Design of Ground Control Station for Operation of Multiple Combat Entities

Recently, if you look at the trend of the Unmanned Combat Entities (UCE) on the world that are actually operational, a large number of personnel per one UCE has been operating the GCS. However, UCEs to perform the attack/reconnaissance mission are very expensive assets and require a considerable amount of time to train for UCE operations. Accordingly, the future battlefield environment has become important to develop multiple UCE ground control station. In this study, we developed a multiple UCE GCS that one operator can operate up to four UCEs. The software was built with a total of 6 displays using a Lockheed Martin Corporation’s prepar3D. Scenario of research takes into account the operation of the South Korea-type future multiple UCEs, to take advantage of the simulation system, in this paper, we propose for each of the concepts and technologies.

空地异构无人系统侦察任务规划方法

相对空中同构无人系统,空地异构无人系统的运动能力、资源载荷、作战场景等异构性质会导致约束条件增多,使求解模型计算量显著增加,协同作战任务的建模和大规模问题的高效求解是需要解决的关键问题。以无人系统完成任务的时间、路径代价、侦察收益为目标函数,同时考虑无人平台续航能力等约束条件,合理构建了空地异构无人系统侦察任务的多目标规划模型;针对具有多威胁区的城市作战环境,考虑无人平台任务路径的安全性和时效性,分别提出了无人机和无人车改进A^(*)算法路径规划策略。针对蛇优化算法(snake optimizer,SO)优化效果不稳定、容易陷入局部最优解的问题,结合粒子群算法和遗传算法提出了改进蛇优化算法(improved snake optimizer,IMSO);通过Python语言进行了仿真验证和与现有算法的对比分析,验证了模型的可行性和算法的优越性。不同算法在由小到大的3种任务载荷设置下独求解10次,IMSO的平均目标函数值分别为SO的100.11%、108.99%和110.01%,可以看出IMSO能多次跳出局部最优,算法的稳定性、最终适应度值均好于SO,在较大规模问题的求解上更具有优越性。

基于Fuzzy-AHP的GUCS体系融合度评估

地面无人作战系统是未来陆上无人作战的代表装备,体系融合度评估是其在装备发展论证过程中的一个重要方面。为评估其体系融合度,分析了地面无人作战系统作战使命任务,提出了地面无人作战系统体系融合度评估指标体系构建思路,构建了地面无人作战系统体系融合度评估指标体系。提出了一种基于Fuzzy-AHP的地面无人作战系统体系融合度评估方法,确定不同层级的评价指标权重并进行多级模糊综合评价,得到体系融合度评估结果,经实例验证上述方法能较好的满足体系融合度评估需求。

无人机集群对地作战任务可靠性评估

针对无人机(unmanned aerial vehicle,UAV)集群执行对地攻击任务可靠性评估问题,考虑实际作战环境和任务规划,建立了一种适用于具体任务过程的可靠性评估方法。首先,建立了UAV集群作战的时态异构网络模型,用时态打击链模拟UAV集群任务规划和协同作战过程。然后,基于连续时间马尔可夫链(continuous-time Markov chain,CTMC)建立了UAV集群在威胁区域飞行的生存概率模型。进而,综合UAV集群的作战能力和生存概率,提出了任务可靠性评估方法。最后,通过实例分析,验证了该模型的实用性和合理性。该模型考虑到各方面影响战果的因素,贴合实际,为UAV集群任务可靠性评估和决策提供了参考。

基于FBNs的有人机/UCAV编队对地攻击威胁评估

信息化环境下的编队对地攻击过程中,所获取的地面兵力威胁信息具有高度不确定性。如何采用高效的不确定性信息推理方法快速准确地完成地面兵力对空中飞行编队的威胁评估建模成为一个亟待解决的问题。提出基于模糊贝叶斯网络的有人机/无人战斗机编队对地威胁评估建模方法,综合模糊逻辑与贝叶斯网络的优势,对战场的随机、模糊威胁信息进行综合处理。仿真结果表明,模糊贝叶斯网络不仅能够有效处理战场不确定信息,而且能够综合指挥员的主观判断,适合于不确定性战场环境下的威胁评估推理。

基于博弈论的多UCAV对地攻击目标分配

针对多架UCAV对地攻击目标分配问题,首先根据价值属性分别对目标和飞机进行权重分配,在此基础上构建了多UCAV对地攻击目标分配的自主决策函数和协同决策函数,提出了一种基于博弈论的目标分配方法。然后运用该算法进行了实例仿真,仿真结果证明了该算法的可行性和有效性。

UCAV编队对地攻击智能决策系统总体结构

UCAV编队对地攻击是未来战争制信息权和制空权的关键所在,结合无人作战飞机(UCAV)与有人驾驶飞机各自的特点和优势,提出了UCAV编队对地攻击系统的基本组成和对地攻击流程。根据UCAV编队对地攻击的战术决策类型和决策方式,构造了UCAV编队对地攻击智能决策系统的总体结构并且提出了决策系统应该解决的关键技术,详细分析了所建立的UCAV编队对地攻击决策系统的决策方式和决策流程,并且对该系统所涉及的关键技术进行了详细的研究。

基于FBN的UCAV对地攻击战斗损伤评估

针对战场战斗损伤评估信息的多样性、不确定性和模糊性,基于模糊理论易于将清晰变量离散化与贝叶斯网络易于进行不确定性推理的优点,提出应用模糊贝叶斯网络对UCAV对地攻击效果进行分析评价,建立了对地攻击损伤评估的模糊贝叶斯网络模型,给出了基于模糊贝叶斯网络的损伤评估的推理决策方法,并且对该方法进行了仿真分析。仿真实例表明,基于模糊贝叶斯网络的损伤评估模型能够提高战斗损伤评估的准确度,而且推理简单,易于实现。

美国陆军无人系统力量建设举要

在美军无人系统建设发展过程中,陆军现役无人系统不仅总量最多,而且在军事行动中扮演着重要的角色,发挥着重要的作用。详细介绍和分析了美国陆军无人系统力量建设、训练、部署与配套、作战运用等情况。未来美国陆军将更加注重有人系统与无人系统编组,更加注重无人系统组网作战,更加注重无人化作战。

地空协同无人系统综述

地空协同无人系统作为新质跨域智能作战力量已成为世界强国开展军事技术竞争的前沿方向。本文首先总结了地空协同无人系统的概念、功能及发展目标,分析了世界主要国家制定的专项规划,从形成智能作战体系、改变战场攻防平衡及全面提高作战效能三个方面阐述了地空协同无人系统对未来战争的重大意义;其次,针对其面临的环境复杂、资源受限和平台异构等约束条件,从分布式态势认知、适应性智能导航及异构系统协同控制等方面总结了地空协同无人系统需要突破的关键技术;最后,为应对智能化战争挑战,从技术瓶颈、平台建设及政策支持等方面提出发展建议。该研究可为地空协同无人系统在国防科技领域的研究、应用和发展提供参考。

地面无人作战平台应用与发展

回顾了地面无人作战平台的发展历史,详细分析了主从遥控式和自主式地面无人作战平台的技术应用和常见任务载荷,并对美军研制的三类典型的地面无人作战平台进行了介绍。

UCAV编队协同对地攻击决策系统研究

针对UCAV编队对地攻击系统,提出了有人机/UCAV联合编队协同对地攻击的概念,分析了有人机/UCAV编队对地攻击的体系框架,提出了编队对地攻击的系统结构及其功能划分,给出了对地攻击的作战流程。基于UCAV编队对地攻击决策的复杂性,决策信息的分布性以及决策过程的层次性,提出了UCAV编队对地决策知识的表达和推理方法。

地面无人作战平台整机材料与结构组合设计方法研究

文本通过对军事无人作战平台结构多材料轻量化研究和整体抗冲击性优化平衡设计的分析,构建出军用无人作战平台系统中陆地行走机器人整体结构部件抗冲击性设计和刚度设计的材料性能指数的模型,通过构建机器人各结构材料类型与板材厚度的数学模型,并采用多目标遗传算法的进行求解,综合考虑机器人整体结构抗冲击性和续航能力,为机器人整体结构内的零部件选择最合适的材料类型和最佳厚度。

国外陆战无人装备技术发展与作战运用分析

本文在全面跟踪国外陆战无人装备技术最新发展态势的基础上,首先系统分析了美国、俄罗斯等国与陆战无人装备技术有关的战略规划,如美国国防部发布的五版《无人系统综合路线图》、美国陆军发布的《地面无人系统路线图》和《无人机系统路线图》、俄罗斯发布的《2025年先进军用机器人技术装备研发专项综合计划》等;其次归纳总结了国外陆战无人装备动力技术、通信技术、自主控制技术、协同/集群技术发展现状;再次从实战应用、编配部署、作战样式三个维度深入分析了国外陆战无人装备的作战运用;最后结合实情从加强作战需求与作战概念研究、开展关键核心技术攻关、借鉴国外先进研发经验、注重网络安全与自主控制技术应用方面提出了启示建议。

基于强化学习补偿的地面无人战车行进间跟瞄自适应控制

针对底盘运动和路面起伏对地面无人战车行进间跟瞄带来的非线性干扰问题,提出一种基于强化学习补偿的地面无人战车行进间跟瞄自适应控制方法。该跟瞄控制方法由主控制器与补偿控制器两部分构成,主控制器利用PID控制算法结合当前跟瞄误差得到主控制量,补偿控制器利用Dueling Q网络强化学习算法对战车当前状态和局部规划路径附近的路面起伏信息进行处理得到补偿控制量。建立地面无人战车一体化运动学模型,对基于强化学习的补偿控制算法进行阐述;基于V-REP动力学软件在三维场景中进行仿真验证。实验结果表明:基于强化学习补偿的跟瞄控制方法对底盘运动和路面起伏具备较好的自适应能力,有效地提升了无人战车行进间跟瞄的准确性与稳定性。

地面无人作战系统的发展现状及关键技术

地面无人作战系统是陆军装备体系发展的重要方向,首先详细介绍了地面无人作战系统的定义与分类、特点和国内外发展现状,深入分析了地面无人作战系统的关键技术,阐述了地面无人作战系统的对未来战争产生的影响,为进一步研究相关课题提供了一定的参考。

某小型地面无人作战平台控制手势识别方法研究

针对某小型地面无人作战平台控制手势识别率低的问题,该文提出了一种控制手势识别方法。首先,对控制手势的肌电图(EMG)信号进行预处理,提取平均绝对值、平均绝对值斜率、波长和方差4种特征构成特征集,输入支持向量机(SVM)中进行分类;然后,针对其中的相近手势引入了角速度信号和EMG信号特征融合的方法进行识别,并进行了手势控制地面无人作战平台的实验验证。结果表明,该文方法的识别率较传统Hudgins特征集识别方法提高了3.29%,在引入角速度信号后相近手势识别率提高了13%,手势整体识别率提高了5.56%。

基于DoDAF的地面无人作战系统作战概念设计方法

针对当前作战概念描述结构化程度低、过于抽象的问题,基于体系结构框架方法,提出了基于DoDAF的地面无人作战系统作战概念设计方法,阐述了作战概念的要素构成及其相互关系,建立了地面无人作战系统作战概念设计的总体框架,提出了面向不同作战要素的分解建模、映射关联和交互优化设计方法。

地空无人平台协同作战应用研究

战争即将进入智能化时代,无人装备将成为未来战场主角。地空无人平台协同应用是未来战场的必然趋势。基于未来战场复杂作战环境需求,针对地空无人平台协同作战应用进行研究。合理分析协同作战应用的必然性;从协同侦察感知、协同指挥控制、协同支援保障、协同防御警戒4个领域进行作战应用研究,并分析其技术基础及可行性;列出地空协同运用存在的难点并给出合理的意见建议,为陆军作战、编制及装备体系的论证规划提供参考。

基于能力的地面无人作战系统作战效能试验评估方法

作战效能试验评估是检验地面无人作战系统是否满足作战要求的根本手段。针对地面无人作战型号新、作战需求牵引性弱等问题,紧贴地面无人作战系统的智能自主特性,以能力构想为核心,以作战概念创新为牵引,建立了基于能力的地面无人作战系统作战效能试验评估框架,明确了作战概念设计的主要内容和关键技术,提出了地面无人作战系统的作战效能试验方法,设计了地面无人作战系统的作战效能指标框架和总体方案,为适应地面无人作战系统发展要求,并有效开展作战效能试验评估提供了科学方法。