无人自主系统集成仿真环境-迈向概念框架

摘要

本文启动了一个全面的概念框架，可为无人自治系统（UAS）的集成仿真环境，能够支持从“系统系统”的视角来支持设计，分析，测试和评估。本文还调查了对UA及其组件的建模和性能评估领域的现状，并确定了未来发展的指示。通过详细分析当前和未来所需功能和性能的详细分析，识别和定义了综合模拟环境的所有组件。通过包括所有操作域，代理类型，外部系统，任务和组件之间的交互来确保模拟环境的一般性和完整性。仿真环境的概念框架具有灵活性，模块化，一般性和可移植性，作为关键目标。UAS模拟的概念框架的开发揭示了与确定特定UAS特征的机制和相互作用有关的重要方面，包括复杂性，适应性，协同作用和人工和人工智能对系统性能和有效性的影响。

1.介绍

人们越来越需要避免暴露在“枯燥、肮脏或危险”的环境中[1在过去二十年中，任务与持续的多学科技术进步结合在于，无人驾驶自治系统（UASS）的发展，部署和运作中指数增长率背后的主要原因。超过二十个国家投入了大量资源，以便在军事和平民领域的广泛应用中投入了发展和制造uass [2］．虽然人工人员是整体系统的一部分，但UAS包括作为主要组成部分或几辆无人驾驶车辆（UVS）在具有不同自主权水平的使命内完成其作用，从遥控到全自动任务完成3.那4.包括适应和决策，以应对不断变化的经营条件。大多数无人机应用依赖于无人机(uav);然而，陆地、海上和太空运载工具也通常用于在系统中发挥主要或次要作用。美国军方目前有超过3打的无人机平台在服役[1]从小尺寸到全尺寸飞机，用不同的推进系统，包括固定的翼UV，旋转翼UV和飞艇。这捕食者和全球鹰（用空军），猎人（与军队），和先锋（与海洋军团）只是最着名的一些。超过20个系统基于无人机地面车辆（UGV），海上无人驾驶车辆（UMV）超过15个。

增加复杂性任务和高级自主权的要求决定了当前和未来的UAS设计，以越来越全身和智能。构成UAS的个体代理是许多和复杂的，具有不同的能力和特征。此外，UASS被要求在延长，不确定，并且，有时，极端的环境条件下运行，可能在复杂的社会政治环境中，以满足需要高智力的特派团和任务。UAS内外的个体代理特征和互动的新颖性和复杂性在所有阶段构成了新的挑战 - 也就是说，研究，设计，测试和操作产品生命周期。为了充分利用UAS系统特性和协同能力，每个阶段的方法都是必要的，需要跨平台，子系统，运营域，环境，任务和应用程序应用。这些方法必须基于与UA内外和外部内外的复杂性，集成，通信和互操作性相关的“系统系统”的透视寻址问题。在这种情况下，国防部（国防部）信息技术标准注册处（DISR）（以前国防部联合技术架构） [5.]在所有国防部系统中制定一般的信息技术框架。4D / RCS架构[6.]为无人驾驶车辆软件的结构和组织建立一个参考模型，以确保系统集成，有效性和互操作性。与此类标准和架构结合，无人系统的联合架构(JAUSs)建立了“一种由定义良好的消息组成的公共语言，实现无人系统之间的内部和外部通信”[7.提供一个独立于车辆平台、任务、计算机资源、技术和操作人员使用的框架。无人机系统的设计和操作所采用的策略必须扩展到开发足够的仿真工具[8.，以支持UAS开发人员及早确定在复杂的操作环境中整个复杂系统的所需能力达到了何种程度。如果正确地识别、彻底调查和充分理解子系统特性(来自UAS内部和外部)对系统性能的影响的机制，就可以实现这个目标。需要处理的关键方面是相互依赖、健壮性、协同性，以及开发专用策略、方法、度量和通过模拟进行建模和测试的软件的潜力。面对所有这些挑战，并为所有这些不同的、复杂的、系统性的问题找到解决方案，模拟工具本身在本质上是不同的、复杂的、灵活的、可维护的[9.[需要从“系统系统”的角度来看。

通常，UAS建模和模拟工作已经针对支持特定应用，并主要专注于车辆动态和控制[10-15］．商业可用的飞行模拟包可以定制，并用于有限范围的无人机分析[16］．更大规模的致力于普遍性、集成和互操作性的工作包括美国陆军的多统一仿真环境（缪斯）[17),海军空中系统司令部(NAVAIR)无人机无人战斗飞行器(UCAV)分布式仿真基础设施[18]，美国和英国联合分布式仿真环境，项目丘吉尔[1，波音人在环空对空系统性能评估模型(MILAASPEM) [19),MissionLab用于设计和测试机器人结构[20.),模块化半自动力（modsaf）进入OneLaf [21那22］．

目前可用的模拟工具侧重于有限的/孤立的设计问题和/或人员培训。总的来说，他们缺乏处理所有类型的代理、任务、操作和环境条件下的无人机系统的高度复杂性和系统性的能力。它们也没有提供充分的手段进行全面的测试和评价。在这项工作中，已经尝试为制定综合无人机系统仿真环境(UAS- se)的概念框架奠定基础，该环境将为无人机系统的开发、测试、验证和验证提供灵活和全面的仿真工具。主要组件及其相互作用从“系统的系统”的角度进行了分析，旨在测试和评估(T&E)无人机的所有操作领域，包括所有类型的车辆、机载和外部任务设备、个体智能、操作员和管理人员、静态和动态环境，通信和信息流，以及不同的任务场景和目标。通过仿真研究了模型和性能评估工具的可用性，并确定了未来的发展方向。

在下一节中，概述定义概念框架的主要战略目标。仿真环境的顶层架构见本节3.．在部分4.和5.，描述输入和输出模块。UAS-SE的中心组件分组模拟核心在一节中描述6.然后是结论和参考文献列表。

2.无人机仿真环境概念框架设计的总体策略

uass通常包括一组复杂和不同的实体，包括若干类别的人员。全面的UAS-SE必须模拟所有这些组件，包括与系统智能，复杂性，自主操作以及协作操作相关的特定特征。必须定义分层模块化结构，这是非常灵活的，使得它可以根据特定的模拟模式组织ad hoc和模式的组合(我)测试和评估，(2)系统行为分析和预测，（iii）人员培训，(iv)人工智能组件训练，（v）硬件在环仿真，（vi）软件在环仿真，（vii）人在循环模拟。

具体的仿真方案与每个模拟模式中的每一个相关联。UAS-SE的功能必须允许选择和定制和灵活的这些方案的制定，包括各种各样的情况(我)代理和系统自治水平，(2)组件模型的复杂程度，（iii）子系统交互的类型，(iv)任务类型，（v）风险和事件发生概率的水平，（vi）外部代理和系统智能水平，（vii）测试和评估目标，（viii）用于系统分析的辅助和连接动作。

概念框架的主要战略要求可以如下汇总。(我)直接解决了无人机系统的复杂性和系统性。(2)通过包括所有操作域，代理类型，外部系统，任务以及组件之间的交互来确保一般性和完整性。（iii）通过模块化架构和组件之间的标准内部接口确保灵活性和可扩展性，允许进一步开发，添加和修改。(iv)适应与与UA的操作相关的所有域相关的测试和评估方法。（v）管理环境的不确定性和动态，对整体系统性能和操作的影响评估。（vi）管理系统协同，有效性，自主权和智能的评估。

3. UAS仿真环境的顶级架构

全面UAS-SE的顶级框图如图所示1．UAS-SE由一个模拟核心，一个输入模块，和输出模块操作人员分为两类模拟人类的经理和模拟人类运营商．对于UAS-SE的特定操作模式，可以实现与外部硬件和/或人工人员的交互。

在模拟之前，仿真人体经理（SHM）提供所有必要的数据，以完成所有系统和子系统的完整表征，以及根据数据和/或例程的客观要求和可用性的兼容模拟选项的完整菜单。请注意，SHM不应与其他自动/虚拟的混淆经理，它们是无人机系统或外部系统的组成部分。

这仿真人体运营商（SHO） -还称为“用户” - 通过提供关于系统组件的类型和数量的特定信息，一般模拟模式，模拟复杂性级别，特定目标或任务，一般任务条件，特派团详细信息和测试以及测试以及测试和测试和测试和测试和测试评估方案。请注意，Sho是一个使用模拟的真实人，不得与属于UAS和/或外部系统的一部分的其他类别的“人类运营商”混淆，并且在UAS-SE中建模。

4.输入模块

这输入模块（见图2)包括以下四个子模块:(我)操作界面,(2)一般系统数据文件，（iii）模拟经理，(iv)模拟模式。

这操作界面由所有软件元素组成，允许用户程序交互用于模拟定义和初始化。用户友好的图形用户界面是必要的，以允许通过选择所有相关参数，例如仿真模式，系统组件，任务类型和详细信息，单个代理操作的复杂性等级，以及系统集成等所有相关参数来设置仿真方案。

这通用系统数据文件包含正确执行所有系统和组件所需的所有预装信息，以满足所有系统和组件的整个符合条件的模拟配置。它们由模拟人类经理提供。

这仿真管理器子模块根据操作员的选项准备基本仿真框架。它标识模拟配置，监视操作员交互式选项和可用数据之间的兼容性，处理数据，并将它们分发给模块模拟核心．

这模拟模式子模块将模拟场景分成几个类别，如第一部分所列2-管理相应的具体参数和仿真配置。

5.输出模块

这输出模块（见图3.)包括以下四个子模块:(我)输出管理器,(2)输出数据,（iii）输出接口,(iv)评估指标。

这输出管理器根据操作员的选项组织数据的选择、处理、存储和显示。

的内容输出数据是数值模拟的结果，并且它们的结构可以预定或由操作员特别请求。

这输出接口由所有软件元素组成，允许程序根据用户的需求和选项来显示、显示和存储模拟的数值结果。

这评价指标子模块处理输出数据以确定基于用户输入和测试和评估方案的与性能和有效性评估相关的参数。指标和使命方案必须能够捕获UAS的系统，自适应和智能性质。UAS-SE必须提供评估组件性能，也必须提供子系统和系统协同作用的能力，换句话说，评估各种代理互动和合作对整体性能和能力的影响。

随着整体运营效率的评估为最终目标，UAS的T＆E必须解决所有架构层面假设的以下问题，即组件，子系统和系统：(我)表现，(2)可用性，（iii）运营效率，(iv)操作多功能性。

性能评估指的是评估代理/系统在履行其设计角色时的重要能力水平。其中一些功能可以很容易地表示为物理量，并形成基本的设计参数，如飞机的最大高度和速度或传感器的测量精度。通过适当的建模，在最低层次上的各个组件的许多这样的功能被嵌入到仿真中。在整个操作过程中，在存在极端不利条件以及发生故障或故障后，确定组件的性能水平是非常重要的。定义指标、算法和复杂系统定量评估的测试场景等更具挑战性的任务目前正在研究中[23那24］．多智能体性能评估总体框架的初步步骤已经完成[25-27］．但是，需要解决更适当的一般指标和程序的制定。评估UAS智能行为水平及其对整体性能的影响是一个关键方面。对于这项任务，必须考虑人工和人工智能。考虑到认知过程和智能行为的机制并不充分了解，制定指标，非常具有挑战性是非常具有挑战性的，并且尚未获得足够的模型。近年来，对人类运营商和UAS能力进行了重大努力，如对情况的意识[28那29]，感知[30.]，和人体机器人团队互动[31那32］．尽管一般机器人应用的社会影响偶尔得到承认[24]，无人机系统的社会和政治影响仅在接受机载无人机进入不受限制空域的背景下进行了讨论[33］．然而，预计无人机将以更多不同的方式影响越来越多的人。还应该认识到，人类的决策过程经常受到社会、文化和政治方面的影响。有理由预计，人工智能也将纳入这些功能。因此，有必要在未来的综合无人机系统- se中考虑这些因素，以便正确建模决策过程和进行广义的性能评价。

可用性，其组成部分由可靠性那可维护性,可支持性．可靠性可以定义为系统在特定条件集下在一定程度的性能下完成分配任务的期望值[34］．可以使用失败发生的统计测量此特性，例如失败或每小时故障的平均故障之间的平均时间[15那35］．假设故障防止完成任务或减少表现水平。由于缺乏情境意识，错误或危险的决策，疲劳等，它们可以被归类为硬件故障或人工智能失败的结果。可维护性是系统在正常的纠正性、预测性或预防性维护下维持持续全能力运行的特征。这方面的信息有限。已经开发了软件可维护性的度量标准[36］．基于马尔可夫链，建立了评估可靠性和可维护性对公共交通系统服务质量影响的分析模型[37］．这可支持性系统可以基本上被认为是能够通过减少的后勤资源维持连续的全能运行的能力[38那39］．

运营效率由数量和复杂性决定维护那物流支持,系统操作需要完成无人机任务。拥有成本和运营成本也是需要考虑的一个重要方面。其他评估指标仅针对系统操作制定[31］．

操作多功能性包含系统特性，例如灵活性那适应性,可兼容性．灵活性表示系统使用不同的组件和/或体系结构执行相同或非常相似任务的能力。Robby等人提出了灵活性评估的指标[40］．适应性是系统在存在修改的操作要求的情况下修改，重新分配或合并资源以在存在修改的操作要求，内部参数（例如故障）或不同环境条件的变化中的能力。已为软件架构提出了指标[41那42］．最后，可兼容性可以定义为系统使用构建块进行重新配置以实现特定目标的能力[43］．这一概念最近接受了与可协调软件和仿真环境的开发相关的大量关注。但是，尚未解决UAS的可组合性水平的评估。

值得注意的是，对无人机系统的直接评估可用性、操作效率和操作多功能性必须同时评估其对一般的影响吗性能能力。

6.模拟核心

这模拟核心包括六个主要组成部分。前四个模块形成UAS：(我)个人代理模块,(2)辅助系统模块,（iii）任务设备模块，(iv)无人机管理和决策模块，（v）环境模块，（vi）外部系统模块。

6.1。个别代理模块

所有组件的所有组成部分个别代理模块被认为是无人机系统的一部分。它们被分成5个子模块，如图所示4.．

(我)车辆子模块包括载人和无人(遥控、自动、自动)车辆，在不同的环境和空中使用不同程度的自主和车载智能操作[2那44那45，在地上[46]，在海面[47水下[48]或空间中[49］．一个简化的例子个别代理模块为无人驾驶飞行器，如图所示5.．子模块包括飞机一般动力学的模型[50那51]和子系统，如车载传感器[52),致动器(53，起落架[54)、发动机(55，及控制系统[56那57］．

(2)固定实体子模块包括 - 即使移动场地面站也是[58]可能使用操作符接口[59，命令中心和通信继电器。尚未执行UAS模拟中这些元素的全面模型的实现。

（iii）人类子模块包括所有在无人机系统中具有主动和被动属性的人员。大多数对智能行为建模的努力都是基于Rasmussen提供的框架[60.］．在该子模块中，诸如操作员注意，信息感知和处理之类的方面[61.、人机界面问题[62.]和运营商工作负载[63.]是解决的。

(iv)通信网络子模块包括节点交互，材料路径，信息流和处理。这些方面已经在社会政治背景下解决，但与UA无关。诸如延迟和错误等技术特征的分析适用于Kongezos和Allen等特定系统，如kongezos [64.]对于无线通信。通过POH分析了城市环境中的UAV通信的方面[65.］．

（v）世界模型子模块包括每个独立代理的外部世界的表示，作为传感器融合、智能数据处理和与无人机系统内外的其他独立代理的信息传输的结果[66.那67.］．系统及其组件的态势感知来源于该子模块。

6.2。辅助系统模块

这辅助系统模块包括代表系统的子模块，其动作可以被视为自然，次要，临时，限制的权限，从UAS操作和/或模拟的角度来看，时间，可更换/冗余等。环境。该模块包括如图所示的以下子模块6.．

(我)轨迹规划子模块。该子模块承载算法，以计算受优化过程约束的期望轨迹，除非由于其他要求而施加轨迹。确定轨迹是系统自主的一个重要特征，已作为导航和控制系统发展的一部分得到了仔细的考虑[68.]导致各种各样的方法和算法[69.那70］．

(2)运输网络和子系统。UA的部署可以包括需要向操作区域传送UA或其一些组件的重要阶段。

（iii）维护和支持。为物流的设计、运作和影响制定了一般框架[71.］．然而，无人机性能评估的建模和仿真还不具备。

(iv)人类运营商。建模人力操作员执行辅助系统任务将解决类似于UA的人事部位的类似问题，可能在较低的复杂程度上。这种区别被认为是必要的，以便更详细地分析复杂系统的性能和组件贡献。

（v）客观使命风险和威胁。该子模块的一个目的是管理与UAS-SE的组件相关联的风险模型，并触发事件，例如故障或环境条件的变化。这些模型主要依赖于特定条件的事件发生的统计数据[72.］．另一个目标是处理无人机任务风险评估的数据[73.那74.］．

（vi）组件故障，故障和异常情况通常对系统性能，能力和任务成功具有直接的重要影响。有针对某些类的执行器和影响无人驾驶车载设备的传感器故障的模型可用[75.-77.］．人类运营商的故障，在子系统相互作用和人机交互水平，需要进一步的分析和建模。

6.3。任务设备模块

这任务设备模块具有以下两个主要组件，如图所示7.：(我)任务装备控制子模块，(2)设备组件子模块。

为单个代理服务的设备或无人机作为其任务的整体可能包括传感器和驱动器、数据采集系统、数据处理系统、武器系统、机械臂、辅助机器人、机载实验室、交付系统或其他有效载荷。应当指出，只需要对与无人机行动直接有关的要素和特征进行建模，而不必对任务设备系统的具体功能进行建模。

6.4。UAS管理和决策模块

这UAS管理和决策模块集成了无人机操作所需的人类和人工智能最重要特征的模型。它托管如下进程，如图所示8.：(我)“无人飞行系统”管理子模块,(2)个体智能与决策，（iii）人类智慧和决策，(iv)智能体、群和系统的智能自适应控制，（v）代理状态自我评估。

这个子模块中的模型主要关注认知过程[78.]导致决策[79.-81.、环境意识[29那82.]代理人状态自我评估[83.]风险评估，任务评估，系统状态评估，任务重新定义根据系统故障，环境变化和/或操作员干预[84.］．决策算法包含一定的权威性和多准则策略。诸如模糊推理、机器学习、群体智能和人工神经网络等人工智能技术可以同时执行这些任务。

UAS操作的一个重要问题是空中空间管理[1) (ASM)。真实无人机系统在这方面的主要特点和能力必须充分体现在仿真环境中。使用比实时并行计算更快的速度，可以确定仿真环境中任何动态子系统的未来状态，并用于建模“完美”的情景评估和预测工具。已知的基于统计的实际ASM系统的性能指标，如检测率，评估误差，准确性，可以用来改变“完美”系统，以实现真实的模拟。然而，对于ASM的分析和设计，需要更精确的仿真工具。高级ASM开发通常依赖于机器学习[85.那86.]和四维轨迹表示（位置和时间）[87.那88.]支持各种冲突检测和冲突解决算法[89.-93.］．

6.5。环境模块

这环境模块(如图9.)期望捕获UAS将要覆盖的操作领域的复杂性和多样性。全面实施所需的模型可分为以下几类:(我)大气子模块，(2)地形和地下子模块，（iii）海表面子模块，(iv)Undersea子模块，（v）超大气子模块，（vi）城市和室内子模块，（vii）社会和政治环境。

前六个子模块必须包括物理特征和自然和人工障碍的模型。自主操作意味着对环境的高情境意识和适应性，包括避免避免的障碍物检测，识别和评估[94.］．设计这样一个系统是一项极具挑战性的任务。如果能够很好地估计其主要特性，如计算延迟、精度、正确识别概率和操作距离，则对其进行模拟可能就不那么复杂了。

尚未尝试建模UAS评估的社会和政治环境。However, there is a growing concern with respect to issues such as impact on the environment, impact on human general activity (e.g., traffic), acceptability of “intelligent” robots, artificial intelligence decisions with moral implications, collateral damage, social perception, and acceptability of risks [95.那96.］．

建模环境不确定性，可变性，极端和异常情况对于全面和详细的测试和评估至关重要。

6.6。外部系统模块

这外部系统模块包括不属于UAS或环境的实体，但为了执行任务而与UAS进行重要的交互(如图所示)10)．它们被分类为(我)目标,(2)敌对外部系统，（iii）友好和中立的外部系统。

目标模型必须与机载探测算法相对应，并提供红外或雷达信号等相关信息，以便对探测算法进行性能评估。

7.结论

一个全面的概念框架已经启动，目的是开发一个集成仿真环境，重点是无人机系统的测试和评估。

仿真环境的高级结构和构建块已根据当前和未来所需的功能和性能制定。

概念框架地解决了UAS的复杂性和系统性。它赋予了高度自适应智能系统的性能和有效性评估的工具的开发。

综合仿真环境具有高水平的通用性，涵盖了各种无人自主系统及其在所有操作领域的任务。

对无人机系统及其组件的建模和性能评估的现状进行了评估，并确定了未来研究的需求和差距。

参考文献

匿名的,无人机系统路线图2007-2032，国防部长，华盛顿，直流，美国，2007年。
匿名的,无人飞机系统路线图2005-2030，国防部长，华盛顿，直流，美国，2005年。
黄海明，艾德。用于指定无人系统的自主水平的术语，版本1.0，NIST特别出版物1011，国家标准与技术研究所，盖瑟斯堡，MD，2004年。
小时。黄，K. Pavek, B. Novak, J. Albus，和E. Messina，“无人系统(ALFUS)自主水平的框架”AUVSI的北美无人系统会议记录，pp.849-863，Baltimore，MD，美国，2005年。视图:谷歌学术
匿名的,信息技术标准注册表，美国国防部，2007。
J. Albus等，4D/RCS:无人机系统参考模型体系结构。版本2.0，美国商务部，国家标准和技术研究所，技术管理局，盖瑟斯堡，美国马里兰州，2002。
匿名的,无人系统域模型的联合架构，版本3.2，隶属于2005年收购，技术和物流副秘书处。
E. H. Page和R. Smith，“军事训练模拟简介：离散事件模拟人员的指南”冬季仿真会议的诉讼程序，卷。1，PP。53-60，华盛顿特区，美国，1998年。视图:谷歌学术
A. verbraeck和E. C. Valentin，“使用构建块来增强模拟模型和仿真库的灵活性和可维护性”，第十三届欧洲模拟研讨会论文集(ESS '01)，比利时根特，2001年。视图:谷歌学术
N. M.Jodeh，P. A. Blue和A. A. Waldron，“小型无人机研究平台的发展：使用飞行试验验证建模和模拟”AIAA建模与仿真技术会议论文集，卷。1，PP。369-391，Keystone，Colo，USA，2006。视图:谷歌学术
E. R. Mueller，“用于评估无人空中车辆控制系统的环路仿真设计”AIAA建模与仿真技术会议论文集， vol. 1, pp. 530-543, Hilton Head, SC, USA, 2007。视图:谷歌学术
M. G. Perhinschi, M. R. Napolitano, G. Campa, M. L. Fravolini，“基于非线性动态反演的神经增强容错控制律测试和研究的仿真环境”，刊于AIAA建模和仿真技术会议的诉讼程序，卷。1，pp.147-157,2004。视图:谷歌学术
S. J. Rasmussen和P. R. Chandler，“多无人机:合作控制研究的多无人机模拟”，刊于冬季仿真会议的诉讼程序，第1卷，第869-877页，圣地亚哥，加利福尼亚，美国，2002。视图:谷歌学术
M. Yasar，D. O. Bridges，G. Mallapragada和J. F. Horn，“一个用于协调无人旋架和地面车辆的仿真试验台”AIAA建模与仿真技术会议程序，卷。1，pp.400-412，Keystone，Colo，USA，2006。视图:谷歌学术
C. PACKett和V. Sastry，“无人居住的自治空气系统的事故因果关系初步模型及其对决策架构的影响”UKSIM第10届计算机建模和仿真国际会议的诉讼程序（EUROSIM / UKSIM '08），页487-492，剑桥，英国，2008。视图:出版商的网站|谷歌学术
J. Craighead, R. Murphy, J. Burke，和B. Goldiez，“商业和开源无人驾驶车辆模拟器的调查”，刊于IEEE机器人与自动化国际会议的诉讼程序，pp.852-857，罗马，意大利，2007年。视图:出版商的网站|谷歌学术
I. Clark，R. Miksa，D. Childs和K. Mead，“模拟支持培训的好处”甲公告，第32卷，第2期1, 1999。视图:谷歌学术
J. Twesme和A.Corzine，“海军空气系统指挥（Navair）无人机航空公司（UV）无人战斗机（UCAV）分布式仿真基础设施，”第二届AIAA“无人无限”系统、技术和操作会议论文集——航空、陆地和海洋会议、研讨会和展览2003年，美国加州圣地亚哥。视图:谷歌学术
K. E. Lawson和C.T. Butler，“循环中的循环空到空运系统性能评估模型（MIL-AASPEM）II，D658-10485-1，”波音公司，1995年。视图:谷歌学术
D. C. Mackenzie，R.C.Arkin和J. M. Cameron，“多层特派团规范和执行”，自治机器人，卷。4，不。1，pp。29-52,1997。视图:谷歌学术
J. M. Sardella和D. L. High，“与Modsaf的陆军航空模拟器的整合：第八次陆军训练解决方案”跨服务/行业培训、模拟和教育会议论文集，奥兰多，弗拉，美国，2000年11月。视图:谷歌学术
P. Drewes，“基于仿真的无人系统指挥和控制方法”佛罗里达州近期机器人进展的诉讼程序，迈阿密，弗拉，美国，2006年。视图:谷歌学术
S. O'Day, M. Steinberg, C. Yglesias等人，“智能自治的度量”智能系统性能指标研讨会论文集(PerMIS '04)，盖瑟斯堡，美国MD，2004年。视图:谷歌学术
A. Steinfeld，T. Fong，D.Kaber等，“人体机器人互动的常见度量，”第1届ACM人机交互会议论文集，卷。2006年，第33-40页，盐湖城，犹他州，美国，2006年。视图:谷歌学术
J. Albus，“智能无人地面车辆的指标和性能指标”，出版智能系统研讨会的绩效指标的COMPORTONG（Permis'02），美国马里兰州盖瑟斯堡，2002年。视图:谷歌学术
J.L. Harbour，D. J. Bruemmer和D. A.少数，“衡量无人驾驶车辆系统性能：挑战和机遇”Auvsi无人系统北美，美国佛罗里达州奥兰多，2006年。视图:谷歌学术
C. Dimou，A.L. Symemidis和P.A.Mitkas，“朝着评估MAS绩效的通用方法”关于知识密集型多功能机构整合国际会议的诉讼程序（Kimas'07），pp.174-179，沃尔瑟姆，大众，美国，2007年。视图:出版商的网站|谷歌学术
S. S. Mulgand, K. A. Harper, G. L. Zacharias，和T. Menke，“样本:飞行员在回路评估的情况意识模型”，在第九届计算机生成力与行为表示学术会议论文集，奥兰多，弗拉，美国，2000。视图:谷歌学术
J. A. Adams，“无人驾驶车辆情况意识：前进的道路，”人类系统集成研讨会论文集，美国，美国博士，2007年。视图:谷歌学术
B. Touchton，T. Galluzzo，D. Kent和C.起重机，自主地面车辆的感知和规划建筑，“电脑第39卷第3期12，页40-47,2006。视图:出版商的网站|谷歌学术
A. Freedy，E. Freedy，J. Devisser等，“一个完整的仿真环境，用于测量和评估人员机器人团队表现，”IEEE安全，安全性和救援机器人会议的诉讼程序，以及智能系统研讨会的性能指标，Gaithersburg，MD，美国，2006年。视图:谷歌学术
P. E. Pina, M. L. Cummings, J. W. Crandall，和M. Della Penna，“识别可概括的度量类来评估人类-机器人团队”，刊于3号年度人体机器人互动年度会议的人体机器人互动研讨会指标的诉讼程序，阿姆斯特丹，Nederlands，2008年。视图:谷歌学术
匿名的,英国空域的无人机系统运营 - 指导，民航局，空域政策局局长-722，伦敦，英国，2008年。
匿名的,无人机可靠性研究，美国国防部，国防部长，华盛顿特区，美国，2003年。
匿名的,可靠性建模和预测，军事标准MIL-STD-7566，国防部，华盛顿特区，美国，1982年。
D. E.Peercy，“一种软件可维护性评估方法”，IEEE软件工程汇刊，卷。7，不。4，PP。343-351,1981。视图:谷歌学术
P. Dersin和J. Durand，“群众交通系统服务质量：关于可靠性，可维护性和物流的权衡分析，”年度可靠性和可维护性研讨会的诉讼程序，PP。515-528，华盛顿特区，美国，1995年。视图:谷歌学术
D. E. Mortin，“复杂系统的后勤保障分析”，刊于年度可靠性和可维护性研讨会的诉讼程序，pp。250-253，洛杉矶，加利福尼亚州，美国，1990年。视图:谷歌学术
C. G. John和R. E. Schultz，“军事后勤和保障研究的仿真建模”，刊于冬季仿真会议的诉讼程序，pp.485-490，凤凰城，阿里斯，美国，1991年12月。视图:谷歌学术
Robby, S. A. DeLoach，和V. A. Kolesnikov，“使用设计指标预测系统灵活性”，刊于第9届软件工程基本途径国际会议的载体（Fase'06），第3922卷计算机科学讲义，pp.184-198，维也纳，奥地利，2006年。视图:出版商的网站|谷歌学术
L. Chung和N. Subramanian，“面向过程的软件架构适应性度量”第五届IEEE需求工程国际会议的诉讼程序，pp.310-311，加拿大多伦多，2001年。视图:谷歌学术
O. P. Rotaru和M. Dobre，“软件组件的可重用性度量”第三届ACS/IEEE计算机系统与应用国际会议论文集，pp.81-88，开罗，埃及，2005年。视图:出版商的网站|谷歌学术
M. D. Petty，“可塑性的两个方面：词典和理论”无形建模与仿真仿真办公室研讨会的诉讼程序，蒙特雷，加利福尼亚州，美国，2002年。视图:谷歌学术
H. Shim, T. J. Koo, F. Hoffmann, S. sstry，“自主直升机控制设计的综合研究”，刊于IEEE决策和控制会议的诉讼程序（CDC '98），第4卷，第3653-3658页，美国佛罗里达州坦帕，1998年。视图:谷歌学术
G. S. Sukhatme和J. F. Montgomery，“异质机器人组控制和应用”无人驾驶车辆系统协会国际会议记录，美国马里兰州巴尔的摩，1999年。视图:谷歌学术
H. Durrant-Whyte，“对自主陆路车辆系统和技术的最新审查”的批判性审查，桑迪亚报告SAND2001-3685，桑迪亚国家实验室，2001。视图:谷歌学术
a . Leonessa, J. Mandello, Y. Morel, M. Vidal，《小型、多用途、自主水面舰艇的设计》，刊于IEEE海洋会议的诉讼程序， vol. 1, pp. 544-550，圣地亚哥，加利福尼亚，美国，2003。视图:谷歌学术
匿名的,海军无人水下航行器(UUV)主计划，美国海军部，华盛顿特区，美国，2004年。
A. W.Stroup，S. Singh，R. Simmons等，“自主空间系统技术”，Tech。代表CMU-RI-TR-00-02，Carnegie Mellon Universitute，Pittsburgh，PA，美国，2002年。视图:谷歌学术
P. H. Zipfel，航空航天车辆动力学的建模与仿真，AIAA教育系列，AIAA，RESTON，VA，USA，2000。
M. E. DREIER，直升机和倾转旋翼飞行模拟入门，美国AIAA教育系列，美国弗吉尼亚州莱斯顿，2007年。
D. Garg和M. Kumar，“传感器建模和多传感器数据融合”，最终进展报告W911NF-01-10434，陆军研究办公室，2005年。视图:谷歌学术
P. Capone，“执行器建模和飞机相关性能：选择适当的致动系统”AIAA建模和仿真技术会议的诉讼程序，丹佛，Colo，美国，2000。视图:谷歌学术
J.普里查德，《起落架动力学概论》，中国飞机杂志，卷。38，不。1，pp。130-137,2001。视图:谷歌学术
M. Lichtsinder和Y. Levy，“控制和实时模拟的Jet Engine模型”燃气轮机与电力工程杂志，第128卷，第128号4，第745-753页，2006。视图:出版商的网站|谷歌学术
M. L. Steinberg，“比较智能，自适应和非线性飞行控制法”AIAA指导，导航和控制会议和展览的诉讼程序，波特兰奥勒，美国，1999，艾娅99-4044。视图:谷歌学术
K. A.明智，“军事系统的指导和控制：未来的挑战”AIAA指导，导航和控制会议和展览的诉讼程序， vol. 5, pp. 5382-5389, Hilton Head, SC, USA, 2007。视图:谷歌学术
F. De Crescenzio, G. Miranda, F. Persiani和T. Bombardi，“无人机(无人机)地面控制站的高级界面”AIAA建模和仿真技术会议论文集和展览， vol. 1, pp. 486-494, Hilton Head, SC, USA, 2007。视图:谷歌学术
M. L. Cummings，K. Meyers和S. D. Scott，“用于无人驾驶车辆展示的改装库珀·哈珀评估工具”无人车辆系统加拿大会议论文集，蒙特贝罗，加拿大，2006年。视图:谷歌学术
J. Rasmussen，“过程植物诊断中的心理策略模型”人类检测和诊断系统故障，J. Rasmussen和W. B. Rouse，EDS。，Plenum Press，New York，Ny，USA，1981。视图:谷歌学术
U. Metzger和R. Parasuraman，“自动冲突和交通密度对DataLink环境中的空中交通管制控制性能和视觉关注的影响”的影响，“国际航空心理学杂志，卷。16，pp。343-362,2006。视图:谷歌学术
G. Barbato, G. Feitshans, R. Williams，和T. Hughes，“操作员飞行器界面实验室:用于压制敌人防空的无人战斗飞行器控制和显示”，刊于第12届航空心理学国际研讨会的诉讼程序，顿，俄亥俄州，美国，2003年。视图:谷歌学术
J. Keller，“离散事件仿真的人类性能建模：工作量，”冬季仿真会议的诉讼程序，卷。1，PP。157-162，美国加利福尼亚州，美国，2002年。视图:谷歌学术
V. K. Kongezos和C. R. Allen合著的《A.G.V.之间的无线通信》(Wireless communication between a.g.v.a.)而工业网络C.A.N. (Controller Area network)则是一个非常重要的领域IEEE机器人与自动化国际会议的诉讼程序，第1卷，第434-437页，美国华盛顿特区，2002年。视图:谷歌学术
S. C. T. Poh，城市UAV数据链路多样化技术模拟，硕士论文，海军研究生院，蒙特雷，加利福尼亚州，美国，2004。
c.p.埃文斯III，基于联合体系结构的自主系统世界建模方法的发展，硕士论文，佛罗里达大学，2004。
R. Touchton，D. Kent，T. Galluzzo等，“规划和建模扩展到无人系统（Jaus）的联合架构，用于应用于无人面的地面车辆，”无人机地面车辆技术VII，卷。5804的Spie诉讼程序，页146-155，美国佛罗里达州奥兰多，2005年3月。视图:出版商的网站|谷歌学术
G. Vachtsevanos, L. Tang, G. Drozeski，和L. Gutierrez，“从任务规划到无人机的飞行控制:策略和实施工具，”股份有序，第29卷，第2期1，页101-115,2005。视图:出版商的网站|谷歌学术
M. Pachter和P. Chandler，“自治控制的挑战”，IEEE控制系统杂志第18卷第2期4、1998。视图:谷歌学术
S. A. Bortoff，“无人机的路径规划”美国控制会议论文集，第1卷，第364-368页，美国伊利诺伊州芝加哥，2000年6月。视图:谷歌学术
J. S.甘斯勒和W.露西辛，基于性能的物流评估美国马里兰大学海军学院，2006。
Y. Haimes，风险建模，评估和管理，John Wiley＆Sons，纽约，纽约，美国，2004年第二版。
R. E. Weibel和R. J. Hansman Jr.，“评估NAS中无人机操作概念风险缓解措施的综合方法”航空航天信息技术论文集:推进当代航空航天技术及其集成，卷。1，pp。509-519，阿灵顿，VA，美国，2005年9月。视图:谷歌学术
C. Reece，R. Walker，N.Fulton和D.Campbell，“无人空中系统（UAS）在居住地区的伤亡风险分析”，“第12届澳大利亚国际航空航天大会和第二届澳大利亚无人驾驶机会会议，墨尔本，澳大利亚，2007年。视图:谷歌学术
j.d. Bošković， s.m。Li, R. K. Mehra，“在线故障检测和识别(FDI)和自适应可重构控制(ARC)在航空航天应用”美国控制会议论文集，卷。4，PP。2625-2626,2001。视图:谷歌学术
M. G. Perhinschi, G. Campa, M. R. Napolitano, M. Lando, L. Massotti，和M. L. Fravolini，“容错控制系统的建模和仿真，”国际建模与仿真杂志，卷。26，不。1，pp。1-10,2006。视图:谷歌学术
贝肯和格雷戈里，“受损的非对称飞行器的一般运动方程”，载美国国际航空学会大气飞行力学会议论文集和展览，卷。1，pp。63-75，希尔顿头，SC，美国，2007年。视图:谷歌学术
K. Jha, R. Wray, C. Lebiere et al，“朝向一个完整的，多层次的认知架构”国际认知建模会议论文集， Ann Arbor，密歇根州，美国，2007。视图:谷歌学术
M. L. Hanson and K. A. Harper，“一个智能代理人，用于解除战斗机（UCAVS），”无人系统会议的诉讼程序，奥兰多，弗拉，美国，2000。视图:谷歌学术
r . Touchton一种自治地面车辆的情况评估和决策的自适应规划框架，博士。2006年佛罗里达大学论文。
P. Narayan, P. Wu, D. Campbell，和R. Walker，“国家空域系统(Nas)中无人机系统(Uas)的智能控制架构”第二届澳大拉西亚无人飞行器系统会议论文集，墨尔本，澳大利亚，2007年。视图:谷歌学术
C. E. Nehme, J. W. Crandall，和M. L. Cumming，“使用离散事件模拟模拟无人驾驶车辆操作员的态势感知”，在弗吉尼亚建模、分析和仿真中心Capstone会议论文集，诺福克，VA，美国，2008年。视图:谷歌学术
K. M. Reichard和E. C.乌鸦，“无人和机器人平台的智能自我态势意识”Auvsi无人系统北美的诉讼程序，pp.1221-1235，Baltimore，MD，美国，2005年。视图:谷歌学术
K.Pederson，R.Lethin，J. Springer，R.Manohar和R. Melhem，“为UAV任务规划支持认知架构，”第十届高性能嵌入式计算年会论文集，伯灵顿，大众，美国，2006年。视图:谷歌学术
张旭东，“基于集成学习和问题解决的航空管理体系结构”，《航空学报》，第2期第21届人工智能创新应用大会论文集，pp.203-210，2009。视图:谷歌学术
S. Yoon和S. kambhampati，“与混合表示的分层战略学习”AAAI通过演示获取规划知识研讨会论文集，第52-56页，2007。视图:谷歌学术
L. Mazzucchelli和A. Monteleone，“空中交通管制的4D沉浸式虚拟现实系统”第七届EUROCONTROL创新研究研讨会暨展览论文集，欧洲控制实验中心，2008年12月。视图:谷歌学术
m . Porretta医学博士。Dupuy, W. Schuster, a . Majumdar，和W. Ochieng，“民用飞机新型四维轨迹预测模型的性能评估”，导航期刊，卷。61，没有。3，PP。393-420，2008。视图:出版商的网站|谷歌学术
J. Kosecka，C.汤姆林，G.Pappas和S. Sastry，“产生冲突解决空中交通管理的行动，”IEEE智能机器人与系统国际会议论文集，卷。3，PP。1598-1603，Grenoble，法国，1997。视图:谷歌学术
J. K. Kuchar和L. C. Yang，“冲突检测与解决建模方法综述”，IEEE智能交通系统交易，卷。1，不。4，pp。179-189,2000。视图:谷歌学术
G. Dowek和C.Muñoz，“冲突检测和分辨率为1,2，.....即，”第七届AIAA航空技术，集成和运营会议的诉讼程序，卷。1，PP。403-415，贝尔法斯特，北爱尔兰，2007年。视图:谷歌学术
T. C. Farley和H. Erzberger，“高空中交通需求下冲突解决算法的快速仿真评估”，发表于第七届美国/欧洲ATM研发研讨会论文集，巴塞罗那，西班牙，2007年7月。视图:谷歌学术
R. Sharma和D. Ghose，“基于体育智能的碰撞避免了现实建模的UAV集群”美国控制会议论文集，页3892-3897，纽约，美国纽约，2007年7月。视图:出版商的网站|谷歌学术
A. Kelly，A. Stentz，O. Amidi等，“朝着在挑战环境中经营的公路自治车辆，”国际机器人研究杂志，第25卷，第2期5-6，页449-483,2006。视图:出版商的网站|谷歌学术
M. T. degarmo，关于民用空域无人机一体化的若干问题，联邦航空管理局，先进航空系统开发，麦克莱恩，VA，美国，2004年。
R. Slemememe，A.Cox和J. Colledge，“系统途径无人驾驶航空公司开发和认证”系统安全的改进：第16次安全关键系统研讨会的诉讼程序，布里斯托尔，英国，2008。视图:谷歌学术

工程建模与仿真

摘要