无人作战平台智能指挥控制系统结构

针对无人作战系统的特点和任务需求,研究了层阶结构的指挥控制结构模型,阐述了任务实现的逻辑结构,分析了协调解决任务执行过程中各平台计划和行动之间的层次化逻辑及相互影响问题,为未来无人作战平台智能指挥控制系统的顶层设计提供参考。

大数据智能指挥控制内在机理框架模型研究

从信息时代到大数据时代,信息化指挥控制向智能指挥控制发展已成为趋势。针对大数据时代智能指挥控制发展面临的挑战,提出了"智能心源"和大数据"智能算法高架"两个新概念。在此基础上,提出大数据智能决策网,进而构建大数据智能指挥控制概念模型;通过模型分析,揭示智能指挥控制的内在机理。最后,以"智能仿真引擎"为依托,通过一个简化的模型仿真设计,说明该模型的可行性。

智能化作战及其智能指挥控制技术需求

提出了智能化作战的基本概念,从作战空间、时间、感知、决策、打击、体系等6个方面分析其主要特征,辨析其制胜机理,对指挥控制提出新的要求。面向指挥端和平台端作战,分析人机共生对抗作战、有人/无人协同作战、无人自主作战、无人集群协同作战等4种典型智能化作战样式的作战流程、制胜的关键要素以及指挥控制能力需求,综合提出了智能指挥控制关键技术体系,为未来智能化指挥信息系统发展提供牵引。

一种分布式智能指挥控制体系架构

随着战争向智能化方向演进发展,分布式智能指挥控制正成为新的指挥控制模式,智能技术赋能网络信息体系,作战体系按需构建和作战能力即时生成成为可能.在“分布式作战”“马赛克战”等概念分析基础上,提出了分布式智能指挥控制的体系架构、运行机制和关键技术,为分布式智能指挥控制研究提供了新的思路与借鉴参考.

无人机集群智能化指挥控制能力提升对策研究

本文针对无人机集群智能化指挥控制系统的构成与特点、关键要素以及提升对策进行了深入研究。首先,分析了无人机集群智能化指挥控制系统的构成。其次,对无人机集群智能化指挥控制能力的关键要素进行了分析。最后,提出了提升无人机集群智能化指挥控制能力的对策。

面向无人化陆战的指挥控制系统智能化运用

针对面向无人化陆战的智能指挥控制系统开展研究,并分析其智能化运用方式。从作战样式、作战任务、装备编配4个方面对未来无人化陆战的特征进行分析。从情报数据挖掘、态势融合共享、指挥自主决策等方面,分析了指挥控制系统智能化发展能力需求,建立智能指挥控制系统能力型谱。最后,构建了包含基础层和决策层的智能指挥控制系统架构,在此基础上提出了遵循OODA的智能指挥控制系统模型,并以作战活动视图对智能指挥控制系统的作战活动过程进行描述。通过对智能指挥控制系统能力需求、系统架构以及智能化运用方式的分析研究,可为指挥控制系统智能化发展提供参考和借鉴,为智能指挥控制系统在未来陆战场的合理应用指明了方向与突破口。

战斗机智能火力与指挥控制系统的发展和关键技术

讨论了战斗机航空火力与指挥控制系统的发展趋势,论述了武器系统信息化网络化对航空火力与指挥控制系统的影响,分析了战斗机智能航空火力与指挥控制系统关键技术,在此基础上提出了战斗机智能航空火力与指挥控制系统研究与发展的几点思考。

人/机协同智能火力与指挥控制系统研究

智能火力与指挥控制系统是提高现代战斗机作战能力的核心因素。通过对传统的火力与指挥控制系统存在的问题进行分析,提出了一种基于人/机协同的智能火力与指挥控制系统模型,该系统在"适当智能化"思想的指导下构建了新型的人/机关系,提高了系统的整体智能,以适应未来网络化与信息化的战争环境。接着给出了系统体系结构模型,并讨论了系统的设计方法。最后指出在系统研究中所涉及的关键技术。

地面无人系统编组作战的指挥与控制智能化

介绍了国内外地面无人系统编组作战的指挥与控制的发展概况,总结分析了地面无人系统编组作战指挥与控制智能化的顶层设计、产品和技术发展规律与趋势,重点是单平台智能化等级不断提高和集群智能化发展两个方向,进一步分析了体系结构与互操作性、智能感知决策、协同任务处理、平行指挥与控制等8个方面的关键技术,提出了研制编组作战的智能指挥与控制系统是地面无人系统发展面临的一项重要任务.

智能指挥与控制系统人机混合模型研究

智能指挥与控制系统是未来指控发展的总体趋势,目前大多数研究是针对智能指挥与控制系统在感知、定位、决策和执行的某一环节结合人工智能技术进行研究,而对于人与智能指挥与控制系统交互的视角几乎没有被研究过。未来智能指挥与控制系统的发展将是人的智能与计算智能有机融合的一个系统,过于强调人工智能技术和过于忽略人的智能都不符合现阶段智能指挥与控制系统发展的思路,如何让人机配合发挥智能指挥与控制系统最大效果将是现阶段最有效的思路。介绍了智能指挥与控制各模块,并进一步分析了智能指挥与控制各模块中人的地位和作用,建立了智能指挥与控制人机混合模型,构建人与未来智能指挥与控制的关系地位,最大化地发挥人机融合后智能指挥与控制的效用,为后续智能指挥与控制系统的研究奠定人机关系的基础。

智能指挥与控制系统发展路径与未来展望

智能指挥与控制系统已成为未来发展的新趋势,结合人工智能技术构建智能的新一代指挥与控制系统。主要构建了智能指挥与控制系统的总体框架,确定了各模块的作用和地位,并对智能的指挥与控制系统的业务流程进行了梳理,探讨了智能指挥与控制系统在作战态势评估、作战方案生成与选择、作战方案自推演和人机融合4个方面的主要关键技术。分析了智能指挥与控制系统的使用产生新的OODA环理论,并引入了平行仿真的态势预测理念,为未来指挥与控制系统的智能化发展提供前瞻、科学、合理、创新的理论和技术。

智能无人指挥控制系统特点及研究方法的思考

介绍了指挥控制的广义概念,并针对无人指挥控制系统的概念、特点和研究方法进行了初步研究。综合考虑属性和研究条件的差异,对基于传统指挥控制系统的渐进式演变法和基于智能协同的突变式涌现法两种系统研究方法进行了多维度的分析。对深入研究智能无人指挥控制系统具有一定的借鉴意义,为未来智能无人武器装备发展提供技术支撑。

CARACaS无人自主框架及其感知、控制与协同技术综述

针对CARACaS(Control Architecture for Robotic Agent Command and Sensing)无人自主框架、核心组件、示范验证和应用发展情况进行综述。首先,简要描述了自主框架的组成及其软件架构的设计原则和思路,对行为、动态规划和感知三类引擎的技术特征进行分析,讨论了世界模型的构建原则和方式;其次,较为详细地分析了CARACaS技术典型示范验证和拓展应用情况,讨论了水面无人艇自主导航应用中CARACaS感知系统技术演化和发展;然后,考虑CARACaS技术示范验证与美国无人行业领军代表——空间集成系统公司SIS(Spatial Integrated Systems)集成开发工作密切相关,概要总结了SIS集成技术特点和最新进展;最后,结合美军在无人领域重点研究技术的发展情况,给出了几点启示。

基于元权值学习方法的智能博弈对抗研究

针对基于传统强化学习方法的策略模型在解决博弈对抗问题时,存在初始策略模型优化的冷启动问题,提出了基于历史行动轨迹梯度的元深度强化学习方法,通过研究不同历史轨迹梯度的特点和形式,根据指挥员对不同历史轨迹数据的评价,确定网络参数梯度更新方向,在此基础上学习元知识,为初始策略模型提供一种高效的网络初始化方法。实验结果表明,该方法缩短了策略模型训练时长,提升了决策模型性能。

演化博弈强化学习模型在智能博弈对抗中的应用

智能化指挥控制的核心问题是智能决策问题,智能决策的基础是作战计划的推演和行动计划的优化。演化博弈强化学习模型通过引入演化博弈,使模型能够充分考虑对手的博弈意志和指挥艺术,并且在求解过程中可以使用现有的强化学习算法进一步提升模型的效率。针对离散和连续两种不同场景,分别推导出对应的复因子动力学方程,并给出了非对称博弈问题的一般性求解策略,摆脱了“理性人”这一假设的演化博弈强化模型。相较于现有模型,表征精度更好,刻画博弈对抗更精确,更符合军事对抗实际,有助于智能蓝军的精准化建设,相关结论在多智能体建模平台NetLogo上进行了验证。

基于分布式概念的水下无人作战系统发展研究

海上分布式作战是利用海上有人无人平台组成的具备部署分散、信息联通、指控智能、火力集中的作战体系,以较低成本消耗/牵制敌作战力量,对敌形成“非对称”优势。美国是分布式作战概念的提出者及引领者,将其视为应对未来可能发生的大国战争的制胜关键,大力支持DARPA积极开展水下无人平台研制、水下无人体系构建及水下有人无人协同指控等项目。本文以促进水下体系构建、形成有人无人联合作战能力为目标,分析国外典型项目、典型作战模式,总结国外水下无人系统及有人无人协同应用发展趋势,探讨分布式作战概念下的水下有人无人作战新模式,可为水下体系发展及装备研制提供借鉴。

舰艇电子战综合对抗系统应用探讨

通过对现代海上电子战特点深刻探讨 ,分析了现代海战条件对舰船电子战对抗能力需求 ,并对现代舰船电子战综合对抗系统所采用的新技术情况进行探讨。

基于属性约简与BP神经网络的舰艇目标威胁评估方法

通过建立属性约简与反向传播算法(Back Propagation,BP)神经网络的舰艇威胁评估模型,对舰艇目标威胁程度进行评估判断.主要通过属性约简给出了舰艇威胁评估的典型作战因素,验证基于BP神经网络解决非线性舰艇威胁评估的技术可行性,并建立了多目标舰艇威胁评估指标体系,为导入大量作战数据验证舰艇威胁评估算法奠定理论基础.通过验证数据,给出了舰艇威胁评估结果,实验结果表明BP神经网络能有效地解决作战态势评估中的非线性问题,威胁评估准确、稳定,对实现智能作战威胁评估具有重要意义,为辅助决策技术的实现提供了技术途径和理论基础.

基于元深度强化学习方法的智能博弈决策模型研究

针对陆军装甲分队博弈对抗决策问题,在分析深度强化学习方法在构建智能博弈对抗决策模型适用性基础上,对基于马尔科夫决策过程的陆军装甲分队博弈对抗过程模型进行了形式化描述,提出了基于元深度强化学习的博弈对抗决策模型,给出了分队战术平台下基于元深度强化学习的智能博弈对抗策略生成与优化框架。研究成果可为智能博弈对抗问题的解决提供一种思路。