人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平.但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性.本文在总结归纳入工智能装备...     

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...     

面向体系仿真的智能无人机集群作战建模总体框架研究

提出了智能无人机集群作战建模应当遵循的基本理念.在总体上将"面向体系仿真的智能无人机集群作战建模"视为一个"概念设计—模型建立—分析应用"的完整过程,而非一个孤立的建模仿真活动.为此,提出了涵盖"体系设计—模型训练—想定生成—探索仿真—结果分析"5个基础阶段的建模总体框架,以及包含支撑层、运行层、分析层和应用层在内的能够支撑该框架使用的系统体系架构.该建模总体框架,有助于解决智能无人机集群作战建模中作战概念不清晰、应用场景不明确的问题,同时可以将基于机器学习的智能实体建模技术集成到建模框架当中,以充分反映智能无人机实体及其集群的自学习、自成长特性.     

陆战分队空地一体无人作战系统装备体系构想研究

在智能战争时代数字陆战场形势下,智能化、无人化、网络化陆战分队空地一体无人作战系统装备体系已成为未来陆战装备的重要发展方向.首先,重点研析美、俄分队级无人作战系统装备体系发展趋势,明确其以构建陆战分队级部队新质战斗力为核心,大力开展陆战分队级新型无人作战装备建设的发展方向;其次,从独立作战、持续作战、指挥控制、情报侦察...     

基于DBSCAN聚类的异构多智能体分层任务分配方法

针对多约束条件下大规模探测/通信智能体集群协同探测任务分配问题,从全局与局部相结合的角度,提出了一种分层任务分配求解方法。首先,根据通信距离约束对所有任务节点进行聚类预分组,将集群任务分配问题划分为上层全局任务分配和底层局部任务分配。然后,根据聚类结果采用启发式算法求解探测/通信智能体组间全局任务分配结果。随后,根据探测智能体的全局任务分配结果,采用遗传算法对探测智能体组内任务进行分配。最后,通信智能体根据探测智能体的组内任务分配结果,采用基于虚拟节点的方法进行组内任务分配。实验结果表明,相较于直接求解方法,分层任务分配方法不仅解决了大规模集群协同任务分配问题,还可以在保证优化目标值相近的情况下,缩短70%以上的求解时间,较快得到相对最优的任务分配结果。     

基于类脑智能的无人集群设计初探及关键技术浅析

无人集群广泛应用于军事、工业等重要领域,并逐渐向智能化、协同化快速发展。借鉴人脑系统的高级智能模板,从端、边、云三个类脑层面讨论新型无人系统的设计构想,为未来智能无人集群提供了创新的探索思路。首先,端节点的通用异构无人机模仿大脑神经元形式,节约个体无人机开发成本并提升集群协作效能。其次,无人机间的拓扑结构借鉴类脑交互模式,形成内外双向通信环路以提升信息交互效率。最后,无人集群云端参考人脑与环境交互的自学习方式,在任务中动态扩充知识库以优化系统性能。综合上述类脑无人集群的设计思想,探索分析了该领域的关键技术,并对未来无人集群的智能化发展进行了展望。     

面向任务的航空数据链动态组网策略

针对现有航空数据链网络对实际任务需求耦合不紧密的问题,结合未来航空作战集群化、智能化的特点,设计了面向任务的智能化航空数据链网络体系结构。描述了面向任务的智能化航空数据链网络信息类型与信息处理传递机制,并基于所设计体系结构提出了一种面向任务的航空数据链动态组网策略。通过组网实例分析,说明在面向任务的智能化航空数据链网络体系结构下所提组网策略对实际任务需求具有较好的支撑能力。     

基于改进QGA的有/无人机编队多任务联盟生成

针对有/无人机编队作战中多约束复杂任务分配问题,提出一种改进QGA(Quantum Genetic Algorithm,QGA)的多任务联盟求解方法。首先确定任务需求、时间、平台能力等多种约束,综合考虑联盟总任务收益、耗费成本与任务时间因素,构造目标函数,建立了多任务联盟生成优化问题模型;从多分组并行演化、观测值修正、动态旋转角调整3方面对QGA算法进行改进用于问题求解;并结合实际案例进行了仿真分析,结果表明,提出的方法可以有效生成多任务联盟,解决有/无人机编队多约束复杂任务分配问题,解质量较高。     

基于以太坊的装备全寿命数据管理平台设计

武器装备具有技术密集、高投入、高风险和周期长等特点,是衡量一支军队战斗力的关键性指标。本文针对武器装备全寿命数据跟踪问题,分析研究其中各个关键环节的数据管理需求及其所面临的挑战,首次提出了一种武器装备数据管理领域去中心化且不可篡改的控制平台方案,详细设计了基于区块链的武器装备全寿命数据管理平台的系统模型、交互模型及数据属性等,并以以太坊系统为底层架构,通过部署智能合约,实现对武器装备全寿命周期的可控访问、全程审计与状态跟踪。试验结果表明,该平台运行良好,前端页面简洁友好,计算开销及时间开销较低,适用于实际作业环境下的装备数据管理,具有良好的应用前景。     

基于知识的某新型地空导弹装备的故障智能诊断

为保障系统可靠运行,及时正确地对系统的各种异常状态或故障状态做出诊断,提出一种基于知识的智能诊断方法,并运用该方法建立一个故障分析和诊断系统;在故障树层次诊断模型的基础上,形成了综合模糊推理和规则推理的混合推理方法.通过具体实例表明,采用该方法是可行的.