基于多元公共品演化博弈的无人作战集群策略占优条件

如何提高集群中合作者占比,是无人集群作战中自主协同的关键问题之一。基于多元公共品演化博弈框架,对无人作战集群策略占优条件进行了理论推导和特性分析。首先,给出无人集群自主协同需求,建立基于愿景驱动的多元演化博弈模型。然后,以平均丰度函数为出发点,理论推导多元演化博弈的合作策略占优条件。在此基础上,针对线性和带门限值的两类公共品博弈,仿真分析收益系数、愿景水平、门限值等参数对策略占优的影响,获取两类博弈模型的策略占优特性。最后,依据特性分析结果,给出实现无人集群合作策略占优的建议,为无人集群作战的机制设计提供决策支持。

基于区块链的无人集群作战信息共享架构

无人集群作战具有很强的环境适应性、快速突防能力等不可比拟的优势,但这些优势的发挥是以集群自主协同为基础的。针对无人集群协同作战的信息共享需求,设计轻量化区块链架构,提出区块链与基于内容寻址的文件随机分片存储相结合的链上链下双层储存方案,研究DPOS和PBFT相结合的高性能、高安全性共识算法,构建适用于无人集群计算资源受限条件下的信息共享平台,支撑无人集群协同探测、指挥控制等多种作战任务。

基于认知决策的智能无人机集群作战建模方法研究

为仿真研究智能无人机实体及其集群在不同战场态势下的临机决策过程以及智能实体的自学习、自成长特性,提出一种基于认知决策的智能无人机集群作战建模方法框架。利用深度学习的认知建模属性,构建了智能无人机实体的认知决策模型,包括从“观察”到“判断”的态势特征提取网络模型,从“判断”到“决策”的实体决策网络模型。在此基础上,将智能无人机集群协同作战模型抽象为随机博弈过程,并提出一种适用于异构智能体的分布式、可变规模的多智能体强化学习神经网络架构,从而实现智能无人机实体认知决策模型的“智能”训练。通过仿真实验,验证了方法的可行性和有效性。

无人机集群作战中连续时间Markov链模型的求解方法

针对无人机集群目标作战解析建模时在状态转移过程中计算速率低的问题,提出了一种基于行压缩存储的四阶Runge-Kutta法。根据无人机集群作战样式将无人机集群作战过程划分为三个阶段,并分阶段对无人机集群作战的状态转移过程建立连续时间Markov链模型。以无人机集群完成作战任务的可靠性作为求解指标,运用四阶Runge-Kutta法对Markov模型进行求解。由于求解过程中速率转移矩阵具有稀疏特性,采用基于行压缩存储的算法优化求解速率。仿真实验表明,运用连续时间Markov理论建立的无人机集群作战过程模型的有效性和可行性优于其他模型。同时,与其他算法及模型相比,该算法计算速率更高、能更好地满足结果精度的可靠性需求,进一步说明了本算法的优越性。

基于中心节点的无人机集群通信架构设计及验证

传统无人机集群通信架构受地面基站的限制影响,抗干扰能力较弱,同时通信方式不灵活也使其自主协同能力较差。为了应对在动态不确定性环境下执行任务的能力,摆脱地面基站对无人机集群的限制,提出一种基于中心节点控制的无人机集群通信架构模式。该通信架构模式总体为一种多级分层结构,基于中心节点负责集群成员调度和任务发布的特性,避免了传统GSC模式远距离发布指令带来的集群分布式决策能力较弱的问题。采用图形化模型检测工具ISPIN对上述通信架构的可靠性进行了验证。验证结果表明,该通信架构采用动态调整布局,提高了通信性能,降低了对地面基站的依赖,整体提高了无人机集群协同作战的抗干扰能力及协同执行效率。

基于智能算法的无人集群防御作战方案优化方法

兵力部署与任务分配是无人集群防御作战的重要过程,有效利用集群中有限的兵力并发挥出最高的作战效能对提高无人集群的作战胜率至关重要,进行高效的作战任务分配能够协调集群一致性并更好完成作战任务。针对无人集群防御作战中的关键作战方案,研究无人集群防御作战的兵力部署及协同任务分配优化问题。构建基于智能体技术的无人集群防御作战模型,量化无人集群兵力部署所需的关键参数,对作战区域与兵力进行规划,设计目标函数。提出一种自适应遗传算法,解决无人集群的兵力部署问题。算法可根据实时运行情况动态调整目标函数、交叉率和变异率,保证适应度值较高个体的传承并避免算法出现局部最优。进行防御作战仿真,为验证无人集群兵力部署的效果,提出一种基于深度Q网络的深度强化学习改进算法,解决无人集群任务分配问题,对部署好的无人集群进行任务分配并作战。该算法能够自适应调整Q值,避免算法因过度估计造成无法收敛至最优解。防御作战实验结果表明,所提出的无人集群兵力部署及协同任务分配方法可有效提高防御作战的成功率,实现无人集群的自主协同及智能对抗。

无人机集群战例分析与作战研究

随着无人机技术的不断发展和无人机集群的广泛研究,无人机集群作战将成为未来空袭作战的重要内容。以无人机集群作战的两个实例分析为基础,结合典型反无人机集群项目情况对比,研究无人机集群作战的发展趋势,分析无人机集群可能的作战样式,对未来防空作战面临的无人机集群威胁进行了深入研究。

基于兰彻斯特方程的有人/无人协同作战

使用无人化作战集群可显著增强部队整体战斗力,是未来作战的重要发展方向。针对“无人化作战集群如何协同使用”问题,提出了“有人/无人协同作战”混合模型,推导了“有人/无人相对独立作战”与“有人/无人密切协同作战”数学模型的表达式,并进行了仿真实例分析。研究表明:在整体作战效能上,“有人/无人密切协同作战”>“有人/无人相对独立作战”>传统“有人作战”,且前者对后者均具有较大优势。在其他条件相同的情况下,前者即使兵力处于劣势,依然有可能击败对方。此外,兵力仍然是“有人/无人协同作战”最重要的影响因子。

自主飞行声呐浮标关键技术及 作战样式分析

自主飞行声呐浮标是一种能够在管内发射并具备自主飞行能力的声呐浮标,其使传统声呐浮标摆脱了对造价高昂的空中投送平台的依赖,可适装于各类中小型水面舰艇、无人艇平台,并满足对水下战场态势远距离快速感知的作战需求。介绍无人机管内发射技术和声呐浮标技术的发展现状,提出自主飞行声呐浮标的设计思路,总结自主飞行声呐浮标集群作战的关键技术,包括集群控制、集群智能决策、组网探测等,分析自主飞行声呐浮标集群在广域协同探测、多源信息保障、辅助作战效能评估等方面的作战样式,结果可为自主飞行声呐浮标集群的论证、设计、应用提供借鉴。

基于演化博弈的社团网络无人集群协同机制

智能化协同的无人集群作战日益成为一种重要的作战方式,机制设计则是集群自主协同得以实现的重要途径.结合无人集群作战的组织规律与业务逻辑,探索自主协同的特点与规律,已成为当前军事学领域研究焦点之一.本文首先剖析军事需求,提出无人集群自主协同行为分析框架,包括群智涌现、信息网络构建、协同机制设计;其次,结合分析框架,针对群体系统动力学、基于博弈的群体协同、复杂网络上的合作演化对集群协同领域国内外前沿研究展开综述;进而,设计无人集群社团信息网络,构建基于多元公共品演化博弈的集群合作演化模型,并给出社团结构上集群的演化动力学过程;最后,仿真分析集群规模、网络特性、成本及收益等相关参数对集群协同行为的影响,并给出集群作战中协同管控的方法.所得结论,可以为无人集群作战协同模式设计和战斗力生成提供理论借鉴和决策支持.

智能化陆军建设

智能化陆军建设面临军事理论、作战运用及智能技术等多方面挑战。从指挥信息系统发展规律来看,由信息优势到决策优势的转变正在发生。必须深刻理解人工智能技术的本质,把握智能化建设的核心要义。研究认为,陆军智能化建设的重点包括智能化指控理论、知识体系构建等2个基础及智能指挥控制、无人集群作战、智能模拟训练3个核心。

军事变革下未来作战典型样式研究进展

随着人工智能技术向军事领域的渗透、融合、发展,未来战场的战争形态和作战样式将发生深刻变化,同时催生出一批与未来智能无人战场相适应的新型作战概念。从作战手段、作战空间和作战范式的角度分析未来战争的特点,重点综述了决策中心战、认知电子战和无人机集群作战三种新型作战概念,全面阐述了三种作战概念的提出的背景、内涵、演进以及作战理念,并对三种作战概念的发展趋势进行预测性分析,可为未来作战样式的研究、设计、论证提供重要参考。