這項工作的目標是開發一個與自適應交互控制器相結合的有人無人編隊協同（MUMT）框架，使單個飛行員能夠與多個無人機（UAV）協同工作，同時最大限度地提高人類代理的性能，并將其精神負擔保持在可接受的水平。通過使用混合主動交互（MII）概念來解決這一問題，該概念根據代理的當前條件和能力在代理之間分擔任務。MII 借助生理計算來確定人類代理的精神狀態，并采用自動規劃技術在不確定情況下通過順序決策來控制交互。研究結果表明，與非適應性實驗條件相比，利用主觀和生理特征測量的工作量明顯減少，而人類代理在適應性實驗條件下的表現也明顯提高。這些研究結果表明了所提出的自適應交互控制方法如何在提高性能的同時減少操作員的工作量，從而為實現更高效、更強大的 MUM-T 鋪平了道路。

有人-無人編隊協同（MUM-T）可以理解為多個代理的合作團隊：在關鍵任務情況下，多個無人駕駛飛行器（UAV）和可能的多個有人駕駛飛機共同行動。因此，通過這種屬于混合主動交互（MII）框架的團隊合作，為未來人類與多無人機的交互提出了一個新的視角。為了設計混合動力系統，了解是什么因素影響了人類操作員的（精神）狀態、決策能力和表現，尤其是在危急情況下，這一點非常重要。從 MII 的角度來看，我們認為人類操作員（飛行員）并不是一個萬無一失的團隊操作員。例如，退化的心理狀態可能會削弱人類代理在任務執行過程中的能力。因此，在本論文工作中，我們研究了生理計算和人工智能算法，用于估算人類飛行員在困難任務條件下與無人機團隊互動時的心理狀態（如心理工作量），以便調整代理的互動，從而提高性能。例如，根據人類飛行員當前的（精神）狀態和任務子任務的優先級，可以選擇是否觸發無人機請求。

因此，為了實現本論文的目標，這項工作首先要了解和評估人類飛行員與無人機互動時的心理狀態。為此，我們開發了一個在搜救任務中使用 MUM-T 的場景，讓參與者扮演一名與三架無人機合作的飛行員。在第一次實驗活動中，我們設計了誘發高強度和低強度腦力勞動的任務，并通過自我報告、行為和生理測量（即大腦、心臟和眼球運動特征）對其進行評估。通過第一次活動，我們：(i) 根據生理信號確定了腦力勞動負荷的特征--發現腦力勞動負荷對所有測量指標都有顯著影響；(ii) 提出了不同的分類管道，在單獨使用心臟特征或結合使用大腦和眼球運動特征時，分類準確率平均從最佳的 75% 到最低的 59.8%不等。

然后，在這些結果的基礎上，本論文工作的重點是構建一個順序決策系統，該系統能夠通過分類器的輸出監測人的精神狀態，并選擇適當的行動來調整互動，以最大限度地提高人的表現，最終提高任務成果。考慮到人類心理狀態的部分可觀測性和此類系統的非確定性，我們在部分可觀測馬爾可夫決策過程（POMDP）框架下構建了這項工作。POMDP 模型旨在控制互動，其參數是利用第一次實驗活動中收集的所有數據和相關分類結果近似得出的。在模擬中對所獲得的政策進行了評估。

最后，本論文工作的結論是在第二次實驗活動中對這種基于 POMDP 的交互控制策略進行性能和心理工作量管理方面的評估。在這次實驗中，所有開發項目都進行了整合和在線測試：生理特征的提取和處理、人類精神狀態的估計以及交互的適應。主觀結果顯示，與非自適應交互系統相比，在使用自適應方法時，參與者明顯感覺工作量減少。在自適應條件下，他們的飛行得分也明顯提高。這些研究結果表明了基于 POMDP 的自適應交互控制如何在提高性能的同時減少操作員的工作量，從而為實現更高效、更強大的 MUM-T 鋪平道路。除了幾篇短文外，本論文還發表了一篇期刊論文和一篇會議論文。

關于論文的結構，前三章是與這項工作相關的最新成果。因此，第一章介紹了人機交互（HRI）的概念，并討論了可能的交互渠道、HRI 如何定義與交互相關的自主性以及人工代理的局限性。人機交互的概念在 “有人-無人團隊”（Manned-Un-Manned Teaming）的背景下得到了進一步發展，并深入探討了混合主動交互和生理計算如何有助于人機交互。第二章回顧了心理狀態評估文獻，并定義了心理工作量。此外，還詳細介紹了與人類心理工作量相關的生理變化。隨后是對生理計算方法的解釋。最后，回顧了當前人機交互中的心理工作量評估研究，并重點介紹了未來的發展。接下來，第三章概述了人工智能（AI）背景下的規劃，并介紹了各種規劃挑戰和影響規劃模型選擇的因素。這延伸到了概率規劃，特別是部分可觀測馬爾可夫決策過程（POMDP）。最后，論文介紹了解決 POMDP 的各種方案。

第四章是論文的貢獻部分。它首先定義了本論文的研究范圍和目標。然后詳細介紹了實驗設計、實施、采集、處理和分析工具。本章還介紹了用于實時處理和分析眼動跟蹤數據的應用程序。第五章詳細介紹了首次實驗活動以及心理工作量估算的相關結果。本章首先介紹了第一次實驗活動，然后介紹了數據的收集和處理。此外，還研究了不同的驗證技術以及時間對生理數據的影響。最后，對結果進行了分析和討論。第六章概述了根據從第一次實驗活動中獲得的知識制定規劃框架的過程。隨后是解決規劃模型的技術問題，以獲得控制 MUM-T 互動的策略。最后，使用內部模擬器對生成的策略和隨機策略進行了比較。隨后，第七章旨在驗證所提出的 MUM-T 自適應交互方法。該章詳細介紹了利用所有創建模塊進行自適應交互的閉環設計。最后，介紹了第二次實驗活動，本章以實驗結果及其討論結束。最后，第八章以總體結論、每個貢獻的具體發現以及對未來方向和改進的展望結束論文。

盡管當代無人系統在各種環境中都有應用，但它們在空域中占據著壓倒性的優勢。它們通常被稱為空中無人機或無人駕駛飛行器（UAV），而支持和控制無人機的系統則被稱為無人機系統（UAS）。空中無人機技術的廣泛應用導致其在戰場上的使用日益增多。因此，尋找有效的反無人機（反無人機系統）武器已成為一項嚴峻的挑戰。這項任務尤為艱巨，因為面對的是種類繁多的無人機系統，而它們的數量卻在以破紀錄的速度增長。目前，還沒有經過充分驗證的反無人機解決方案，大多數現有系統仍處于研究階段或新推出的原型階段。新出現的問題以及與之相關的一系列不確定性成為本出版物討論和介紹這一問題的基本依據。本文從現代戰爭的角度討論了防御無人機系統這一重要課題。作者探討了如何在軍事行動中規劃和實施反無人機防御，以及哪些技術解決方案可用于這一目的。在整個研究過程中，作者采用了各種方法，包括分析、綜合、比較和案例研究，主要是通過研究有關納戈爾諾-卡拉巴赫近期武裝沖突和烏克蘭持續沖突的公開來源信息。這些方法使作者得以驗證他的主要假設：目前尚無有效的無人機反制系統，尤其是針對可自主運行、利用人工智能算法制導和決策或參與大規模攻擊（被稱為 “蜂群”）的無人機。同時，指出應開發哪些新的技術解決方案以實現有效的反制措施，以及應將哪些戰術納入軍事訓練以應對這一威脅。此外，還討論了現有防空系統在多大程度上可用于反無人機防御，以及是否有針對此類威脅的有效部隊保護方法。

從納戈爾諾-卡拉巴赫沖突（Hecht，2022 年）和烏克蘭沖突（Wyrwa?，2022 年）得出結論，無人機在戰場上的廣泛應用已成為現實，無需再做說服工作。無人機不僅能執行觀察和偵察任務，還能執行打擊、運輸、搜索和救援行動等許多其他任務，顯示了其多功能性。目前，看到的無人機既有單個的，也有成群的，還有像可重構模塊智能作戰陣列（SWARM）這樣的機群。此外，大多數無人機的生產成本非常低，但其效能卻足以成功摧毀高價值目標和先進軍事裝備。無人系統的任務和設計多種多樣，因此需要有效的制衡措施，包括反無人機系統和反無人機防御方法。在這方面，研究課題的重點是反無人機防御，即一套旨在探測、識別和制服無人機（無人駕駛航空系統）的措施和作戰能力，以保護自己的部隊、軍事設施和民用物體。

由于現有的無人機設計種類繁多，因此采用了歸納法來確定具有代表性的無人機類型、任務和飛行特征。為此，采用了北約三級分類模型。隨后，可據此估算現有反無人機系統在打擊特定類別無人機方面的潛在效力。為此，對目前運行的反無人機系統進行了分析，同時考慮到其兩個主要功能：監測空域和打擊空中目標。因此，確定了這些系統在打擊無人機方面的能力和局限性。研究再次證實了作者的觀點，即當代反無人機系統能夠在有限的范圍內制服 1 級無人機，即迷你、微型和小型無人機。遺憾的是，這些系統無法同時對付大群無人機及其蜂群。目前，也沒有專門的反無人機系統可以對付 2 級和 3 級無人機。這些任務只能由防空系統來完成，而防空系統的成本巨大，往往高得不成比例。為尋求這一問題的解決方案，作者介紹了未來利用定向能武器（DEW）的反無人機系統的潛力，以及在推出更有效的反無人機系統之前應采用的新軍事戰術。作者還主張，有效的反無人機防御必須是多層次的，涉及可與不同類別無人機互動的各類反無人機系統。只有這些系統達到適當的飽和狀態，才能使軍隊在陸地和海上不間斷地執行任務。他還認為，反無人機防御的發展應被視為一個持續的過程，在這一過程中，應針對環境變化和新技術進步做出動態響應。換句話說，所提出的系統解決方案應具有開放式架構，允許在無人機平臺出現新設計、新技術和新能力的情況下進行調整。

反無人機系統

現代戰爭中使用的無人飛行器設計多種多樣，因此在構建和運行反無人機系統時必須考慮各種因素。其中，應始終考慮無人飛行器的以下特征：推進力、有效雷達截面、制導方式、作戰上限、飛行距離、空中續航時間、預期目的、作戰能力（包括收集情報、攜帶和發射有效載荷的能力）以及電磁干擾對策。

圖 2. C-UAS 參與中考慮的無人機系統特征。

反無人機系統的運作包括以下活動：探測、目標分類（識別）、跟蹤，以及向負責解除其威脅的執行器發出警報和傳送信息。根據目標的類別，這些任務可通過不同的系統、傳感器、探測和交戰技術來完成。目前，反無人機系統可分為兩個基本類別：空域監測系統和反制系統。

空域監測系統

監測系統既可以是主動的，也可以是被動的。在這方面，主要有四種無人機探測方法：

• 用于空域監視的電磁波雷達系統。
• 頻率信號探測器，用于探測無人機控制所使用的無線電信號。
• 聲學傳感器。
• 光學和光電設備，包括紅外熱像儀。

現代無人機大多由復合材料制成，因此雷達截面（RCS）非常低，難以被雷達系統探測到。它們可能被誤認為是鳥類，因為無人機通常沒有配備識別系統，而這種設計是有意為之，因為無人機經常在敵方領土上空作業。因此，雷達信息并不總是完整的，可能導致嚴重的并發癥，特別是當友方和敵方的無人機在同一空域運行時（Holland Michel，2019 年）。此外，無人機（UAV）的飛行高度比飛機或直升機低得多，在地形障礙物的掩護下機動更加自如。無人機能夠從簡易跑道和著陸點進行操作，在附近發射時，它們會突然出現在空域。所有這些因素表明，雷達偵察只能作為探測無人機的可能方法之一。

以識別為基礎的反無人機系統應依靠多種探測器或傳感器，基本上是各種組合和配置。其中一種傳感器是頻率信號探測器，可識別使用無線電波與其操作員通信的無人機。大多數遙控無人機的工作頻率在 2.4 GHz 至 5.8 GHz（Wi-Fi 頻率）范圍內（Gupta、Ghonge、Jawandhiya，2013 年），因此監測這些頻率有助于檢測其活動。一些基于三個傳感器的系統可以檢測到發射設備的 IP 地址并找到操作者。另一種無人機探測方法是跟蹤其視頻傳輸頻率。許多裝有攝像頭的無人機會向操作員傳輸實時視頻。視頻傳輸頻率因無人機類型而異，但常用的頻率范圍包括 2.4 GHz、1.2 GHz 和 5.1 GHz（Aouladhadj、Kpre、Deniau、Kharchouf、Gransart、Gaquière，2023 年）。掃描無線電頻譜是一種相對簡單的方法，不需要大量資金投入，但可能會因其他設備使用相同頻率而導致誤報。頻率信號探測器通常用于對付在可視范圍內控制的小范圍商用無人機。該系統的優點是被動性強，但在無線電信號高度集中的城市環境中進行跟蹤存在局限性，而且無法探測到預先計劃好飛行軌跡的無人機。

使用聲學傳感器也可以實現無人機探測。這些傳感器通常是定向麥克風或麥克風陣列，可以探測到無人機的聲音，并指示無人機接近的方向。與頻率信號探測器類似，使用至少三個麥克風是理想的配置，因為這樣可以提供被探測目標的三維圖像。這種系統的優勢在于它是一種被動探測方法，在視覺和無線電能見度有限的地區特別有用，而且可以與其他探測系統互為補充。由于麥克風設備重量輕，這些探測器通常具有很強的移動性。然而，聲學傳感器的一個重要局限是無法在嘈雜的環境（如城市地區或強風中）中工作，這可能導致探測距離有限，僅為 300-500 米左右（Vashisht，2021 年）。此外，一些無人機可能配備了降噪技術，在使用聲學探測器時應考慮到這一點。因此，應將這些探測器視為輔助系統，而不是獨立的解決方案。

光學傳感器，包括日光攝像機和紅外攝像機，也可用于識別空中無人機。這些設備的優點是可以根據無人機的形狀檢測和識別無人機，并記錄涉及無人機的事件。然而，這些系統的缺點是在惡劣天氣條件下可能會失效，如大霧、暴雨，有時甚至在夜間。此外，這些系統觀測空域的視野有限。

應將不同的傳感器和監測技術結合起來使用，以提高無人機探測的有效性并減少誤報。監測系統可以具有被動（觀察和監聽）和主動（向目標發送信號并分析其反射）兩種特性（Wang、Song、Liu，2021 年）。值得注意的是，與其他傳感器相比，雷達系統提供的數據最多，因為它可以探測到很遠距離的目標，并高精度地確定其位置，而不受天氣條件（霧或云等觀測因素）、白天或夜晚時間的影響。不過，應該記住，雷達系統的探測距離始終取決于無人機的大小及其有效雷達截面。

反制系統

打擊空中無人機有幾種方法。以下系統可用于此目的：

• 無人機飛行干擾系統
• 物理攔截系統
• 失效系統（火力、激光、電磁）。

干擾系統的使用涉及破壞射頻（RF）信號和干擾全球導航衛星系統（GNSS）的衛星導航信號，如全球定位系統（GPS）、格羅納斯（GLONASS）、伽利略（Galileo）或北斗（BeiDou）。射頻干擾需要發射無人機與其操作員之間用于通信的類似頻率的信號。這可能導致操作員失去控制，使無人機無法正常運行，被迫自動降落或返回初始起飛點。無人機通常依靠衛星導航信號來保持飛行方向和穩定性。干擾 GPS 信號可以通過在 GPS 系統使用的頻率范圍內發射強烈的無線電信號來實現。其后果可能是無人機在空域中迷失方向，失去飛行控制。頻率發射器操作的優點是中和無人機的成本低，被稱為 “軟殺傷”，缺點是射程短，可能干擾其他設備，包括自己的無人機。

對付無人機的另一種方法是使用物理攔截系統。在這種情況下，通常會使用地面網狀發射器，以便攔截飛行中的無人機并使其失效。另一種方法是使用其他無人機接近目標無人機，用網捕捉它，然后將其降落到地面。這種解決方案對配備旋轉螺旋槳、運行距離極短的小型無人機尤為有效。地面發射的網在 20 米到 300 米的距離內都有效（Robin Radar，2023 年），而從無人機上布下的網會大大影響無人機的重量、機動性和空中飛行時間。裝有發射器或布設網的無人機的重新裝載和重新發射時間也很長。不過，網基系統的優點是攔截精度高，附帶損害風險低。

最后一種也是最常用的在戰場上打擊無人機的方法是無人機失效，即在飛行過程中摧毀無人機。為此，通常使用機槍、霰彈槍或小口徑速射炮（火炮），它們也可用作高射炮系統。這種火力可以是目視、光學或雷達制導的。此外，就短距離快速摧毀小型空中目標的能力而言，反火箭炮和迫擊炮（C-RAM）系統似乎是理想之選。它們采用半自動作戰模式，由于使用可編程彈藥，擊中目標的概率很高。在火力系統中，還可使用便攜式單兵防空系統（MANPADS）和短程防空導彈系統（Dura，2023 年）。然而，必須注意使用這些系統的成本效益，尤其是在對付裝備旋轉翼的 I 類無人機時。這些無人機的生產成本與向其發射導彈的潛在成本相比低得不成比例。此外，這類無人機的飛行特性，如低速和低空，使其容易成為目標，并容易受到廉價、非專門化火力的攻擊。

在直接使無人機在飛行過程中喪失能力的系統中，最新的解決方案是基于定向能武器（DEW）的武器，這種武器利用光束聚焦能量。其中包括高功率微波（HPM）武器或高能激光（HEL）武器。高功率微波發射器（HPM）能產生強大的電磁脈沖，可摧毀無人機的電子設備或干擾其運行。使用這類武器的優點是非動能破壞。然而，其顯著缺點是需要將大量能量集中在光束中，因此必須使用大型、耗電的發電機，這限制了機動性和作戰能力（美國政府問責局，2023 年）。

高能激光武器（HEL）有多種類型，包括固體激光器（SSL）、化學激光器（CHEL）和自由電子激光器（FEL）。激光武器的工作原理是將電能轉化為光能，然后將光能集中到窄激光束中。與傳統槍械相比，HEL 具有若干優勢。它具有反應時間快、交戰速度快（激光束以光速傳播，可立即使目標喪失作戰能力）、因光束聚焦在較小的表面區域而具有較高的精確度、與傳統彈藥相比成本較低、無活動部件，從而降低了維護成本并提高了可靠性（CRS，2023 年）。

然而，值得注意的是，HEL 武器的開發和利用也伴隨著技術挑戰和限制，如激光系統的有效冷卻、在整個作戰范圍內保持光束穩定、產生足夠強大的光束以打擊遠距離空中目標，以及與 HPM 武器類似，使用機動性有限的大型發電機（D?browski，2017 年）。

說到對抗空中無人機，重要的是要注意沒有 “銀彈 ”方法能提供有效的無人機防御。無人機平臺的多樣化及其執行任務的廣泛性要求反無人機系統進一步專業化，同時利用動能和非動能作戰手段。目前，這些方法的結合以及采用具有不同探測和失效能力的系統的多層次方法可以在一定程度上減輕無人平臺（尤其是最小的無人平臺）帶來的威脅。然而，不幸的現實是，雖然這些系統能有效對付極小型無人機，但卻無法摧毀在高空和遠距離作業的二等和三等無人機。此外，由于缺乏多通道能力，在涉及大群無人機或無人機群的情況下，這些系統可能會失效。即使是最有前途的無人機反制措施，也無法在廣泛的作戰平臺上進行擴展和應用。盡管缺乏明確的解決方案，無人機反制市場仍在快速增長（預計到 2031 年底，市場價值約為 146 億美元）（Alied Marked Reserch，2023 年）。

應對無人機的方法（反無人機戰術）

在考慮應對無人機威脅的可能方法時，有必要討論目前的情況，即很難有經過實戰測試的反無人機系統。在大多數情況下，民用系統是經過改裝的，最初是為了保護機場免受私人用戶未經授權的進入，這些私人用戶通常在機場可視范圍內操作無線電遙控無人機。遺憾的是，如前所述，這些系統由于機動性有限、操作距離短，在作戰環境中通常無法發揮作用。同樣，手持射頻干擾器等便攜式系統也證明無效。其最大干擾范圍為 500-1000 米，電池壽命最長為 30 分鐘。人們很快認識到了這些局限性，因此開始實施在干擾設備射程之外部署無人偵察機的戰術。目前，偵察無人機通常在距離敵方陣地超過 1000 米的地方作業，并采用光學或數字變焦技術進行觀察。此外，烏克蘭沖突中的經驗表明，無人機操作員在野外使用信號增強天線，使干擾工作更加復雜。另一方面，衛星導航（GPS）信號干擾系統只有在選擇性戰術情況下才有效，這意味著它們可以在敵方無人機系統不使用時干擾敵方無人機行動。因此，這些系統更適用于保護城市和關鍵基礎設施，而不是直接用于戰場。同樣，干擾作戰無人機也具有挑戰性，因為無人機飛行高度很低、速度很快，而且利用地形掩護，因此很難將電磁發射器對準它們（Wyrwa?，2022 年）。

戰場上解除無人機威脅的主要手段是火炮和導彈防空系統。但需要注意的是，根據其使用原則，這些系統都部署在軍事行動的后方。因此，前線防線仍然很脆弱，容易受到無人機的攻擊，特別是那些在極低空飛行的最小的 1 類無人機。在這種情況下，對付它們的方法之一是用小口徑單兵火器（小武器、機槍、霰彈槍）與之交戰。然而，由于無人機體積小、速度快、機動性強，這種交戰的效果有限。目前，還可以使用由佩戴護目鏡的操作員控制的第一人稱視角（FPV）無人機，從無人機的視角直接觀察敵方最小的無人機，從而使其失效。FPV 無人機的時速可達 100 公里，可用于直接（自殺式）攻擊敵方無人機。不過，使用這種無人機需要經過嚴格訓練的操作人員，具備在戰場條件下高速操縱這種飛行器的能力。

不過，摧毀 2 級和 3 級無人機的能力仍在專業防空系統的能力范圍之內。遺憾的是，這類措施的成本效益通常不利于防御系統。傳統的中程甚至短程防空導彈非常昂貴，而無人駕駛系統則價格低廉，應用廣泛。相比之下，一枚 “愛國者 ”導彈的成本約為 300 萬美元，一枚用于基輔防御的 NASAMS/AMRAAM 導彈估計為 100 萬美元（Partrige, 2022），而俄方使用的沙赫德-136 “神風 ”無人機的成本（視型號而定）僅為每單元 2 萬至 6 萬美元（Sof, 2022）。

此外，使用無人機群或無人機群的性質要求防空系統達到相當高的飽和度，以保護軍事編隊的優先要素。另一個問題是識別無人機的能力，因為無人機被有意設計為在敵后行動，而且沒有配備敵友（IFF）識別系統。由于這些原因，遵守空域管制規則和執行空域管制措施也具有挑戰性。因此，有必要開發一些系統，如利用人工智能（AI）的系統，可以根據無人機的輪廓、特定偽裝、工作頻率或操作方法識別無人機。

目前，由于缺乏有效的反無人機措施來保護部隊，因此有必要制定反無人機戰術（Michalski & Michalska, 2017）。這些戰術不僅應包括主動措施，如探測、偵察、警戒和制服無人機，還應包括被動防御措施，旨在保持軍事力量的生存能力和存活率。在被動反無人機防御領域，必須規劃隱蔽和偽裝等活動，使用欺騙、人工誘餌、陷阱和誘餌。應盡可能將無線電波輻射、電磁輻射和噪音降至最低。在能見度低或夜間條件下規劃部隊調動和部署至關重要。采用分散兵力和防御網絡有助于攔截在友軍陣地和關鍵作戰系統上方執行神風特攻隊任務的游蕩彈藥和無人機（ATP 3-01.81, 2023）。雖然這些措施可能不是最具創新性的，而且在某種程度上與偽裝和部隊保護的一般原則相一致，但在無人系統威脅很大的情況下，這些措施可能特別有用。

無人駕駛飛行器（UAV）又稱無人機，它的發展給航空業帶來了革命性的變化，并已成為現代戰爭的一部分。無人機最初是為軍隊開發的，用于執行對人類來說 "枯燥、骯臟或危險 "的任務，如今，無人機已被用于支持大量非軍事任務，如治安和監視、航空攝影、包裹遞送、森林火災監測和撲救、農業、基礎設施檢查和科學工作等。無人機的軍事用途始于越南戰爭，但在伊拉克沖突以及后來的阿富汗沖突中都有廣泛使用。最近，在阿塞拜疆與亞美尼亞的沖突中，智能無人機的使用使阿塞拜疆明顯占了上風。土耳其的 TB-2 無人機被烏克蘭非常有效地用于收集情報，以對付強大得多的俄羅斯。顯然，無人駕駛飛機技術現已成為增強戰斗力的手段。

大多數無人機都有一名操控員，他從遠程位置駕駛無人機，通過安全的通信鏈路控制無人機的使用。人工智能（IA）和機器學習（ML）以及高速機載計算的進步使無人機能夠自主運行。在大多數空中任務中，無人機正在迅速取代人類。無人機被用于空中加油，無人駕駛旋翼機在移動的船只上自主著陸，無人機利用太陽能執行長時間飛行任務，還有無人駕駛或可選擇有人駕駛的戰斗機。無人機正在成千上萬地組成完全協調的飛行群。有人機-無人機空中編隊，即一架有人機控制一組無人機。這種編隊將利用兩種類型的優勢。作戰無人機正被用于情報、監視和偵察（ISR）、電子戰、地面打擊任務和空中作戰。大型無人機執行貨運任務的工作已經開始。實際上，有朝一日無人機將執行所有類型的空中任務。

無人機的尺寸和重量多種多樣。無人機的分類還與其最大工作高度和航程有關。無人機可以小到昆蟲，也可以大到客機。飛行高度帶可以與有人駕駛飛機一樣高。如果人類不在平臺上，續航時間甚至可以長達數月。同樣，無人機在進行高 "g "機動時也不再受人類生理機能的限制。無人機可以以超音速飛行，以后甚至可以以高超音速飛行。太空已經被無人系統所占據，因此，航空航天領域未來也會有更多的無人系統。

實際上，世界上所有重要的空軍部隊都擁有無人機。許多國家都在制造無人機和小型無人機。美國、以色列和中國在無人機制造領域處于全球領先地位。土耳其也正在成為一個重要的出口國。數以百萬計的業余無人機在全球各地飛行。四旋翼無人機是業余無線電遙控飛機和玩具廣泛流行的例證。

無人駕駛航空通勤飛行器已經過測試，很快就會出現在空中。這需要國際民用航空組織（ICAO）的規定，包括空中規則。還有適航認證問題。無人機遙控駕駛員需要進行分類，并獲得有效期為 10 年的遙控駕駛員培訓組織（RPTO）認證。必須為市內通勤指定特定的城市空中走廊。空中交通管理將面臨新的動態。無人機銷售也需要通過獨特的識別號碼和許可證進行監管。

戰斗無人機擁有更大的自主權，可以在沒有決策干預的情況下自由攻擊和殺害人類，這涉及倫理和法律問題，需要加以解決。在無人機中，人類仍將以某種形式處于環路中，即使這意味著決定算法并擁有一定的優先權或否決權。設計板上的大多數高端未來飛機仍以飛行員為中心。因此，盡管無人駕駛飛行器取得了進步，但飛行員仍需要一些年才能看到空中的彩虹和高空的日落。

在伊拉克、阿富汗和伊朗等國，無人機曾被用來追蹤和殺害人類。最近，一個配備致命武器的自主殺人機器人在利比亞襲擊人類。無人機正被用于定點清除重要人物。2020 年 1 月 3 日，伊朗少將卡西姆-蘇萊曼尼在巴格達國際機場被美軍無人機擊斃。2022 年 5 月初，911 襲擊的實施者之一艾曼-扎瓦希里（Ayman al-Zawahiri）在喀布爾的一次超視距無人機襲擊行動中喪生，當時他作為塔利班的客人居住在喀布爾。

無人機已被用于走私武器和毒品。恐怖分子可以利用無人機攻擊目標，甚至擊落飛機。攜帶小型手榴彈的無人機群可以神風特攻隊的方式飛入大型集會，制造混亂。

由于無人機已成為一種強大的空中武器平臺，使用反無人駕駛航空系統使其失效就變得非常重要。由于無人機體積小、特征低，探測總是會延遲。先進的雷達和光電探測手段正在不斷發展。可以通過動能手段使用硬殺傷武器擊落無人機，也可以使用電子戰技術使其失效，或發射一張網纏住旋翼。

反無人機系統（C-UAS）技術的興起主要是由于在民用和戰時環境中不斷擴大使用無人機（體積小、價格低的系統）所帶來的新威脅。與探測系統一樣，沒有一種攔截系統是完全有效的。由于無人機技術的擴散，反無人機系統將不可避免地成為未來所有沖突中無處不在的武器。這些反無人機系統必須足夠靈活，能夠探測到各種形狀和大小的無人機并使其失效。

本專著試圖對無人機和反無人機技術在軍事和民用領域的發展進行環境掃描，以及這些技術如何試圖改變現代戰爭的性質，從低強度沖突到全面戰爭。

該專著分為三個部分，首先從歷史角度介紹了無人機作為空中力量的一個要素是如何演變的。

第一部分用六章介紹了無人機技術，涉及無人機的組件、操作、技術進步以及影響其操作的法律問題等各個方面。

第二部分有兩章，涉及與反無人機系統有關的操作和技術方面。

第三部分有兩章，總結了目前使用這些系統的啟示，以及在塑造這兩種系統未來發展方向方面的經驗教訓。最后一章總結了無人機和反無人機的主題。

航空業中的小型無人機系統（sUAS）領域正經歷著前所未有的增長。然而，將 sUAS 安全納入國家空域系統 (NAS) 的監管指南并未跟上市場技術發展的步伐。目前對視線操作的監管限制可能會影響到為無人機系統的操作建立與有人駕駛飛機同等的安全水平。視線操作討論的焦點一直是無人機系統飛行員能否安全及時地看到并避開所有障礙物和其他飛機。本論文研究的目的是考察在 NAS 內駕駛 sUAS 時使用第一人稱視角（FPV）技術是否會對操作員的工作量產生影響，以及 FPV 技術是否會影響操作員的 1 級態勢感知（SA）。更具體地說，本研究考察了使用三種視覺敏銳度技術時無人機系統操作員的工作量和 1 級態勢感知：視覺視線、使用 21 英寸液晶顯示器的 FPV 以及使用 FPV 頭戴式護目鏡。

為了收集分析所需的數據，設計并進行了一項初步實驗。參與者被隨機分配到三個視覺敏銳度技術組中的一組，并被要求在飛行路線上駕駛大疆 Inspire 1 四旋翼飛行器。參與者完成了一項人口調查、石原色盲測試和兩項實驗后測試。實驗后測試包括美國國家航空航天局任務負荷指數（NASA TLX）問卷調查和 1 級 SA 測試，分別用于評估參與者在實驗過程中根據指定視敏度技術感知到的工作量和對飛行課程環境因素的回憶。為驗證假設，進行了方差分析和方差分析檢驗。結果表明，三組學員在感知工作量或 SA 方面的得分在統計學上沒有顯著差異。

實驗的初步結果為使用從美國國家航空航天局航空安全報告系統數據庫中檢索到的無人機系統數據集（其中主要飛機被列為無人機系統）進行進一步分析奠定了基礎。在事件報告中，SA 被確定為人為因素中最普遍的致因。使用卡方統計檢驗對 SA 組和非 SA 組進行了比較。結果表明，將 SA 列為致因因素的事件報告與報告中列出的事件地理區域之間存在顯著的統計學關聯。其他的卡方分析表明，在報告中未指明地理區域的事件報告中，SA 的人為因素與時間壓力之間存在統計學意義上的顯著關聯。航空組織的安全管理人員必須不斷分析其安全管理系統的性能，以確保其風險緩解措施的有效性。本文研究提供的信息有助于業務經理及其風險緩解流程的選擇。

作為瑞典戰斗機工業薩博航空項目的一部分，進行了這項研究。戰斗機飛行員在敵區空域和空戰的復雜環境中冒險時承受著巨大的壓力。人機交互（HMI）是飛行員和飛機的共同點，它能使任務取得成功，但也有其局限性。自適應人機交互（AHMI）是一種經過改進的人機交互，可以在飛行員所處的環境中為其提供幫助。自適應人機交互有許多任務，但它的優勢在于能夠適應不同的情況，并為飛行員的健康提供幫助。這可以通過信息的適當可視化來實現，也可以通過較少任務的自動化來實現。任務的成功取決于生理參數，如心理工作量和態勢感知，以達到最佳的操作性能。在這篇論文中，我們深入探討了 AHMI 的重要性以及制作和演示 AHMI 所需的要求。將要求映射到模擬器上是推進人工生命監測儀開發的一個重要方面。為了進一步了解該領域并回答研究問題，我們進行了文獻綜述和訪談。受訪者一致認為，映射需求的正確方法取決于需要研究的內容。是圖形組件、原理、功能還是場景？通過文獻對比和訪談主題分析，我們發現需求映射取決于要調查的內容。此外，AHMI 被認為是試點的有效支持系統，自主性在一定程度上是有效的。但是，當自主控制權過大時，飛行員就會失去對態勢的感知能力，從而導致性能下降。在該項目中，受訪者一致認為 AHMI 是推進戰斗機駕駛艙發展的必由之路。

自第二次世界大戰以來，人控機械一直在根據人類的直覺進行改造，并對飛機的人機交互進行了真正的實際試錯（Sears & Jacko, 2016）。在討論操縱作戰飛機的復雜性時，有幾個方面需要加以考慮。無論是在預期情況下，還是在意外情況下，飛行員都承受著巨大的精神和身體壓力。要使飛行員能夠做出最佳決策，從而獲得最佳性能，一種簡便易行的方法就是自適應人機交互（AHMI）。該交互位于駕駛艙內，可提高人與飛機之間的溝通效率和效果。它的設計能夠適應用戶的需求和偏好，使人機交互更加直觀和高效。

飛行員與飛機之間的良好互動現在是、將來也會是在執行任務或使命期間保持最高安全水平的同時實現最高效運行性能的基本支柱（Haider，2022 年）。為提高人機交互的整體適應性而進行的進一步開發具有巨大潛力，可提高飛行員的性能，從而有助于任務期間的安全和效率（Lim 等人，2018 年）。隨著任務的復雜性越來越高，對飛行員的要求也越來越高。因此，設計一個可用且直觀的人機交互（HMI）來傳遞飛行員與機組人員之間的信息以及飛行員與飛機本身之間的信息就顯得尤為重要（Haider，2022 年）。盡管開發出了更先進、更自主的駕駛艙，但事故分析表明，人為錯誤率始終保持在 65%。根據對人為失誤的不同看法，甚至可以說維修人員對飛機進行的錯誤維修也可以算作人為失誤。這就改變了飛行區域內的人為錯誤率，使其達到約 80-90%（蘭德公司，1993 年）。

AHMI 一直是一條顯著而有前途的發展道路。許多財團認為，AHMI 是駕駛艙發展的必由之路。AHMI 可以有不同的外觀和行為，因為對它的解釋方式不同，而且在不同領域也有不同程度的可行性。對于戰斗機來說，它需要直觀并適合使用它的飛行員，以便通過將飛行員和系統更緊密地聯系在一起，盡可能高效地使用系統。另一方面，工業數控機床不需要像駕駛艙那樣快速易用，因為在使用工業機器時，駕駛艙并不那么關鍵或處于復雜的環境中（Haider，2022 年）。

Bradshaw & Boy（2006 年）認為，從人類可靠性的角度來看，設計和使用基于工具或組織的動力有幾個原因。其理念是，軟件和硬件的開發都是為了克服人類的不可靠性，并提供抵抗和容忍人類錯誤的可能性。此外，自動化的使用應與試點工作相輔相成（Bradshaw & Boy, 2006）。這一理念還源于人類飛行員比自動化突擊隊員更有能力做出正確的決定并確定任務訂單鏈的優先次序。如果沒有這種想法，那么就不需要人類飛行員，系統的表現甚至可以與人類飛行員不相上下。

在人工智能概念中，有三個關鍵要素非常突出。它們是：（1）評估系統所處環境狀態的能力；（2）評估駕駛員狀態的能力；（3）人機交互與前兩個要素相關的適應性（Lim 等人，2018 年）。

為了在模擬器中測試、開發和展示 AHMI，那么需求是確定模擬器應確定的內容的可行方法（Davis，2005 年）。在這種情況下，模擬器應被稱為演示器，因為除了上述測試和開發之外，它還展示了模擬的一個特定方面（Moultrie，2015）。

1.1 背景

本論文是瑞典戰斗機工業薩博航空研究的一部分，其目的是為未來戰斗機系統的自適應人機交互提出新概念并進行評估。為此，將使用一個測試環境。本論文旨在以理論為基礎，協助開發這樣一個環境。

1.2 目標與宗旨

本研究的目的是分析文獻中有關 AHMI 和需求工程等方面的理論信息。稍后將進行訪談。這項研究將通過科學家、試飛員和項目中其他人員提供的信息，為需求提供依據。這樣做是為了進行專題分析，我們將在專題中找到感興趣的關鍵點。根據專題分析的結果，我們將把自動人機交互的概念化和需求放在一個示范環境中，在這個環境中可以測試和評估新穎的自動人機交互概念。

1.3 研究問題

本論文將回答以下研究問題：

1.從多行為體的角度出發，可以對演示器提出哪些要求？

2.專家們是否認為人工智能對試點有益，需要克服哪些障礙？

3.在自適應人機交互的自動化方面，不同專家認為哪些因素更為重要？他們為什么這樣認為？

4.飛行員和工程師對演示器提供的結果的期望是否存在差異？

多無人機協同升降系統使用多個無人機共同升降和運輸有效載荷。從可擴展性和便攜性的角度來看，這些系統有可能大大降低空中運輸任務的物流成本。與傳統的單機物流模式不同，通過在多架廉價飛機之間分配起升能力，可以有針對性地運送大量有效載荷。為了以高度自主的方式完成大跨度的任務，合作飛機必須能夠在多個點可靠地與單一有效載荷對接，并在系統參數未知的情況下，以可變幾何配置的方式在飛行途中穩健地穩定下來。本論文提出了一種新穎的自適應飛行控制框架，該框架使用擴展卡爾曼濾波器在控制分配方案中更新相關系統參數。此外，這項研究還對之前開發的模塊化對接系統進行了擴展，該系統支持在不同的復合系統幾何結構中進行自組裝，考慮了多智能體操作，并通過模擬交易研究優化了設計參數。論文介紹了高保真模型和模擬，利用多體反饋線性化約束穩定和基于約束的脈沖接觸模型等技術，以驗證控制策略，并在復雜動力學條件下優化設計。本論文還介紹了無人飛行器合作飛行控制和參數估計的實驗結果。

無人機（UAVs）在軍事和民用領域發揮著至關重要的作用。本論文的研究有助于智能控制系統（ICS）領域，特別是實現旋轉翼無人飛行器（RUAV）可靠、便捷的自主控制。特別是，本論文解決了如何適應未建模動態和干擾（如在空中改變有效載荷）的難題。

無人機可以攜帶額外的重量，如傳感器、貨物，甚至被稱為有效載荷的懸掛物。已經開發了許多策略來穩定不斷變化的有效載荷，但這些策略都假定有效載荷是剛性的，重心（CoG）是靜態和已知的。有效載荷質量及其類型在飛行過程中的變化會極大地影響無人機的動態性能，這就要求控制器進行調整，以保持令人滿意的閉環性能。此外，還沒有探索過在半空中從一架較大的飛機（如氣象氣球）上發射一組具有隨機姿態的送貨無人機的情況。最后，未建模的動力學和陣風等不確定因素給飛行操作帶來了挑戰，因此綜合控制系統對于處理這些不確定因素至關重要，但對非基于模型的綜合控制系統的設計和開發關注不夠。

受這些研究空白的啟發，本論文探討了如何處理有效載荷在空中的 CoG 變化和姿態獨立發射的控制問題。為解決這些問題并實現理想的軌跡跟蹤控制，本文提出了一種新型非基于模型的綜合控制系統，稱為雙向模糊腦情感學習（BFBEL）控制系統。所提出的控制系統融合了模糊推理、神經網絡和基于強化學習的新型雙向腦情感學習（BBEL）算法。所提出的 BFBEL 控制器能夠從零開始快速適應，可用于控制 RUAV 的所有六自由度 (6DOF)。為擴大擬議控制器的適用性，開發了單輸入-單輸出（SISO）和多輸入-多輸出（MIMO）架構。本研究考慮的兩種無人駕駛飛行器模型是四旋翼無人駕駛飛行器（QUAV）和直升機無人駕駛飛行器（HUAV）。SISO 版本的 BFBEL 控制系統被應用于 QUAV，以解決處理 CoG 和重量不同的外部有效載荷的問題。BFBEL 控制系統的 MIMO 版本應用于 HUAV，以解決在空中獨立發射姿勢的問題。對這兩種系統都進行了模擬評估，并通過實驗驗證了如何處理 CoG 不確定的外部有效載荷問題。最后，在相同的控制情況下，將飛行能力和控制性能與傳統的比例積分微分（PID）控制器方案進行了比較。

地面戰斗單位應利用和加強機動作戰的作戰理念，將人機協作和人機結合概念化，以實現和利用更快的節奏、更多的機動選擇和對海軍陸戰隊的保護。

半人馬機動作戰的目的是探索海軍陸戰隊下一代地面作戰單元（GCE）如何利用人機協作（HM-C）和有人無人協同作戰（MUM-T）來實現機器人和自主系統的協同效益，從而提高海軍陸戰隊在戰場上的戰斗力。在古典希臘神話中，半人馬代表著 "一種擁有人的頭部、手臂和軀干，馬的身體和腿的生物"。與這種神話生物如何利用邊緣存在的好處類似，HM-C 和 MUM-T 反映了半人馬的各種表現形式。在這一構想中，新興的戰斗網絡通過利用自主性和狹義人工智能方面的商業進步，將人類的精華與機器的精華結合在一起，以實現相對于對手的比較優勢。由此產生的 "第五代地面作戰單元半人馬"（Centaurs for the Fifth-Generation Ground Combat Element）概念涉及海軍陸戰隊作戰概念中的軍種方向、海軍陸戰隊司令部提出的為 21 世紀重振機動作戰思維的任務，以及為 GCE 提供第五代能力的任務。探索這些方向的方法包括：對戰爭中的 "人馬 "進行文獻綜述；對 "UE CITY "行動進行歷史案例研究，以檢查 GCE 所特有的問題集；以及通過作戰決策游戲對最初的概念假設進行測試。這些工作為最終概念的形成提供了依據。

第五代地面作戰單元 "半人馬 "利用、加強并充當了重振機動作戰這一作戰理念的工具。最近的技術進步為取得相對優勢所提供的價值在于人機協同作戰，以提高人類作戰人員的效能，而不是取代他們。HM-C 加強了 GCE 創造時間優勢的能力，利用速度和時間作為武器。與作戰網絡連接的高性能計算、自主性和狹義人工智能有助于過濾大量數據中的噪音，以發現作戰環境中的相關線索、異常值和異常現象。這種機器輔助功能可幫助指揮官及其參謀人員確定敵方的方向，從而更快地做出與敵方或與作戰環境相關的競爭因素有關的正確決策。MUM-T 加強了全球指揮和控制中心創造空間優勢、利用敵方空隙和弱點的能力。無人系統可作為有人編隊的先頭部隊和側翼屏障，發現、固定和擾亂敵方編隊，而主力部隊則以速度、出其不意和集中果斷的行動來利用這些塑造行動。利用無人系統提供的戰術阻隔，可加強對配對有人編隊的保護。MUM-T 加強了 GCE 創造心理優勢的能力，將欺騙作為一種武器加以利用。多領域無人系統擴大了欺騙和誤導能力，以破壞敵方決策的速度和準確性。第五代地面作戰單元的 "半人馬 "并不會降低對陸戰隊空中地面特遣部隊（MAGTF）航空作戰單元或后勤作戰單元的需求或取代其價值。地面半人馬編隊是對 MAGTF 構建的補充，是聯合武器小組的擴展，旨在使敵方失去平衡，陷入無法取勝的困境。作為 "唯一能奪取和占領地形的 MAGTF 要素"，第五代地面作戰要素應成為發展 21 世紀 MAGTF 聯合武器小組屬性的主要工作方向。

無人機（UAVs）在軍事領域的應用已經非常成熟，在現代戰爭中具有巨大優勢。使用無人機蜂群的概念已經討論了二十多年，但現在以色列國防兵力首次使用了真正意義上的無人機蜂群系統。無人機蜂群沒有確切的定義，但有人提出它應滿足以下三個要求。蜂群的人為控制應該是有限的，蜂群中的代理數量至少應該是三個，其合作執行共同的任務。控制多架自主無人機的復雜性帶來了如何利用作戰員的認知和戰術能力來控制蜂群以有效執行軍事偵察任務的問題。使用行為樹作為控制結構的方法源自之前在蜂群系統方面的研究。行為樹是一種組織自主系統行動并對其進行優先排序的結構化方法。行為樹類似于有限狀態機（FSM），具有模塊化、反應靈敏、可讀性強等優點。在游戲引擎 Unity 中創建并模擬了三種不同的行為樹，其復雜程度不斷增加。我們還創建了第四棵更為真實的行為樹，并以此為基礎討論了使用行為樹與之前工作的優缺點。使用行為樹作為創建蜂群的統一結構，將操作員的戰術能力與自主蜂群的力量整合在一起，似乎大有可為。我建議將所提出的使用行為樹的方法用作討論蜂群所需的功能的平臺，并為作戰員和工程師創建蜂群應如何運作的共同愿景。

圖 A.2. 用于邏輯模擬的第三行為樹和預期目標的圖形表示。

引言

無人駕駛飛行器的熱度空前高漲。歷史上，這些飛行器只能用于軍事領域，如今，它們在公共領域有了新的用途。隨著技術的不斷成熟和普及，無人機的應用范圍也在不斷擴大。"蜂群 "和 "蜂群機器人 "的概念并不新鮮，但直到現在，支持這一概念的技術還沒有出現。關于什么是機器人蜂群，目前還沒有確切的定義，但 R. Arnold 等人[1]提出，機器人蜂群需要滿足三個要求。一個蜂群應受到有限的人為控制，蜂群中的機器人數量至少應為三個，蜂群中的機器人應合作執行共同的任務。

支持無人機群的硬件已經具備，但如何控制無人機群還有許多問題有待解決。本碩士論文旨在研究如何利用操作員的認知和戰術能力來控制蜂群，從而有效地執行軍事偵察任務。這項工作著眼于如何將人類操作員與自主蜂群整合在一起，以及如何對如何做到這一點進行高層次的描述。

使用所謂的行為樹來控制蜂群的方法是一種有趣的方法，我們對此進行了研究，并創建了三個模擬來進行測試。此外，還對照以前的工作對行為樹方法進行了評估，以突出其優缺點。此外，還就如何在創建蜂群控制器時使用行為樹提出了建議。

本論文的第一章包括引言，介紹了該領域的前人工作，并進一步描述了問題。第二章和第三章介紹了行為樹和執行偵察任務背后的理論。第四章研究了使用行為樹控制無人機群的方法。第五章總結了這項工作，并介紹了可能有意義的未來工作。

前沿作戰基地（FOB）防御是一項人力密集型任務，需要占用作戰任務的寶貴資源。雖然能力越來越強的無人駕駛飛行器（UAV）具備執行許多任務的能力，但目前的理論并沒有充分考慮將其納入。特別是，如果操作人員與飛行器的比例為一比一時，并沒有考慮提高無人機的自主性。本論文描述了使用先進機器人系統工程實驗室（ARSENL）蜂群系統開發和測試自主FOB防御能力。開發工作利用了基于任務的蜂群可組合性結構（MASC），以任務為中心、自上而下的方式開發復雜的蜂群行為。這種方法使我們能夠開發出一種基于理論的基地防御戰術，在這種戰術中，固定翼和四旋翼無人機的任意組合能夠自主分配并執行所有必要的FOB防御角色：周邊監視、關鍵區域搜索、接觸調查和威脅響應。該戰術在軟件模擬環境中進行了廣泛的測試，并在現場飛行演習中進行了演示。實驗結果將使用本研究過程中制定的有效性措施和性能措施進行討論。

第1章：導言

1.1 背景和動機

2019年，美國海軍陸戰隊司令大衛-H-伯杰將軍發布了他的規劃指南，作為塑造未來四年的部隊的一種方式。他在其中指出："我們今天做得很好，我們明天將需要做得更好，以保持我們的作戰優勢"[1]。這句話摘自海軍陸戰隊司令大衛-H-伯杰將軍的《2019年司令員規劃指南》（CPG），呼吁采取集中行動，以應對海軍陸戰隊在未來戰爭中預計將面臨的不斷變化的挑戰。在為海軍陸戰隊確定未來四年的優先事項和方向的CPG中的其他指導，呼吁建立一個 "適合偵察、監視和提供致命和非致命效果的強大的無人駕駛系統系列"[1]。伯杰將軍進一步呼吁利用新技術來支持遠征前沿基地作戰（EABO）。EABO將需要靈活的系統，既能進行有效的進攻行動，又能進行獨立和可持續的防御行動。簡而言之，實現EABO將需要最大限度地利用每個系統和海軍陸戰隊。

從本質上講，伯杰將軍正在呼吁改變無人駕駛飛行器的使用方式。通過使用大型的合作自主無人飛行器系統，或稱蜂群，將有助于實現這一目標。無人飛行器蜂群提供了在人力需求和后勤負擔增加最少的情況下成倍提高戰場能力的機會。正如伯杰將軍所提到的 "下一個戰場"，海軍陸戰隊將必須利用各種技術，最大限度地利用自主性和每個作戰人員在戰場上的影響。

目前的無人系統使用理論是以很少或沒有自主性的系統為中心。另外，目前的系統依賴于單個飛行器的遠程駕駛；也就是說，每輛飛行器有一個操作員。部隊中缺乏自主系統，這在監視和直接行動的作戰能力方面造成了差距。此外，側重于一對一操作員-飛行器管理的無人系統理論要求操作員的數量與車輛的數量成線性比例。這對于 "下一個戰場 "來說是不夠的。相反，海軍陸戰隊將需要能夠讓操作員擺脫束縛或提高他們同時控制多個飛行器的能力系統[2]。

考慮到這些目標，美國海軍研究生院（NPS）的先進機器人系統工程實驗室（ARSENL）已經開發并演示了一個用于控制大型、自主、多飛行器的系統，該系統利用了分布式計算的優勢，并將駕駛的認知要求降到最低。ARSENL在現場實驗中證明了其系統的功效，在該實驗中，50個自主無人駕駛飛行器（UAV）被成功發射，同時由一個操作員控制，并安全回收[3]。

1.2 研究目標

這項研究的主要目標是證明使用無人機蜂群來支持前沿作戰基地（FOB）的防御。特別是，這需要自主生成、分配和執行有效的、符合理論的基地防御所需的子任務。這部分研究的重點是開發基于狀態的監視、調查和威脅響應任務的描述；實施支持多飛行器任務分配的決策機制；以及任務執行期間的多飛行器控制。

輔助研究目標包括展示基于任務的蜂群可組合性結構（MASC）過程，以自上而下、以任務為中心的方式開發復雜的蜂群行為，探索自主蜂群控制和決策的分布式方法，以及實施一般的蜂群算法，并證明了對廣泛的潛在蜂群戰術有用。總的來說，這些目標是主要目標的一部分，是實現主要目標的手段。

1.3 方法論

基地防御戰術的制定始于對現有基地防御理論的審查。這一審查是確定該行為所要完成的基本任務和子任務的基礎。然后，我們審查了目前海軍陸戰隊使用無人機的理論，以確定這些系統在基地防御任務中的使用情況。

在確定了任務要求的特征后，我們為基地防御的整體任務制定了一個高層次的狀態圖。子任務級別的狀態圖等同于MASC層次結構中的角色。

ARSENL代碼庫中現有的算法和游戲以及在研究過程中開發的新算法和游戲被用來在ARSENL系統中實現子任務級的狀態圖。最后，根據高層次的狀態圖將這些游戲組合起來，完成基地防御戰術的實施。

在游戲和戰術開發之后，設計了基于理論的有效性措施（MOE）和性能措施（MOPs）。通過在循環軟件（SITL）模擬環境中的廣泛實驗，這些措施被用來評估基地防御戰術。在加利福尼亞州羅伯茨營進行的實戰飛行實驗中，也展示了該戰術和游戲。

1.4 結果

最終，本研究成功地實現了其主要目標，并展示了一種包含周邊監視、關鍵區域搜索、接觸調查和威脅響應的基地防御戰術。此外，開發工作在很大程度上依賴于MASC層次結構，以此來制定任務要求，并將這些要求分解成可在ARSENL蜂群系統上實施的可管理任務。這一戰術在實戰飛行和模擬環境中進行了測試，并使用以任務為中心的MOP和MOE進行了評估。最后的結果是令人滿意的，在本研究過程中開發的戰術被評估為有效的概念證明。

1.5 論文組織

本論文共分六章。第1章提供了這項研究的動機，描述了這個概念驗證所要彌補的能力差距，并提供了ARSENL的簡短背景和所追求的研究目標。

第2章討論了海軍陸戰隊和聯合出版物中描述的當前海軍陸戰隊后方作戰的理論。還概述了目前海軍陸戰隊內無人機的使用情況，并描述了目前各種系統所能達到的自主性水平。

第3章概述了以前自主系統基于行為的架構工作，ARSENL多車輛無人駕駛航空系統（UAS）和MASC層次結構。

第4章對基地防御戰術的整體設計以及高層戰術所依賴的游戲進行了基于狀態的描述。本章還詳細介紹了用于創建、測試和評估這一概念驗證的方法。在此過程中，重點是對每一戰術和戰術所針對的MOP和MOE進行評估。

第5章詳細介紹了所進行的實戰飛行和模擬實驗，并討論了與相關MOPs和MOEs有關的測試結果。

最后，第6章介紹了這個概念驗證的結論。本章還提供了與基地防御戰術本身以及更廣泛的自主蜂群能力和控制有關的未來工作建議。