为了支持未来的多域作战分析,美国DEVCOM分析中心(DAC)正在探索如何在陆军的作战模拟中体现天基情报、监视和侦察(ISR)资产的贡献。DAC正在使用基于能力的战术分析库和模拟框架(FRACTALS)作为方法开发的试验基础。用于预测卫星轨道路径简化一般扰动的4种算法已经被纳入FRACTALS。本报告的重点是来自商业卫星群的图像产品,其分辨率为1米或更低。报告介绍了预测分辨率与传感器特性、倾斜范围(包括地球曲率)和观察角度的关系的方法。还讨论了在不同分辨率下可以感知的例子。

在2021年建模与仿真(M&S)论坛期间,空间情报、监视和侦察(ISR)建模被确定为当前/近期的建模差距。美国陆军作战能力发展司令部(DEVCOM)分析中心(DAC)提交了一份陆军M&S企业能力差距白皮书(Harclerode, 2021),描述了帮助填补这一差距的行动方案。陆军建模和仿真办公室已经资助DAC开发方法,以代表商业、国家和军事空间和低地球轨道资产的性能及其对联合作战的影响,并在基于能力的战术分析库和模拟框架(FRACTALS)内进行测试实施。

FRACTALS是DAC开发的一个仿真框架,它提供了通用的结构 "构件",用于模拟、仿真和评估ISR系统在战术级任务和工作中的性能。FRACTALS作为DAC开发的各种ISR性能方法的测试平台,将文件或数据被纳入部队的模拟中。FRACTALS还作为DAC的一个分析工具,在战术环境中对ISR系统进行性能分析比较。

这项工作需要在一定程度上体现卫星飞行器(高度、轨迹和运动学)、传感器有效载荷(光电[EO]、红外、合成孔径雷达和信号情报)、网络、控制系统、地面站(时间线、通信、处理、利用和传播)、终端用户以及连接它们的过程和行为。本报告描述了DAC为支持这一工作所做的一些基础工作,重点是可见光波段相机图像。

成为VIP会员查看完整内容
114

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。
《 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
国家自然科学基金
107+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
30+阅读 · 2013年12月31日
国家自然科学基金
20+阅读 · 2013年12月31日
国家自然科学基金
23+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
91+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
22+阅读 · 2021年12月19日
Adaptive Synthetic Characters for Military Training
Arxiv
46+阅读 · 2021年1月6日
Arxiv
14+阅读 · 2020年10月26日
Arxiv
15+阅读 · 2020年2月6日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
VIP会员
相关VIP内容
《 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
相关基金
国家自然科学基金
107+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
30+阅读 · 2013年12月31日
国家自然科学基金
20+阅读 · 2013年12月31日
国家自然科学基金
23+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
91+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员