本文研究由威胁无人机与诱饵无人机混合构成的大规模异构无人机蜂群。防御方的交战过程被建模为一个多阶段随机过程,以捕捉响应时间的不确定性与波动性。研究考虑了一种无差别防御方,即对威胁无人机与诱饵无人机采取相同处置策略。我们采用矩阵指数(ME)框架,推导出了关键性能指标易处理的闭式表达式。研究结果表明,相较于威胁-诱饵构成比例,蜂群规模对防御成功率的影响显著更强。在基线建模假设下,对于典型防御方而言,即使诱饵占比极高,规模超过约十架的蜂群仍可能超出其单防御节点处理能力。具体而言,典型防御方可可靠应对七架威胁无人机,但若蜂群中加入七架诱饵无人机,防御成功率将从0.93骤降至0.09。从成本视角看,当诱饵无人机单价约为威胁无人机的十分之一时,采用异构蜂群可降低总成本达67%。最后,防御效能不仅取决于聚合速率,更受制于各阶段的瓶颈环节。在理想化条件下(各交战阶段平均耗时约一秒),单防御节点的处理能力可提升至约35-40架无人机。

本文的主要贡献如下:

• 提出了一种基于矩阵指数(ME)表征的无人机蜂群防御系统新型分析框架,该建模方法此前尚未应用于此领域。

• 所提框架在明确区分威胁无人机与诱饵无人机的前提下,推导出了关键性能指标易处理的闭式表达式。

• 模型捕捉了战争的概率性本质,涵盖了资源可用性、感知与锁定成功率以及环境效应等方面的不确定性。

• 研究结果提供了具体的作战启示:相较于威胁-诱饵构成比例,蜂群规模对防御成功率的影响显著更强。在基线建模假设下,规模超过约十架的蜂群即开始超出单防御节点的规模承载能力——即便蜂群中诱饵无人机占比高达90%亦是如此。

• 尽管平均毁伤时间相同,但更高的诱饵比例会增加毁伤时长的离散度,导致防御效能的可预测性降低。防御方的有效性由其最慢阶段决定,在本文采用的模型中,该阶段对应于跟踪与毁伤环节。

成为VIP会员查看完整内容
18

相关内容

军事防务数据板块介绍:系统化采集、存储、管理、分析与军事国防安全相关信息的专用数据板块,其核心在于整合全球新兴国防技术(军事人工智能、无人系统等)、热点案例(俄乌战争、美以伊战争)等方面的最新时讯、研究报告/论文、条令法规、案例分析,为战略研判、情报分析、决策支持等提供知识支撑。
无人机蜂群建模与仿真方法
专知会员服务
30+阅读 · 4月19日
《反无人机蜂群技术发展现状及新型防御系统分析》
专知会员服务
54+阅读 · 2025年11月28日
《基于无人机蜂群在复杂环境中的监视模型》
专知会员服务
45+阅读 · 2024年7月10日
无人机蜂群作战技术与多智能体系统理论
无人机
43+阅读 · 2019年1月27日
无人机集群、蜂群与蜂群算法
无人机
99+阅读 · 2018年9月25日
无人机集群对抗研究的关键问题
无人机
68+阅读 · 2018年9月16日
无人机蜂群作战概念研究
无人机
66+阅读 · 2018年7月9日
进攻机动作战中的机器人集群
无人机
32+阅读 · 2017年12月4日
国家自然科学基金
33+阅读 · 2017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
14+阅读 · 2015年12月31日
国家自然科学基金
26+阅读 · 2015年12月31日
国家自然科学基金
21+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
19+阅读 · 2011年12月31日
国家自然科学基金
24+阅读 · 2011年12月31日
VIP会员
最新内容
战力倍增器:自主武器系统与乌克兰及加沙冲突
专知会员服务
1+阅读 · 今天15:24
人工智能赋能战场情报:提速决策进程
专知会员服务
0+阅读 · 今天15:15
《拥抱新兴技术:面向未来军官的教育革新》
专知会员服务
2+阅读 · 今天15:11
《无人地面战车(UGV)的崛起》报告
专知会员服务
7+阅读 · 7月16日
美陆军任务式指挥人工智能解决方案
专知会员服务
11+阅读 · 7月16日
相关基金
国家自然科学基金
33+阅读 · 2017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
14+阅读 · 2015年12月31日
国家自然科学基金
26+阅读 · 2015年12月31日
国家自然科学基金
21+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
19+阅读 · 2011年12月31日
国家自然科学基金
24+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员