面向未来两栖作战的态势智能认知概念框架研究

全面准确地掌握战场态势,是未来两栖作战取得胜利的先决条件。分析了两栖作战对态势智能认知的需求,提出了态势智能认知概念框架,描述了框架各组成部分的功能、作用和主要模型内容,为两栖作战态势感知能力向态势智能认知能力的发展奠定基础,为未来两栖作战提供先决条件。     

基于深度学习的战场态势高级理解模拟方法

当今军事领域问题的研究已步入了信息化主导的大数据时代,传统的智能辅助指挥员完成战场态势理解已遇到了瓶颈,亟需探索突破。认知智能中深度学习的提出可为该问题的突破提供契机。通常,指挥员进行战场态势理解是分层次的。其中的高级理解则需要深度学习来模拟。就此,展开了探索性研究。概述了战场态势评估的相关概念,分析了指挥员理解战场态势的思维模式,掌握了指挥员理解战场态势时的主要步骤,并结合深度学习运行原理,提出了一种基于深度学习的指挥员战场态势高级理解思维过程(以判断敌方对我方可能的主攻方向为例)模拟方法,该方法利用认知智能中的深度学习(以CNN为例)对指挥员战场态势高级理解过程进行非线性拟合处理,从而达到探索性模拟的目的,仿真实验结果验证了该方法的有效性。     

防空反导智能战场态势估计研究

在军事科技理论面临着巨大变革的背景下,为解决防空反导战场态势估计智能化发展的问题,通过对态势估计的三层模型进行分析以及对防空反导态势的要素构成进行探讨,研究了OODA环中防空反导态势估计的过程,建立了防空反导智能战场态势估计的系统模型,深入地探讨了阻碍防空反导智能化战场态势估计研究的五方面问题以及有望解决问题的关键技术措施,从而为防空反导智能战场态势估计研究提供了新思路。     

战役态势认知的概念框架

战役指挥人员根据态势认知进行决策,态势认知不足将导致决策错误。如何开发战役态势认知智能辅助系统,以辅助战役指挥官动态认知战役态势是一个亟待解决的问题。对态势认知概念进行了介绍;对战役态势概念和要素进行了分析;根据战役态势特点构建了战役态势认知框架,描述了框架各个组成部分的功能、作用和主要模型。所提出的战役态势认知的概念框架可以为战役态势认知智能辅助系统提供指导。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。     

基于Demster-Shafer证据融合的战场态势判断模型

战场态势是指挥员制定作战计划、实施作战部署的主要依据,长期以来战场态势主要依靠指挥员和参谋人员的作战经验来判断,判断结果的可信性与适时性难以得到保证.在战场态势问题分解的基础上,针对各子问题相关信息"模糊性"大的特点,通过隶属函数进行处理,并采用Demster-Shafer证据融合模型融合决定性相关信息,实现战场态势的快速准确推理.最后,在这一模型的基础上利用计算机仿真进行了态势图景推理示例.     

基于发布订阅机制的态势信息实时分发框架

针对战场态势分发信息量大、实时性要求高、不同用户需求差异大的特点,提出了一种基于发布订阅机制的态势信息实时分发框架。构建态势元数据模型,能够描述战场态势信息和需求方的偏好,将态势更新看成发布事件,需求方看成订阅者,设计基于态势数据元模型设计合适的匹配算法。在此基础上给出了态势信息实时分发框架,能够指导构建面向服务架构的新型战场态势信息分发系统。     

机载传感器智能管理方法的研究

机载传感器智能管理有利于提高我机平台的隐身性能和传感器的利用效率,使我机在空战中处于有利态势.阐述了机载传感器智能管理的问题、基本概念,给出了传感器管理需要研究的内容,提出基于模糊推理的机载传感器智能管理的研究方案;针对各传感器的工作特点,考虑战场态势因素,研究基于模糊推理的传感器智能管理模型;在此基础上进行传感器智能管理系统仿真和软件设计.     

战场态势感知系统评价方法?

战场态势感知系统主要由传感器系统、通信系统以及其他分系统构成，是现代战争系统的基础组成部分。由于战场态势感知活动广泛作用于物理域、信息域和认知域，相关评价研究面临诸多困难和挑战。在介绍战场态势感知系统相关概念的基础上，重点对其评价方法的研究现状进行了综述，并对不同评价方法的特点进行了分析比较，最后，指出了战场态势感知系统评价方法有待进一步研究和解决的问题。     

信息化战场中基于智能体聚类的信息处理

研究了信息战条件下信息的处理问题,通过分析信息化战场条件下战场环境和人员的特点,提出了一种基于智能体聚类的信息处理方法,通过该方法来实现战场信息的通信、传输、交换从而协助指挥员决策。该方法的特点是可以根据战场的环境进行聚类,降低了信息的复杂度从而保证及时有效地传递消息。该方法通过智能体平台实现,具有一定智能性并减少了指挥员的决策难度,对指挥自动化而言是一个很好的实例。     

基于深度学习的战场态势评估综述与研究展望

适用于大数据复杂系统的人工智能研究水平,已成为制约战场态势评估技术发展的瓶颈问题.2006年提出的人工智能新研究领域——深度学习,具备多层感知的深度网络模型,体现出非线性表达、多层学习、自主提取等优势,为研究大数据战场态势评估问题提供了技术支持.美军将机器学习作为重点发展的基础研究和应用开发领域,自2007年以来启动多个项目;我军应用与研究领域中,深度学习也得到重视并取得一些有益探索.展望未来,可从空间、时间角度研究大数据战场态势特征,并基于此构建基于深度学习的战场态势评估模型.     

战场威胁态势的认知域可视建模

分析已有战场威胁态势的相关研究成果。研究了战场威胁态势的威胁因素的AHP建模,提出了针对认知域的权重和威胁程度混合渲染法,并给出具体实例。实例表明所建模型的有效性和实用性。     

战场要素的认知处理

针对多弹编队飞行时如何判断当前复杂战场环境下的战场态势问题,采用层次分析法、属性识别理论方法和数据融合的方法,研究了实时认知处理战场要素模型问题。首先,对复杂战场要素进行分析,对这些战场要素进行分类;对不同的战场要素分别建立数学模型;然后,采用层次分析法和属性识别理论方法对导弹认知的数据进行评估,得到数据的精度评估等级后,采用数据融合方法对数据进行融合,得到融合后数据,以此对导弹中的数据进行实时更新。最后,将所建立的战场要素模型进行实例化仿真,仿真结果表明该方法的有效性。     

战场态势图互操作性及其关键技术分析

信息化战争中，战场态势图已经成为各类指控系统的核心。围绕联合作战战场态势图的互操作性问题，从分析互操作性的定义和模型入手，进一步从公共时间基准、全球指控系统、公共作战图、单一合成空图等方面，对当前美军实现战场态势图互操作性技术特点以及发展思路进行剖析。最后，对态势图构建中亟待突破的几项基础技术：面向服务的战场态势体系构建、元数据建模、多传感器数据互联等给出了总体上的研究思路。     

基于Multi-Agent的智能指控系统建模

给出的智能指控系统基本模型主要由技术基础层、态势认知层、期望意图层和指挥决策层组成,该模型具有系统复杂性、信息实时性、功能分布性、指控同步性和执行协同性等基本特征,整个系统的运行基本包括:态势评估、信念形成、规则确定、推理判断、意愿产生、承诺达成和任务执行等环节.在研究智能指控系统的基础上,运用Netlogo多智能体仿真平台,对智能指控系统防空作战模型进行了仿真,仿真运行结果表明基于Multi-Agent的智能指控系统对防空作战效果提升有着显著影响.     

人工智能在空天防御中的应用分析

人工智能技术正蓬勃发展,并在军事领域加速战斗力的生成。本文针对空天防御的作战需求,结合人工智能技术的现状和特点,在提升信息化实战能力的背景下,重点从态势认知、方案生成、智能打击和战场反演等方面进行应用分析,最后探讨了提升人工智能空天防御应用的几个关键途径。     

基于深度强化学习的作战实体智能感知与决策研究

为解决战场上作战实体的自主感知与决策问题,构建了一种基于深度强化学习的智能感知与决策框架,主要包括态势数据预处理、态势感知、行动优化和知识库4个模块,并通过单智能体无人机突防实验验证其应用效果,为解决作战实体的自主感知与决策问题提供了一种可行的技术途径。     

基于防空反导的战术级通用态势图分析研究

针对不同战场角色、作战任务、作战规模、战场级别、关键事件环境等情境因素中,指挥员无法准确而迅速地获取需要的信息等问题,在战术级指控系统与当前防空反导发展趋势的基础上,集中详细地阐述了通用态势图。在战场态势预测分析的基础上,进一步介绍了其关键技术,并通过仿真数据进行了验证。在帮助指挥员深入认知战场态势上提供了辅助,从而减少了冗余态势信息对指挥员的干扰,缩短了整个决策环的时间。     

战场电磁态势融合感知技术框架研究?

为了高效精确感知现代战场条件下的电磁态势，分析了战场电磁态势感知的需求，研究了基于高层信息融合的电磁态势融合感知技术框架。战场电磁态势融合感知技术框架面向异构信息综合处理和融合模型柔性控制，基于电磁实体序列识别形成观测态势，基于作战行动企图估计形成估计态势，基于电磁威胁预测评估形成预测态势，构建现代战场综合电磁态势图。研究表明基于融合理论的战场电磁态势融合感知技术框架具有适应性强、高效精确的特点。     

基于多智能体的分布式防空战场资源管理研究

分布式防空战场资源管理是构建现代防空体系的核心问题。基于对分布式防空战场资源管理特点的分析 ,提出了基于多智能体 (Agent)的分布式防空战场资源管理体系结构 ,并深入分析了该管理系统的组成和功能 ,为实现定性和定量相结合的防空战场资源管理的综合集成 ,提供了一条有效的途径