运用大数据增强战场态势感知能力

，

一体化联合作战，需要精准、及时、高效、共享的战场态势感知。随着网络信息体系的持续改进和发展，依托网络信息体系感知战场态势，不仅成为联合作战指挥员的必要选择，也成为打赢信息化战争的客观要求。因此，如何充分利用现有信息资源获取和信息处理技术，不断提高战场态势感知能力已成为联合作战指挥员关注的重大现实问题。大数据的思维、理论和相关技术，为有效解决这一问题提供了基本思路和方法[1]。信息化战场上敌我双方的多态作战要素、多类作战目标、多维关联关系以及激烈对抗行动，都将产生、传播或映射多元、复杂、海量的数据。这些数据具有比较鲜明的大数据特征，可以有效增强战场态势感知能力。运用大数据增强战场态势感知能力，是指依托战场全维分布的感知终端和网络，实时收集汇总可支撑联合作战指挥员感知理解的战场态势多元结构的海量作战数据，借助战场信息通信网络实现战场态势数据的多维交互，利用指挥信息系统实现战场态势数据的标准化、格式化及高效融合，通过深度挖掘发现战场态势数据的复杂关系、隐性关联和潜在价值，建立健全战场态势数据的生成、流转、处理和分发机制，按照指挥和作战行动的需要生成基于大数据支撑的准确实时、直观易懂、支持计算、便于分发的数据化战场态势图，为实现基于数据的作战指挥、形成基于网络信息体系联合作战、全域作战能力提供物质基础和必要条件。

1 构建可支撑战场态势感知的大数据结构

利用大数据增强战场态势感知能力，首先要对能够用于支撑战场态势感知的大数据进行界定和明确，并进行标准化、格式化处理。通过感知终端和网络获取数据后，只有经过一定的筛选和处理，这些初始获取和收集的数据才有可能用于支持实时的战场态势感知、作战计划制定、作战行动调控和战后评估分析。这种处理的目的主要是使初始的战场态势大数据既能与各种感知终端和信息通信网络的传输与处理能力相适应，保证其在战场网络信息体系内流转，又能确保其本身具有价值和精确性，从而满足联合作战指挥和行动对战场态势感知的差异性需求。

1.1 确定战场态势大数据的表征维度

表征维度反映的是对实体或事件表征的不同层面和特征。通常情况下，表征维度越大，对实体或事件的表征就越全面、越精确。信息化战场上作战要素和作战目标的标注、作战区域和行动的描述或敌对双方态势的勾画，都难以用某一维度的数据单独完成，必须利用多个维度的数据来表征。同时，多个战场目标、行动之间的时序关系、空间关系、信息交互关系也同样需要不同维度的数据来表征。更值得关注的是，充足的表征维度有利于对数据的深度分析和挖掘。因此，在构建战场态势大数据结构时，应结合战场目标的不同特征和作战行动的需要，对所有战场态势数据的表征维度进行规范。

1.2 明确战场态势大数据的显存粒度

数据显存粒度反映的是对实体或事件表征的细化或综合程度。显存粒度越小，战场态势数据的细化程度越高，对实体或事件的描述越细致。联合作战各级指挥员、指挥机构和各军兵种部队，对同一个目标的数据粒度需求具有较大的差异性。在利用大数据表征战场态势时，指挥层级越高、指挥活动越宏观，对战场态势数据的细化程度要求越低，数据显存粒度越大；反之，细化程度要求越高，数据显存粒度越小。在构建战场态势大数据结构时，应根据联合作战不同指挥席位或战位对战场态势的不同需求，合理明确指挥席位和战位的数据显存粒度要求和标准，并依据所确定的数据显存粒度要求和标准规范各种战场态势数据。

1.3 区分战场态势大数据的更新频率

更新频率反映的是对实体或事件表征的动态变化情况。数据更新频率越高，战场态势变化反馈越及时，动态情况掌握越全面。要确保联合作战各级指挥员和指挥机构准确实时地了解战场态势，更好地掌握战场动态和发展变化趋势，及时抓住稍纵即逝的有利战机，就必须对战场态势数据进行不断的迭代更新[2]。战场态势数据更新并不要求、也难以实现整体迭代，而应该结合实际进行局部或个体数据的关联迭代。通常情况下，主战武器平台对作战部署和进程影响大，高速机动目标的战场态势变化快，信息目标的时敏度高，必然对数据更新频率有更高的要求。在构建战场态势大数据结构时，应根据联合作战各级指挥员、指挥机构的作战需求和各类战场目标的不同性质，区分战场态势数据的更新频率。

1.4 建立战场态势大数据的关联图谱

关联图谱反映的是对实体或事件表征的相互关系。关联图谱越全面、越详细，战场多个目标或行动之间的相互关系及关联度就越直观、越清晰，对战场态势的掌握就越具体，对战场态势变化趋势的预测就越准确。关联图谱是将不同类别的态势数据链接而形成的关系网络，便于联合作战各级指挥员、指挥机构对战场态势全局的了解和掌控。通常情况下，采取人机结合的方式，将战场态势数据进行汇总、整理，依据指挥活动和作战行动的基本规律，可以建立显性的关联图谱；通过抽取、聚类、推理、分析等方法对战场态势数据中隐藏的特殊关联进行搜索、挖掘，可以建立隐性的关联图谱。在构建战场态势大数据结构时，应根据现有的态势数据和关联规则，建立初始的态势数据关联图谱，并依据态势研判和数据处理的新发现，建立新的关联关系、变更关联关系、调整关联系数。

2 拓展可实现战场态势感知的大数据来源

实现基于大数据的战场态势感知，必须要有全面、准确、有效的战场态势数据来源。战场态势数据来源主要有战前的准备、战时的采集以及对隐性数据的深度挖掘。

2.1 战场态势基础数据战前准备

战场态势基础数据主要是指在作战准备阶段，借助已有的各种情报和数据资源而获取和掌握的基本作战数据，包括地理信息数据、电磁环境数据、敌我编制装备数据、各类作战行动模型数据及战前态势数据等[3]。完成基础数据的战前准备，应主要考虑以下方面：一是各种情报信息的数据化处理，对现有文本、图表、图形、图像、视频等情报信息进行数据化处理，形成基础作战数据，构建战场态势初始数据库，此项工作可在平时进行，也需要在战前进行应急处理；二是战场态势基础数据的比对整理，剔除冗余错误数据、调整更新过时数据、补充完善缺漏数据；三是战场态势基础数据处理分析，对所有的态势数据逐一明确其表征维度、粒度、更新周期，并根据现有分析结果建立关联关系，形成战场态势初始关联图谱；四是完成战场态势基础数据的初始部署，将相关态势数据分门别类地部署到联合作战各级各类指挥席位和战位，从而形成基础作战视图。

2.2 战场态势动态数据采集获取

战场态势动态数据是指在作战组织筹划和实施过程中，依托战场各种态势感知终端采集到的所有态势数据以及借助上级、友邻或其他力量获取和掌握的各种态势数据。动态数据的采集获取主要应考虑以下方面：一是动态数据的采集，通过由人员、武器平台和传感器等组成的“感知网”进行战场态势感知，对作战相关区域内的各类目标和行动进行侦察和监控，获取实时或近实时实体或事件表征数据[4]；二是动态数据的融合，一方面通过分布式的分析处理对获取的动态数据进行比对、印证和整合，另一方面通过集中式的分析处理将动态数据与基础数据进行对照分析，最终实现动态数据自身的融合以及与基础数据的融合；三是动态数据的互联互通，综合本级的态势感知能力，形成本级态势数据后，向上级、友邻提出相关态势数据需求或将本级相关态势数据汇入上级、友邻，实现本级与上级、友邻态势数据的互联互通，进而更新初始作战视图，形成基本作战视图；四是动态数据的互操作[5]，根据作战需要明确联合作战各级各类指挥席位或战位的数据操作权限，将经过验证审批的最新数据进行实时更新，以实现与上级、友邻之间态势数据的互操作。

2.3 战场态势隐性数据深度挖掘

战场态势隐性数据是指在战场态势的感知过程中，通过对各种显性态势数据的深层次分析和深度挖掘获取和掌握的新的态势数据或关联关系。隐性数据通常不会以直观的方式显现出来，所表征的内容主要体现在形成历程、关联度和发展趋势等方面。隐性数据深度挖掘主要应考虑以下方面：一是态势数据的统计分析，通过对同一目标或某一行动的态势数据进行统计分析，发现该目标或行动的形成历程和变化特点，发现战场态势的量变、质变规律和趋势[6]；二是态势数据的关联分析，对多维海量的态势数据进行分类、聚类和关联分析，通过态势数据的相互关系和变化规律，研究战场态势的形成基点、变化拐点和传导途径，从而发现不同或不相关目标或行动之间的隐性关联和影响，为联合作战各级指挥员发现敌方作战体系中的要点、弱点提供参考和依据；三是态势数据的预测分析[7]，任何趋势，都先见于微末，根据某个或某些数据的细小变化，预测分析某一目标或某一行动的可能发展趋势，进而明确其对战场态势，甚至对作战进程和结局产生的影响；四是态势数据的评估分析，对所有态势数据进行回溯，评估分析相关数据对作战进程和结局的作用机理及影响度，为后续态势数据获取和处理提供纠偏参考，同时有利于提高联合作战各级指挥员对战场态势的感知和理解能力。

3 优化可共享战场态势感知的大数据利用

利用大数据增强战场态势感知能力，必然要通过科学合理的战场态势数据分发和利用实现。考虑到战场态势数据的超大容量、多元结构、流转时效要求以及战场网络信息体系的有限带宽、用户的个性化需求等复杂情况，在分发和利用态势数据时，既要关注战场态势数据的具体内容，也要关注战场态势数据的分发和利用方式。

3.1 满足基本态势需求通播通用作战视图

根据战场用户对战场态势感知的共性需要，由联合作战指挥机构利用战场信息网络，以通播的方式将需要全网共享的战场态势数据分发到联合作战所有指挥席位和战位，共享基本作战视图中的通用部分，即通用作战视图。虽然一次通播即可实现网内所有指挥席位或战位收到相同的态势数据，但通播的战场态势数据针对性不强，且在通播过程中占用信道资源较多。

3.2 按照任务式指挥范畴分域发布局部态势

任务式指挥是联合作战指挥中一种十分重要的指挥方式，通常由相应级别的联合作战指挥员授权后，由某一联合作战指挥员或指挥机构组织有限力量共同完成某一具体任务。根据作战任务的重要程度、态势需求和级别权限，按照相应的指挥层级、作战区域、作战任务和协同关系，向参与联合作战行动的相关指挥席位或战位发布与完成作战任务相关的局部态势数据。在相同区域内或执行相同作战任务的指挥席位或战位可以接收相同的局部态势数据，以便于相关任务部队共同完成作战任务。但在发布时，需要根据作战任务和进程准确把握局部态势数据发布的内容和范围，并根据作战进程和任务变化情况进行相应的动态调整。

3.3 着眼岗位业务职能直达推送先验数据

不同级别、不同类型的联合作战指挥席位或战位具有不同的职责权限和业务功能，不同的指挥人员或参谋人员也有不同的态势数据收集、处理和分析方法或习惯。依据指挥席位或战位的职能和权限，结合作战任务、作战力量的专业特点，以及不同用户对专业态势数据申请、查询、浏览或利用记录的统计分析，形成相关指挥席位或战位的态势数据需求的先验条件和参数，将与完成作战任务直接相关或可能相关的态势数据直接推送给特定指挥席位或战位，供其参考或选择使用。根据用户对态势数据使用的最新变化，对所推送的态势数据的先验条件和参数进行调整和更新。一般情况下，根据先验条件和参数推送的态势数据专业性比较强、适用性概率比较高，能够将指挥席位或战位不掌握但可能需要的态势数据及时发布，但也有可能存在无效的态势数据。

3.4 依据特殊任务必需专项定制个性数据

在执行某一特殊任务或者某个指挥席位或战位为完成特定作战任务时，可能出现当前态势数据缺乏或不足的情况。此时，可向态势感知网络或者上级、友邻提出个性化的态势数据需求申请。当态势感知网络或者上级、友邻检索到或获取相关态势数据后，可根据授权或相应的程序将态势数据传送给指定指挥席位或战位。定制的个性化态势数据具有较高的适用性，但及时性、有效性难以确定。同时，由于业务能力的限制，个性化态势数据的定制需求不宜过多，当所需态势数据已经能够满足作战需要或任务结束后，应及时终止个性化态势数据的定制任务。

4 结语

以美军为代表的军事强国对大数据的军事应用进行了比较广泛的研究和探索，并积极推进了相关的系统开发和工程实践。将大数据理论、技术和方法运用于军事领域，是提高基于网络信息体系的联合作战、全域作战能力的一个重要方面，迫切需要全面系统地进行深入研究。应当清醒地认识到，利用大数据思维、理论和相关技术，增强未来信息化战场的态势感知能力，是一项比较复杂的系统工程，需要研究的领域十分宽泛。本文的研究仅仅在态势感知领域的大数据应用上提供了一些基本思路和方法，没有涉及到具体的技术层面和工程应用，期望可以为后续的工程化应用研究提供参考和理论指导。随着大数据理论和技术的不断成熟及其在军事领域的推广和应用，将有望进一步提升指挥员对战场态势的感知能力。