无人机通用地面站人机协同控制决策模型研究

第３２卷第Ｏ８期　文章编号：１００６—９３４８（２０１５）０８—０１３６—０５　计算机仿真　２０１５年０８月　无人机通用地面站人机协同控制决策模型研究　马海明，史越，杨俊超，郭　赞　（空军工程大学装备管理与安全工程学院，陕西西安７１００５１）　摘要：无人机地面控制站通过人机协同控制决策来实现对无人机、链路设备、有效载荷等的实时监视与控制。当前，无人机　地面控制站的通用化设计要求极大增加了人机协同控制决策过程中操控员的工作量。为增加人机协同深度，提高决策效　能、降低操控员工作负荷，根据人机协同思想，通过构建决策要素数据库，优化了无人机通用地面控制站控制决策系统的逻　辑结构，建立了无人机通用地面控制站人机协同动态决策模型，并对模型进行了仿真验证。验证结果表明，上述模型能够有　效降低操控员的工作负荷，提高系统整体作战效能。　关键词：无人机；通用化；控制站；人机协同；动态决策　中图分类号：ＴＰ３０１；Ｖ２４９．１２２　文献标识码：Ｂ　Ｈｕｍａｎ——Ｃｏｍｐｕｔｅｒ　Ｃｏｌｌａｂｏｒａｔｉｏｎ　Ｄｅｃｉｓｉｏｎ——Ｍａｋｉｎｇ　Ｍｅｔｈｏｄ　０ｆ　ＵＡＶ　Ｃｏｍｍｏｎ　Ｇｒｏｕｎｄ　Ｓｔａｔｉｏｎ　ＭＡ　Ｈａｉ—ｍｉｎｇ，ＳＨＩ　Ｙｕｅ，ＹＡＮＧ　Ｊｕｎ—ｃｈａｏ，ＧＵＯ　Ｚａｎ　（Ａｉｒ　Ｆｏｒｃｅ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　Ｅｑｕｉｐｍｅｎｔ　Ｍａｎａｇｅｍｅｎｔ　ａｎｄ　Ｓａｆｅｔｙ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｃｏｌｌｅｇｅ，　Ｘｉ’ａｎ　Ｓｈａｎｘｉ　７１００５１，Ｃｈｉｎａ）　ＡＢＳＴＲＡＣＴ：Ｗｉｔｈ　ｔｈｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　ｄｅｓｉｇｎ　ｒｅｑｕｉｒｅｍｅｎｔｓ　ｏｆ　ＵＡＶ　ＣＧＣＳ（Ｃｏｍｍｏｎ　Ｇｒｏｕｎｄ　Ｃｏｎｔｒｏｌ　Ｓｔａｔｉｏｎ）ｃｏｒｎ—　ｍａｎｄ　ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ　ｓｙｓｔｅｍ，ｔｈｉｓ　ｐａｐｅｒ　ｏｐｔｉｍｉｚｅｓ　ｔｈｅ　ｌｏｇｉｃａｌ　ｓｔｒｕｃｔｕｒｅ　ｏｆ　ｔｈｅ　ｄｅｃｉｓｉｏｎ　ｓｙｓｔｅｍ　ｏｆ　ＵＡＶ　ＣＧＣＳ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　Ｈｕｍａｎ—Ｃｏｍｐｕｔｅｒ　Ｃｏｏｐｅｒａｔｉｏｎ　ｃｏｎｃｅｐｔ．Ｔｈｅ　ｄｙｎａｍｉｃ　Ｈｕｍａｎ—Ｃｏｍｐｕｔｅｒ　Ｃｏｏｐｅｒａｔｉｏｎ　ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ　ｍｏｄｅｌ　ｏｆ　ＵＡＶ　ＣＧＣＳ　ｉｓ　ｅｓｔａｂｌｉｓｈｅｄ　ｂｙ　ｂｕｉｌｄｉｎｇ　ｔｈｅ　ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ　ｅｌｅｍｅｎｔ　ｄａｔａｂａｓｅ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｖｅｒｉｆｉｃａｔｉｏｎ　ｉｓ　ｐｒｏｖｉｄｅｄ　ｗｉｔｈ　ｔｈｅ　ａｉｄ　ｏｆ　ＵＡＶ　ＣＧＣＳ　ａｎａｌｏｇ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ．Ａｎｄ　ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｉｓ　ｍｏｄｅｌ　ｃａｎ　ｒｅｄｕｃｅ　ｔｈｅ　ｗｏｒｋ—　ｌｏａｄ　ｏｆ　ｔｈｅ　ｏｐｅｒａｔｏｒｓ　ａｎｄ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ　ｅｆｆｅｃｔｉｖｅｎｅｓｓ　ｏｆ　ｔｈｅ　ｓｙｓｔｅｍ．　ＫＥＹＷＯＲＤＳ：ＵＡＶ；Ｇｅｎｅｒａｌｉｚｅｄ；Ｃｏｎｔｒｏｌ　ｓｔａｔｉｏｎ；ｈｕｍａｎ—ｃｏｍｐｕｔｅｒ　ｃｏｌｌａｂｏｒａｔｉｏｎ；Ｄｙｎａｍｉｃ　ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ　同的可能性；目前广泛应用的人机协同方式为由Ｅｌｍｏｒｅ等人　１　引言　无人机地面控制站通用化，是实现无人机集群作战、与　有人机或其它装备协同使用的核心要求…。无人机通用地　面控制站（Ｃｏｍｍｏｎ　Ｇｒｏｕｎｄ　Ｃｏｎｔｒｏｌ　Ｓｔａｔｉｏｎ，ＣＧＣＳ）将承担较传　统单型、单机地面控制站更复杂、更繁重的指控任务，极大增　加操控人员的工作负荷，带来人员生理、心理疲劳甚至疾病，　间接导致整个无人机系统作战效能的降低。因此，寻求一种　于２００１年提出的基于系统功能权限动态调整的决策控制方　法　，此方法已具备了支持人机协同工作的潜在能力，但其　只是从控制层面实现了一定的人机协同，已无法满足当前及　未来深刻变化的、处于不确定环境下的作战方式对决策方法　的动态性、实时性要求　Ｊ。本文从增加决策过程中人机协同　深度的角度出发。基于人机协同动态决策思想，通过建立各　决策要素数据库，实现决策过程中操控员与自动化系统的直　接深入沟通，建立了人机协同动态决策模型，从决策层面上　实现了一定的人机协同。并对模型进行了有效性验证，以期　对我国无人机地面控制站的通用化设计有所启示。　高效、动态、实时的决策思路，优化无人机ＣＧＣＳ决策系统逻　辑结构，提高决策效率、有效降低操控人员工作量，是当前各　国在无人机系统发展中重点关注的问题　。　早期的人机合作主要有两种方式　Ｊ：以人为主或以机为　主，但无论以人为主还是以机为主都从根本上割裂了人机协　收稿日期：２０１５—０１—２３修回日期：２０１５—０３—１０　—２　无人机ＣＧＣＳ人机协同控制决策原理　无人机ＣＧＣＳ的人机协同决策是指在无人机工作过程　中，地面控制站的操控员与自动化系统互为伙伴关系，两者　１３６一　通过信息交流、互相配合共同实时的做出最优决策的过　程　。其基本原理　如图１所示。　３．２模型描述及协作等级划分　根据人机协同动态决策思想建立无人机ＣＧＣＳ人机协　同动态决策模型，其逻辑流程图如图２所示。　在该模型中，决策过程包括三个不同的角色：主持者、生　成者和决策者。主持者负责确保每个阶段决策过程的执行　和正常推进；生成者结合初步评价和迭代分析发展生成可行　的解决方案；决策者对所选方案做出接受或否决的决定。如　果决策者接受所选解决方案，则进入执行阶段；如果决策者　选择否绝，那么在静态决策方法下只能由操控员手动操作进　行方案修改，此操作无疑会大量增加操控员的工作负荷，同　时会导致系统整体效能的降低。而在动态决策过程中如果　所选方案被否决，操控者可以选择手动规划也可以改变评价　标准重新进行方案筛选，又或者通过数据请求、重置决策要　图１人机协同控制决策　素进行人机协同重规划，以使新生成方案更加符合外界环境　变化的要求。　模型中每个角色都可能由不同水平的人与自动化的协　在该人机协同机制中，人与自动化系统的交流环节是核　心。目前由于其逻辑结构的固定化使其只能实现先由自动　化系统给人提供方案建议，再由操控员选择接受、否决或在　自动化方案基础上直接进行手动修改的静态决策过程，但无　法实现由操控员引导自动化系统按指挥决策者的想法进行　方案生成的动态决策过程。已无法适应当前动态战场环境　同作业来完成，从一２级的完全由自动化担任到２级的全部　由人负责，其协作等级划分如表１所示　（该等级由操控员　手动设定）。另外，在方案生成过程中，如果决策者否决了所　选方案并对各决策要素进行相应调整进入重规划阶段，那么　主持者便可将决策者角色由１调整到一个更加平衡的协作　水平０（因为此时决策者已将个人想法传达给自动化，方案　的生成便可由自动化独自完成），以有效降低操控员的工作　负载。此时，操控员便可从本次决策中释放出来去关注其它　重要决策和维护工作。　３．３　改进混合整数线性规划的任务分配方法　下的作战要求。　３人机协同动态决策模型构建　３．１人机协同动态决策思想　在一个未知的动态环境中，“最优”的定义应该是一个不　断变化的动态决策过程。本文所提出的人机协同动态决策　模型是一种适用于地面控制站各层次、各功能的通用模型。　此模型主要依靠决策过程中目标函数的动态变化来实现。　在每一次重规划之初，地面控制站操控员可以通过一个人机　共同理解的对话窗口　重置各决策要素的权重来增减约束　条件或任务目标，从而实现目标函数的动态变化，进而得出　与操控员目标一致的解决方案，以达整体效果最优。　数据获取　决策形成过程　多无人机协同任务分配工作是完成多机协同任务的基　础和前提，其决策工作属于多目标决策问题。因此，本文采　用改进混合整数线性规划的任务分配方法进行模型算法　分析。　Ｓｔｅｐ１：无人机群协同任务分配模型　对原有无人机群协同任务分配模型　的无人机数量、作　战目标、作战任务、约束条件进行扩展，建立相应的数据库，　行动　外界环境　生成者　决策者　且　ｌ传感器Ｉ　…　数据分析　数据请求　分　一素　可行性　方案＝　Ｊｌ　攉霪案　＋　ｌＩ　＼、Ｌ　改变评价标准　Ｊ／　　方案Ｉ　Ｉ．．．．．．．　ｌ　数据　｝　（１－ｎ）　图２无人机通用地面控制站人机协同动态决策系统框图　一１３７—　如无人机数据库、目标数据库、任务数据库、约束条件数据　由操控员手动设定，如未设定则默认为０。当某一要素权重　库，每一个数据库里面包含尽可能多的子要素，并且通过备　份子要素保持数据库的可扩展性。具体方法为：对各数据库　中每个要素赋予二进制的０—１权重，此权重在任务规划前　被设定为１，则此要素被目标函数所考虑，将对决策任务产生　影响；如被设定为０，则该要素被取消，不会影响决策。　表１　人机协同决策过程中主持者、生成者、决策者协作等级划分　１）相关定义　此模型重点考虑三个指标，分别为：最小的任务飞行航　＝ｔ　ｎ＝　程、最短的任务完成时间、最大的目标价值收益。　定义１：无人机数据库。Ｖ＝｛　，　，…，　１，２，…，Ⅳ　。其中Ⅳ　表示无人机数量。　４）根据协同任务分配约束条件建立约束条件数据库，并　赋予０—１权重，如①、②所示。　定义２：目标数据库。Ｔ＝｛　。，　，…，　２，…，Ⅳ　。其中Ⅳ　表示目标数量。　定义３：任务数据库。Ｍｔ＝｛Ｍｒ　，Ｍｔ２，…，　＝｛　ｌＩ＝１，　～　①∑　，＝　，Ｖｊ＝１　２一，Ｎ　＝Ｉ　）ｃ表示　保证每个目标所需完成任务都被执行；　目标　所需完成的任务类型集合，其中　表示任务类型数　量。假设任务类型有侦查、攻击、毁伤评估三类，即Ｍｔ＝　｛　，　，　｝，则任务数据库又可表示为　，②∑Ｘｉ，ｊ＝１，Ｖ　＝１　２一，Ⅳｍ　ｌ　１　一项任务只能由一架无人机执行一次。　Ｍ＝｛Ｍ１，Ｍ２，…，　№｝　Ｓｔｅｐ２：根据作战任务要求，依照此模型设定初始权重，选　定相关要素。如有４架无人机，７个敌方目标，需对每个目标　Ｊ　，　［Ｍｋ　｛Ｔｉ，肘０｝　ｌｏ　＝　，２，…，Ⅳ　；　∈　；朋０∈　其中，Ｎ　＝Ｎ　Ｎ　为任务总数。　定义４：任务执行路线。Ｐ＝｛Ｐ。，Ｐ　，…Ｐ　｝。表示任一　无人机　均分配一条任务执行路线Ｐ。，对任一时刻ｔ，　的　水平位置可表示为（　（ｔ），Ｙ　（ｔ）），任务　（　Ｍ，ｙＭ），则有　，进行侦查、攻击、毁伤评估三类共２１个待执行任务，则可设　定　，　，　，　权重为１；Ｔ　，ｒ，２，…　权重为１；Ｍ　（ｉ＝１，２，…，７；　＝ｌ，２，３）权重为１；约束条件①、②权重　为１。　的水平位置为　Ｓｔｅｐ３：利用智能群体算法进行优化求解　（为缩减篇　幅，该过程不再详述），生成分配方案为：无人机　的任务执　行路线为Ｐ．。；　为Ｐ２　；　为Ｐ３。；　为Ｐ４。。如果决策者对　Ｐ　＝｛（　（０），ｙ　（０）），（　，　），…（（　，　）））　其中，（　（０），Ｙ　（０））表示　的出发位置，Ｐ。中的其它　项表示　依次执行任务的位置。此外，定义Ｓ　为　执行任　务时的速度。　此方案不满意，则可以通过调整约束条件权重进行适当增　减，以重新生成分配方案，或改变搜索算法的适应度函数中　的权重系数重新进行方案筛选；否则则执行方案。　２）决策变量　Ｓｔｅｐ４：在任务执行过程中，当出现一些未知状况，如：在　目标３和目标４完成后，无人机３出现故障或遭受攻击无法　继续执行任务需要立即进行重规划时，操控员可以返回　定义二进制决策变量　ｅ｛０，１｝。其值满足　ｒ１　Ｌ０　３）分配模型　被分配完成Ｍ　未被分配完成　Ｓｔｅｐ２对个别要素初始权重进行修改，比如重设Ｖ　权重为０，　Ｌ，Ｔ　为０。待修改完毕进入Ｓｔｅｐ３利用原有智能算法重新　综上所述，可定义协同多任务分配模型为：　进行优化求解，迅速生成新的分配方案。　在整个过程中，求解算法的逻辑结构及各数据库逻辑关　系保持不变，只对个别决策要素进行动态调整，利用自动化　ｍｉｎＪ＝［　，　，一厶］　ｍｉｎＪ。＝∑　（Ｐｒ　ｏｊｅｃｔ　）：∑∑　ｓ　Ｅ　１　…１　１　系统的快速计算能力进行重规划，以此来大大缩短操控员手　动修改规划方案所耗费的时间。　Ｎｍ　ｍｉｎＪ２＝ｍ　ａｘＬ（Ｐｒ　ｏｊｅ　）＝　‘∈Ｐ　∈　＝　ｓ　４　人机协同动态决策模型仿真验证　本文利用现有的无人机ＣＧＣＳ模拟操控系统（自带数据　一１３８一　ｆｂ１发现目标　ｆｃ１跟踪时长　ｆｄ）摧毁目标　图６　两种决策方式下整体效能对比　２）操控员工作量评估指标为操控员忙碌时间与任务总　时间的百分比（操控员忙碌时间包括手动操控时间和利用人　机对话窗口进行人机交流时间）。数据统计结果如表３所　示，效果对比如图７所示。从图７可以看出，动态环境中操　控员工作量较标准环境中有明显增加，而动态决策则能够有　效降低操控员的工作量。　表３忙碌时间平均数统计表　３）态势感知可通过两个指标进行评估：人机对话窗口显　示给操控员的外界探测信息的准确性以及操控员根据窗口　所提供智能信息识别目标的准确性。数据统计结果如表４　所示，效果对比如图８所示。图８表明：从标准作战环境转　入动态作战环境操控员态势感知水平都会有所降低，但人机　协同动态决策依然能够保持较高的态势感知水平。　・－－——１４０－－－——　图７操控员的工作量对｝　表４态势感知数据统计表　ｆａ）信息准确性　ｆｂ）识别准确性　图８态势感知对比　４．３实验结论　本实验通过仿真验证，得到了三个子目标的评估指标数　据，通过对实验数据的整理分析以及效果图对比，可以验证　人机协同动态决策方法能够在保持较高水平操控员态势感　知的情况下，有效降低操控员工作量，提高系统整体效能。　５结束语　当前及未来无人机的作战使用特点　（下转第１５１页）　信息的及时性、准确性和可靠性；将复杂检修过程标准化，以　三维仿真形式体现设备检修过程，保证检修了安全，促进了　检修规范化，对电厂的安全及经济运行起到了促进作用。　［９］　Ｒ　Ｒａｓｔｏｇｉ，Ｋ　Ｓｈｉｍ．Ａ　Ｄｅｃｉｓｉｏｎ　Ｔｒｅｅ　Ｃｌａｓｓｉｉｅｒ　ｔｆｈａｔ　Ｉｎｔｅｇｒａｔｅｓ　Ｂｕｉｌｄｉｎｇ　ａｎｄ　Ｐｒｕｎｉｎｇ［Ｊ］．Ｔｅｃｈｎｉｃａｌ　Ｒｅｐｏｒｔ，１９９６，３０（２）：５６　—５７．　［１０］　Ｊ　Ｒ　Ｑｕｉｎｌａｎ．Ｇｅｎｅｒａｔｉｎｇ　ｐｒｏｄｕｃｔｉｏｎ　ｒｕｌｅｓ　ｆｒｏｍ　ｄｅｃｉｓｉｏｎ　ｔｒｅｅｓ　参考文献：　［１］李瑞欣．基于网络和状态监测的设备管理理论与方法研究　［Ｄ］．天津：赶学，２００４．　［２］　张士海．基于物联网的电厂设备管理及运行监测系统设计与　实现［Ｄ］．电子科技大学，２０１２．　［ｃ］．Ｉｔａｌｙ：Ｐｒｏｃｅｅｄｉｎｇ　ｏｆＩＪＣＡＩ一８７，１９８７：３０４—３０７．　曹晋华，程侃．可靠性数学引论［Ｍ］．北京：高等教育出版　社，２００６：１２２—１３４．　［１２］　文建国，孙作佩，陈争新．基于故障树的蒙特卡罗仿真在可靠　性评估中的应用［Ｊ］．海军航空工程学院学报，２０１０，２５　（１）：８８—９２．　［３］　罗娜，万锋，叶贞成等．基于云计算和虚拟现实技术的化工过　程虚拟工厂［Ｊ］．化工进展，２０１２，３１（１２）：２８１５—２８１９．　［１３］　陈丽．基于ＩＤ３算法与蒙特卡洛法的变压器状态检修辅助决　策［Ｄ］．华北电力大学，２００５．　［４］刘大伟．基于虚拟现实技术的船舶电站［Ｄ］．大连海事大　学，２０１２．　［５］　董亮，等．３Ｄ环境下飞机装配工艺规划与仿真一体化模型　［Ｊ］．计算机集成制造系统，２０１２，１８（６）：１１５８—１１６７．　［６］　王涛，李宏才．基于车辆传动系统虚拟装配平台的虚拟试验研　究［Ｊ］．机械设计与制造，２０１３，（３）：７７—８０．　［７］孙庆华，刘秀珍，黄先祥．多领域建模仿真的软件接口研究　［Ｊ］．系统仿真学报，２００６，１８（２）：２０３—２０６．　［８］　吴伟．电厂设备管理中ＫＫＳ编码的应用［Ｊ］．华东电力，　２００９．３５（９）：８８—９０．　口　［李生力徐研导领究英少师域方华健的，向教（应１９授５用７１，研。一　究），方男作向（汉者：计族简算）介，机黑吉］　仿龙林江真人技人，硕术，博士在研士能究，博源生士电，　：计算机三维仿真及热力系统建模。　车德勇（１９７５一），女（汉族），吉林人，博士，教授，研究方向：生物质　气化技术及煤的洁净利用技术。　高龙（１９８８一），男（汉族），吉林人，硕士，助教，主要研究方向为　能源动力系统的建模与优化；电站节能技术研究；计算机仿真技术在　能源电力领域的应用。　（上接第１４０页）　刘忠，彭鹏菲，陈伟强，罗亚松，黄亮．无人机协同决策与控制　［Ｍ］．北京：国防工业出版社，２０１２．　黄席樾，刘卫红，马笑潇，胡小兵，黄敏，倪霖．基于Ａｇｅｎｔ的人　机协同机制与人的作用［Ｊ］．重庆大学学报，２００２，２５（９）：３３　—对地面控制站控制决策系统提出了更高的设计要求，本文从　人机工效学角度出发，优化了无人机ＣＧＣＳ决策系统逻辑结　构；通过建立决策要素数据库，构建了人机协同动态决策模　型；最后通过仿真分析验证了该模型能够有效降低操控员的　３５．　工作负荷，提高动态战场环境下无人机通地站的决策效率和　整体效能。　由于时间、条件限制，该模型的决策要素数据库还不够　汤志荔，张安，曹璐．智能火力与指挥控制系统的人机功能分　配［Ｊ］．火力与指挥控制，２００８，３３（３）：３９—４３．　温攀，王社伟，徐明仁．基于Ｍｅｍｅｔｉｃ算法的多无人机任务分　配研究［Ｊ］．计算机仿真，２０１３，３０（５）：８２—８５．　国博，王社伟，陶军．基于改进粒子群算法的多无人机任务分　配研究［Ｊ］．计算机仿真，２００９，２６（７）：６２—６＿４．　完善，继续扩充各数据库要素的完整性，增强该模型的包容　性、稳定性是下一步的研究方向。　参考文献：　［１］柴立功，樊甫华，董世友，张波．无人机群通用控制站的技术需　［作者简介］　马海明（１９８８一），男（汉族），山东泰安人，硕士研　究生，主要研究领域为：装备人机工效。　求分析［Ｊ］．信息系统与网络，２０１３，４３（１Ｏ）：１—３　［２］　雷霆，朱承，张维明．人机协同军事计划技术综述［Ｊ］．智能系　统学报，２０１１３，８（６）：４７５—４８１．　史越（１９６８一），女（满族），吉林长春人，副教授，　硕士生导师，主要研究领域为：装备人机工效。　［３］Ｒ　Ｒ　Ｒｉｔｔｅｒ，Ｆ　Ｅ　Ｓｈｅｒｒｙ．Ｄｙｎａｍｉｃ　ｔａｓｋ　ａｌｌｏｃａｔｉｏｎ：Ｉｓｓｕｅｓ　ｆｏｒ　ｉｍｐｌｅ—　杨俊超（１９８４一），男（汉族），江西鹰潭人，讲师，主　要研究领域为：装备人机工效。　ｍｅｉｒｔｉｎｇ　ａｄａｐｔｉｖｅ　ｉｎｔｅｌｌｉｇｅｎｔ　ａｕｔｏｍａｔｉｏｎ［Ｒ］．Ｎｏ．ＡＣＳ　２００２—２，　２ｏｏ２一Ｏ７一Ｏ８．　郭　赞（１９８４一），男（汉族），河南南阳人，博士研究生，主要研究领　域为：装备人机工效。　［４］Ｗ　Ｋ　Ｅｌｍｏｒｅ，Ｒ　Ｄ　Ｄｕｎｌａｐ，Ｒ　Ｈ　Ｃａｍｐｂｅｌ１．Ｆｅａｔｕｒｅｓ　ｆ　ｏａ　Ｄｉｓｔｒｉｂｕ．　ｔｅｄ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ａｒｃｈｉｔｅｃｔｕｒｅ　ｆｏｒ　Ｕｎｍａｎｎｅｄ　Ａｉｒ　Ｖｅｈｉｃｌｅ　Ｏｐｅｒａｔｉｏｎｓ　［Ｃ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＡＵＶＳＩ　Ｕｎｍａｎｎｅｄ　Ｖｅｈｉｃｌｅｓ　２００１　Ｓｙｍｐｏ—　ｓｉｕｍ．Ｂａｌｔｉｍｏｒｅ，ＭＤ：Ａｐｐｌｉｅｄ　Ｓｙｓｔｅｍｓ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，Ｉｎｃａ，２００１．　一１５１一