体系作战下的多域指挥与控制探讨

2016-10-31吴正午付建川任华周开民

指挥与控制学报 2016年4期

吴正午付建川任华周开民

1 问题的提出

1.1 多域指挥与控制概念提出

2012年美国国防部发布的《国防战略指南》提出了“亚太再平衡”战略,2015年美国政府发布的《国家安全战略》将该战略升格为美国国家战略的组成部分,标志着美国国防部已将中国锁定为头号假想敌及军事战略上的竞争对手.在《国防战略指南》中,明确将“反介入/区域拒止”作为美军未来十年最大的威胁和挑战,提出了以“跨域协同增效”为核心的“联合介入行动”和“全球一体化作战”等体系作战概念[8].

与此同时,美国空军于2015年9月发布了《空军未来作战概念》文件,其核心是作战敏捷性[1,7],即为应对某个给定挑战快速产生、筛选多种解决方案并快速执行的能力.这份文件还对空军核心使命任务的排序进行了演进,将“指挥与控制”由第5项前移至第1项,并改称“多域指挥与控制”,将“航空航天优势”改称“自适应多域控制”,体现出加强多域作战能力及使其高度一体化的强烈意图,以适应双方的对抗由“要素对抗”向“体系对抗”转变.

1.2 多域指挥与控制难点

体系作战是当前和未来作战的主要模式[3,9].体系作战中充满战略和战术欺骗,正确识别敌方意图,并结合己方武器平台特点,快速构建跨多兵种、跨多领域的反击或防御体系,对指挥员的指挥水平和经验提出了更高要求.多域指挥与控制难度主要体现在:

体系作战中,参战角色众多,各作战要素扮演特定的体系功能,其行为仅为体系行为的一个小的环节,伴随战场迷雾的存在,让指挥员很难从局部战场态势准确识别敌方作战体系的作战意图,从而为己方行动决策带来困难[13].

2)跨领域跨平台联合任务规划困难

作战体系的目标实现依靠不同领域作战要素在物理和信息空间协同完成[5,12],完全依靠指挥员的理论经验并在短时间完成态势评估、行动决策、方案制定难度非常大,且随体系的扩展不断增加,无法敏捷适应快速变化的战场环境.

3)多兵种多领域无缝指挥协调敏捷性差

层次多,规模大的体系行动在各领域的作战要素要融合形成一个有机的整体,需共享战场态势、协同战场任务、同步作战行动,在各领域间实现从上到下的无缝指挥控制困难多,偶发事件也可能导致整个指挥流程受阻,人工协调各要素造成体系敏捷性差.

4)不同领域武器平台精确运用控制要求高

海、陆、空、天、网络等多个领域装备有着不同的运用方法和作战约束,体系作战中,各领域武器平台围绕体系目标共同运作,体系的组织者和运作者无法做到对不同领域的武器平台的战技指标都深刻了解,影响了武器的火力规划和运用控制.

通过上述分析,可以看出多域指挥与控制难点在于如何在体系对抗复杂的态势中快速提取敌方意图,并规划形成我方涵盖多个军种/兵种、多个领域的对抗体系,并对体系中各作战要素进行高效的火力规划和精准控制[14].

经过上述分析，论证了改进的GA-PSO混合算法用于配网重构上的理论可行性，本文运用MATLAB软件分别对3个算例IEEE14、IEEE33和PG&E69节点配电网络进行了仿真来证明算法的有效性及优越性。

2 现状与趋势分析

2.1 多域/跨域指挥与武器控制成为发展方向

多域指挥与控制是依托可快速部署和重组的多域作战能力来实施多域指挥与控制,以取代现在以空中作战为中心的指挥模式.通过多域通用作战图像和广泛应用用户自定义的作战图像来规划、执行和评估作战行动,以及连续更新作战规划并分配作战任务.自适应多域控制是指依托动态的指挥与控制和平衡的能力,跨域运用性能优化的编组和各种比例的有人与无人平台,实施一体化作战行动,形成敌方不可及的主宰各域的能力.

结合我军“军种主建、战区主战”原则的提出,也是从体系化整合的视角来提升作战能力,以体系对抗体系,实现对敌的体系破袭.战区对军种/兵种的体系化整合同样面临要解决多域指挥与控制的问题,需要对多领域、多军种/兵种的作战要素实现体系作战规划、跨域指挥、协同武器控制.

2.2 智能化是解决多域指挥控制的关键切入点

从指挥层面来说,美国国防部先进研究计划局(DARPA)2007年启动的“深绿”计划[6],试图开发一种智能化指挥控制系统[1,13],以帮助指挥官及其参谋人员迅速作出决策并采取行动.“深绿”并不采取先计划后执行的程序,而是各个阶段同步进行,有“平行系统”的设计思想.“深绿”从当前作战行动中持续收集数据,以更新对未来态势的预测,然后同步完善或修改作战方案.但该项目发展并不顺利,没有达到预期的设想,但“深绿”的设计理念却在近期热门的深度学习案例“AlphaGo”中得到体现和发挥.2016年3月推出的“AlphaGo”是一款针对围棋的人工智能程序,其用“价值网络”去计算局面,用“策略网络”去选择下子,通过两个不同的神经网络合作完成下棋,该过程体现了类似作战过程中“态势理解”和“指挥决策”,只是围棋里的“态势”相对直白,“决策”也无需跨域,但“AlphaGo”的出现为智能化的跨域指挥与控制带来曙光.

从武器控制层面来说,人工智能更是取得了让人惊奇的成果.由Psibernetix公司开发的ALPHA人工智能系统战斗机在2016年6月的空战模拟中战胜了美国空军上校飞行员.ALPHA以模糊逻辑(Fuzzy logic)为基础,这种数学逻辑不是模仿人脑的神经生理构造,而是模仿人类的思考方法.Psibernetix公司开发了遗传模糊逻辑分叉(Genetic fuzzy tree)的计算方法,利用这种算法ALPHA就可以应对数百的输入信号.这种处理方法能够在维持输入信号间关系的基础上,把大的问题切割成小的问题,因此使用价格低廉的台式家用电脑也能够完成对系统的训练.

通过上述分析,人工智能已经能够从某些领域初步完成OODA环,完全可以预期将来以人工智能能部分弥补体系设计者与运作者理论、经验与专业知识的欠缺,实现在线的跨域决策支持,并将其贯穿于对抗体系的规划、指挥与武器控制过程[5].

2.3 体系工程是跨域指挥与控制实现的基础

2008年8月,美国国防部发布了《面向体系的系统工程指南》,指南把对系统工程的大力支持又迈向了一个高度,以此来适应当今系统工程日益变化的潮流,其主要体现为系统网络化和体系化.在当今日益复杂的系统环境下,它对未来的发展方向进行了实际指导,并致力于解决体系所面临的问题.

体系工程将现有系统或新系统进行功能设计、分析、规划和整合,使之组合成体系,其功能大于各部分功能的简单相加.体系可能通过整合多个相互协同、独立而又相互影响的系统来实现设定功能.我军“战区”的成立晚于军种/兵种,其需要整合大量的已有系统,并研发新的战区作战指挥信息系统,其过程需要“体系工程”的指导.

3 多域指挥与控制关键技术思考

3.1 灵活集成的系统结构

多域指挥与控制系统应为一种军兵种分布式建设[10]、战区可网络化集成与访问的系统,并支持各军种/兵种间进行流畅信息交互,系统结构如图1所示.

面对跨军兵种、跨平台的战场资源,战区指挥与控制系统需要适应灵活多变的作战使命,面向主要的作战背景制定预案,并支持基于实时态势修改完善,从而提高作战指挥效率.与此同时,军兵种的指挥与控制系统需要能够与其他系统融合,进而通过动态集成来实现敏捷协作,实现快速任务分配和协调[2,11].

图1 多域指挥与控制结构

图2 多域态势理解和决策

3.2 多域态势理解和决策

从目前来看,现有取得的人工智能成果均针对某个特定的领域,如上文所说的“围棋”、“空战”等,人工智能程序已在特定领域实现初步的“态势”理解和对自己“行为”预期的理解.

目前在人工智能方面尚未出现跨多个领域的理解能力,更没有相关成功案例.多域指挥与控制系统需能在海、陆、空、天、网络多个领域,基于不同的人工智能算法实现不同领域的“态势理解”和“行为决策”,并关联这几个域的相互影响.

3.3 跨域辅助行动指挥

在当前的作战模式中几乎所有情况下都是大量的武器装备和许多的指挥人员形成行动闭环.这种情况所面临的问题是即使指挥与控制系统、武器系统能够适应愈来愈复杂的战场环境和作战节奏,作战人员也无法无限制提高素质和操作速度[15].因此,人工智能辅助指挥是解决上述问题的唯一途径.图3给出跨域辅助行动指挥在不同协同流程下人与人工智能的区别.

图3 跨域辅助行动指挥

同时,智能化指挥系统需要与之相适宜的指挥方式才能实现高效的自动化和安全性,即允许机器完成某些有确定处理方式和处理方法的作战指挥过程,将模糊的、关键的问题交由人员决策和处理,从而实现人机协同.

3.4 多武器协同运用控制

多域指挥控制体系下,对武器平台精确运用的一个核心概念是“敏捷”,即为应对某个给定目标快速产生、筛选火力方案并高效执行的能力.多武器协同涉及目标识别、方案寻优、协同打击等多个过程.与此同时,无人系统、分布式集群将会成为未来战场的重要成员,其参战规模、协同实时性将大大超出人力控制范围,必须实现智能化.如图4所示.

目前,多种深度学习、强化学习方法将越来越多地应用于武器平台.从体系作战角度来说,单纯的武器平台智能化必须向全面的能力整合发展.体系化防御和进攻都将是在未来战争中取胜的关键,任何一个军/兵种都不是绝对的主导,任何领域都必须有效协同.