加拿大萊茵金屬公司提交給加拿大國防研究與發展，任務TA-04。

萊茵金屬加拿大公司于2018年2月至2021年3月為加拿大國防研究與發展部（DRDC）開發了戰術邊緣網絡指揮與控制（TEC3）技術演示器。TEC3展示了網絡和安全態勢感知以及網絡指揮和控制功能在一個示范性的下馬士兵網絡中的應用。根據核心工作成果，TEC3包括本地組中節點之間的移動特設網絡（MANET）通信，以及估算、地理標簽和顯示目標發射器位置的地理定位功能。

本報告詳細介紹了通過任務授權（TA）實施的進展情況，以測量TEC3系統對無人機系統（UAS）進行地理定位的性能，使用本報告的測試計劃中記錄的特定拓撲結構和距離。這些拓撲結構取決于最大距離參數，該參數本身也是一個實驗測量的對象。最大距離參數是軟件定義無線電（SDR）能夠接收UAS傳輸的最長距離。除了掃描頻譜進行地理定位外，SDR還記錄了地理定位過程中的通信頻段，以便將來分析。

實驗被成功執行，在某些情況下，UAS可以通過三個TEC3節點的不同城域網拓撲結構和距離來進行地理定位。例如，在某些情況下，它可以在直徑為420米（平均）的圓形/橢圓形區域內進行一定精度的地理定位。在其他情況下，橢圓覆蓋了TEC3的部署區域；在這些情況下，準確性差是由于SDR和全向天線輻射模式之間對同一發射器/位置的測量功率不一致。

探測發射器的最大距離估計約為600米。 實驗產生了108份60秒的記錄，將用于未來的分析。

美國防部（DOD）整體態勢感知和決策（HSA-DM）項目辦公室負責確定未來垂直升降機（FVL）的認知工作負荷驅動因素，并開發認知工作負荷管理能力。減少認知工作量的最常見技術之一是將以前由人類飛行員執行的任務自動化。海軍研究生院（NPS）的這項頂點研究通過調查任務難度和自動化的復雜程度如何影響人類在人類自動化團隊（HAT）環境中的行為，為HSA-DM的使命做出了貢獻。研究結果表明，更復雜的自動化水平并不一定像其他因素（如場景難度）那樣降低認知工作量。

研究人員進行了一項 "綠野仙蹤 "類型的研究，有20名參與者和一名同盟者。每個參與者都與同伙一組，被指派在一個名為C3Fire的軟件程序中撲滅一場森林火災。參與者包括陸軍、海軍和海軍陸戰隊的中級軍官（O3-O4）。參與者中沒有人熟悉C3Fire，但他們確實有自動化的經驗。本研究的獨立變量是自動化水平（內部；低、中、高）和排隊（之間；無提示、有提示）。同盟者遵循預先規定的自動化水平，在每次迭代后 "升級"。同盟者遵循指定的自動化水平，對應于Sheridan的自動化水平之一（Sheridan 1978）。因果變量包括傳送的信息數量、移交給同伙的任務數量以及被試報告的主觀認知工作量。被試和同伙在大約70分鐘內完成一個訓練場景和三個（現場）場景。

這項研究的結果表明，自動化水平對認知工作量沒有顯著影響。研究結果確實顯示，參與者通過使用可用的功能向自動化發送更多的任務。參與者通常使用更復雜的自動化水平，將任務捆綁在單一的信息中。在捆綁功能可用之后，參與者將更多的任務交給了自動化。然而，進一步增加捆綁的數量并沒有導致交給自動化的任務數量的顯著增加。雖然參與者將更多的任務交給了自動化代理，但認知工作量在每次迭代中都保持不變。

結果表明，下一代FVL平臺的開發者應該建立自動化功能，允許人類將任務捆綁到一個單一的傳輸中，以使人類能夠向自動化代理發送更多的任務。捆綁是有效的，允許參與者更快地發送更多的任務給自動化。但是，創建允許人類向自動化代理傳送更多任務的功能并不一定能減輕人類操作員的認知工作量。

達爾豪斯大學大數據分析研究所、加拿大國防研究與發展部（DRDC）-大西洋研究中心和加拿大通用動力任務系統公司（GDMS-C）向加拿大自然科學與工程研究委員會（NSERC）成功申請了一項名為海軍信息空間自動監測（AMNIS）的三年期資助項目。AMNIS啟動會議于2020年10月14日舉行，許多教授、國防科學家和GDMS-C技術人員參加了會議。會議為這三個組織確定了許多行動。與DRDC和GDMS-C相關的一項行動是需要與任務相關的場景來幫助指導預期的研究。因此，DRDC率先描述了一個有代表性的海陸場景，使研究人員能夠更好地了解與AMNIS有關的潛在研究途徑。制定的方案涉及加拿大皇家海軍（RCN）和加拿大陸軍（CA）執行的一項加拿大人道主義任務。該任務是向一個最近遭受自然災害的國家分發食品和醫療用品。一支敵對勢力還試圖偷竊這些物資。該情景描述了通過更好的處理技術和決策來改善信息流、共享和使用的必要性。該方案旨在引起進一步的討論，并幫助鞏固AMNIS參與者的研究課題。

1 引言

2015年，加拿大皇家海軍（RCN）的海上信息戰（MIW）概念[1]發布，概述了信息對RCN的影響。MIW的推出使人們非常需要關注信息，它既是皇家海軍使用的一種資源，也是為了更全面地使用和利用優勢而需要理解的一個概念。

該概念文件概述了信息的影響，包括其廣泛的可用性、皇家海軍對信息的依賴性以及信息的使用，特別是在戰爭中和作為戰爭倍增器的跨梯隊的使用。該概念文件還談到需要更好的處理技術來處理MIW功能領域內的數據量，如指揮、控制、通信、計算機、情報、監視和偵察（C4ISR）、指揮和控制（C2）、情報、監視和偵察（ISR）以及態勢感知（SA）。

在MIW概念文件之后，2016年又發布了RCN信息戰戰略文件[2]。這里的重點是發展海戰MIW能力和能力，以支持國內活動（即加拿大的防御）和國際部署。盡管戰略文件指出了信息的更多傳統用途，如收集、利用和傳播，但它也認識到網絡武器領域是一個機動的地方，可以采取防御和進攻的行動。MIW的概念文件涉及物理、虛擬和認知領域，而戰略文件則談到了信息領域，從而表明了信息對于作戰人員的地位和重要性。

在概念和戰略文件之后，加拿大在2017年發布了新的國防政策[3]。該國防政策并沒有明確提到信息領域。然而，該政策確實催生了兩個最近的文件，繼續表明信息對RCN的重要性：2019年的DND數據戰略[4]，以及2020年的RCN數字海軍[5]。

數字海軍[5]支持加拿大國防政策[3]的創新目標，特別是那些涉及適應和利用新技術的能力。數字海軍 "作為一個指南，將數字技術與人結合起來加以利用，以確保未來海軍的成功和可持續。這份文件提出的前進方向涉及自動化、大數據分析、云計算、人工智能（AI）和機器學習（ML）方面的創新，成功是指通過上述手段做出數據驅動的決策的RCN。

數字海軍的概念促進了企業和運營RCN社區在決策中對數據的使用。在操作方面，這是為了將海軍團隊和水兵從日常工作中更平凡的方面解放出來，通過自動化功能，如基于規則的重復性任務。從更廣泛的操作角度來看，使用這種數字技術和技巧是為了更好地進行操作。

上面提到的所有文件都指出，希望將RCN推向一個信息組織，在這個組織中，信息是用來使用的，但也被用作防御和安全的工具。由于其中一些方面對RCN來說是新的，因此顯然需要一個由信息科學、人工智能、ML以及將這些與認知科學相結合的專家組成的強大而明智的科學團體，以開發更好的人類決策模型來支持RCN的目標。

1.1 發展科學專長

通過政府、學術界和工業界合作伙伴的參與，建立了一個強大而知情的科學界。這個群體完全有能力在與現代軍隊相關的科學和技術問題上取得進展，以幫助滿足國內和國外對加拿大武裝部隊（CAF）不斷增長的需求。

為了發展這個社區，在自然科學與工程研究委員會（NSERC）的聯盟計劃下，成立了一個DRDC（大西洋研究中心）、工業界（加拿大通用動力任務系統公司，GDMS-C）和學術界（達爾豪西大學）的伙伴關系。提交并被NSERC接受的提案名為《海軍信息空間自動監測》（AMNIS）。該提案概述了海上和陸地的信息問題，特別是數據整合、事件和警報的ML、信任和對抗性數據，以及信息的可視化和呈現供用戶使用。

為了給學術研究小組提供背景和指導，下面提供了一個大大簡化的行動的基于場景的描述。該方案包括許多問題，表明與AMNIS相關的可能研究途徑。這里的目的是培養研究人員對與DRDC和GDMS-C有關的問題的理解，使研究人員能夠發展自己的思路，幫助他們追求與他們的研究和AMNIS有關的創新方法、技術和發現。

這項工作的動機是基于兩個愿望，即：

1.描述一個現實但簡化的操作，其中存在與AMNIS相關的信息問題，以及。

2.強調在AMNIS項目下DRDC和GDMS-C感興趣的研究領域。

1.2 概要

其余各節將提供一個現實場景的發揮、可視化部分、性能建模、決策和學習的概述。每一節都包含了一系列的問題，這些問題的提出有助于為研究工作提供思考點和指導。

第2節描述了一個聯合行動的場景，陸地和海洋部隊共同支持人道主義任務。通過可能被破壞并有相關安全風險的節點相互連接和共享信息資源來實現這一目的。第3節討論了可視化在該場景中的作用及其對決策的影響。這包括物理環境的可視化表示，以及額外信息源的聚合如何影響主題專家的決策。本節還考慮了與人工智能（AI）和多樣化技術合作的人類表現模型。第4節討論了如何利用數據檔案來開發和學習對抗性注入檢測方法。第5節以總結性意見完成了本文。

摘要

達爾豪西大學大數據分析研究所、加拿大國防研究與發展研究所 (DRDC) – 大西洋研究中心和加拿大通用動力任務系統 (GDMS-C) 成功向加拿大自然科學與工程研究委員會 (NSERC) 提出申請， 促成了一個為期三年的資助項目，名為自動監控海軍信息空間 (AMNIS)。 AMNIS 啟動會議于 2020 年 10 月 14 日舉行，眾多教授、國防科學家和 GDMS-C 技術人員參加了會議。會議確定了三個組織的多項行動。與 DRDC 和 GDMS-C 相關的一項行動是需要與任務相關的情景來幫助指導預期的研究。因此，DRDC 率先描述了一個具有代表性的海陸情景，這將使研究人員能夠更好地了解與 AMNIS 相關的潛在研究途徑。開發的場景涉及由加拿大皇家海軍 (RCN) 和加拿大陸軍 (CA) 執行的加拿大人道主義任務。任務是向最近遭受自然災害襲擊的國家分發食品和醫療用品。敵對勢力也試圖竊取物資。該場景描述了通過更好的處理技術和決策來改進信息流、共享和使用的需求。該方案旨在引發進一步的討論并幫助鞏固 AMNIS 參與者的研究主題。

對國防和安全的意義

AMNIS 項目將推動國防界在機器學習、深度學習、人工智能、可視化的許多方面、弱勢網絡上的信息共享、基于場景的決策以及人類績效建模和團隊合作方面的知識。這里描述的海洋/陸地情景旨在激發支持這些主題的研究途徑。