声音

“利比亚军事行动暴露出欧洲国家在军事能力上的明显欠缺,不仅弹药和补给物资短缺,而且缺乏关键的军事设备和能力,包括空中加油机、无人侦察机等。在这种情况下,美国不得不提供帮助,保证利比亚军事行动顺利进行。” ——美国国防部长帕内塔10月5日说,利比亚军事行动暴露出欧洲国家军事能力的不足。     

海上“天眼”美国海军未来“FIRE-X”无人直升机

随着美国海军海上任务的不断拓展及作战能力的提升,现役P-3“猎户座”有人侦察机已经不能有效满足作战需求,且已定于2020年退出现役。未来,海军的情报侦察与监视及部分海上打击任务将由无人侦察机担负。目前,配备了MQ4型无人机的“广域海上无人监视系统”及MQ8“火力侦察兵”无人机系统已整装待发。而更为先进的“Fire—X”...     

美国试飞最新型无人侦察机“全球观察者”

导读 据美国《防务新闻》周刊网站报道,美国军方在加利福尼亚州沙漠地带成功试飞了一款名为“全球观察者”的新型无人侦察机。据称,“全球观察者”体形十分庞大,翼展相当于一架波音747客机,被称为“五角大楼永远睁着的眼睛”。五角大楼计划将’全球观察者”派往阿富汗服役。那么,“全球观察者”到底是款什么样的飞机？     

揭秘美国海军“无人艇支援舰”项目

无艇极大地提高了美国海军的态势感知能力,使它的作战手段更加多样化,但要真正将这种新兵器的威力发挥出来,则需要一种全新的支援舰,这种支援舰的作战效能不可小觑,其理念值得我们借鉴。     

应用单亲遗传算法进行大规模UCAVs任务分配

在应用GA求解大规模无人作战飞机(UCAVs)任务分配这个典型组合优化问题时,需要使用描述问题直观的序号编码方式,但由于传统的交叉、变异算子操作复杂,因而进化效率不高.针对上述的不足,提出了一种单亲遗传算法,采用序号编码,使用基因换位等遗传算子,简化了遗传操作.通过对单亲遗传算法、传统遗传算法求解该问题所得的结果作了详细的比较,证明了单亲遗传算法在寻优效率上的优越性.     

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.     

【专题】无人机空战决策技术研究进展

随着无人机相关技术领域的飞速发展,无人机迅速成为世界各国军事领域的研究热点。无人机自主决策作为无人机领域的核心问题,指的是无人机基于空战态势,利用数学优化理论、人工智能等方法,独立自主地生成机动动作控制指令以完成设定目标的过程。本文首先介绍了世界各国该领域的研究进展,并基于空战决策的求解思路,将决策方法分为三类：基于对策理论、基于专家知识以及基于启发式学习算法的决策方法。其次,针对基于对策理论的空战决策方法,阐述了从微分对策到矩阵对策的发展及联系;针对基于专家知识的空战决策方法,介绍了该类方法的建模方法,改进方向;针对基于启发式学习算法的决策方法,论述了各典型方法的适用条件、改进途径等。最后,对无人机空战决策的研究难点进行分析,并展望了未来的研究方向与趋势。     

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.     

无人机系统发展阶段和智能化趋势

本文根据无人机系统的主要技术特征对其发展阶段进行了分析概括,并对其智能化趋势进行了展望。首先,通过分析无人机系统的百余年发展历程和核心特点,将无人机系统的发展划分为萌芽起步阶段、初步发展阶段、崛起发展阶段、蓬勃发展阶段、稳步发展阶段和智能化发展阶段;其次,从主要特征、使命任务、任务载荷、导航系统和控制方式等角度对各个阶段特点进行了多维分析和对比;最后,从单体无人系统智能化(认知智能)、无人集群系统智能化(群体智能)和有人-无人系统智能化(混合智能)三个方面分析了无人机系统发展的智能化趋势。希冀这种从具体技术特征的角度来划分无人机系统发展阶段的方法对厘清无人机系统发展历程和趋势具有一定借鉴意义。     

复杂陆战场环境下的智能感知理论现状与发展

近年来,由于基于深度学习方法的智能检测算法不断演进,其网络结构不断进化,实用化程度不断提高,因此,将其应用于复杂战场环境下,形成实用化智能感知能力的可行性不断提高。然而算法的可靠性、可解释性问题目前仍未完全解决。本文认为,在未来的地面无人平台系统框架内,使用基于深度学习的目标检测识别方法,融合多种传感器感知信号,探索如何可靠地收集无人平台附近敌我车辆、人员、相关物体状况以及视距内的地理与气象环境信息,能够实现多元智能感知过程,构建智能复杂体系,为无人平台实现复杂战场环境感知理解,自主环境判定、自主行走、自主危险判定甚至威胁自动处置提供技术储备。同时,这也将是军队下一步智能感知理论方向的主要任务。