XiaoMi-AI文件搜索系统
World File Search System系统流程
GAO-21-105283，卫星通信
图 1：MUOS 卫星、地面系统、波形和兼容用户终端 5 图 2：陆军士兵使用与移动用户目标系统兼容的便携式终端 6 图 3：移动用户目标系统 (MUOS) 初始 (IOC) 和全面作战能力 (FOC)、终端部署和卫星发射日期的原始和实际能力交付日期 9 图 4。联合能力整合与发展系统流程的要素 23 缩写 AN/ARC 陆军海军机载无线电通信 AN/PRC 陆军海军便携式无线电通信 AOA 替代方案分析 CJCS 参谋长联席会议主席 DMR 数字模块化无线电 DOD 国防部 DOT&E 作战测试与评估主任 FOC 全面作战能力 GHz 千兆赫 HMS 手持、背负和小型化 IOC 初始作战能力 JCIDS 联合能力整合与发展系统 JROC 联合需求监督委员会 JTRS 联合战术无线电系统 MDAP 重大国防采购计划MHz 兆赫 MUOS 移动用户目标系统 SATCOM 卫星通信 UHF 超高频 USASMDC 美国陆军太空与导弹防御司令部
GAO-21-105283，卫星通信
图 1：MUOS 卫星、地面系统、波形和兼容用户终端 5 图 2：陆军士兵使用与移动用户目标系统兼容的便携式终端 6 图 3：移动用户目标系统 (MUOS) 初始 (IOC) 和全面作战能力 (FOC)、终端部署和卫星发射日期的原始和实际能力交付日期 9 图 4。联合能力整合与发展系统流程的要素 23 缩写 AN/ARC 陆军海军机载无线电通信 AN/PRC 陆军海军便携式无线电通信 AOA 替代方案分析 CJCS 参谋长联席会议主席 DMR 数字模块化无线电 DOD 国防部 DOT&E 作战测试与评估主任 FOC 全面作战能力 GHz 千兆赫 HMS 手持、背负和小型化 IOC 初始作战能力 JCIDS 联合能力整合与发展系统 JROC 联合需求监督委员会 JTRS 联合战术无线电系统 MDAP 重大国防采购计划MHz 兆赫 MUOS 移动用户目标系统 SATCOM 卫星通信 UHF 超高频 USASMDC 美国陆军太空与导弹防御司令部
GAO-21-105283，卫星通信
图 1：MUOS 卫星、地面系统、波形和兼容用户终端 5 图 2：陆军士兵使用与移动用户目标系统兼容的便携式终端 6 图 3：移动用户目标系统 (MUOS) 初始 (IOC) 和全面作战能力 (FOC)、终端部署和卫星发射日期的原始和实际能力交付日期 9 图 4。联合能力整合与发展系统流程的要素 23 缩写 AN/ARC 陆军海军机载无线电通信 AN/PRC 陆军海军便携式无线电通信 AOA 替代方案分析 CJCS 参谋长联席会议主席 DMR 数字模块化无线电 DOD 国防部 DOT&E 作战测试与评估主任 FOC 全面作战能力 GHz 千兆赫 HMS 手持、背负和小型化 IOC 初始作战能力 JCIDS 联合能力整合与发展系统 JROC 联合需求监督委员会 JTRS 联合战术无线电系统 MDAP 重大国防采购计划MHz 兆赫 MUOS 移动用户目标系统 SATCOM 卫星通信 UHF 超高频 USASMDC 美国陆军太空与导弹防御司令部
美国太空部队的替代采购系统。......
国会国防委员会根据《2019 财政年度约翰·麦凯恩国防授权法案》（公法 115-232）第 1601(b) 条的要求制定计划。因此，会议指示空军部长向国会国防委员会提交一份关于是否以及如何实施替代采购系统的报告，该报告应不迟于 2020 年 3 月 31 日提交。该报告应包括对专门针对太空系统和计划的新采购系统的可行性的评估，包括采购太空飞行器、与此类飞行器相关的地面部分以及卫星终端。该计划应包括关于计划中描述的替代太空采购系统是否应使用联合能力集成和开发系统流程或改为使用以确保计划需求在太空飞行器和地面部分之间同步的方式开发的新需求流程的建议。它还应考虑这种系统如何实现更快的采购和更快速地部署关键系统，包括通过使用新的商业能力。 2. 会议还指示秘书在会议召开后 120 天内提交
GAO-21-105283，卫星通信
图 1：MUOS 卫星、地面系统、波形和兼容用户终端 5 图 2：陆军士兵使用与移动用户目标系统兼容的便携式终端 6 图 3：移动用户目标系统 (MUOS) 初始 (IOC) 和全面作战能力 (FOC)、终端部署和卫星发射日期的原始和实际能力交付日期 9 图 4。联合能力整合与发展系统流程的要素 23 缩写 AN/ARC 陆军海军机载无线电通信 AN/PRC 陆军海军便携式无线电通信 AOA 替代方案分析 CJCS 参谋长联席会议主席 DMR 数字模块化无线电 DOD 国防部 DOT&E 作战测试与评估主任 FOC 全面作战能力 GHz 千兆赫 HMS 手持、背负和小型化 IOC 初始作战能力 JCIDS 联合能力整合与发展系统 JROC 联合需求监督委员会 JTRS 联合战术无线电系统 MDAP 重大国防采购计划MHz 兆赫 MUOS 移动用户目标系统 SATCOM 卫星通信 UHF 超高频 USASMDC 美国陆军太空与导弹防御司令部
GAO-21-105283，卫星通信
图 1：MUOS 卫星、地面系统、波形和兼容用户终端 5 图 2：陆军士兵使用与移动用户目标系统兼容的便携式终端 6 图 3：移动用户目标系统 (MUOS) 初始 (IOC) 和全面作战能力 (FOC)、终端部署和卫星发射日期的原始和实际能力交付日期 9 图 4。联合能力整合与发展系统流程的要素 23 缩写 AN/ARC 陆军海军机载无线电通信 AN/PRC 陆军海军便携式无线电通信 AOA 替代方案分析 CJCS 参谋长联席会议主席 DMR 数字模块化无线电 DOD 国防部 DOT&E 作战测试与评估主任 FOC 全面作战能力 GHz 千兆赫 HMS 手持、背负和小型化 IOC 初始作战能力 JCIDS 联合能力整合与发展系统 JROC 联合需求监督委员会 JTRS 联合战术无线电系统 MDAP 重大国防采购计划MHz 兆赫 MUOS 移动用户目标系统 SATCOM 卫星通信 UHF 超高频 USASMDC 美国陆军太空与导弹防御司令部
GAO-21-105283，卫星通信
图 1：MUOS 卫星、地面系统、波形和兼容用户终端 5 图 2：陆军士兵使用与移动用户目标系统兼容的便携式终端 6 图 3：移动用户目标系统 (MUOS) 初始 (IOC) 和全面作战能力 (FOC)、终端部署和卫星发射日期的原始和实际能力交付日期 9 图 4。联合能力整合与发展系统流程的要素 23 缩写 AN/ARC 陆军海军机载无线电通信 AN/PRC 陆军海军便携式无线电通信 AOA 替代方案分析 CJCS 参谋长联席会议主席 DMR 数字模块化无线电 DOD 国防部 DOT&E 作战测试与评估主任 FOC 全面作战能力 GHz 千兆赫 HMS 手持、背负和小型化 IOC 初始作战能力 JCIDS 联合能力整合与发展系统 JROC 联合需求监督委员会 JTRS 联合战术无线电系统 MDAP 重大国防采购计划MHz 兆赫 MUOS 移动用户目标系统 SATCOM 卫星通信 UHF 超高频 USASMDC 美国陆军太空与导弹防御司令部
GAO-21-105283，卫星通信
图 1：MUOS 卫星、地面系统、波形和兼容用户终端 5 图 2：陆军士兵使用与移动用户目标系统兼容的便携式终端 6 图 3：移动用户目标系统 (MUOS) 初始 (IOC) 和全面作战能力 (FOC)、终端部署和卫星发射日期的原始和实际能力交付日期 9 图 4。联合能力整合与发展系统流程的要素 23 缩写 AN/ARC 陆军海军机载无线电通信 AN/PRC 陆军海军便携式无线电通信 AOA 替代方案分析 CJCS 参谋长联席会议主席 DMR 数字模块化无线电 DOD 国防部 DOT&E 作战测试与评估主任 FOC 全面作战能力 GHz 千兆赫 HMS 手持、背负和小型化 IOC 初始作战能力 JCIDS 联合能力整合与发展系统 JROC 联合需求监督委员会 JTRS 联合战术无线电系统 MDAP 重大国防采购计划MHz 兆赫 MUOS 移动用户目标系统 SATCOM 卫星通信 UHF 超高频 USASMDC 美国陆军太空与导弹防御司令部
复杂系统集成支持的架构设计...
摘要。全球的国防项目正在从开发项目逐渐过渡到涉及商用现货 (COTS) 和军用现货 (MOTS) 系统集成的项目。同时，招标书 (RFT) 要求创新的支持解决方案，以降低三十年运营的生命周期成本 (LCC)。国防越来越追求“物有所值”。虽然有明确的流程来支持系统工程和支持工程，但这些流程是按工程学科分层的，不提供同时构建和权衡系统设计和支持目标的方法。本研究分析了现有系统工程和支持工程流程在国防工业企业从以工程开发项目为主转变为服务项目方面的适用性。这种转变是对国防工业环境变化的响应，国防已从定制系统采购过渡到集成 COTS 和 MOTS 系统并提供长达 30 年的支持。本研究建立了当前状态流程集和工件关系的模型，并将其与国际标准进行比较，以达到降低生命周期成本 (LCC) 的目标。本研究确定了过渡需求，并提出了对企业业务管理系统流程、工具和工作产品模板的更改，以实现并发系统和
ML-MAS：自动驾驶汽车的混合 AI 框架
机器学习 (ML) 技术是需要大量传感的全自动系统的关键部分。深度学习已被证明在自动驾驶汽车的图像处理中非常有效 [13, 22]。花费大量精力和时间开发合适的 ML 模型可能永远无法提供完美的解决方案，无法避免所有关键场景（例如碰撞、事故）并遵守所有道路规则。总会有一些情况，模型训练不足或预测准确度不够，这会导致即使是最好的模型也会失败 [16]。重新训练模型可能不是一个有效的选择，因为为这些关键情况准备训练环境需要大量时间和困难，特别是如果这种情况发生在现实世界的部署期间，可能会对人类造成伤害。对于这种复杂的系统，验证和确认通常是一项要求。然而，由于大多数深度学习技术的黑箱性质，形式化验证要么不切实际，要么不可行 [17]。即使可以验证系统的关键部分，形式验证也无助于改善自动驾驶行为。尽管如此，验证和确认仍应是整个系统流程的一部分，但本文的其余部分将重点介绍如何改善车辆的自动驾驶行为。提高自动驾驶汽车自主性的另一种选择是结合符号人工智能的基于规则的技术