林京鵬，胡小林，索王軍

(北京機(jī)電工程研究所，北京 100074)

0 引言

隨著人工智能技術(shù)的逐步應(yīng)用，數(shù)字工程管理方法的進(jìn)一步實(shí)施，基于虛擬仿真技術(shù)的模擬訓(xùn)練場(chǎng)建設(shè)，數(shù)字化技術(shù)在引戰(zhàn)系統(tǒng)研制及使用過程亟需進(jìn)一步深化[1]。數(shù)據(jù)的收集、處理、儲(chǔ)存技術(shù)的重要性大大增強(qiáng)，這些數(shù)據(jù)大部分來(lái)自以往引戰(zhàn)系統(tǒng)的試驗(yàn)和仿真，數(shù)據(jù)體量巨大且類型繁雜，經(jīng)過一定的積累便形成了“大數(shù)據(jù)”[2]。其中暗藏的某些規(guī)律并不能被輕易發(fā)現(xiàn)，往往需要技術(shù)人員花費(fèi)大量時(shí)間和精力不斷分析和發(fā)掘其中的特征和內(nèi)涵，總結(jié)引戰(zhàn)匹配中的規(guī)律，為準(zhǔn)確判斷和預(yù)測(cè)提供依據(jù)；而大數(shù)據(jù)及數(shù)據(jù)挖掘技術(shù)可以幫助我們?cè)诓恍璺治鍪挛镞\(yùn)行機(jī)理的情況下，從以往的大量數(shù)據(jù)中歸納和升華出規(guī)律和經(jīng)驗(yàn)，讓計(jì)算機(jī)或裝備信息設(shè)備基于此實(shí)現(xiàn)自主仿真、判斷、決策，進(jìn)而獲得智能。

引戰(zhàn)配合技術(shù)是決定導(dǎo)彈能否發(fā)揮作用的關(guān)鍵技術(shù)，引戰(zhàn)配合的優(yōu)劣直接關(guān)系到導(dǎo)彈對(duì)目標(biāo)的毀傷能力。當(dāng)導(dǎo)彈末端俯沖攻擊目標(biāo)時(shí)，導(dǎo)引頭在正常工作盲區(qū)外有效提供彈目交會(huì)信息如彈目距離、高低角、方位角和角速度信息，或?qū)б^在近場(chǎng)探測(cè)存在角閃爍現(xiàn)象，無(wú)法有效提供彈目交會(huì)信息時(shí)，采取何種方式或何種時(shí)機(jī)才能獲得最佳的引戰(zhàn)配合效果[3-4]，已經(jīng)無(wú)法由有限的典型攻擊方式給出。這時(shí)，需要“專家”來(lái)計(jì)算，這位“專家”即是大數(shù)據(jù)。

1 大數(shù)據(jù)技術(shù)實(shí)現(xiàn)智能化的技術(shù)途徑

基于大數(shù)據(jù)計(jì)算范式的實(shí)現(xiàn)過程如圖1所示。

圖1 大數(shù)據(jù)計(jì)算范式Fig.1 Big data computing paradigm

近年來(lái)，大數(shù)據(jù)技術(shù)已成為新興的基礎(chǔ)概念，美國(guó)國(guó)防部認(rèn)識(shí)到傳統(tǒng)的產(chǎn)品迭代耗時(shí)太長(zhǎng)，現(xiàn)代化計(jì)劃通常需要15～20年才能見效，僅為一個(gè)新平臺(tái)或一個(gè)硬件定義所需的工作時(shí)長(zhǎng)就可能長(zhǎng)達(dá)5年。通常，現(xiàn)代化計(jì)劃因需求過多引起工作冗長(zhǎng)繁重，這些需求過多地限制了系統(tǒng)或硬件所必須的開發(fā)和制造方式，結(jié)果可能導(dǎo)致解決方案過于復(fù)雜和昂貴[5]。

而大數(shù)據(jù)技術(shù)則依托于物理模型，傳感器采集的數(shù)據(jù)與歷史仿真數(shù)據(jù)來(lái)反映與該物理模型相對(duì)應(yīng)的實(shí)體功能滿足情況、實(shí)時(shí)狀態(tài)以及演變趨勢(shì)。這種技術(shù)可以在引戰(zhàn)系統(tǒng)研發(fā)的多個(gè)階段產(chǎn)生積極作用。

在方案設(shè)計(jì)階段，借助大數(shù)據(jù)推演，能夠加快引戰(zhàn)匹配早期的方案快速設(shè)計(jì)迭代，以更少的成本，極低的代價(jià)和更快的速度將新技術(shù)實(shí)現(xiàn)應(yīng)用。通過使用數(shù)學(xué)模型開展多專業(yè)聯(lián)合仿真，并對(duì)仿真獲得的大量數(shù)據(jù)進(jìn)行分析，能夠?qū)Ξa(chǎn)品性能進(jìn)行精確摸底而不需要開展大量試驗(yàn)條件建設(shè)，生產(chǎn)產(chǎn)品實(shí)物樣機(jī)，從而大幅壓縮方案論證周期，提高論證精細(xì)度，降低研制階段成本。

以往，我們常常試圖模擬人類大腦的工作模式或思考方式實(shí)現(xiàn)人工智能，以期對(duì)基于事物本質(zhì)的了解建立模型，進(jìn)而再對(duì)未知進(jìn)行預(yù)測(cè)，然而這方面的理論始終很難突破。進(jìn)入大數(shù)據(jù)時(shí)代，我們不再需要了解事物的本質(zhì)，可以通過對(duì)目前掌握的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)各種現(xiàn)象的相關(guān)性關(guān)系和演變態(tài)勢(shì)，并據(jù)此建立模型進(jìn)行預(yù)測(cè)，其根本就是將智能問題轉(zhuǎn)化為數(shù)據(jù)問題?；诖髷?shù)據(jù)的人工智能實(shí)現(xiàn)過程如圖2所示。

圖2 基于大數(shù)據(jù)的人工智能實(shí)現(xiàn)過程Fig.2 Implementation process of artificial intelligence based on big data

1.1 提取特征模型

統(tǒng)計(jì)學(xué)也被稱之為數(shù)理統(tǒng)計(jì)，是以概率論為基礎(chǔ)，收集、處理并分析數(shù)據(jù)，尋找數(shù)據(jù)之間的內(nèi)在關(guān)聯(lián)性和規(guī)律性。實(shí)物試驗(yàn)、半實(shí)物仿真試驗(yàn)可以讓我們輕易獲得海量的數(shù)據(jù)信息，如彈目距離、高低角、方位角和角速度信息，傳統(tǒng)的方法需要在數(shù)據(jù)庫(kù)中選取出具有相應(yīng)特點(diǎn)的數(shù)據(jù)，研究總結(jié)其中隱藏的相關(guān)關(guān)系，再不斷結(jié)合新的數(shù)據(jù)來(lái)預(yù)測(cè)未知的發(fā)展趨勢(shì)?？墒牵F(xiàn)象的發(fā)生機(jī)理往往是錯(cuò)綜復(fù)雜的，事物之間的聯(lián)系通常不是顯而易見的，利用大數(shù)據(jù)技術(shù)分析數(shù)據(jù)的相關(guān)性，從以往的數(shù)據(jù)中找出各種信息的相關(guān)關(guān)系，這對(duì)于我們?cè)跓o(wú)法摸清事物運(yùn)行機(jī)理的情況下，了解事物的運(yùn)行具有很強(qiáng)的現(xiàn)實(shí)意義[6]。將這些相關(guān)關(guān)系進(jìn)行總結(jié)歸納，就可以總結(jié)出事物的運(yùn)行規(guī)律，它將作為先驗(yàn)經(jīng)驗(yàn)存儲(chǔ)起來(lái)用于構(gòu)建特征模型。

1.2 訓(xùn)練模型

最初，數(shù)據(jù)體量不足或計(jì)算能力不達(dá)標(biāo)，模型計(jì)算得出的結(jié)果不一定盡如人意，但是隨著數(shù)據(jù)的不斷積累，計(jì)算機(jī)的計(jì)算能力不斷提高，得到的模型結(jié)果越來(lái)越趨近于真實(shí)試驗(yàn)結(jié)果。作為前期初步研究的典型案例之一，圖3為引戰(zhàn)系統(tǒng)對(duì)橋梁的毀傷訓(xùn)練模型，展示了不同彈目交會(huì)信息條件下橋梁的毀傷情況。當(dāng)導(dǎo)彈末端俯沖攻擊目標(biāo)時(shí)，導(dǎo)引頭在正常工作盲區(qū)外有效提供彈目交會(huì)信息如彈目距離、高低角、方位角和角速度信息，或?qū)б^在近場(chǎng)探測(cè)存在角閃爍現(xiàn)象，無(wú)法有效提供彈目交會(huì)信息時(shí)，導(dǎo)引頭的計(jì)算機(jī)模塊利用大數(shù)據(jù)技術(shù)分析數(shù)據(jù)的相關(guān)性，利用盲區(qū)外的有限信息從以往的數(shù)據(jù)中匹配飛行彈道及飛行位置，進(jìn)而確定起爆方式及時(shí)機(jī)，以便達(dá)到最佳引戰(zhàn)配合效果。

圖3 訓(xùn)練模型Fig.3 Training model

2 大數(shù)據(jù)在引戰(zhàn)配合智能化發(fā)展中的應(yīng)用設(shè)想

大數(shù)據(jù)技術(shù)的發(fā)展進(jìn)步和其在軍事領(lǐng)域的應(yīng)用必將孕生新的引戰(zhàn)配合方法及作戰(zhàn)理論，并對(duì)現(xiàn)代戰(zhàn)爭(zhēng)的形式、戰(zhàn)場(chǎng)環(huán)境產(chǎn)生顛覆性的影響[7]。在可以預(yù)想的未來(lái)，軍事裝備的自動(dòng)化水平及決策效率均將顯著提高，人類在戰(zhàn)爭(zhēng)中會(huì)由前臺(tái)轉(zhuǎn)向幕后，戰(zhàn)爭(zhēng)形態(tài)的變化將加快人類在戰(zhàn)爭(zhēng)中的角色轉(zhuǎn)變，大數(shù)據(jù)設(shè)計(jì)戰(zhàn)爭(zhēng)，智能裝備執(zhí)行作戰(zhàn)任務(wù)，人與智能裝備互相輔助完成任務(wù)。智能化作戰(zhàn)是未來(lái)人工智能技術(shù)發(fā)展的大勢(shì)所趨，將為國(guó)防事業(yè)帶來(lái)極大的經(jīng)濟(jì)和軍事效益。

2.1 大數(shù)據(jù)技術(shù)可以使產(chǎn)品迭代更加高效

數(shù)字工程技術(shù)正成為大國(guó)之間技術(shù)博弈的高地。采用大數(shù)據(jù)技術(shù)可以打通系統(tǒng)工程中需求分析-裝備研發(fā)-使用保障的各大環(huán)節(jié)，充分利用目前科研生產(chǎn)中存在或新產(chǎn)生的數(shù)字資源，將已有的成果數(shù)字化、模型化，再綜合采取建模與仿真、高性能計(jì)算、物聯(lián)網(wǎng)、數(shù)字孿生、大數(shù)據(jù)等先進(jìn)技術(shù)手段，在引戰(zhàn)匹配設(shè)計(jì)中不斷推動(dòng)以基于模型、數(shù)據(jù)驅(qū)動(dòng)為基礎(chǔ)的分析和控制方法，圍繞軍事裝備論證、研制、生產(chǎn)及保障中的系統(tǒng)工程工作[8]。

設(shè)計(jì)未來(lái)戰(zhàn)爭(zhēng)就是設(shè)計(jì)裝備。通過這種方法將徹底顛覆傳統(tǒng)的武器裝備研發(fā)模式，大幅壓縮從需求端到產(chǎn)品端的生成時(shí)間，這在當(dāng)前顛覆性技術(shù)快速發(fā)展的時(shí)期顯得尤為重要。先進(jìn)技術(shù)能夠借助數(shù)字化手段快速物化為裝備形態(tài)，短時(shí)間內(nèi)形成作戰(zhàn)能力，從而獲得不對(duì)等的技術(shù)壓倒性優(yōu)勢(shì)，避免出現(xiàn)由于開發(fā)周期過長(zhǎng)導(dǎo)致的論證階段技術(shù)先進(jìn)，設(shè)計(jì)階段技術(shù)領(lǐng)先，裝備階段技術(shù)落后的現(xiàn)象出現(xiàn)。

2.2 大數(shù)據(jù)技術(shù)使研發(fā)過程更加安全

火藥的誕生和發(fā)展之路伴隨著不斷地傷亡。以往對(duì)新環(huán)境、新目標(biāo)的引戰(zhàn)配合設(shè)計(jì)主要基于經(jīng)驗(yàn)設(shè)計(jì)，基于對(duì)以往產(chǎn)品的設(shè)計(jì)找突破口，這非常依賴研發(fā)人員的經(jīng)驗(yàn)。對(duì)單一環(huán)境、單一目標(biāo)更改有較好的效果[9]，而對(duì)于復(fù)雜系統(tǒng)、多支路影響的引戰(zhàn)配合則效率低下，甚至無(wú)法找到突破。此時(shí)，需要通過大量的、復(fù)雜的相關(guān)驗(yàn)證性試驗(yàn)，安全事故的產(chǎn)生在所難免。而進(jìn)入到大數(shù)據(jù)時(shí)代，利用收集的以往大量試驗(yàn)和仿真積累的數(shù)據(jù)信息，再通過大數(shù)據(jù)技術(shù)對(duì)其進(jìn)行分析和利用，形成引戰(zhàn)配合的智能化模型，此外，我們還可以得到新方案的潛在隱患來(lái)源，以便于及時(shí)采取策略進(jìn)行預(yù)防。

2.3 大數(shù)據(jù)技術(shù)使引戰(zhàn)配合決策更加客觀全面

目前很多國(guó)家已經(jīng)開始使用智能指揮系統(tǒng)作為輔助決策參考，充分發(fā)揮計(jì)算機(jī)系統(tǒng)的優(yōu)勢(shì)，以知識(shí)推理的方式定性、定量分析問題，使解決和處理問題的能力和效率均得到了一定程度的提高[10]。但是，如圖4所示，隨著戰(zhàn)場(chǎng)數(shù)據(jù)、訓(xùn)練數(shù)據(jù)及環(huán)境數(shù)據(jù)的不斷收集與積累，使我們有條件利用更多的信息去做出更全面、科學(xué)、客觀的決策。通過對(duì)多渠道來(lái)源數(shù)據(jù)的挖掘與分析，決策不再僅僅依賴于經(jīng)驗(yàn)和仿真，當(dāng)現(xiàn)實(shí)中的眾多情報(bào)及引戰(zhàn)系統(tǒng)自身信息加入后，不同信息間的相關(guān)性也會(huì)被充分發(fā)掘，必將使決策更客觀全面、更符合真實(shí)戰(zhàn)場(chǎng)情況。

圖4 毀傷決策Fig.4 Damage decision

2.4 大數(shù)據(jù)技術(shù)使毀傷更加精準(zhǔn)

引戰(zhàn)配合策略設(shè)計(jì)包含信息傳輸過程及信息控制過程，整個(gè)過程中既有離散的輸入輸出，又有連續(xù)的輸入輸出，受多種因素影響，且時(shí)間十分短暫。因此，信息的傳遞和控制只有在戰(zhàn)斗部最佳起爆時(shí)段內(nèi)迅速完成才能發(fā)揮最大作用，因而系統(tǒng)復(fù)雜難以描述。

不同的引戰(zhàn)匹配策略往往帶來(lái)截然不同的毀傷效果。從圖5可以發(fā)現(xiàn)，在引入大數(shù)據(jù)技術(shù)后，可根據(jù)毀傷目標(biāo)情況調(diào)整毀傷策略，不同彈目距離引戰(zhàn)系統(tǒng)的作用會(huì)產(chǎn)生不同的毀傷效果，充分挖掘和分析以往產(chǎn)品的數(shù)據(jù)特征和內(nèi)涵，總結(jié)引戰(zhàn)匹配中的規(guī)律，為新環(huán)境、新目標(biāo)的引戰(zhàn)配合設(shè)計(jì)提供準(zhǔn)確判斷和預(yù)測(cè)，可在極短的時(shí)間給出終極毀傷策略，進(jìn)而形成更加精準(zhǔn)的毀傷效果。

圖5 引戰(zhàn)匹配策略Fig.5 Fuze warhead matching strategy

3 結(jié)論

從智能化發(fā)展的優(yōu)勢(shì)和軍事需求的角度來(lái)看，將大數(shù)據(jù)技術(shù)應(yīng)用于軍事領(lǐng)域是大勢(shì)所趨。軍事裝備和作戰(zhàn)決策的智能化、自主化程度的增強(qiáng)必將給未來(lái)陸、海、空各個(gè)戰(zhàn)場(chǎng)的作戰(zhàn)形式和作戰(zhàn)效能帶來(lái)積極的影響。而大數(shù)據(jù)技術(shù)的發(fā)展是人工智能技術(shù)發(fā)展的基礎(chǔ)，引戰(zhàn)配合設(shè)計(jì)是武器裝備設(shè)計(jì)的關(guān)鍵，因此它成為了軍事裝備與決策實(shí)現(xiàn)智能的重要一環(huán)。我們應(yīng)當(dāng)從頂層設(shè)計(jì)謀劃未來(lái)，從大數(shù)據(jù)的收集、存儲(chǔ)，構(gòu)成全面、系統(tǒng)的數(shù)據(jù)庫(kù)資源;處理數(shù)據(jù)，挖掘數(shù)據(jù)庫(kù)資源中的規(guī)律信息，形成知識(shí);對(duì)不同的應(yīng)用場(chǎng)景建立相適應(yīng)的模型，利用知識(shí)來(lái)指導(dǎo)決策，以實(shí)現(xiàn)智能。目前大數(shù)據(jù)技術(shù)作為前沿研究，在引戰(zhàn)配合的應(yīng)用方面只進(jìn)行了初步的探索，后期會(huì)對(duì)數(shù)據(jù)的收集模式及快速積累、模型的訓(xùn)練手段提升等方面進(jìn)行更為深入的研究。