面向无人机海上侦察任务的自适应粒度分解策略研究

无人机海上侦察作战任务自动规划的前提是任务分解,分解策略的通用性和分解粒度的合理性直接影响任务规划的速度和实际效果。对无人机海上侦察任务具有随机性强、复杂度高、动态性明显等特点,提出了一种基于军事领域知识库的无人机海上侦察任务自适应粒度分解策略,构建了无人机海上侦察领域知识图谱和自适应粒度任务分解模型,并以海上编队护航背景下的无人机侦察任务为例,实施了任务分解策略验证,结果表明分解策略较传统任务分解方法具有更佳的稳定性和适应性。

软件定义系统技术研究综述

导弹武器装备当前呈现技术密集、任务型号多样、功能复杂化的发展趋势,面对其高速技术迭代的发展需求,传统上采用单型号独立研制的方式存在研制成本高、技术复用率低、结构紧耦合、系统交联复杂等缺点。为此,针对新兴的软件定义系统技术,分别从开放式软件定义系统架构、模型驱动的软件定义系统开发、软件定义系统应用服务管理框架、面向软件定义的载荷快速接入管理、软件定义弹性网络等分项关键技术开展综述研究,介绍相关技术发展情况及存在的不足,分析软件定义系统技术的发展方向,旨在为导弹武器装备研制相关技术难题的突破提供参考。

多阶段任务装备体系作战效能评估及灵敏度分析

信息化战争背景下,战场形式瞬息万变,战场装备体系复杂程度越来越高,仅仅对装备体系或单装备的作战效能进行评估已无法满足战场效益的稳定性。为此,从装备体系作战使命的阶段任务出发,基于作战环理论,提出了便于掌控战场局势发展的多阶段任务装备体系作战效能评估模型及评估指标的灵敏度分析方法。首先,基于阶段任务分析了各层级指标与上级能力指标之间的关系,确定了装备体系作战效能的指标聚合模型;其次,通过对评估指标改变相应比例的扰动量,考察了装备体系作战效能评估结果相对于评估指标改变量的变化情况,确定了各评估指标对于装备体系作战效能的敏感程度大小并排序。最后,以某次对抗演习为例,应用本文中所提方法,分析了各评估指标相对于装备体系作战效能的敏感程度,并通过与各位专家的灵敏度均值对比,验证了本文中所提方法的可行性和有效性,为指挥人员掌控战场局势提供辅助指导。

无人机蜂群作战任务规划研究现状与展望

无人机具有低成本、无伤亡、操作简便、灵活可靠等作战优势,在多次局部冲突中大放异彩,而无人机蜂群是一种以大量无人机为基础节点的新型作战样式,近年来受到各军事强国的持续关注。任务规划作为无人机蜂群遂行作战任务的核心,也是其发挥作战能力的关键之一。阐述了无人机蜂群作战任务规划的基本概念和流程,着重从任务分配和航迹规划两个方面,分析了任务规划模型和约束条件,对比了各类典型方法的优缺点,并从场景构设、规划模型、规划要素、推演评估、规划模式等5方面阐述了无人机蜂群作战任务规划的关键问题及发展趋势,对无人机蜂群的作战样式探索和任务规划研究具有参考借鉴意义。

基于SEM及任务满足度的舰艇对空作战效能评估

水面舰艇作战效能评估对于装备研制立项论证和指挥员正确运用装备具有重要意义。论文考虑同一层级指标间的影响关系,基于结构方程建立了水面舰艇对空作战效能评估模型,并定义任务满足度对底层指标进行归一化处理,在对模型参数估计与检验的基础上给出了不同场景下水面舰艇对空作战效能范围,形成了一套适用于水面舰艇对空作战效能评估的方法,该方法对水面舰艇不同方面战作战效能评估均具有一定参考价值。

美军城市作战反恐分队效能评估方法

以分布式认知任务分析与多模态数据驱动为理论基础,在通用智能导学框架的支持下设计外部评估引擎,综合利用机器学习算法分析处理视频、语音和模拟训练日志等信息,实现了城市反恐作战中室内清剿典型场景任务分队作战效能评估。该研究体系架构健全,智能化程度较高,扩展性较强。通过对该项目体系架构、关键技术和使用效果进行深入研究,得出相关结论,为分队级作战效能评估提供参考。

多无人机协同空战任务规划仿真系统

面向多无人机协同空战任务规划方法性能验证的需求,开发了一种基于VR-Forces仿真引擎的多无人机协同空战任务规划仿真系统,对该仿真系统的总体架构、红方子系统、蓝方子系统、白方子系统和强化学习算法训练子系统进行了设计。对算法库、强化学习算法训练和人机交互等关键技术提出了针对性的解决方案,提升了该仿真系统的稳定性、可扩展性和功能性。利用该仿真系统对多无人机协同空战目标分配、重决策算法等典型任务规划方法进行了测试和仿真实验。结果表明,所开发的仿真系统可以很好地支持多无人机协同空战任务规划方法的测试和验证。

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.

基于PCTBTA的有人/无人协同作战交互任务建模

针对当前有人/无人协同作战任务的复杂化、交互界面的信息量剧增等问题,提出了一种基于PCTB-TA的有人/无人协同作战交互任务模型。该模型关注有人/无人协同作战中外部环境因素对操作员进行人机交互带来的影响以及在这些影响下操作员的缺省任务。首先,综合分析有人/无人协同作战任务流程及其特点,构建交互任务概念模型;其次,确定有人/无人协同作战中5个典型作战任务,对各任务的目标、序列、显示变量、影响因素、操作等概念元进行研究分析,最后,根据有人/无人协同作战概念模型及对概念元的分析,建立动态环境下有人/无人协同作战交互任务模型。相较CTT、GOMS等模型,该模型融入作战中时刻变化的外部因素,能够更好地描述在动态战场环境下有人/无人协同作战交互任务流程,在有人/无人协同作战中为操作人员高效完成交互任务提供理论模型,为未来各类有人/无人协同作战信息系统人机界面的优化设计和研制奠定基础。

面向作战任务规划的信息主动推荐服务

急速增长的战场信息量,复杂的战场态势,多样化的作战任务以及不断缩小的时间窗口,给指挥人员的大脑带来了巨大的挑战和负荷.综合应用大数据、人工智能技术,以及机器的快速运算能力和强大的数据存储能力,提出面向作战任务规划的信息主动推荐服务.根据作战态势,为任务规划主动提供相关信息,减轻任务规划人员工作负荷,提高任务规划的效率.对作战任务规划的信息主动推荐服务进行应用需求分析,包括业务需求和能力需求;设计面向作战任务规划的信息主动推荐服务的应用模式和技术架构,提出了3种关键技术策略,并对每种技术策略进行了具体的分析.

基于深度强化学习的海上编队防空任务分配

针对目前海上编队防空任务分配综合效益低,实时性较差等问题,提出了一种基于深度强化学习的海上编队防空任务分配方法。考虑来袭目标威胁度和武器数量等因素,从毁伤效能出发,构建任务分配问题优化模型。在此基础上,将问题转换成马尔可夫决策过程,定义深度强化学习求解所需的状态空间,动作空间与奖励函数。使用了两种结构简单的深度强化学习算法DQNReg和DQNClipped对模型进行优化求解,实现较优的任务分配。仿真结果表明,相比于传统的智能优化算法,基于深度强化学习的海上编队防空任务分配方法能够实现综合效益值更高的任务分配,且求解时间更短,证实了所提方法的有效性。

基于DoDAF的作战任务结构建模与仿真

为解决作战需要到装备需求之间的映射关系模糊、约束不强的问题,提出一种作战任务结构建模与仿真。以美国国防部体系结构框架DoDAF为理论基础,结合体系架构建模工具,以某岛夺取与控制场景为例,构建作战体系结构模型,推演了作战要素及其之间的运行策略,并通过STK仿真进行演示与验证评估。结果表明:基于DoDAF的体系结构设计能够显性化地呈现作战体系的逻辑,更清晰地描述作战场景下的需求,为后续装备需求提供决策参考。

美军作战任务清单及其度量指标构建方法

作战任务清单为军队的各级机关处理各种层次的作战活动提供了共同语言和通用标准。研究美军的作战任务清单,对我军确立作战任务构建原则、提高原则应用的可操作性具有借鉴意义。分析了美军任务清单构建和描述方法、作战任务效能指标构建和描述方法,并从任务清单构建原则、构建方法、构建任务清单的条件和构建信息系统度量指标4个方面分析了对我军开发和运用作战任务清单的启示。

作战使命分解与任务建模方法

为解决联合作战计划的多样性、复杂性与不确定性,在计划的基础工作上,定义了基本概念,包括作战想定、作战使命、子任务与元任务,提出了任务描述方法、使命分解原则与分解方法,实现了不同分解方法在结果上的同一性,为作战计划的标准化、程序化与智能化奠定了基础。

基于多智能体联盟的多机协同空战任务分配

基于多智能体联盟形成理论,分析了网络化条件下多平台多目标攻击任务分配问题.将协同任务分配的过程视为复杂联盟的生成过程,首先将对目标总体的打击任务分解为一系列子任务,各子任务再进一步分解为单个平台能够完成的任务单元;再根据联盟特征函数的定义分别建立联盟报酬、能力成本、通信开销模型,以联盟特征函数作为空战任务分配目标函数;最后引入离散粒子群优化算法进行联盟生成,采用二进制矩阵编码形式,设计粒子可行性检查策略.仿真实验验证了本方法在协同制导条件下空战任务分配的合理性与有效性.

基于图论的作战指挥决策群组划分算法

从作战任务相关程度的角度出发,研究作战指挥决策群组划分问题。针对以往的群组划分需要预先设定决策群组的个数,且没有充分利用群组内成员间相关程度的传递特性的不足,设计了根据指挥决策个体作战意图间的相关程度进行聚类的算法。引入了意图距离的概念,给出了自适应的阈值设定方法,并将群组划分问题转换为图论中的赋权完全图的联通分图求解问题,给出了求解算法。算例证明了该方法的可行性和有效性。

协同空战中基于任务分解的任务协调机制研究

协同空战任务决策的一个关键是编队内部的协调。基于复杂系统的一般求解方法,结合人工智能领域的MAS技术,提出了一种任务协调的分步实现方法。首先,就复杂的协同作战任务提出了一种分级分解思想,通过6级分解,将一项复杂作战任务分解为单个作战Agent的阶段性战术级任务,实现了协同作战任务的细化和量化,为各Agent协同完成复杂任务奠定了基础。在任务分解的基础上,建立了多Agent任务协调的数学模型,在合同网协议的基础上,提出了一种基于市场行为的编队内部的任务的动态协调机制。各作战Agent通过市场协议动态地选择适合自己的作战任务(包括协作性的和非协作性的),以编队总体效用最大化为目标,高效地实现了任务的动态、分布式的分配。仿真结果表明,提出的基于任务分解的协同任务协调机制效果较好,对作战任务决策起到了基础性的作用。

基于并行蚁群算法的常规导弹作战任务分配

作战任务分配是常规导弹作战研究的关键问题之一。结合常规导弹作战实际情况和任务分配特点,综合考虑作战意图、任务协同等约束条件,采用并行蚁群算法,建立了作战任务分配模型。在多子群蚁群算法的基础上,设计了基于任务能力评估的子群协调沟通策略和基于任务代价的状态转移规则,提出了并行求解任务分配问题的蚁群算法思想。通过仿真验证了模型的正确性,仿真结果表明该方法能够有效解决常规导弹作战任务分配问题。

多UCAV协同控制中的任务分配模型及算法

任务分配是多UCAV协同控制的核心和有效保证。分析了影响目标价值毁伤、UCAV损耗、任务消耗时间等三项关键战技指标的因素,综合考虑实战中多UCAV同时攻击同一目标和使用软杀伤武器这两种典型情况对UCAV执行任务的影响,建立了针对攻击任务的多UCAV协同任务分配模型,并应用粒子群算法求解。仿真结果验证了模型的合理性和算法的有效性。

面向任务的装备体系作战能力需求满足度分析方法

针对军事威胁的不确定性与模糊性和武器装备体系作战能力目标的抽象性,以任务需求为牵引,提出了一种面向任务的武器装备体系作战能力需求满足度分析方法。通过构建作战能力与作战任务质量屋,构建了面向任务的作战能力需求分析与指标权重计算模型;通过固有作战能力与作战能力需求的对比分析,提出了面向任务的作战能力需求满足度模型;进而提出了面向领域的多维度作战能力分析方法,实现了武器装备体系整体作战能力与领域作战能力的综合分析。最后,以某地面突击装备体系作战能力分析为例,分析了该方法的可用性与有效性。