联合作战任务智能规划关键技术及其应用思考

发布时间：2021-09-07 20:48

　　作战任务规划是战场指挥和决策的关键一环。随着多军兵种联合作战思想的发展与成熟,作战任务规划领域正成为传统作战指挥方法与各类新兴技术相结合的集中点,该领域也不断成为智能化指挥和决策指导未来作战的核心点。本文主要阐述了作战任务规划的基本概念和智能化需求,并结合战区级联合任务规划系统对智能化关键技术进行了分析研究,提出了几种具体技术实现架构,并对未来研究做出了展望。 

【文章来源】：国防科技. 2020,41(03)

【文章页数】：8 页

【部分图文】：

战区级联合作战任务规划流程

系统在组成框架上按照“一整套系统、四方面层级、多元化应用”的方式进行布置。采用面向服务的软件架构,分为数据模型、规划环境、公共业务和数据显示等层次,构建标准统一、接口一致并可互联互通的软件框架,系统按需定制、灵活部署,总体框架如图2所示。数据模型层:包括态势研判、多维多军兵种任务规划、作战方案分析与生成、专题服务和智能评估等基础模型架构。在此基础上结合军事地理、作战目标、力量部署、力量方案和典型案例等数据信息进行模型集成,为作战任务规划提供智能化支撑。

态势智能感知技术主要用于对区域联合作战环境下的战场态势数据进行提取和分析,并融合相关信息知识评估当前态势并对未来态势进行预测,为产生作战方案提供信息支撑[7]。该技术主要用于提升OODA环中的观察和判定能力。第一,该技术以指挥员的军事指挥经验为牵引,以联合作战任务为导向,利用模糊认知技术进行认知建模;第二,利用多智能体学习方法对多军兵种联合作战的协同配合进行仿真模拟;第三,利用深度学习方法构建以大数据为基础的非线性神经网络模型,实现对战场态势的有效感知和准确评估,预测敌方作战部署、作战意图、作战动向以及敌我双方作战力量对比。战场态势智能感知技术是提升联合任务规划能力的基础和关键,它在联合作战任务规划体系中的流程框架如图3所示。首先,利用模糊认知和表示学习技术,结合概率论、模糊数据论等理论综合解决战场态势复杂性、模糊性、涌现性和不确定性等问题[8],特别是针对信息维度极高和作战力量多元化程度极强的联合作战战场态势,能够生成较好的形式化生成和参数化表征能力,为指挥决策提供依据。其次,基于单智能体的个体认知,利用多智能体学习技术并综合考量形成整体化的态势认知结果,结合多种博弈理论方法进行探索,同时针对联合作战中各军兵种协同实施模拟仿真,从而整合成为群体协作认知。最后,将深度学习技术与人机交互技术相结合,以指挥人员的军事专业知识为依据,通过改变深度神经网络中的网络层数和节点数量,强化对敏感态势的认知水平,进而达到仿真学习指挥人员的行为认知的目标,实现在联合作战环境下对态势的高效评估和预测。

【参考文献】：
期刊论文
[1]陆军战术级作战任务智能规划技术研究[J]. 杜思良,韩家启,张永亮,韩东.  舰船电子工程. 2018(12)
[2]联合作战条件下战场态势感知体系构建问题研究[J]. 李昌玺,于军,徐颖,陈骋.  中国电子科学研究院学报. 2018(06)
[3]基于深度学习的战场态势高级理解模拟方法[J]. 朱丰,胡晓峰,吴琳,贺筱媛,杨璐.  火力与指挥控制. 2018(08)
[4]深度逆向强化学习研究综述[J]. 陈希亮,曹雷,何明,李晨溪,徐志雄.  计算机工程与应用. 2018(05)
[5]关于作战筹划与作战任务规划[J]. 谢苏明,毛万峰,李杏.  指挥与控制学报. 2017(04)
[6]关于联合作战规划系统的几个问题[J]. 胡晓峰,荣明.  指挥与控制学报. 2017(04)
[7]作战任务规划若干问题再认识[J]. 赵国宏.  指挥与控制学报. 2017(04)
[8]基于深度强化学习的陆军分队战术决策问题研究[J]. 陈希亮,张永亮.  军事运筹与系统工程. 2017(03)



本文编号：3390224