ABAS 机载增强系统 ADSB 广播式自动相关监视 AFTN 航空固定电信网络 AFS 航空固定服务 AIB 航空信息公报 AIP 航空信息出版物 AIS 航空信息服务 ANSP 空中导航服务提供商 ATIS 自动终端信息服务 ATS 航空电信服务 ATSEP 空中导航服务电子人员 CNS 通信导航监视 DME 测距设备 GBAS 地基增强系统 GRAS 地基区域增强系统 GNSS 全球导航卫星系统 ILS 仪表着陆系统 IRVR 仪表跑道视距 LYCAA 利比亚民航局 LYCAR 利比亚民航条例 MOS 平均意见得分 MTBO 平均停机间隔时间 MTTR 平均修复时间 NDB 无方向性信标 PAR 精密进近雷达 PTT 一键通 QA 质量保证 RCMS 远程控制和监控系统 SBAS 卫星增强系统 TLS 目标安全等级 VCS 语音通信系统 VHF 甚高频 VOR 视觉全向
摘要 — 最近的物联网 (IoT) 网络跨越众多固定和机器人设备,即无人地面车辆、水面舰艇和空中无人机,以执行关键任务服务,例如搜索和救援行动、野火监测、洪水/飓风影响评估。实现这些设备之间的通信同步、可靠性和最小通信抖动是模拟和系统级实现的关键挑战,因为基于物理的机器人操作系统 (ROS) 模拟器是基于时间的,而基于网络的无线模拟器是基于事件的,此外还有部署在现实环境中的移动和异构 IoT 设备的复杂动态。尽管如此,在将异构多机器人系统转化为实践之前,物理(机器人)和网络模拟器之间的同步是最难解决的问题之一。现有的基于 TCP/IP 通信协议的同步中间件主要依赖于机器人操作系统 1 (ROS1),由于其基于主控的架构,它消耗了大量的通信带宽和时间。为了解决这些问题,我们设计了一种新型的机器人和传统无线网络模拟器之间的同步中间件,它依赖于新发布的实时 ROS2 架构和无主数据包发现机制。我们提出了一种地面和空中代理的速度感知传输控制协议 (TCP) 算法,使用数据分发服务 (DDS) 的发布-订阅传输,以最大限度地减少不同机器人代理之间的数据包丢失和同步、传输和通信抖动。我们提出的中间件与特定的机器人和网络模拟器无关,但对于模拟和实验,我们使用 Gazebo 作为基于物理的 ROS 模拟器,使用 NS-3 作为无线网络模拟器。我们对基于 ROS2 的同步中间件,在数据包丢失概率和平均延迟方面进行了广泛的网络性能评估,包括视距 (LOS)/非视距 (NLOS) 和 TCP/UDP 通信协议。此外,为了进行比较研究,我们进行了一项详细的消融研究,用实时无线网络模拟器 EMANE 替换 NS-3,用基于主控的 ROS1 替换无主控 ROS2。我们提出的中间件证明了使用多种固定和机器人设备构建大规模物联网基础设施的前景最后,为了在实践中实现转变,我们在不同的地形上部署了一组不同的真实机器人——一架空中无人机(Duckiedrone)和两辆地面车辆(TurtleBot3 Burger),形成了无主(ROS2)和有主(ROS1)集群,以评估潜在的网络同步和抖动问题。
首字母缩略词和缩写列表 A2AD 反介入区域拒止 AESA 有源电子扫描阵列 AFRL 空军研究实验室 AJ 抗干扰 ALE 自动链路建立 AOR 责任区 ASARS 先进合成孔径雷达系统 ASAT 反卫星 ARGOS 先进侦察地理空间轨道系统 ATR 自动目标识别 BLOS 超视距 BMC2 战斗管理指挥和控制 C4ISR 指挥、控制、通信、计算机、情报、监视和侦察 COP 通用作战图 COSS 天体瞄准系统 DCGS 分布式通用地面系统 DE 定向能 DOD 国防部 DODIN 国防部信息网络 ECCT 企业能力协作小组 EM 电磁 EWS 电子战系统 FMV 全动态视频 GPS 全球定位系统 HF 高频 I&W 指示和警告 IA 信息保障 IFDL 飞行中数据链 IMINT 图像情报 IP 互联网协议 ISR 情报、监视和侦察 JUON 联合紧急作战需求 LEO 低地球轨道 LLAN 低拦截概率、低检测概率、抗干扰网络 LO 低可观测 LOS 视距 LPD 低检测概率
由于多径干扰和非视距接收的影响,城市环境中自动驾驶的高精度全球导航卫星系统 (GNSS) 定位仍是一个未解决的问题。最近,基于数据驱动的深度强化学习 (DRL) 的方法已被用于学习定位校正策略,这些方法适用于非平稳城市环境,而无需对模型参数进行严格的假设。然而,DRL 的性能严重依赖于训练数据的数量,而由于信号衰减和随机噪声大等问题,在城市环境中收集的高质量可用 GNSS 数据不足,导致 DRL 性能不佳和训练效率低下。在本文中,我们提出了一种基于 DRL 的定位校正方法,该方法结合自适应奖励增强方法 (ARAM),以提高非平稳城市环境中的 GNSS 定位精度。为了解决目标域环境中训练数据不足的问题,我们利用在源域环境中收集的足够数据来弥补训练数据不足,其中源域环境可以位于与目标环境不同的位置。然后我们
电子支援措施(ESM),提供敌方发射器的发射器信息、范围和方位 磁异常探测器(MAD),在攻击前确认海面下大型金属物体(潜艇)的存在 声学传感器,提供检测和跟踪水下物体通过的手段 任务计算,整理传感器信息并提供融合数据 防御辅助设备,提供检测导弹袭击和部署对抗措施的手段 武器系统,用于武装、指挥和从飞机武器站发射武器 使用各种不同的视距、高频(HF)或卫星通信系统进行通信 定位保持,在无法使用定位灯的条件下,提供安全保持队形的手段 电子战系统,检测和识别敌方发射器,收集和记录流量,并在必要时提供干扰传输的手段 摄像机,用于记录武器效果,或为情报目的提供高分辨率地面图像 平视显示器,为机组人员提供主要飞机信息和武器瞄准信息头盔显示器为机组人员提供主要飞行信息和武器信息,同时允许头部自由活动,数据链路使用数据而不是语音在安全通信下传输和接收消息
o 标明所有需要我们审核和批准的路权和停车设施(无论是拟议的还是现有的)的尺寸。尺寸应包括长度、宽度、高度、人行道上方的垂直间隙以及与路缘线的距离 o 以每英尺 1/8 英寸或每英尺 1/10 英寸的最小比例绘制 在平面图上标明 § 14-301(9)(b)(露天停车场和停车场)或 §14-804(自行车停车场)的哪些部分需要街道部门批准。所有车道路缘切口,相对于路缘线,均标明尺寸(宽度)并标记为“拟议”或“现有”。所有无信号路缘切口将按照标准细节 SC0105(标准车道细节)进行设计和建造 为所有路缘切口提供转弯平面图,清晰显示所有行车道和停车车道。提供一份完整的 PennDOT 表格 M-950S(车道视距测量)副本,并在分区规划图上显示计算出的视距三角形,用于规划图上显示的所有路缘切口(现有或拟议,在城市或州路线上)。根据标准细节 PP0101(道路符号和缩写标准)提供道路信息
两项研究(使用波音 777 和 737 模拟器)检查了机组人员在低能见度滑行操作中使用增强型飞行视觉系统 (EFVS) 的情况。25 名机组人员在以下组合下完成了 21 个短距离滑行场景:跑道视距(RVR:300、500 和 1000 英尺);平视显示器上的 EFVS(开/关);机场基础设施 - 3 个级别。使用 EFVS 产生的路线偏差较少,大多数是在 300 英尺 RVR 处使用边灯和标准中心线或使用 LVO/SMGCS“增强功能”(没有中心线灯)的路线。转弯角度越大、能见度越低,行驶速度越慢。机组人员大多数时候都能检测到右侧障碍物,检测到左侧障碍物的几率是右侧障碍物的两倍。无论是否使用 EFVS,机组人员在大转弯(>90 度)和右转弯时路线偏差较大,可能是因为转弯时失去了视觉参考。提供了有关 EFVS 对低能见度滑行的好处和局限性的建议,并建议进行进一步研究。
战术数据链 (TDL) 作为更广泛的机载网络的一个子集,用于在战斗环境中交换信息,例如消息、数据、雷达跟踪、目标信息、平台状态、图像和命令分配。在快速变化的操作条件下操作时,TDL 为用户提供互操作性、本地和全局连接以及态势感知。TDL 提供抗干扰、安全的数字数据传输网络功能,具有新的标准化波形和数据格式,允许视距 (LOS) 和超视距 (BLOS) 飞行内和飞行间通信。所有服务战区指挥和控制 (C2) 元素、武器平台和传感器都使用 TDL。TDL 包括但不限于:Link 16、Link 11、态势感知数据链 (SADL)、可变消息格式 (VMF)、综合广播服务 (IBS)、飞行内数据链 (IFDL)、战术目标网络技术 (TTNT) 和多功能高级数据链 (MADL)。联合需求监督委员会 (JROC) 最近批准了所有低可观测平台的 MADL 波形,包括 F-22、B-2 和 F-35,并且 MADL 总体集成产品团队 (OIPT) 批准了对 MADL 开发的企业级管理和支持。
非常明显——敢于打破规则和“做你想做的事”是日常行动中不可或缺的一部分。突破界限是男子气概的表现。我们为数不多的 RSAF A1 级 QFI 之一和一名 Hunter 飞行员向我讲述了我们是如何失去一名飞行员的,因为当天晚些时候接到了战斗机侦察任务的任务,当时中队正在关闭,但一名飞行员站起来接受任务,他们听到的最后一个消息是“下降到霍斯堡上空 500 英尺”。在训练中,我们会进行计划中的训练飞行,突然在飞行中途听到“我来控制”,看着我们的教官参与计划外的“混战”。战斗机中队会计划 8 对 8 的战斗——请记住,这是在飞机没有雷达的时代,所有的战斗都在视距内。低空飞行往往以互相挑战最低空的竞争而告终。 “酒后驾驶”也很常见——喝酒是男子汉的标志。中队管理层知道这一点,但什么也没做,即使在发生几次事故之后也是如此。所以如果你看看我们之前的事故,你会看到相当多的空中相撞和地面相撞,甚至与教练机如 Strikemaster 飞机相撞。除此之外,操作日志界面没有
摘要 墙体遮挡是导致基于接收信号强度指标(RSSI)的室内定位产生非视距(NLoS)误差的主要因素,对信号穿墙路径损耗进行建模和修正将提高RSSI定位的精度。基于电磁波传播理论,分析了无线信号穿墙传播的反射和传输过程,根据功率损耗和RSSI定义推导了信号穿墙路径损耗,提出了信号穿墙路径损耗的理论模型。鉴于理论模型的电磁特征参数通常无法准确获取,在对数距离路径损耗模型的基础上,提出了信号穿墙引起NLoS误差的统计模型来求解该参数。结合统计模型和理论模型,提出了一种信号穿墙路径损耗的混合模型。基于混凝土墙体电磁特征参数经验值,分析各电磁特征参数对路径损耗的影响,建立了信号穿墙区域路径损耗的理论模型。通过RSSI观测实验分别建立了信号穿墙区域路径损耗的统计模型和混合模型,混合模型可以解决墙体材质未知时的路径损耗问题。