技术进步已将无人机系统转变为更小、更廉价、更难以探测且可大规模部署的威胁系统。无人机威胁能够饱和防御、威胁战场后勤补给并扰乱前线，这凸显了可靠的反无人机系统的重要性。本研究探讨了使用动能武器和定向能武器作为反无人机能力，以保护军事车队抵御威胁性无人机群。分析定义了车载集成式动能和定向能反无人机武器系统及其特性，并研究了车队中这些防御系统的不同数量和部署位置。研究方法包括使用建模与仿真来研究货运车队场景的防御策略，并比较动能武器与定向能武器的性能。统计分析研究了影响车队生存能力的因素，包括威胁无人机的初始位置和数量，以及反无人机武器系统和位置。这项基础研究表明，定向能武器是动能武器在车队反无人机防护方面的补充。

近几十年的技术进步使无人机系统演变为小型、便携且相较于特定行业使用的传统无人机而言相对廉价的系统。基于其小型化和低成本的特点，这些现代无人机由于雷达截面积更小，更难被传统雷达探测，并且由于单价低廉，易于大规模部署。相关案例如乌克兰战争中，使用第一人称视角无人机扰乱俄军补给线并袭扰其地面部队；或在以色列，哈马斯首先利用未被发现的无人机对以色列目标发动突然攻击。这些无人机可用于饱和防御、威胁后勤供应链并扰乱前线，凸显了可靠的反无人机系统对于保护关键资产的重要性。

本研究梳理了现有无人机框架，将无人机种类按美国防部第1至5组或北约I至III级进行分类，并评估了击败它们的各种方法，例如使用软硬杀伤解决方案或扰乱其杀伤链。在完成的工作中，确定研究重点为美国防部第1组或北约I级等效无人机。同时研究了现有的反无人机解决方案以评估商用方案的现状，包括两类动能弹药和两类定向能武器。还对现有的反无人机工作进行了综述，以分析其对移动陆地平台防护的适用性。

随后使用建模与仿真软件“集群指挥官战术”，分析了陆地车队如何防御无人机。构建了一个虚拟场景：一支由反无人机单元保护的货运卡车队遭受多架敌方无人机攻击。控制模型运动的参数，如虚拟环境中的速度或高度，源自公开数据并输入软件，而实体的行为则通过行为流程框图控制，模型被分配固定的移动活动，直到满足“探测”条件。

识别并研究了影响车队生存能力的因素，包括参与攻击的无人机数量、无人机初始位置、反无人机武器类型和反无人机单元位置。使用数据分析和统计软件Minitab将这些因素随机化排列到实验设计矩阵中，并按照测试矩阵指定的模型进行仿真，以确定与无人机交战的结果。

随后在Minitab中对多次运行结果进行了统计分析，突出显示无人机数量和反无人机武器对车队生存有显著影响。第三个因素，即反无人机单元位置，未显示出对结果有统计显著性的影响，但在所有研究的变量中，它是影响仿真结果的次重要因素。随后选择这三个因素来确定何种水平会导致控制无人机的敌方任务成功。通过将无人机数量增加到原来的12至15倍，仿真显示无人机能够饱和反无人机平台的射速，压倒它们并实现对被保护车队的完全摧毁。

显然，影响结果的关键交互作用与反无人机武器的射速以及无人机被消灭的速度有关。面对更庞大的无人机群时，反无人机平台无法跟上持续涌入的无人机。需要持续装填的动能武器在仿真早期会让更多无人机通过，因此其性能劣于无需装填的定向能武器。能够持续攻击目标的能力，即“深弹匣”，是定向能武器在无人机群规模进一步扩大前能够战胜无人机的关键属性。将反无人机单元部署在前方而非侧面时显示出轻微的性能提升，但其影响小于所用武器类型带来的影响。

基于所进行的仿真，提炼并提出了关于无人机和反无人机战术的见解，以提升无人机作为攻击方的效能，或增强防御方的防护和生存能力。这包括增加平台数量或提高射速以提升对来袭无人机的杀伤率，并确保维持车队与无人机之间的距离。

最后，提出了对建模与仿真工作的改进建议，作为未来工作，以更深入地了解影响无人机和反无人机系统效能各因素间的动态相互作用。可以探索更贴近现实的选项，例如纳入城市地形和大气效应，这可能为实际应用带来更精确的见解。