未来智能化战争无人集群作战中,计算力的云边端供给成为重要模式,其边缘计算技术作为关键使能技术,能解决作战边缘任务执行实时性差、带宽受限、数据安全等问题。阐明无人集群背景下边缘计算的概念和技术内涵,给出一个面向战术边缘的云-边-端分布式系统框架,以实现无人集群作战的信息互联互通、战场局部和全局态势感知、群智能决策和协同控制;对该框架涉及的关键技术,包括边缘计算框架、边云协同、计算卸载、边缘指挥控制等关键技术展开综述;展望和总结了无人集群作战下的边缘计算技术,为未来智能化战争边缘战术提供了参考。

无人集群作战是指通过多无人平台的传感设备获取战场实时数据,并通过可靠通信网络实现信息交换,充分发挥自身作战能力,以最大化作战效益的一种作战模式。该模式具有分布式决策、体系鲁棒性高、效费交换比高等优势,目前已成为未来无人作战发展的主要趋势之一。现代作战中高效信息流通是保障作战效率的关键因素。由于作战环境充满电磁辐射干扰,向云服务中心的请求通常会受限于较高的传输成本和时延。另外,对于传统的中心式作战决策模式,由于由局部态势信息向中心的共享存在滞后和不一致问题,无法将决策中心、战地指挥所与信息流末端的作战平台形成统一的调度和管理。通常高层决策中心决策时所依赖的信息已经过逐级处理,这势必会把部分对态势评估有价值的信息忽略掉。同时随着越来越多的智能化作战平台投入战场,终端会产生大量的数据而得不到及时的利用,庞大的信息整合与处理对指挥决策而言是一大挑战。根据《解放军报》2021年11月30日的作战专论“智能化战争:强者胜的三个维度”,未来智能化战争中,连接力、计算力、认知力等新的战斗力因子成为左右战争胜负的新变量,其中计算力强者胜理念推动了算力的云边端供给模式。特别是近年来,美军大力发展类似F-22战机充当“战斗云”(云+边+端计算模式),提高无人系统的人工智能技术含量,以推动自主作战平台的自协同能力提升等。基于当前无人集群作战的背景下,战场决策与控制权逐渐从云上向战术边缘下沉,从平台的角度来看,旨在充分开发边缘平台数据获取、自主决策的能力。从作战任务环境来看,决策与控制的下沉弥补了单平台资源紧缺、信息受限、能力不足等缺点,能够针对日益复杂的任务和动态变化的作战边界做出及时响应。云边端模式下的边缘计算具备低延迟、高安全性、低流量等优势,能够提供作战平台高可靠和隐私保护的本地计算服务,在军事领域具有广泛的应用需求和前景[1]。为此本文拟面向未来智能化战争的无人集群作战技术,研究“云+边+端”计算模式下边缘计算的发展现状和未来趋势。本文对无人集群、边缘计算的发展简史以及整体过程进行纵向简述,提出面向战术边缘的云-边-端分布式系统框架,引出目前无人集群作战背景下边缘计算的关键技术;综述了该框架涉及的边缘计算框架、边云协同、计算卸载、边缘指挥控制等关键技术;阐明了无人集群边缘计算发展趋势并对全文进行了总结。

成为VIP会员查看完整内容
101

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
基于机器学习的交通流预测方法综述
专知会员服务
30+阅读 · 2023年8月17日
无人集群系统自主协同技术综述
专知会员服务
161+阅读 · 2023年6月5日
无人机先进地面站关键技术综述
专知会员服务
83+阅读 · 2023年4月14日
面向关系型数据与知识图谱的数据集成技术综述
专知会员服务
50+阅读 · 2022年12月30日
基于课程学习的深度强化学习研究综述
专知会员服务
53+阅读 · 2022年11月28日
雷达图像深度学习模型的可解释性研究与探索
专知会员服务
52+阅读 · 2022年7月16日
开放型对话技术研究综述
专知会员服务
36+阅读 · 2021年12月28日
专知会员服务
35+阅读 · 2021年8月25日
专知会员服务
32+阅读 · 2021年8月13日
专知会员服务
48+阅读 · 2020年10月21日
多模态数据的行为识别综述
专知
4+阅读 · 2022年11月30日
「基于课程学习的深度强化学习」研究综述
「基于通信的多智能体强化学习」 进展综述
多模态情绪识别研究综述
专知
21+阅读 · 2020年12月21日
基于深度学习的数据融合方法研究综述
专知
27+阅读 · 2020年12月10日
时空序列预测方法综述
专知
18+阅读 · 2020年10月19日
基于图神经网络的知识图谱研究进展
AI科技评论
19+阅读 · 2020年8月31日
深度学习可解释性研究进展
专知
17+阅读 · 2020年6月26日
智能无人机集群技术概述
无人机
35+阅读 · 2018年2月28日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
20+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
325+阅读 · 2023年3月31日
Arxiv
53+阅读 · 2023年3月26日
Arxiv
111+阅读 · 2023年3月24日
VIP会员
相关VIP内容
基于机器学习的交通流预测方法综述
专知会员服务
30+阅读 · 2023年8月17日
无人集群系统自主协同技术综述
专知会员服务
161+阅读 · 2023年6月5日
无人机先进地面站关键技术综述
专知会员服务
83+阅读 · 2023年4月14日
面向关系型数据与知识图谱的数据集成技术综述
专知会员服务
50+阅读 · 2022年12月30日
基于课程学习的深度强化学习研究综述
专知会员服务
53+阅读 · 2022年11月28日
雷达图像深度学习模型的可解释性研究与探索
专知会员服务
52+阅读 · 2022年7月16日
开放型对话技术研究综述
专知会员服务
36+阅读 · 2021年12月28日
专知会员服务
35+阅读 · 2021年8月25日
专知会员服务
32+阅读 · 2021年8月13日
专知会员服务
48+阅读 · 2020年10月21日
相关资讯
多模态数据的行为识别综述
专知
4+阅读 · 2022年11月30日
「基于课程学习的深度强化学习」研究综述
「基于通信的多智能体强化学习」 进展综述
多模态情绪识别研究综述
专知
21+阅读 · 2020年12月21日
基于深度学习的数据融合方法研究综述
专知
27+阅读 · 2020年12月10日
时空序列预测方法综述
专知
18+阅读 · 2020年10月19日
基于图神经网络的知识图谱研究进展
AI科技评论
19+阅读 · 2020年8月31日
深度学习可解释性研究进展
专知
17+阅读 · 2020年6月26日
智能无人机集群技术概述
无人机
35+阅读 · 2018年2月28日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
20+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员