生态系统组织模式在美国国防项目科研中的应用

正2018年10月,DARPA启动进攻性集群战术(OFFSET)项目的第三次冲刺。OFFSET项目是美国着眼未来作战非对称优势需求,全面推进"分布式""蜂群"作战能力快速形成的关键项目。在OFFSET项目中,DARPA创新性地建立集群开发生态系统组织模式,特别是采取自顶向下的作战需求推     

战术移动自组织网络路由方法

战术移动自组织网络(Mobile Ad Hoc Network,MANET)作为网络中心战的重要组成,有望解决未来战场上传统作战力量与新型无人作战平台之间高效组网通信问题。战术MANET作为MANET在战场环境下的应用,可在基础设施缺乏或遭破坏的地域快速展开,具有节点自由出入、移动性高、抗毁伤性强等特点。综述了战术MANET路由协议和仿真方法,对研究方法和面临的挑战作了简要评述。     

战术通信网的体系结构及其建模的探讨

战术通信网主要用于为战术兵团和部队(分队)指挥提供保障,通信手段以移动(无线)通信为主。战术通信网对于保障战场环境的军事通信至关重要,许多国家都给予了高度重视。对于节点可以移动的战术网,采用合适的网络体系结构对于保证网络的性能和通信的可靠性极其重要。本文探讨和分析战术通信网的体系结构以及体系结构的建模问题。一、用于战场环境的移动网络体系结构1.快速配置的蜂窝网络快速配置的蜂窝网络很大程度上类似传统的蜂窝网络,区别在于基站是可以移动的。网络中包括基站和普通基点,普通节点不具备交换功能,它们之间的通信依赖于基站…     

“×计划”：美军网络作战线路图

美国国防高级研究计划局（DARPA）,于2012年启动的“x计划”,在美国产业界和学术机构中引起的关注度之高、讨论之热烈,连DARPA自己都说“没想到”。美军早已将网络空间视为新的战场领域,“x计划”的实施,使美军在网络空间战场中的态势感知能力和作战能力得到极大提高,无论其面对的是高级持续性威胁还是网络恐怖分子,战场都将变得单向透明。这势必深刻影响全球网络空间的安全态势。因此,“x计划”的背景、目标及进展情况值得我们关注。     

战场信息高速公路

所谓“战场信息高速公路”,简单地说,就是一个覆盖整个战场责任区的,由通信情报网络、计算机、战场数据库以及各种用户终端等组成的,能给用户快速提供与作战有关的大量信息的综合网络。这个网络不仅能够传输话音、图表、文字、数字等信息,还能给用户提供一幅由战场共用数据库(包括己方态势、敌情、战备、后勤、环境等内容)所描绘的战场图像,该图像能随着部队在战场上的运动而相应地发生变     

美国防高级研究计划局军民融合推动国防科技创新的做法

美国国防高级研究计划局(DARPA)是美国国防科技创新的典范.其发展的典型特征是广泛依托全社会的创新人才、资源和活力,从规划立项、人员选任、项目竞争到成果转化全过程实现军民深度融合,并取得了显著成就.在当前我国国防科技军民融合发展的大形势下,DARPA的做法和经验值得学习和借鉴.     

DDBN的无人机决策推理模型参数学习

针对复杂战场环境下的无人机决策推理模型参数学习的问题,提出基于遗传算法的离散动态贝叶斯网络参数学习算法。该算法将模型网络参数的最大似然估计函数作为遗传算法的适应度函数,在全局进行并行优化搜索,得到最优的网络参数,从而提高了决策推理模型对复杂环境的快速适应。仿真结果表明,该算法可以获得准确的离散动态贝叶斯网络参数,能够有效地解决复杂战场环境下无人机威胁评估问题,为无人机的自主任务决策提供有效的参数保障。     

基于终端自组网的军事移动信息服务模式

针对信息化战争条件下军事信息服务网络链路保障从集中聚焦式向分布扁平式,从纵向细长、横向独立的固网树状型向无中心栅格化移动散射型转变的现实需求,在分析移动终端自组网战场应用场景的基础上,研究了面向战场信息服务的移动终端自组网技术体系,给出了基于终端自组网的军事移动信息服务组织运用模式,为完善我军战场移动信息服务基础网络生态,推进基于网络化信息系统的体系化作战能力建设,实现灵活、高效、安全、稳定的战场移动信息服务保障提供技术支持。     

战术通信网的体系结构及其建模探讨

战术通信网主要用于为战术兵团和部队(分队)指挥提供保障,通信手段以移动(无线)通信为主。战术通信网对于保障战场环境的军事通信至关重要,许多国家都给予了高度重视。对于节点可以移动的战术网,采用合适的网络体系结构对于保证网络的性能和通信的可靠性极其重要。笔者主要是针     

面向战术互联网子网路由协议与网络业务的仿真分析

战术互联网是美军的新一代通信系统,它实现了美军三大传统通信系统的互联互通,在战场信息的传递与交互上至关重要。移动Ad hoc网络技术是战术互联网中的关键技术,再加上战场中的节点移动性强,高效稳定的路由算法是Ad hoc网络技术的重点和难点。战术互联网末端网络的主要业务是战场态势信息的交互以及话音通信,主要分析战场环境下不同射频功率和不同路由协议对战术互联网末端Ad hoc网络数据和话音业务性能的影响。     

美DARPA“终身学习机器”项目研究进展综述

“终身学习机器”(L2M)项目隶属于美国国防预先研究计划局(DARPA),其目标是开发支持下一代自适应人工智能系统所需的技术,使其能够在实际环境中持续地学习并改善性能,同时保持原来预先给定的能力。对L2M项目基本情况和研究进展进行了综述。首先,介绍了L2M项目的背景、目标、研究内容和项目阶段;然后,从终身学习理论方法研究、边缘终身学习与终身学习机器的硬件实现和终身学习机器人三个方面,对L2M项目的研究进展进行介绍和分析评述,其中理论方法方面包括不确定性调节的终身学习及其应用、自动驾驶中的终身学习、本征任务终身学习框架、通过元学习的神经调节克服灾难遗忘等;最后,对未来发展趋势进行了展望。综述表明,终身机器学习亟需继续开展研究,尤其是生物机制启发的终身学习、多智能体协同终身学习和终身学习技术在现实世界复杂场景中的应用等方向。     

小生境粒子群支持向量机的网络故障诊断

针对支持向量机(SVM)在网络故障诊断中应用存在的参数设置和诊断模型复杂的问题,提出一种基于小生境粒子群优化的SVM解决方案。算法在进行参数寻优的同时考虑支持向量个数,实现对诊断模型复杂度的优化,并采用小生境粒子群算法进行求解,提高算法跳出局部最优的能力。在DARPA数据集上的实验表明本文提出的方法能够有效提高诊断模型的泛化性和诊断速度。     

战场通信网络战时抗毁性初探

以战时应用为背景研究了战场通信网络的战时抗毁性定义,分析了影响抗毁性的可能因素,提出了基于干线节点密度变化、网络可通性度量及网络流量变化等的战场通信网络战时抗毁性评价指标,并提出了提高军用通信网络战时抗毁性的可能措施和方法。     

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.     

BAE系统公司为美国国防高级研究计划局开发半自主式多域任务规划软件

正英国BAE系统公司与美国国防高级研究计划局(DARPA)签订650万美元的"适应性跨域杀伤网络"(ACK)项目二期工程开发合同,在一期工程的基础上开发半自主式多域任务规划软件,帮助使用者做出更为明智的决策。     

一种基于AODV的安全路由协议

随着移动Ad Hoc网络逐渐成为实现复杂战场环境信息传递的重要方式,网络安全逐渐引起重视。针对Ad hoc网络易遭受恶意节点攻击而造成大量丢包现象的安全问题,分析了目前针对移动Ad hoc网络AODV协议的几种典型的攻击模型,运用简单的缓存概念,提出了一种基于AODV的安全路由协议AODVCA,并以黑洞攻击为例,对各种性能指标进行了仿真和分析。结果表明此协议能够很好地预防和解决Ad hoc网络中恶意节点的路由攻击。     

基于蚁群算法的径向基网络漏磁信号二维反演

利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法,寻找径向基函数(RBF)网络基函数的中心点,能够大大提升网络的鲁棒性及训练速度.将优化算法下的RBF神经网络应用于漏磁信号的二维反演中,能够在训练样本较少的情况下快速地得到更为准确的缺陷模型,更好地满足了漏磁检测的实时性和在线性.实验结果表明,该方法能够达到预期...     

网络化战场环境下多无人机调度问题

针对网络化战场下无人机(UAV)跨区飞行、信息共享等特点扩大了任务区域与规模而引发任务分配难题,对无人机运动及通信特性、任务时间窗约束和初始战场布局等因素建模,根据目标属性对其分组以降低问题复杂度,应用优化算法得到初始解,随后进行全局交换、删除及插入等调整得到最终调度方案,由此搭建快速求解多UAV任务调度的通用算法框架。最后应用遗传算法验证,仿真结果表明:该框架在解决多无人机大规模任务分配时具有较好的时效性和适应性。     

战术通信网组网方案评估优选方法

在当前信息化的战场环境下,战场环境瞬息万变,战术通信网作为信息化战争的神经中枢,起到了至关重要的作用,然而组网方案的好坏直接决定着通信网性能的优劣,因此,如何在战场环境下快速、自动、客观地评估战术通信网组网方案是一个亟待解决的问题。通过分析战术通信网的特性和要求,提出了战术通信网组网方案评估指标体系,并采用熵权灰关联的方法对组网方案进行评估优选,该方法方便快捷并且可以编程实现,不仅能够在战场环境下实时、自动地对组网方案进行评估优选,而且评估结果也符合实际情况,为指挥员提供了决策依据。     

基于DBNs的反导态势评估模型研究

为了实现多导弹攻击下的反导战场态势评估,首先建立了用于单枚导弹态势评估的贝叶斯网络(BN)模块,其次以该模块为基础提出了一种用于反导战场全局态势评估的动态贝叶斯网络(DBNs)模型,并给出变结构DBNs推理算法。仿真结果表明,该模型对来袭导弹的数目以及拦截成功与否等事件描述准确且迅速,可以满足多导弹攻击下的态势评估要求,并能够为反导指挥作战提供决策支持。