态势感知 (SA) 是与正在执行的任务相关的知识。例如,飞行员必须了解飞机的状态、飞行环境以及它们之间的关系,例如雷暴与湍流有关。它是决策的重要组成部分,已被纳入多种决策模型中(例如,Dorfel 和 Distelmaier 模型,1997 年;见图 3.1)。态势感知有三个层次(Endsley,1991 年):第 1 级,对环境中元素的感知;第 2 级,对当前情况的理解;第 3 级,对未来状态的预测。态势感知测量有四种类型:性能(也称为查询方法,Durso 和 Gronlund,1999 年)、主观评级、模拟(也称为建模,Golightly,2015 年)和生理测量。以下各节分别描述了前三种类型的态势感知测量。 French 等人 (2003) 和 Vidulich 等人 (1994) 撰写了描述 SA 生理测量的文章。图 3.2 给出了帮助选择最合适测量的流程图。请注意,Stanton 等人 (2005) 提出了另一种 SA 测量分类。它们的类别是:SA 需求分析、冻结探测、实时探测、自我评级探测、观察者评级和分布式 SA。该团队还评估了 17 种 SA 测量在指挥、控制、通信、计算机和情报 (C4i) 应用中的应用
相互依存地朝着共同目标前进。我们将此实体称为 HRT。然而,即使在 USAR 环境中引入机器人技术,许多 USAR 任务仍然依赖于沟通能力有限或仅能向人类操作员显示简单机器人状态元素的机器人。尽管机器人状态信息很重要,但这种类型的沟通不需要 HRT 进行深入交流,这使得人类操作员更多地扮演监控者或监督者的角色,而不是队友,团队互动仅限于询问机器人队友或在机器人队友的限制范围内工作。因此,USAR 机器人有限或缺乏沟通能力可能会阻碍 HRT 的有效性,导致机器人被视为依赖关系中的工具,而不是相互依赖关系中的队友。这种客观性虽然在某些决策环境下(例如对工具的信任进行适当校准)很重要,但也可能阻碍人类同行与能力日益增强的机器人建立信任和互动团队认知的基础。信任和互动团队认知是高效团队的重要组成部分(Cooke 等人,2013;Schaefer,2016)。在将机器人融入 HRT 时,由于机器人自动化故障的必然性,人们更倾向于从团队合作的角度而不是工具的角度来考虑(Honig & Oron-Gilad,2021)。意外的机器人故障——即使这些故障可以归因于环境因素而非技术因素——通常会导致人类信任度下降,并可能导致机器人队友被视为不可预测或不可靠。这种性质的机器人故障表明,需要找到解决方案来解决半自主机器人队友的缺点,以更好地发挥他们作为有用队友的潜力。考虑到这一点,本研究的目的是探索机器人的解释和透明度如何影响 HRT 中的人类信任和态势感知,并量化模拟环境中 HRT 沟通的最佳模式。
在当前科技革命和前所未有的大变革背景下,各国都面临着由贸易之争向生态和科技实力之争转变所导致的关键核心技术加速发展的态势。竞争态势分析是关键核心技术创新的重要环节,构建普适性的关键核心技术国际竞争态势分析模型,可以为科技创新决策者解决技术难题提供科学支撑。本研究以新一代信息技术产业为例,识别该产业的关键核心技术,评估世界主要国家的竞争态势。研究表明,在新一代信息技术领域,美国、日本处于全球领先地位,此外,中国在各领域都有活跃的创新活动,但总体与世界领先水平仍有较大差距,研发质量有待进一步提高。
本研究探讨了小国的进攻性网络能力如何威慑大国的网络敌对行为。更具体地说,它提出了一个问题:挪威能否通过发出在同一领域内进行报复的决心信号,成功阻止大国(尤其是中国和俄罗斯)的敌对网络行动?本研究回顾了有关小国获得相关进攻性网络能力的前景的文献;成功地发出了以惩罚进行威慑的姿态;更广泛地说,是对大国进行报复的复杂性。该研究的结论是,大多数小国将以非战略性和秘密能力进入网络战场,倾向于以相当模糊的方式表明其决心,并被迫以可否认的手段作出回应。报告发现,这种模糊的特征——模糊的秘密行动的标志,而不是战略态势——并不能提供有效的威慑。因此,对于挪威和类似的小国来说,通过惩罚进行威慑可能是一种难以捉摸的网络态势,即使不是完全徒劳的。
本《论文 - 开放获取》由 Scholars Junction 的论文和学位论文免费提供给您,供您开放获取。它已被 Scholars Junction 的授权管理员接受并纳入论文和学位论文。如需更多信息,请联系 scholcomm@msstate.libanswers.com 。
2 本报告重点关注空间态势感知 (SSA),而非空间领域感知,并将始终使用 SSA 这一术语。国防部联合出版物 3-14,题为《空间行动》,将 SSA 定义为“对空间物体和空间行动所依赖的作战环境(包括物理、虚拟、信息和人力维度)以及所有因素、活动和事件的必要基础、当前和预测知识和特征描述,所有实体都参与或准备参与空间行动。” 2019 年,空军空间司令部副司令签署了一份备忘录,对“空间领域感知”这一术语进行了定义。这份备忘录将太空描述为一个作战领域,迫使空军将重点从简单地了解物体在太空中的位置转移到确定有关这些物体的更多信息。空军部,空间领域感知 (2019 年 10 月 4 日)。
一个人理解情况的测量方法,经常用于评估依赖于人类行为的关键系统的安全性和有效性。虽然有客观的方法来测量 SA,但主观评估,如 SA 评级技术 (SART),仍然被广泛使用。然而,目前还不清楚 SART 测量的 SA 或其组成维度的测量水平是什么。这是一个很大的差距,因为测量水平决定了哪些数学和统计学可以有意义地用于合成和评估测量。本研究使用以前开发的确定心理测量评级测量水平的方法来评估 SART 及其元素的测量水平。结果表明,在大多数情况下,SA 的所有维度都可以视为区间,但每个维度都在单独的区间尺度上。这个结果使人们对 SART 用于从其子组件计算 SA 的公式的有效性产生了怀疑。我们最终讨论了我们的结果并探索了未来的研究方向。
在空中、海上和太空。我们的投射、机动、连接和维持能力至关重要
摘要:为实现态势感知的自主化、智能化,本文提出了一种基于分维信息挖掘和多维信息重构的智能态势感知模型。首先,通过对输入的融合信息进行三维重构建立空间态势感知,四维重构完成态势理解,五维重构寻求态势预测,将三级态势估计模型优化为更加鲁棒的态势估计三元模型。结合数据库系统、推理学习机制和多样化的人机界面理念,完成了智能态势感知的基本框架。其次,论证了系统的灵活配置方法。第三,给出了智能态势感知性能指标和多节点一致性的一些基本评价方法。第四,给出了钻井平台典型电磁态势估计算例,对理论进行了说明和验证。最后,对智能态势感知系统下一步建设提出了几点建议。
摘要:为实现态势感知的自主化、智能化,本文提出了一种基于分维信息挖掘和多维信息重构的智能态势感知模型。首先,通过对输入的融合信息进行3D重构建立空间态势感知,4D重构完成态势理解,5D重构寻求态势预测。将三级态势估计模型优化为更加鲁棒的态势估计三元模型。结合数据库系统、推理学习机制和多样化的人机界面理念,完成了智能态势感知的基本框架。其次,论证了系统的灵活配置方法。第三,给出了智能态势感知性能指标和多节点一致性的一些基本评估方法。第四,本文给出了钻井平台的典型电磁态势估计算例,对理论进行了说明和验证。最后对下一步智能态势感知系统的建设提出了几点建议。
