采办3：在ISR 能力评估中使用基于代理的建模和数据农场

导读：工业4.0研究院数字孪生装备实验室近期跟踪研究装备采办创新的相关情况，收集了部分具有代表性的研究成果，拟通过数字孪生装备公众号分享给大家，欢迎大家留言讨论。

加拿大陆军遵循“不断发展的适应性分布式作战”的愿景，正在对其情报、监视和侦察 (ISR) 资产进行现代化改造。预期目标是一个与盟国网络兼容、灵活且可扩展的数字化 ISR 网络，能够完成检测、识别、数据融合和跟踪等各种任务，以创建近实时态势感知 (SA)。

改进的战场态势感知可以使指挥官在战术上优于对手。

为了比较各种考虑的选项，希望能够使用一组预定义的场景在操作环境中测试各种传感器组组合。

此外，输出必须生成足够的数据来支持有意义的绩效衡量 (MOP) 和有效性衡量 (MOE) 比较。

在本文介绍的演讲稿中，加拿大陆军评估了 Map-Aware Non-Uniform Automata (MANA) 的使用，这是一种由新西兰国防技术局开发的基于代理的模型，用于评估由异构平台和有效载荷组成的各种传感器组合的性能。

该情景考虑了 ISR 对涉及兵力交战的稳定行动的支持。

研究团队探索了对适当的场景细节进行建模的可能性，比较了利用 MANA 的数据农业功能的各种传感器组合，并且我们提出了可能的分析和数据可视化方法，这些方法可以有效地分析 MANA 运行产生的大量数据，并以一种信息丰富且相关的方式运行决策者。

对于关注ISR的读者，可以阅读该演讲稿。如果需要该论文，可以留言索取。

附：在ISR 能力评估中使用基于代理的建模和数据农场