无人驾驶航空系统(UAS)能力在商业领域的扩散对民用和军用设施的传统周边防御构成了潜在的重大威胁。特别是现成的商用无人机系统,体积小、价格低、功能多,引起了爱好者越来越大的兴趣,也增加了设施面临的风险。因此,设施指挥官现在需要一种方法,对设施面临的直接威胁进行快速评估和分析,以确定设施反无人机系统(CUAS)的有效性。按照系统工程方法,本研究提出了一种方法,提供了对设施进行评估和分析的逐步过程,并采用基于模型的系统工程(MBSE)工具来评估 CUAS 的有效性和局限性。该方法分析了 CUAS 的作战环境以及 CUAS 可能对作战区域内其他利益相关者(如相邻的盟军兵力、平民等)产生影响的方式。然后,我们确定优化 CUAS 性能的候选配置,以满足利益相关者的要求。我们将对一个拥有现有 CUAS 的假设机场进行案例研究,以展示该方法的可用性,探索候选配置,并证明实施符合设施和利益相关者要求的候选配置是合理的。

近年来,无人机系统(UAS)技术突飞猛进,激发了业余爱好者对无人机系统的兴趣,并促使他们将无人机系统用于娱乐用途。此外,每个国家或军事组织都能负担得起和使用无人机系统。虽然目前正在实施飞行法规,要求无人机系统运营商提供所有正在运行的无人机系统的归属信息,但许多业余爱好者仍然不提供此类信息,而且可以预计邪恶的行为者也不会提供无人机系统的来源标识。因此,仅仅要求识别无人机系统还不足以保护机场等大多数设施免受无人机系统的入侵。此外,如果设施无人看守,无人机系统入侵的后果可能是灾难性的。例如,如果无人机系统在起飞过程中进入飞机发动机或撞上油箱,这种事件可能会造成人员伤亡,对运营造成巨大干扰,并对基础设施或资产造成昂贵的维修费用。

无人机系统旨在执行对人类来说 "枯燥、肮脏或危险 "的各种任务[1]。无人机系统技术发展的主要能力驱动因素是,在执行情报、监视和侦察(ISR)、人道主义援助和救灾(HADR)以及精确打击等危险任务时,人们对军事力量保存工作的兴趣与日俱增。随着无人机系统技术在过去几十年的成熟,商业部门看到了将无人机系统应用于基础设施检查、交通监控、投递和气象等商业活动的机会。对军事和商业部门都有利的是,在无人机系统领域实施开放式架构获得了重大创新,从而不断加快无人机系统的技术进步,使其具有革命性的潜力。商用现成(COTS)无人机系统或小型无人机系统通常提供摄影、摄像和自我组装套件等功能,吸引着各个领域的爱好者将无人机系统用于娱乐目的[2]。然而,随着无人机系统的技术发展和广泛采用,军事和商业部门都面临着巨大的风险[3],[4]。

对设施、基地、机场、关键基础设施和类似设施而言,非恶意无人机系统的主要风险是失控和碰撞。失控可能会对关键资产造成重大损坏或对人造成伤害,并可能产生高昂的成本来修复基础设施损坏和治疗严重伤害。例如,业余无人机系统操作员可能会尝试拍摄停靠的客机视频作为其业余爱好的一部分,但由于信号超出范围问题而无意中失去控制,这可能会导致与即将起飞的客机相撞。由于大多数无人机系统的所有者都是业余爱好者,他们中的许多人在控制无人机系统方面没有受过训练或缺乏经验。现有的法规和政策无法在允许业余爱好者驾驶较小的无人机系统之前跟踪他们的操作熟练程度。虽然敏感区域周围设有禁飞区,但由于业余爱好者可能不了解他们可能造成的损害,每年仍会发生少数事件。机场、军营和基地、政府大楼和监狱等设施在应对无人机系统时已经遇到了上述安全困境[5]。此外,邪恶的无人机系统活动构成了更大的威胁,尽管迄今为止,在全球范围内,除战争活跃地区外,此类事件相对较少。

各设施迫切需要采用反无人机系统(CUAS)来主动保护其资产和安全。为有效对抗无人机系统,CUAS 需要多个传感器来探测、识别和分类无人机系统,然后再使用拦截器击落无人机系统。然而,CUAS 系统的内部和外部存在多种因素,可能会削弱 CUAS 的有效性,设施指挥官必须采取相应的缓解措施[6]-[8]。设施指挥官面临的一大挑战是如何在与无人机系统的技术竞赛中保持领先。

现有研究主要关注 CUAS 和 UAS 系统的技术能力,而没有从更广泛的系统工程角度进行研究。本论文的研究采用了系统工程视角,以支持设施指挥官了解设施在应对当前和新出现的无人机系统威胁时可能存在的薄弱环节,并平衡 CUAS 的能力与邻近利益相关者的需求[9]。第 2 章中提出的方法允许设施指挥官通过评估和分析探索可能的 CUAS 空间,以确保 CUAS 针对快速出现的无人机系统威胁进行优化并具有相关性。

图 拟议方法概述。该方法可用于设施指挥官分析现有 CUAS 系统的有效性,找出 CUAS 系统能力差距,提出 CUAS 系统升级建议,并提供 CUAS 系统设计审查。

成为VIP会员查看完整内容
188

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。
《理解和开发无人驾驶飞机自主性的框架》46页报告
专知会员服务
60+阅读 · 2023年6月26日
《人工智能在作战规划中的应用》北约科技组织18页论文
专知会员服务
138+阅读 · 2022年11月15日
《 美国国防部:反小​​型无人机系统战略》38页报告
专知会员服务
244+阅读 · 2022年8月12日
人工智能和军备控制,80页pdf
专知
9+阅读 · 2022年11月2日
国家自然科学基金
292+阅读 · 2017年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
12+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
6+阅读 · 2015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
5+阅读 · 2014年12月31日
国家自然科学基金
40+阅读 · 2013年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
407+阅读 · 2023年3月31日
Arxiv
146+阅读 · 2023年3月24日
VIP会员
相关基金
国家自然科学基金
292+阅读 · 2017年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
12+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
6+阅读 · 2015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
5+阅读 · 2014年12月31日
国家自然科学基金
40+阅读 · 2013年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员