Chinese Journal of Ship Research, Volume. 18, Issue 1, 1(2023)
Analysis of characteristics of foreign unmanned surface vehicle swarm combat application and proposed countermeasures
Figures & Tables(11)
![[in Chinese]](/Images/icon/loading.gif){kind=icon}
Table 1. USV swarm military exercises held by foreign navies
View tableView in ArticleTable 1. USV swarm military exercises held by foreign navies
演习名称 国家 时间 内容 无人装备 结果 无人船集群作战 美国 2014 护航 13艘无人船（5艘自主控制，8艘远程遥控） 旨在验证自主有效性，但仅实现了半自主无人协同作战 2016 侦察、巡逻、跟踪 4艘无人船 实现了自主协同监测、目标识别与跟踪 “无人战士”无人系统 部署计划 英国 2016 反水雷战， 反潜战，情报、 监视和侦察（ISR） Pacific 950等近50个无人系统 实现了无人船与其他作战平台协同作战，完成了三维立体协同作战演习 无人装备协同作战 法国 2017 无人系统跨域协同 无人机、无人船、无人潜航器 实现了无人机、无人船、无人潜航器跨域协同作战 无人系统集成战斗问题21 （UxS IBP21） 美国 2021 无人系统跨域协同 29型无人系统（50%为无人船） 完成了复杂的进攻性实弹发射，实现了有人−无人联合作战 IMX2022国际海事演习 美国等 2022 反水雷战、海上安全 “魔鬼射线”T-38无人船等80多个无人系统 验证无人系统互操作性，实现了有人−无人联合作战
Table 2. U.S. navy USV strategic planning
View tableView in ArticleTable 2. U.S. navy USV strategic planning
战略规划 时间 主要内容 《21世纪海上力量发展设想》 2002 将无人驾驶作战航行器引入全阵列式海上打击作战 《海军无人船总体规划》 2007 将其划分为4个级别，并定义了7类任务 《无人系统路线图》 2013 明确了近、中、远期技术发展的重点与能力需求 《海军部无人系统战略路线图》 2018 将系统能力集成到全域作战力量中，寻求实现有人与无人系统无缝集成 《30年造舰计划》 2020 调整舰队结构，加大发展力度，建立有人−无人舰队 《海军大型无人船及无人潜航器：国会背景及议题》 2020 研发和采购3种新型无人装备，推动舰队结构向分布式方向发展 《海上优势：以一体化全域海上力量制胜》 2020 明确“一体化全域海上军事力量”的建设思路，统一陆海空三军在海上的使命任务，强调海上控制战略 《无人作战框架》 2021 提出无人系统自主性的5个层级，设计实施海军作战行动体系架构，提出无人作战的5项目标
Table 3. Advantages and disadvantages of battlefield situation awareness algorithms
View tableView in ArticleTable 3. Advantages and disadvantages of battlefield situation awareness algorithms
算法 优点 缺点 基于专家系统 在知识表达与推理方面易于理解，效果显著 可拓展性差、维护成本高、依赖经验，对复杂战场态势感知能力较弱 基于数学模型 可拓展性好，具有客观性，推理能力强，可解决态势信息的不确定性问题 网络模型难以确定 基于人工神经网络 无需严格的知识规则，突破了传统方法对知识的高要求 需要大量真实数据，训练困难，特征提取难度大，存在数据拟合问题
Table 4. Advantages and disadvantages of collaborative task assignment algorithms for USV swarm operation
View tableView in ArticleTable 4. Advantages and disadvantages of collaborative task assignment algorithms for USV swarm operation
算法 优点 缺点 PSO 收敛快、效率高、简单，适用于实值处理 搜索精度低，易陷入局部最优解 ACO 鲁棒性好，具有并行性，数学计算较为简单 局部搜索能力较差，易陷入局部最优解，搜索时间长 ABC 具有并行性，通用性强 易陷入局部最优解，后期收敛速度较慢 WPA 具有并行性、全局收敛性、计算鲁棒性 全局性不高，过于分散 BFOA 简单、收敛速度快 处理复杂优化问题时收敛性较差 IA 具有自适应性、并行性、全局收敛性 缺乏统一的免疫算法范式，执行效率较差 SOM 适合高维数据可视化，泛化能力高 缺乏具体目标函数，收敛性较差 Q学习 简单、收敛速度快 易出现最大化偏差，预见能力较差，只适用于状态较小场景
Tools
Get Citation
Copy Citation Text
Wei FENG, Donghua CUI, Tianbing XIA, Zhaokun YAN, Hongdong WANG. Analysis of characteristics of foreign unmanned surface vehicle swarm combat application and proposed countermeasures[J]. Chinese Journal of Ship Research, 2023, 18(1): 1
Paper Information
Category:
Received: May. 10, 2022
Accepted: --
Published Online: Mar. 18, 2025
The Author Email:
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20