摘? 要：聯(lián)合作戰(zhàn)條件下，戰(zhàn)場(chǎng)態(tài)勢(shì)信息多源異構(gòu)，數(shù)據(jù)量大，更新頻率高，傳統(tǒng)的戰(zhàn)場(chǎng)態(tài)勢(shì)感知體系難以保證戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)處理的準(zhǔn)確性和實(shí)時(shí)性。文章基于大數(shù)據(jù)技術(shù)，結(jié)合JDL戰(zhàn)場(chǎng)數(shù)據(jù)融合模型、戰(zhàn)場(chǎng)態(tài)勢(shì)感知PFPV模型、“OODA環(huán)”框架下戰(zhàn)場(chǎng)態(tài)勢(shì)感知模型，構(gòu)建了數(shù)據(jù)驅(qū)動(dòng)的戰(zhàn)場(chǎng)態(tài)勢(shì)感知模型?；诜植际接?jì)算技術(shù)和分布式存儲(chǔ)技術(shù)，能夠?qū)崿F(xiàn)戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)的高速計(jì)算、存儲(chǔ)、檢索。同時(shí)，將多種機(jī)器學(xué)習(xí)算法與JDL戰(zhàn)場(chǎng)數(shù)據(jù)融合模型結(jié)合，構(gòu)建了智能數(shù)據(jù)融合體系。提出了面向任務(wù)的戰(zhàn)場(chǎng)態(tài)勢(shì)圖生成模式，可以在保證態(tài)勢(shì)理解一致性的基礎(chǔ)上滿足需求的多樣性。

關(guān)鍵詞：大數(shù)據(jù)；分布式；戰(zhàn)場(chǎng)態(tài)勢(shì)感知；戰(zhàn)場(chǎng)態(tài)勢(shì)圖

中圖分類號(hào)：TP39；E11? ? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）02-0116-04

Situation Awareness System of Joint Operations Based on Big Data Technology

ZHANG Xudong

（The People's Armed Police Command College China， Tianjin? 300250， China）

Abstract： Under the condition of joint operations， the battlefield situation information is multi-source and heterogeneous， and the data volume is large and the update frequency is high. It is difficult for the traditional battlefield situational awareness system to ensure the accuracy and real-time performance of battlefield situation data processing. Based on big data technology， combined with the JDL battlefield data fusion model， the battlefield situational awareness PFPV model， and the battlefield situational awareness model under the “OODA loop” framework， a data-driven battlefield situational awareness model is constructed. Based on distributed computing technology and distributed storage technology， it can achieve high-speed computing， storage and retrieval of battlefield situation data. In addition， a variety of machine learning algorithms are combined with the JDL battlefield data fusion model to construct an intelligent data fusion system. A task-oriented battlefield situation map generation mode is proposed， which can meet the diversity of needs on the basis of ensuring the consistency of situational understanding.

Keywords： big data; distribution; battlefield situational awareness; battlefield situation map

0? 引? 言

當(dāng)前，人工智能為代表的新一代信息技術(shù)在軍事領(lǐng)域獲得了廣泛應(yīng)用，催生了無人作戰(zhàn)、智能作戰(zhàn)、算法戰(zhàn)等多種作戰(zhàn)樣式。聯(lián)合作戰(zhàn)的作戰(zhàn)節(jié)奏不斷加快，作戰(zhàn)樣式不斷變化，作戰(zhàn)理念不斷革新，指揮方式不斷發(fā)展，作戰(zhàn)維度拓展到包括陸上、海上、空中、太空、電磁、網(wǎng)絡(luò)、認(rèn)知域、社會(huì)域在內(nèi)的多個(gè)維度。隨著作戰(zhàn)維度的全域化，戰(zhàn)場(chǎng)態(tài)勢(shì)信息呈現(xiàn)出信息種類豐富、信息結(jié)構(gòu)復(fù)雜、信息規(guī)模龐大的特點(diǎn)，具有明顯的大數(shù)據(jù)特征。如何運(yùn)用大數(shù)據(jù)技術(shù)解決多源異構(gòu)信息處理、事件關(guān)聯(lián)推理、態(tài)勢(shì)智能生成、局勢(shì)推演預(yù)測(cè)等戰(zhàn)場(chǎng)態(tài)勢(shì)感知難題，輔助指揮員實(shí)時(shí)全面準(zhǔn)確掌握戰(zhàn)場(chǎng)態(tài)勢(shì)，從而奪取信息優(yōu)勢(shì)成為各國軍隊(duì)關(guān)注的重點(diǎn)。

1? 發(fā)展綜述

1.1? 戰(zhàn)場(chǎng)態(tài)勢(shì)要素

戰(zhàn)場(chǎng)態(tài)勢(shì)是對(duì)戰(zhàn)場(chǎng)空間中敵我雙方兵力分布、軍事資源分布、戰(zhàn)場(chǎng)環(huán)境的當(dāng)前狀態(tài)及發(fā)展趨勢(shì)的總體描述。戰(zhàn)場(chǎng)態(tài)勢(shì)要素大致可以分為兵力部署與作戰(zhàn)能力、重要?jiǎng)討B(tài)目標(biāo)、戰(zhàn)場(chǎng)環(huán)境、社會(huì)環(huán)境4類，如圖1所示。

1.2? 戰(zhàn)場(chǎng)態(tài)勢(shì)感知模型及分類

1987年，Endsley提出了基于航空任務(wù)的態(tài)勢(shì)感知信息處理模型，該模型分為態(tài)勢(shì)元素察覺（perception）、態(tài)勢(shì)理解（Comprehension）、未來態(tài)勢(shì)預(yù)測(cè)（Prediction）三個(gè)層次[1]。態(tài)勢(shì)元素察覺是態(tài)勢(shì)感知的最底層，指獲取當(dāng)前環(huán)境態(tài)勢(shì)元素狀態(tài)、屬性和特點(diǎn)。態(tài)勢(shì)理解是指對(duì)獲取到的態(tài)勢(shì)信息進(jìn)行特征提取、數(shù)據(jù)融合、數(shù)據(jù)分析和解釋。態(tài)勢(shì)預(yù)測(cè)則是基于對(duì)當(dāng)前態(tài)勢(shì)的分析理解對(duì)未來態(tài)勢(shì)進(jìn)行預(yù)測(cè)。如圖2所示。

以Endsley三級(jí)態(tài)勢(shì)感知模型為基礎(chǔ)，文獻(xiàn)[2]提出了戰(zhàn)場(chǎng)態(tài)勢(shì)感知PFPV模型。該模型將戰(zhàn)場(chǎng)態(tài)勢(shì)感知分為四個(gè)層次：感知（Perception）、融合（Fusion）、展現(xiàn)（Visualization）和預(yù)測(cè)（Projection），如圖3所示。

文獻(xiàn)[3]結(jié)合“OODA環(huán)”，提出了聯(lián)合作戰(zhàn)背景下戰(zhàn)役級(jí)態(tài)勢(shì)感知的概念模型，如圖4所示。

按照作戰(zhàn)行動(dòng)的規(guī)模和作戰(zhàn)指揮的層次，可將戰(zhàn)場(chǎng)態(tài)勢(shì)感知分為戰(zhàn)略級(jí)戰(zhàn)場(chǎng)態(tài)勢(shì)感知、戰(zhàn)役級(jí)戰(zhàn)場(chǎng)態(tài)勢(shì)感知、戰(zhàn)術(shù)級(jí)戰(zhàn)場(chǎng)態(tài)勢(shì)感知。按照作戰(zhàn)空間維度，可以分為陸上戰(zhàn)場(chǎng)態(tài)勢(shì)感知、海上戰(zhàn)場(chǎng)態(tài)勢(shì)感知、空中戰(zhàn)場(chǎng)態(tài)勢(shì)感知、太空戰(zhàn)場(chǎng)態(tài)勢(shì)感知、電磁戰(zhàn)場(chǎng)態(tài)勢(shì)感知、網(wǎng)絡(luò)戰(zhàn)場(chǎng)態(tài)勢(shì)感知和認(rèn)知域戰(zhàn)場(chǎng)態(tài)勢(shì)感知。從時(shí)間維度進(jìn)行區(qū)分，則可分為過去態(tài)勢(shì)分析、當(dāng)前態(tài)勢(shì)認(rèn)知、未來態(tài)勢(shì)預(yù)測(cè)。

1.3? 戰(zhàn)場(chǎng)態(tài)勢(shì)圖演進(jìn)與發(fā)展

為適應(yīng)信息化條件下聯(lián)合作戰(zhàn)的需求，美軍在20世紀(jì)90年代提出了網(wǎng)絡(luò)中心戰(zhàn)（Network-Centric Warfare， NCW）概念，成為美軍信息化轉(zhuǎn)型的指導(dǎo)思想。與此同時(shí)，美軍發(fā)展了與之相適應(yīng)的態(tài)勢(shì)圖族概念——互操作作戰(zhàn)圖族（Family of Interoperable Operational Pictures， FIOP）。NCW將廣域分布的傳感器、指揮員、作戰(zhàn)部隊(duì)通過高速數(shù)據(jù)鏈和以全球信息柵格（Global Information Grid， GIG）為代表的基礎(chǔ)通信網(wǎng)絡(luò)聯(lián)結(jié)為一個(gè)有機(jī)整體，實(shí)現(xiàn)戰(zhàn)場(chǎng)態(tài)勢(shì)和作戰(zhàn)資源的網(wǎng)絡(luò)化共享，加快指揮速度和作戰(zhàn)節(jié)奏，提高部隊(duì)殺傷力和生存能力。

1997年，美軍提出了通用作戰(zhàn)圖（Common Operational Picture， COP）概念，通過在電子地圖上實(shí)時(shí)顯示不同作戰(zhàn)單元的位置信息和運(yùn)動(dòng)狀態(tài)，有效解決了為多個(gè)作戰(zhàn)單元提供相同戰(zhàn)場(chǎng)態(tài)勢(shì)圖的問題。通用作戰(zhàn)圖保證了不同作戰(zhàn)單元對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)的一致理解，真正具備了輔助決策的技術(shù)能力[4]。然而，不同層次的作戰(zhàn)人員關(guān)心的戰(zhàn)場(chǎng)態(tài)勢(shì)要素及其信息精度不同，對(duì)信息的時(shí)效性需求也不同，比如武器裝備的火控系統(tǒng)對(duì)信息的時(shí)效性要求相對(duì)較高。其次，同一層次的作戰(zhàn)人員由于職能任務(wù)不同，關(guān)心的戰(zhàn)場(chǎng)態(tài)勢(shì)要素也不同。針對(duì)這一問題，美軍提出了用戶定義作戰(zhàn)圖（User Defined Operational Picture， UDOP），使不同層次不同職能的作戰(zhàn)人員能夠根據(jù)自身需求主動(dòng)提取戰(zhàn)場(chǎng)態(tài)勢(shì)要素，生成“個(gè)性化”戰(zhàn)場(chǎng)態(tài)勢(shì)圖。相較于通用作戰(zhàn)圖，用戶定義作戰(zhàn)圖的根本目的是既保證不同層次作戰(zhàn)人員對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)的一致理解，又支持戰(zhàn)場(chǎng)態(tài)勢(shì)信息的“靈巧提?。╯mart pull）”。針對(duì)不同指揮層次，F(xiàn)IOP逐漸發(fā)展出3種類型的戰(zhàn)場(chǎng)態(tài)勢(shì)圖，如圖5所示。

1.4? 戰(zhàn)場(chǎng)態(tài)勢(shì)感知的復(fù)雜性

高超音速武器、隱身飛機(jī)、電子干擾/欺騙設(shè)備、無人機(jī)蜂群、定向能武器的實(shí)戰(zhàn)裝備，給聯(lián)合作戰(zhàn)態(tài)勢(shì)感知帶來了巨大挑戰(zhàn)。主要體現(xiàn)在三個(gè)方面。第一，高超音速武器實(shí)戰(zhàn)應(yīng)用對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)感知速度提出更高要求。俄軍在俄烏沖突中首次使用“匕首”高超音速導(dǎo)彈對(duì)烏軍進(jìn)行打擊，代表著高超音速武器正式投入實(shí)戰(zhàn)運(yùn)用，其極限速度能達(dá)到10馬赫，從發(fā)射到命中目標(biāo)時(shí)間極短。第二，聯(lián)合作戰(zhàn)條件下作戰(zhàn)力量多元耦合，戰(zhàn)術(shù)手段靈活多樣，態(tài)勢(shì)感知復(fù)雜性增強(qiáng)。無人機(jī)蜂群為代表的智能無人武器的實(shí)戰(zhàn)運(yùn)用，使作戰(zhàn)部隊(duì)的力量編成更加復(fù)雜，作戰(zhàn)樣式更為靈活。為保持體系對(duì)抗優(yōu)勢(shì)，美軍提出了“馬賽克戰(zhàn)”概念，通過靈活組合不同功能的模塊化作戰(zhàn)要素，增強(qiáng)美軍作戰(zhàn)體系構(gòu)建的靈活性、適應(yīng)性和生存能力。同時(shí)，這種高度靈活的作戰(zhàn)體系構(gòu)建方式也極大增加了戰(zhàn)場(chǎng)態(tài)勢(shì)的不確定性[5]。第三，電子干擾/對(duì)抗降低了戰(zhàn)場(chǎng)態(tài)勢(shì)感知的準(zhǔn)確性和可靠性。通過電子干擾/對(duì)抗手段，可以在敵方雷達(dá)上顯示大量虛假目標(biāo)，使敵方難以判斷目標(biāo)的真假，使得傳統(tǒng)的戰(zhàn)場(chǎng)態(tài)勢(shì)感知手段難以準(zhǔn)確判斷敵方的兵力編成和作戰(zhàn)意圖。

2? 基于大數(shù)據(jù)技術(shù)的聯(lián)合作戰(zhàn)態(tài)勢(shì)感知

聯(lián)合作戰(zhàn)條件下，戰(zhàn)場(chǎng)態(tài)勢(shì)信息的高效融合處理、深層挖掘分析、快速存儲(chǔ)檢索是戰(zhàn)場(chǎng)態(tài)勢(shì)感知的關(guān)鍵。基于大數(shù)據(jù)技術(shù)，結(jié)合JDL戰(zhàn)場(chǎng)數(shù)據(jù)融合模型、戰(zhàn)場(chǎng)態(tài)勢(shì)感知PFPV模型、“OODA環(huán)”框架下戰(zhàn)場(chǎng)態(tài)勢(shì)感知模型，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的戰(zhàn)場(chǎng)態(tài)勢(shì)感知模型，如圖6所示。利用分布式存儲(chǔ)技術(shù)和分布式計(jì)算技術(shù)提高戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)的處理速度，同時(shí)在數(shù)據(jù)融合的不同層級(jí)采用多種機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)進(jìn)行同步處理，提高數(shù)據(jù)處理的可靠性和準(zhǔn)確性，同時(shí)挖掘戰(zhàn)場(chǎng)大數(shù)據(jù)的深層信息。

2.1? 戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)預(yù)處理

聯(lián)合作戰(zhàn)條件下，廣域分布的多傳感器、多平臺(tái)獲取的原始戰(zhàn)場(chǎng)信息往往含有大量冗余信息和干擾信息，在數(shù)據(jù)層面表現(xiàn)為存在大量異常值、缺失值、冗余值，且往往存在單傳感器多目標(biāo)和多傳感器單目標(biāo)的情況。因此，需要對(duì)原始的戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)進(jìn)行預(yù)處理。如果判斷缺失值對(duì)輸出結(jié)果影響不大，可以用中位數(shù)、眾數(shù)、平均數(shù)等直接替代，優(yōu)點(diǎn)是簡(jiǎn)單，缺點(diǎn)是相當(dāng)于人為引入噪聲。除此之外，還可以用回歸預(yù)測(cè)、K-最鄰近法、極大似然估計(jì)對(duì)缺失值進(jìn)行預(yù)測(cè)，用預(yù)測(cè)值代替真實(shí)值。對(duì)于異常值的處理，首先需要有效檢測(cè)出異常值，一般可以通過3σ探測(cè)法、基于距離的聚類或者建立統(tǒng)計(jì)模型來對(duì)數(shù)據(jù)中的離群點(diǎn)進(jìn)行檢測(cè)。異常值既可能是偶然因素或干擾引起，也可能是敵方突然的軍事行動(dòng)引起，所以對(duì)異常值不能簡(jiǎn)單刪除，而應(yīng)該進(jìn)一步分析判斷。通過主成分分析等模型對(duì)原始戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)進(jìn)行數(shù)據(jù)降維，相當(dāng)于濾除了大量無用特征，可以大大減少戰(zhàn)場(chǎng)態(tài)勢(shì)感知系統(tǒng)的數(shù)據(jù)運(yùn)算量。為零級(jí)融合中的像素融合、特征提取、點(diǎn)跡提取等奠定基礎(chǔ)。

2.2? 戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)分析與挖掘

如圖6中融合層所示，通過將分布式計(jì)算技術(shù)和分布式存儲(chǔ)技術(shù)與傳統(tǒng)的數(shù)據(jù)融合模型相結(jié)合，可以構(gòu)造分布式信息融合模型。

目標(biāo)識(shí)別與分類是戰(zhàn)場(chǎng)態(tài)勢(shì)感知的重要基礎(chǔ)。在融合層的第二級(jí)，基于零級(jí)融合后提取的特征，通過分類模型或聚類模型對(duì)目標(biāo)的身份/屬性進(jìn)行識(shí)別。基于聚類模型還可按敵我屬性相同、類型相近、運(yùn)動(dòng)狀態(tài)相近、執(zhí)行相同作戰(zhàn)任務(wù)等對(duì)目標(biāo)進(jìn)行分群，以精簡(jiǎn)戰(zhàn)場(chǎng)態(tài)勢(shì)信息，降低指揮員的信息篩選量[6]。

態(tài)勢(shì)估計(jì)是基于一級(jí)融合獲得的戰(zhàn)場(chǎng)目標(biāo)信息和其他相關(guān)信息進(jìn)行戰(zhàn)場(chǎng)態(tài)勢(shì)及其對(duì)敵我雙方有利程度估計(jì)的過程。針對(duì)戰(zhàn)場(chǎng)上出現(xiàn)的大量不完整、不精確的信息，需要采取有效的表示方法進(jìn)行態(tài)勢(shì)表征，并融合運(yùn)用多種不確定推理模型進(jìn)行態(tài)勢(shì)推理，以增進(jìn)指揮員對(duì)于態(tài)勢(shì)的理解和預(yù)測(cè)[7]。

威脅估計(jì)是在目標(biāo)識(shí)別和態(tài)勢(shì)估計(jì)的基礎(chǔ)上，基于敵我雙方兵力部署、進(jìn)攻/防御能力、作戰(zhàn)企圖等態(tài)勢(shì)信息分析敵方作戰(zhàn)行動(dòng)對(duì)我方的威脅程度。目前，美軍已經(jīng)大量運(yùn)用基于深度學(xué)習(xí)的智能博弈技術(shù)對(duì)作戰(zhàn)方案進(jìn)行評(píng)估。智能博弈技術(shù)通過模擬仿真對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)行推演，形成敵方趨勢(shì)預(yù)判、我方行動(dòng)構(gòu)想以及戰(zhàn)場(chǎng)環(huán)境趨勢(shì)預(yù)報(bào)與分析等態(tài)勢(shì)預(yù)測(cè)產(chǎn)品[8]。

通過對(duì)態(tài)勢(shì)信息構(gòu)建知識(shí)圖譜是分析敵方作戰(zhàn)體系特點(diǎn)，挖掘態(tài)勢(shì)信息深層聯(lián)系的關(guān)鍵技術(shù)。例如，美軍在“海神之矛”行動(dòng)中，充分運(yùn)用大數(shù)據(jù)技術(shù)，從海量數(shù)據(jù)中挖掘事件之間的內(nèi)在關(guān)聯(lián)，形成關(guān)鍵線索，成功鎖定了本·拉登的住所。同時(shí)，構(gòu)建戰(zhàn)場(chǎng)態(tài)勢(shì)知識(shí)圖譜對(duì)于提高戰(zhàn)場(chǎng)態(tài)勢(shì)感知系統(tǒng)的整體感知能力和生成重點(diǎn)突出、關(guān)聯(lián)清晰的戰(zhàn)場(chǎng)態(tài)勢(shì)圖具有重要作用。

2.3? 戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)存儲(chǔ)與計(jì)算

聯(lián)合作戰(zhàn)條件下多源異構(gòu)戰(zhàn)場(chǎng)大數(shù)據(jù)的高效存儲(chǔ)和檢索是困擾戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)處理的難點(diǎn)問題。在本文設(shè)計(jì)的數(shù)據(jù)驅(qū)動(dòng)的戰(zhàn)場(chǎng)態(tài)勢(shì)感知模型中，采用分布式計(jì)算資源和分布式存儲(chǔ)資源為戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)處理提供數(shù)據(jù)融合、數(shù)據(jù)挖掘、數(shù)據(jù)計(jì)算、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)檢索服務(wù)。其優(yōu)點(diǎn)主要體現(xiàn)在四個(gè)方面。第一，分布式計(jì)算/存儲(chǔ)可以有效提高半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的計(jì)算/檢索速度，多個(gè)任務(wù)可以并行處理，能有效提高戰(zhàn)場(chǎng)態(tài)勢(shì)感知的實(shí)時(shí)性；第二，分布式計(jì)算/存儲(chǔ)使得多個(gè)模型可以同步訓(xùn)練，能大大提高算法模型的訓(xùn)練速度；第三，作戰(zhàn)人員可以根據(jù)權(quán)限同步實(shí)時(shí)訪問戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)庫，在高并發(fā)訪問時(shí)可以有效避免訪問擁堵；第四，不同層次作戰(zhàn)人員可以根據(jù)任務(wù)需求靈活篩選戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)，生成自定義戰(zhàn)場(chǎng)態(tài)勢(shì)圖。

2.4? 戰(zhàn)場(chǎng)態(tài)勢(shì)預(yù)測(cè)與效能評(píng)估

戰(zhàn)場(chǎng)態(tài)勢(shì)感知體系的持續(xù)優(yōu)化需要構(gòu)建戰(zhàn)場(chǎng)態(tài)勢(shì)感知評(píng)估系統(tǒng)，圖6中融合層的效果估計(jì)模塊負(fù)責(zé)對(duì)系統(tǒng)整體的作戰(zhàn)效能進(jìn)行評(píng)估。第一，通過目標(biāo)識(shí)別準(zhǔn)確率、預(yù)警有效性/虛警率、態(tài)勢(shì)預(yù)測(cè)準(zhǔn)確度等指標(biāo)體系對(duì)算法模型進(jìn)行評(píng)估；第二，通過毀傷效果、任務(wù)完成度等指標(biāo)對(duì)敵我雙方人員/裝備的作戰(zhàn)效能進(jìn)行量化評(píng)估，并存入數(shù)據(jù)庫，不斷迭代更新數(shù)據(jù)庫中相關(guān)信息，威脅估計(jì)模塊可以基于敵方任務(wù)部隊(duì)的歷史作戰(zhàn)數(shù)據(jù)提高量化估計(jì)的準(zhǔn)確性。

如圖6所示，預(yù)測(cè)層與展現(xiàn)層協(xié)同運(yùn)作，實(shí)時(shí)將敵方行動(dòng)估計(jì)、趨勢(shì)預(yù)測(cè)等態(tài)勢(shì)預(yù)測(cè)信息顯示在不同層級(jí)的戰(zhàn)場(chǎng)態(tài)勢(shì)圖中，為指揮員分析判斷情況和定下作戰(zhàn)決心提供可視化的態(tài)勢(shì)信息保障。

2.5? 戰(zhàn)場(chǎng)態(tài)勢(shì)圖生成與分發(fā)

聯(lián)合作戰(zhàn)各級(jí)指揮員、指揮機(jī)構(gòu)和各軍兵種部隊(duì)，對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)需求存在較大差異。因此，面向任務(wù)的戰(zhàn)場(chǎng)態(tài)勢(shì)圖生成與分發(fā)成為滿足需求多樣性的必然選擇，其邏輯架構(gòu)如圖7所示。既可以根據(jù)任務(wù)特點(diǎn)將相關(guān)數(shù)據(jù)提前組織好，并根據(jù)任務(wù)進(jìn)程動(dòng)態(tài)更新作戰(zhàn)視圖，也可以由用戶從數(shù)據(jù)庫自主篩選態(tài)勢(shì)要素，生成自定義戰(zhàn)場(chǎng)態(tài)勢(shì)圖。分布式的數(shù)據(jù)存儲(chǔ)與計(jì)算架構(gòu)使得執(zhí)行同一作戰(zhàn)任務(wù)的不同分隊(duì)可以獨(dú)立生成戰(zhàn)場(chǎng)態(tài)勢(shì)圖，之后通過視圖疊加形成面向任務(wù)的綜合態(tài)勢(shì)圖，基于綜合態(tài)勢(shì)圖，不同分隊(duì)可以高效共享戰(zhàn)場(chǎng)信息并進(jìn)行協(xié)同標(biāo)繪，從而提高協(xié)同作戰(zhàn)效率。

3? 結(jié)? 論

基于大數(shù)據(jù)技術(shù)的戰(zhàn)場(chǎng)態(tài)勢(shì)感知體系是適應(yīng)未來戰(zhàn)爭(zhēng)需要，打贏具有智能化特征的信息化戰(zhàn)爭(zhēng)的必然要求。文章分析了傳統(tǒng)的戰(zhàn)場(chǎng)態(tài)勢(shì)感知模型和戰(zhàn)場(chǎng)態(tài)勢(shì)圖演進(jìn)，并指出隨著高超音速武器、隱身飛機(jī)、無人機(jī)蜂群等新一代武器的實(shí)戰(zhàn)裝備，傳統(tǒng)技術(shù)已經(jīng)難以滿足聯(lián)合作戰(zhàn)戰(zhàn)場(chǎng)態(tài)勢(shì)感知對(duì)態(tài)勢(shì)數(shù)據(jù)處理的要求。針對(duì)這一問題，文章首先結(jié)合分布式計(jì)算技術(shù)、分布式存儲(chǔ)技術(shù)和多種機(jī)器學(xué)習(xí)算法，提出了數(shù)據(jù)驅(qū)動(dòng)的戰(zhàn)場(chǎng)態(tài)勢(shì)感知模型，能夠?qū)崿F(xiàn)戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)的高速計(jì)算、存儲(chǔ)和檢索，提高戰(zhàn)場(chǎng)態(tài)勢(shì)感知體系的智能化水平。其次，為更好滿足聯(lián)合作戰(zhàn)各級(jí)指揮員、指揮機(jī)構(gòu)和各軍兵種部隊(duì)對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)圖的需求多樣性，提出了面向任務(wù)的戰(zhàn)場(chǎng)態(tài)勢(shì)圖生成架構(gòu)。面向任務(wù)的戰(zhàn)場(chǎng)態(tài)勢(shì)圖生成架構(gòu)使任務(wù)部隊(duì)能夠根據(jù)任務(wù)特點(diǎn)和個(gè)性化需求自主對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)進(jìn)行篩選，生成自定義戰(zhàn)場(chǎng)態(tài)勢(shì)圖。同時(shí)，不同任務(wù)分隊(duì)可以通過協(xié)同標(biāo)繪和視圖疊加實(shí)時(shí)高效共享戰(zhàn)場(chǎng)態(tài)勢(shì)信息，在保證戰(zhàn)場(chǎng)態(tài)勢(shì)理解一致性的基礎(chǔ)上能有效提高戰(zhàn)場(chǎng)態(tài)勢(shì)圖生成的靈活性。

圖7? 面向任務(wù)的戰(zhàn)場(chǎng)態(tài)勢(shì)圖生成

參考文獻(xiàn)：

[1] 劉熹，趙文棟，徐正芹.戰(zhàn)場(chǎng)態(tài)勢(shì)感知與信息融合 [M].北京：清華大學(xué)出版社，2019.

[2] 李昌璽，于軍，徐穎，等.聯(lián)合作戰(zhàn)條件下戰(zhàn)場(chǎng)態(tài)勢(shì)感知體系構(gòu)建問題研究 [J].中國電子科學(xué)研究院學(xué)報(bào)，2018，13（6）：680-684.

[3] 朱豐，胡曉峰，吳琳，等.從態(tài)勢(shì)認(rèn)知走向態(tài)勢(shì)智能認(rèn)知 [J].系統(tǒng)仿真學(xué)報(bào)，2018，30（3）：761-771.

[4] HENGST M D，MCQUAID M，ZHU J. Impact of Time-based Visualization on Situation Awareness [C]//37th Annual Hawaii International Conference on System Sciences.Big Island：IEEE，2004：1-10.

[5] 戴靜泉，李婷婷，杜蒙杉，等.聯(lián)合作戰(zhàn)態(tài)勢(shì)認(rèn)知技術(shù)研究現(xiàn)狀與發(fā)展建議 [J].指揮信息系統(tǒng)與技術(shù)，2021，12（3）：1-6.

[6] 汪躍，唐志軍，車德朝，等.戰(zhàn)場(chǎng)態(tài)勢(shì)一張圖技術(shù)綜述 [J].指揮信息系統(tǒng)與技術(shù)，2020，11（1）：12-17.

[7] 段玉先，劉昌云，魏文鳳.戰(zhàn)場(chǎng)態(tài)勢(shì)感知關(guān)鍵技術(shù)研究 [J].火力與指揮控制，2021，46（11）：1-11+19.

[8] 李婷婷，刁聯(lián)旺.智能化態(tài)勢(shì)認(rèn)知技術(shù)與發(fā)展建議 [J].指揮信息系統(tǒng)與技術(shù)，2020，11（2）：55-58.

作者簡(jiǎn)介：張旭東（1994—），男，漢族，山西長(zhǎng)治人，助教，碩士研究生，研究方向：指揮信息化與無人化作戰(zhàn)。

收稿日期：2022-08-28