李 翔
(中國船舶重工集團公司第七一三研究所,河南 鄭州 450015)
人工智能是人類希望機器能夠?qū)崿F(xiàn)類人腦的智能,并在長期的探索中,對計算、推理和其他思維活動進行研究的結(jié)果。人工智能的研究領域包括自然語言處理、自動定理證明、智能數(shù)據(jù)檢索、機器學習、模式識別、視覺系統(tǒng)、問題求解、智能控制和程序語言以及自動程序設計等。
近年來,人工智能技術發(fā)展迅速,無人駕駛、阿爾法狗、工業(yè)機器人等人工智能產(chǎn)品不斷推陳出新,人工智能的應用研究取得了長足的進步。世界許多國家已將發(fā)展人工智能上升到國家戰(zhàn)略。我國于2017 年7 月發(fā)布了《新一代人工智能發(fā)展規(guī)劃》,提出了面向2030 年我國新一代人工智能發(fā)展的指導思想、戰(zhàn)略目標、重點任務和保障措施,部署構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢,加快建設創(chuàng)新型國家和世界科技強國。
人工智能在軍事領域的應用也日益廣泛,在船舶、航空、航天、兵器等領域發(fā)揮重要作用。國防科技創(chuàng)新面臨著機遇和挑戰(zhàn)。
艦炮武器裝備包括艦炮武器系統(tǒng)、探測設備、火控設備(指揮儀)、艦炮、彈藥、保障設備等(見圖1)。艦炮武器裝備系統(tǒng)復雜,是機、電、液、氣、光等技術集成的裝備?,F(xiàn)代艦炮裝備基本實現(xiàn)了自動化,能否借人工智能發(fā)展的東風進一步實現(xiàn)智能化?本文將對發(fā)展智能艦炮裝備的初步構(gòu)想進行探討。
圖1 艦炮武器裝備的組成Fig. 1 Composition of naval gun
高技術條件下的海上戰(zhàn)爭,艦艇受到來自岸基、海上、空中的多種威脅,需要進行海上作戰(zhàn)時,艦艇上裝備的智能艦炮裝備將按圖2 作戰(zhàn)流程遂行其使命任務。
圖2 智能艦炮裝備的作戰(zhàn)流程Fig. 2 Combat flow of intelligent naval gun
衛(wèi)星、預警機、雷達等對岸上、海面、空中進行不間斷地掃描,自主對搜索到的目標進行識別、威脅判斷、分類處理,當威脅升級到需要應對時,智能決策系統(tǒng)做出決策,組織火力通道、分配使用武器,將威脅目標參數(shù)傳送到武器系統(tǒng),武器系統(tǒng)鎖定目標,對目標進行捕獲和跟蹤,控制所分配的艦炮進行預調(diào)舷,綜合利用各種信息數(shù)據(jù)進行目標運動要素解算,進行艦炮控制參數(shù)解算,向艦炮發(fā)送射擊諸元,進行坐標變換,向艦炮發(fā)送射擊瞄準全角。
艦炮隨動系統(tǒng)帶動艦炮到達射擊諸元要求的位置,同時彈種識別裝置智能識別所需彈種,供彈機器人將所需彈藥按規(guī)劃的最優(yōu)路徑向艦炮發(fā)射系統(tǒng)供彈,發(fā)射系統(tǒng)將選定的智能化彈藥投向目標,武器系統(tǒng)自動獲取打擊效果,進行智能評估、誤差分析和偏差校正,直至完成本次射擊任務,進行轉(zhuǎn)火或?;稹?/p>
1)自主化
整個艦炮裝備將實現(xiàn)無人值守,根據(jù)需要也可使人在回路,但彈藥轉(zhuǎn)運、引信裝定、艦炮操控等操作無需人員參加,自主完成作戰(zhàn)任務,可大大減少炮班、彈藥班的人員數(shù)量,降低勞動強度。
2)智能戰(zhàn)場態(tài)勢感知
對于海量信息,能夠自動地“排除無用信息,不漏掉有用信息(包括潛在的有用信息)”,并對有用信息進行自主優(yōu)化和處理,為指揮員或指揮系統(tǒng)顯示完備的、準確的、時效性強的戰(zhàn)場態(tài)勢(目標識別、威脅判斷、作戰(zhàn)決策),使之盡量不依賴人而提高戰(zhàn)場指揮控制能力。
3)智能供彈
使用彈藥轉(zhuǎn)運機器人、引信裝定機器人、彈藥裝填機器人等智能設備,快速、準確、可靠地完成在任意射角下的彈藥交接、引信裝定、輸送彈丸和裝填入膛等動作。
4)艦炮智能控制
可對隨動系統(tǒng)、彈藥輸送、艦炮狀態(tài)、數(shù)據(jù)通信等進行無人控制,使艦炮可以自主地實現(xiàn)其預定功能。
5)智能彈藥
能夠?qū)崿F(xiàn)態(tài)勢感知、電子對抗、戰(zhàn)場偵察、精確打擊、高效毀傷和毀傷評估等功能的靈巧化、制導化、智能化、微型化、多能化的彈藥,具有模塊結(jié)構(gòu)、遠程作戰(zhàn)、智能控制、精確打擊的特點。
6)系統(tǒng)效能智能評估
能夠?qū)ψ鲬?zhàn)指揮能力、火力打擊能力、保障能力等進行快速的、定量的、正確的評估。
圖3 具有人工智能特征的深度學習戰(zhàn)場態(tài)勢模型Fig. 3 Model of artificially intelligent study of battlefield situation
戰(zhàn)場態(tài)勢是指作戰(zhàn)雙方各要素(主要包括兵力部署情況、裝備情況、地理環(huán)境、天氣條件等)的狀態(tài)、變化和發(fā)展趨勢。通過語言識別、圖像處理、視覺處理、自然語言處理等手段,取得的大數(shù)據(jù)信息(圖形、圖像和報告等)具有全維的特點,含有大量的不確定因素和非線性復雜信息,基于深度學習等的人工智能方法是處理這些復雜信息、進行戰(zhàn)場態(tài)勢評估的有效手段,可充分挖掘大數(shù)據(jù)的整體信息,全面探索數(shù)據(jù)中的多樣性和相關性,對大數(shù)據(jù)戰(zhàn)場態(tài)勢進行科學合理的特征表示。
艦艇及編隊利用多種傳感器獲取大量目標數(shù)據(jù),采用模糊理論、證據(jù)理論、神經(jīng)網(wǎng)絡等智能信息處理技術,進行多傳感器目標數(shù)據(jù)的智能融合,使識別系統(tǒng)的環(huán)境自適應性、自學習性以及魯棒性更強,目標識別更加準確有效。
圖4 目標識別融合技術原理圖Fig. 4 Target identification convergence technology schematic drawing
威脅估計是在高級信息融合的基礎上,根據(jù)敵我兵力、作戰(zhàn)目標、我方保衛(wèi)目標和雙方的作戰(zhàn)策略,以定量的方式對敵方威脅程度進行評估和分析,由提取威脅要素、敵方意圖估計、敵打擊目標估計和威脅等級確定等過程組成,存在大量信息數(shù)據(jù)的使用問題??刹捎眠M化策略、遺傳編程、人工免疫算法、蟻群算法、神經(jīng)網(wǎng)絡等多種智能算法進行問題求解。
圖5 基于小波神經(jīng)網(wǎng)絡的威脅估計模型體系結(jié)構(gòu)Fig. 5 Configuration of threat estimation model based on wavelet network
圖6 基于小波神經(jīng)網(wǎng)絡的威脅估計算法流程Fig. 6 Flow of estimation algorithm based on wavelet network
圖7 決策支持專家系統(tǒng)結(jié)構(gòu)圖Fig. 7 Decision support expert system construction drawing
射擊決策一般包括射擊方式選擇,開、停、轉(zhuǎn)火時機的確定,火力通道組織,占領有利陣位,艦艇機動等。利用專家系統(tǒng)以及各類知識庫、模型庫、規(guī)則庫和方案庫,進行充分集成和融合模糊推理、神經(jīng)網(wǎng)絡,構(gòu)造具有抗干擾特性的、完整的、高性能的、一體化的智能決策系統(tǒng),使作戰(zhàn)過程中的戰(zhàn)術決策方案制定實現(xiàn)智能化,提高作戰(zhàn)指揮效率。
由于目標(特別是高速機動目標)模型的不確定性,傳統(tǒng)的濾波算法無法給出高精度的目標軌跡預測結(jié)果。多傳感器給出的海量目標信息為精確預測目標軌跡創(chuàng)造了條件,可采用大數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡、遺傳算法等技術,進行目標軌跡的智能、高精度預測。
圖8 遺傳算法原理示意圖Fig. 8 Genetic algorithm schematic drawing
艦炮使用彈藥種類越來越多,在彈藥庫中的存放位置分散、不確定,在需要某種彈藥時,需要將該彈藥快速轉(zhuǎn)運至艦炮發(fā)射位置,需要進行最佳供彈路徑規(guī)劃,也就是尋求最短路徑解的過程??衫眠z傳算法、模糊聚類、群算法、神經(jīng)網(wǎng)絡、機器學習等智能方法,建立供彈路徑的量化模型,進行路徑推算,尋找最優(yōu)解。
圖9 艦炮自動化彈庫示意圖Fig. 9 Naval gun automation magazine schematic drawing
艦炮特別是大口徑艦炮的彈藥質(zhì)量和尺寸較大,形狀不規(guī)則,需要快速、準確、可靠地完成在任意射角下的彈藥交接、引信裝定、輸送彈丸和裝填入膛等動作,傳統(tǒng)艦炮需要復雜的機構(gòu)完成這些動作。
圖10 某型艦炮復雜的揚彈供彈機構(gòu)Fig. 10 Ammunition hoisting and feeding mechanisms of certain naval gun
智能艦炮可使用機器人包括彈藥轉(zhuǎn)運機器人、引信裝定機器人、彈藥裝填機器人等,是完成這一任務的有效手段。這些機器人需具備自主型智能機器人的3 個要素:一是感覺要素,用來認識周圍環(huán)境狀態(tài);二是運動要素,對外界做出反應性動作;三是思考要素,根據(jù)感覺要素所得到的信息,思考出采用什么樣的動作。感覺要素包括能感知視覺、接近、距離等的非接觸型傳感器和能感知力、壓覺、觸覺等的接觸型傳感器。這些要素實質(zhì)上就是相當于人的眼、鼻、耳等五官,它們的功能可以利用諸如攝像機、圖像傳感器、超聲波傳成器、激光器、導電橡膠、壓電元件、氣動元件、行程開關等機電元器件來實現(xiàn),能夠獲取彈藥和外部機構(gòu)的大量特征數(shù)據(jù),自動判斷彈藥的形狀、重量、尺寸、材料等信息。對運動要素來說,智能機器人需要有一個無軌道型的移動機構(gòu),以適應彈藥庫內(nèi)、艦艇艙室內(nèi)等不同的環(huán)境,可以借助輪子、履帶、支腳、吸盤、氣墊等移動機構(gòu)來完成所需要的功能。在運動過程中要對移動機構(gòu)進行實時控制,這種控制不僅要包括位置控制,而且還要有力度控制、位置與力度混合控制、伸縮率控制等,實現(xiàn)艦炮所需彈藥按照規(guī)劃的路徑進行轉(zhuǎn)運、裝填等。智能機器人的思考要素是3 個要素中的關鍵,也是人們要賦予機器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動。這些智力活動實質(zhì)上是一個信息處理過程,而計算機則是完成這個處理過程的主要手段。通過自學習和思考,訓練機器人去自主完成任務功能。
艦炮控制系統(tǒng)不僅要完成隨動系統(tǒng)控制、彈藥輸送控制、艦炮狀態(tài)及邏輯控制、數(shù)據(jù)通信等基本功能,還要在此基礎上完成人—機交互和故障分析定位等附加功能。
具有人工智能的艦炮控制系統(tǒng)事先無法編制運動程序,而是要在運動的過程中根據(jù)所獲得的周圍狀態(tài)信息,實時確定控制方式。當外界條件變化時,為保證所要求的品質(zhì)或為了隨著經(jīng)驗的積累而自行改善控制品質(zhì),其過程是基于操作機的狀態(tài)和伺服誤差的觀察,再調(diào)整非線性模型的參數(shù),一直到誤差消失為止。系統(tǒng)的結(jié)構(gòu)和參數(shù)是隨時間和條件自動改變的。
模糊控制、神經(jīng)網(wǎng)絡控制、學習控制、基因控制、專家系統(tǒng)等控制技術以及這些控制方法的綜合應用,可推動艦炮控制技術向智能化方向發(fā)展。
圖11 艦炮智能控制結(jié)構(gòu)圖Fig. 11 Naval gun intelligent control construction drawing
彈藥是艦炮武器裝備的最終毀傷單元,在傳統(tǒng)彈藥技術的基礎上,采用計算機技術、制導技術、目標探測技術、人工智能技術等形成智能彈藥,具有信息感知與處理、推理判斷與決策、執(zhí)行某種動作與任務等功能,諸如搜索、探測和識別目標,控制和改變自身狀態(tài),選擇所要攻擊的目標甚至攻擊部位和方式,偵察、監(jiān)視、評估作戰(zhàn)效果和戰(zhàn)場態(tài)勢等。常見的智能彈藥主要有:末敏彈藥、制導彈藥、彈道修正彈藥、巡飛偵察彈藥等,可使作戰(zhàn)效能提高100~1 000 倍,效費比提高30~40 倍。
圖12 制導炮彈結(jié)構(gòu)圖Fig. 12 Guided ammunition construction drawing
其他如射擊效能智能評估技術、智能故障診斷與維修技術、智能保障技術等也將為智能艦炮裝備發(fā)揮更好的效能提供技術保障。
本文基于人工智能技術的發(fā)展提出智能艦炮裝備的發(fā)展構(gòu)想,描述了智能艦炮裝備的目標圖像,分析了發(fā)展智能艦炮裝備需解決的主要關鍵技術。隨著國家對人工智能技術發(fā)展的進一步重視,按照國家人工智能發(fā)展規(guī)劃的思路,結(jié)合艦炮技術的深入研究,智能艦炮裝備終將在未來海上戰(zhàn)爭中發(fā)揮重要的作用。