Clustered coverage orienteering problem of unmanned surface vehicles for water sampling

This study investigates a clustered coverage orienteering problem (CCOP), which is a generalization of the classical orienteering problem. The problem is widely motivated by the emerging unmanned techniques (eg, unmanned surface vehicles and drones) applied to environmental monitoring. Specifically, the unmanned surface vehicles (USVs) are used to monitor reservoir water quality by collecting samples. In the CCOP, the water sampling sites (ie, the nodes) are grouped into clusters, and a minimum number of nodes must be visited in each cluster. With each node representing a certain coverage area of the water, the objective of the CCOP is to monitor as much as possible the total coverage area in one tour of the USV, considering that overlapping areas provide no additional information. An integer programming model is first formulated through a linearization procedure that captures the overlapping feature. A two-stage exact algorithm is proposed to obtain an optimal solution to the problem. The efficiency and effectiveness of the two-stage exact algorithm are demonstrated through experiments on randomly generated instances. The algorithm can effectively solve instances with up to 60 sampling sites.     

88B坦克分队与M60A3坦克分队随机火力对抗

以 8 8 B坦克分队进攻防御阵地之 M6 0 A3坦克分队为立足点 ,建立双方随机对抗时的兰彻斯特平方律模型 ,结合战场实际 ,得出 88B坦克分队取得最大作战效能时的最佳兵力比 ,及其运用火力的几点结论。     

基于多属性目标决策的威胁评估排序模型

针对当前海战中对舰艇编队构成威胁的空中目标的特点,运用目标多属性理论探索对空中目标的威胁排序问题.提出了一种对空中目标进行威胁评估和排序的方法,并通过示例介绍了威胁评估和排序的求解过程.该方法有效地解决了目标威胁评估与排序问题,提高了舰艇编队防空作战能力.     

美军有/无人机协同作战研究现状与分析

近几年来,以"忠诚僚机"作战模式为主要代表的有/无人机协同作战被日益关注,并成为未来第六代穿透型空中作战的发展趋势之一。文章简介了有/无人机协同作战的内涵,并以美军为主要对象,分析其在有/无人机协同作战方面的主要进展,梳理有/无人机协同作战的关键技术。对我国相关技术和装备的发展,具有一定的参考价值。     

基于超网络的作战体系建模方法

基于信息系统体系作战问题研究的基础是作战体系构建。在对作战体系进行网络化结构分析的基础上,重点考虑体系中各类实体及属性的复杂性,根据其网络拓扑特性,以超网络、超图理论为指导,建立了基于结构层和属性层相统一的超网络模型,并结合体系作战过程中的对抗规律,提出超网络模型相应的动态演化方式,最后通过案例建模验证了超网络作战体系构建模型的适应性及优势。     

网络化条件下系统评估方法研究

文中分析了网络化综合电子信息系统的评估方法,探索性提出了网络化条件下系统的能力特点、评价要素、评估指标、方法及模型。具体分析了评估指标的内涵及定义,提出了多指标效用分析方法、兵力效能比评估方法两类评估方法,建立了评估方法的模型,提出模型的实现方式和解析方法。     

基于GM(1,1)模型的武器装备性能预测在作战需求分析中的作用

针对目前武器装备作战需求分析过程中存在主观性大、需求不准确的实际情况,借助灰色系统理论,建立了GM(1,1)预测模型,以历代武器装备的性能参数为输入,得到未来武器装备可能的性能参数值,其结论可为作战需求分析提供有效参考和约束.     

【专题】登陆破障装备技术发展应用述评

登陆破障行动是联合登陆战斗中各军兵种破障力量在敌预先设置和临机设置的各种障碍物中开辟通路的行动,也是确保登陆兵突击上陆和向纵深发展进攻的前提和关键。进入21世纪,随着高新技术的不断发展,传统的破障装备和手段已经不能适应新的战场,各种新式障碍相继出现,对登陆部队的破障能力提出更高要求,破障装备体系化、破障手段精确化以及破障过程无人化成为未来破障技术的重要发展方向。本文首先简要介绍了当前世界主流的破障装备和手段,并论述了其局限性,如破障效率低、人员和弹药消耗量大以及容易形成二次障碍等,然后从破障装备体系化、破障手段精确化和破障过程无人能化三个方面对未来破障装备技术发展趋势进行了展望。     

无人机小样本条件下遮挡和混淆目标识别方法

针对无人机对地目标识别过程中的小样本问题以及目标存在的遮挡和混淆情况,提出了一种融合自注意力机制的小样本目标识别模型。在利用元学习思想获取小样本学习能力的基础上,将自注意力机制学习目标内部各部分之间的上下文依赖关系引入模型,从而增强目标表征能力,以解决遮挡和混淆情况下有效特征不足的难题。为验证模型效果,通过对基准数据集和无人机航拍数据进一步加工,构建了遮挡和混淆目标数据集,设置了不同的遮挡程度和背景混淆率。通过在不同数据集上的验证,并与深度学习模型对比,证明提出的模型具有更高的学习效率和识别正确率。     

无人作战的人机融合：挑战与出路

无人作战对于人和机器两个要素的融合提出了巨大的挑战。一方面,无人作战独特的作战模式和作战环境对于自然人的能力素质构成严峻挑战,高度智能化的作战系统运行速度、海量的数据信息日益挑战人类的反应能力和决策能力,虚拟的、远程的、与现实战场隔绝的作战环境日益挑战人类的心理素质。另一方面,机器的高度智能化虽然有利于更好地发挥潜在的作战能力,但也不可避免地带来战争失控和道德沦丧的风险。破解人机两个维度的挑战,实现人与机器的深度融合,一方面要利用增强技术从物理、生理、心理三个层面加速提高人类的能力素质,另一方面是强化机器人的伦理安全设计,坚守人类对机器人的控制底线,规避机器人失控和战争“非人化”的道德风险。