无人战车遥控数据链总体技术

无人战车遥控数据链技术是指对无人战车进行信息回传和操作控制的一种数据链组网与控制技术。无人战车遥控数据链系统(简称"遥控数据链"系统)由数据链战术电台和操控系统组成,其性能和功能在很大程度上决定了整个无人战车系统的性能和功能。介绍了无人战车遥控数据链技术的基本概念和国外研究发展现状,重点分析了其主要关键技术,并展望了无人战车遥控数据链技术的发展趋势。     

无人装备浪潮下的土耳其遥控扫雷车

<正>近年来,土耳其国防工业在无人装备领域频频发力,先后推出了TB-2、“突袭者”（AKINCI）和“安卡”等系列畅销无人机装备。除此之外,在无人战车方面也有不错成绩。近期有消息称土耳其国防工业部为宪兵部队购买了2辆国产遥控扫雷车,这款目前已有5个用户40多辆订单的无人战车是什么来头？能否和TB-2一样实现大卖呢？     

智能无人战车在未来作战中的应用研究

以智能无人战车在未来作战中的应用为背景,从目前研究情况出发,分析了当前无人战车的作战应用范围、前景和未来无人作战的趋势;并根据执行作战任务的不同,着重论述了未来无人战车在防空作战中的应用所具备的能力,以及未来无人防空战车将演变为以通用无人平台为载体,上装防空武器接口模块化设计,集成为不同作战区域的防空武器平台,构建成远程、中程、近程和末端防空拦截段的无人战车作战网;后续不断加快对智能无人战车的研究将是打赢未来无人信息化战争的关键。     

韩国启动下一代步兵战车车族研发

<正>2023年10月17～22日,韩国ADEX 2023航空航天与国防展览会在首尔举办。韩华防务公司作为韩国最大防务公司,继2022年展会后再次展出了新开发的K-NIFV下一代步兵战车模型,以及在其底盘基础上研制的工兵战车、反坦克导弹车、火力支援战车等变型车模型以及一款轻型多用途战斗车辆,意图形成一整套有人和无人复合地面作战系统。     

面向无人战车的视觉定位系统

随着军事装备无人化、智能化水平的不断提高,基于视觉的无人战车将被广泛应用于现代军事战争的诸多领域.设计了一种面向无人战车的单目视觉定位系统,该系统基于相机模型建立了目标物体与无人战车火力打击系统坐标系之间的三维空间变换关系,实现了对空间目标物体的位姿测量.实验结果表明,该方法可以基于低质量的图像信息实现对目标的位姿测量,为无人战车进行火力打击提供引导依据.     

动态

德国 PSM 公司已经完成第一辆“美洲狮”步兵战车(AIFV)演示样车的生产任务,并于2005年底交付德国陆军,随后将进行测试,测试于2006年5月结束。PSM 公司是莱茵金属公司地面系统分部和 KMW 公司按各50%股份筹建的合资企业。根据合同规定,该公司将为德国陆军提供410 辆“美洲狮”系列步兵战车,总价值约为 50亿欧元。预计项目组将在2007年决定是否进行批量生产。该车大量装备部队后,将替换德国服役近30年之久的“黄鼠狼”步兵战车。根据另外一项合同,德国陆军已经支付了5辆预生产型“美洲狮”步兵战车的费用,同时有关该车的后勤维修和训练等培训工作也已展开。“美洲狮”战车是德国全新研制的步兵战车,采用了大量的创新技术,拥有极     

战场新锐：FCS美陆军未来战斗系统

美陆军正在全力发展“未来战斗系统”(FCS),预定2008年装备部队,整个计划将耗资400-600亿美元。FCS是美陆军为未来理想部队量身定制的核心装备,是提升理想部队先进作战能力的关键。与一般意义上的武器系统不同,FCS将是一种以网络为中心,由18个独立的子系统加网络再加士兵组成,故而又称为“18+1+1”系统,其中,这18个子系统可归为5类,即无人值守地面传感器、无人值守弹药系统、无人驾驶飞行器、无人驾驶地面车和有人驾驶地面车。无人值守地面传感器未来战斗系统无人值守地面传感器由两个传感器群组成,即战术无人值守地面传感器群和城市无…     

基于深度强化学习的无人战车自主行为决策

针对高动态强对抗战场环境下,无人战车面临的自主行为决策问题,分析了未来陆战场无人战车实际作战需求,构建了基于马尔可夫决策过程的自主行为决策模型,提出了一种深度强化学习结合行为树的方法,利用行为树的逻辑规则与先验知识降低强化学习问题的难度,保证收敛性和鲁棒性,同时使行为决策模型具有学习能力.构建典型作战场景,验证深度强化学习结合行为树的无人战车自主行为决策方法的有效性.     

现代陆战平台电子信息系统的中国观(上)

陆战平台是各型谱坦克、自行火炮、步兵战车的统称。现代陆战平台的主要电子信息系统,在不同的发展阶段有不同的构成:在20世纪70-90年代是数字式火力控制系统,90年代至今发展为火力控制系统和车载指挥控制系统;而未来,陆军各型战车将整合成多种型谱的有人、无人战斗平台(美军称之为“未来战斗系统”),除发展火力控     

基于动态贝叶斯网络的无人战车目标威胁评估

针对传统地面目标威胁评估方法考虑目标类型单一、易受人为主观因素影响且多为静态评估的问题,提出一种基于动态贝叶斯网络的无人战车目标威胁评估方法.分析了无人战车作战问题,选取合理的目标特征并进行模糊处理;根据选取的目标特征,结合专家知识,建立了威胁评估的静态贝叶斯网络;基于动态贝叶斯网络理论,将已建立的静态贝叶斯网络扩展为动态贝叶斯网络;最后,结合算例进行了仿真,并将动态评估结果与静态结果进行对比,表明基于动态贝叶斯网络的威胁评估准确率高、鲁棒性强,更适用于高动态强对抗的实际战场环境.