战役态势认知的概念框架*

吕学志，胡晓峰，吴 琳，贺筱媛

（1.国防大学联合作战学院，北京100091；2.32179部队，北京100012）

0 引言

在现代联合作战条件下，多源异构海量的战场情报、侦察、监视数据呈现爆炸式增长趋势，已远远超出战役指挥员的态势认知能力。因此，研究战役态势智能分析技术，辅助战役指挥员全面、深入、高效地把握复杂战役态势，对提升作战效能具有重要意义。而明确战役态势认知的框架是后续模型建立、系统开发的前提。正如美国著名心理学家Gary Klein所说：“框架的目的在于确定情形中的各项元素，描述这些元素的重要性及其之间的关系，剔除不相关的信息，突出相关信息”。只有明确了战役态势认知的框架，才能明确战役态势认知的关键概念、关键问题和关键方法，为战役态势认知智能辅助技术的后续开发提供指导。

John Salerno在JDL数据融合模型和态势感知模型基础上建立了战略态势认知框架，并将框架应用于海湾战争的预警中［1］，此外他还针对网络态势认知建立了专门的态势认知框架，建立了效能评估指标［2］。Ryan Pearso针对环境变化建立了态势认知框架［3］。Fischer针对预警系统建立了自动态势估计的概念框架［4］。但是，目前还没有学者对战役态势认知框架进行探讨，本文将就此问题展开讨论。

1 态势认知概念

美国心理学家Endsley M.R.1988年在分析飞机驾驶员和领航员（机组人员）对周围（空中环境和飞机状态）的感知程度对其活动行为的影响时，给出了态势认知（Situation Awareness，SA）的定义［5］：“态势认知是在一定时间和空间内对环境中的各组成成分的感知、理解，进而预知这些成分的随后变化状况”。1995年Endsley提出了态势认知的3级模型［6］。1）1级态势认知：环境元素感知（Perception），是态势认知最低层，此阶段尚未完成感知数据的解释，只是形成一个原始态势画面；2）2级态势认知：当前态势理解（Comprehension），紧随元素感知之后进行理解，本质上是认识这些元素的含义并获得一个分析/估计态势画面，所达到的理解程度标志人的专业知识水平；3）3级态势认知：未来态势预测（Prediction）是最高级别的态势认知，其与对环境元素的未来状态、关系、事件的预测能力相联系。预测态势提供给当事人，使其预先采取措施、行为和方法，以适时处置可能出现的问题。该概念将态势认知视为对环境元素的感知和处理过程尚未强调其产品的形式。Endsley特别指出，态势理解包含对外部获取的数据与已有知识、目标/企图的集成。态势认知的3级模型及其嵌入人控动态系统认知模型，如下页图1所示［7］。该图除了包含态势认知核心，即感知、理解与预测过程，还包括影响态势认知的因素。态势认知是一种由态势估计过程得到的知识状态，态势估计是实现、取得、保持态势认知的过程。

需要指出的是，SA的概念在国内有多种翻译，部分翻译为“态势感知”，还有一些翻译为“态势认知”。从哲学角度来讲，人类通过经验方式获得感知，通过概念方式把感知生成和转化为认知，由此认识世界。认知是对感知的概念化加工和映射，它发生在认知域，是先验知识和实际环境知识进行复杂交互的结果。从中文语义上来讲，“感知”不足以涵盖“认知”中的“理解”和“预测”，所以笔者认为SA翻译为“态势认知”更符合汉语语义和习惯。由于在汉语中“认知”这个词既可以理解为名词，又可以理解为动词，所以“态势认知”这个词既可以理解为名词，即一种对态势的知识状态，也可以理解为动词，即获得态势知识的过程，国内外学者通常将其翻译为“态势估计（Situation Assessment）”。

2 战役态势及其要素

2.1 战役态势

战场态势按照战争规模和级别的不同，可以分为战略态势、战役态势和战术态势。战役态势是战役双方战役体系（战役机动部队、战役基地，有时还有战役防线（要点））在战役区域中的分布状态、相互关系及其发展趋势。战役态势的本质是双方的战役体系在一定时间、空间中的相互关系，而战役力量是战役体系的主体，因此，通常通过战役力量、时间和空间3个要素来描述战役态势。按照时间阶段，战役态势还可以分为战役初始态势、战役中态势、战役最终态势。战役初始态势可以根据空间距离关系分为远程对峙、近程对峙。近程对峙的战役初始态势大体上可以通过外线与内线关系体现出来：外线是一方将对方包围起来的态势；内线则是一方被对方包围起来的态势［8］。

联合战役作战的战略性强，参战军种多元，作战空间广阔，作战规模大，协同问题复杂，力量调整的难度大，作战节奏快，战机稍纵即逝，战场情况变化急剧。战役态势认知是战役决策的基础。所以，这就要求态势认知可以减少信息超载，为战役指挥官提供和任务相关的信息，使其作出及时有效的决策。

2.2 战役态势要素

战役态势要素则指构成战役态势的兵力、环境、目标等诸要素。不同的战役态势指其包含不同的态势要素。战役态势假设随作战目标改变而变化，甚至在同一个作战目标下的不同作战阶段或时节都存在差异。因此，确定一个战役态势假设及其构成要素，并依据战役目标变化确定战役态势要素及其相互关系的发展和变化，予以及时估计与更新，是检验一个指挥员的态势判断能力和作战指挥能力的重要内容。由于态势要素通常带有不确定性，对态势要素的发展变化及其不确定性的估计，就构成了战役态势估计的主要内容。抛开具体特定作战目标，从总体上讲，战役态势由5类要素构成：1）社会/政治/经济环境类；2）战场环境类；3）兵力部署与作战能力类；4）重要动态目标类；5）对抗措施类。每类所含态势要素的分层结构，如图2所示。需特别指出的是：对抗要素指从下属4类要素中提取出来的，双方可能产生对抗的兵力、动态目标、地点和环境及可能的冲突样式和产生的结果预测等［9］。

图1 Endsley态势认知模型

3 战役态势认知框架

由于缺乏有效的技术手段，指挥员只能根据自身的经验、知识和已有的规则对态势进行认知。随着信息化战争形态发生的根本性变革，单纯依靠指挥员的经验来处理纷繁复杂的战场信息，已经不能适应现代战争的需要。作战过程中，指挥员需要处理的信息量激增，有限的大脑存储能力和信息检索能力，使得指挥员很难同时处理大量的原始信息和决策信息。瞬时推理和快速认知能力方面的欠缺，也极大地制约着指挥员对战场态势的感知、理解和预测，制约着指挥员经验知识的有效运用。在信息化条件下的战场环境中，无论是指挥员认知活动的模式还是认知能力，都难以适应作战指挥决策发展的要求，必须有一种新的模式来部分取代指挥员在其中的作用。战役态势认知的任务就是通过模仿指挥员的认知过程，在时间和空间维感知战场实体、兵力编群和行为事件，基于统一态势和合理假设来理解敌方战役计划和战役意图，根据对态势要素的演变，预测推理敌方战役战术行动并估计其威胁程度。

3.1 态势感知

态势感知包括：1）跟踪和识别单个对象，例如，坦克、装甲人员输送车、导弹等；2）对象聚合成群或单元，即将装备和人员根据时间和空间聚合成一个单位或部门；3）识别敌人的作战行动，即活动识别。如何解释概念或非实体，能否像跟踪一个对象一样跟踪一个群体或活动？什么是态势？系统如何获得必要的先验知识（或关系）来执行聚合？用于识别对象、群体或活动的模型之间有什么区别？为了回答这些问题，首先提出了一些基本定义，然后使用它们来完善态势感知的含义。

图3 战役态势认知框架

在维基百科中，一个实体被定义为“具有独立存在的独特东西，尽管它不一定是物质存在。特别是抽象和法律虚拟（指法律事务上为权宜计在无真实依据情况下所作的假定）通常被视为实体。一般来说，也没有假设一个实体是运动的。可以用实体来指代人类、动物、没有思想的生命体（如植物或真菌）、无生命的物体，甚至信仰。一个物体是“物理实体；可以通过感官感觉到的东西”［4］；“通过一种或多种感官感觉到的东西，特别是视觉或触觉”。如果实体不是实实在在的对象怎么办？我们如何形容呢？一般来说，抽象实体仍然可以与时间、存在以及抽象概念（例如，电话呼叫，金融交易等）相关联。

群体是“具有某种关系的若干事物”。事件是“发生的事情；在任意时间点发生的事情；在某个地点和时间发生的事情”［4］实体和群体可以与特定事件或事件相关联。Snidaro、Belluz和Froresti［10］进一步将一个事件分解为3个类：简单、空间和交互。将简单事件定义为仅涉及单个实体而不与他人交互的事件；空间事件描述在空间中发生的事件，包括位置。交互事件涉及通过交互联系的两个实体。空间事件可以是指定时间坦克（实体）或单位（群体）位于给定位置。如果坦克或单位与另一个坦克或单位交互，那么则有一个交互事件。

活动是“一项行动或一场运动”［4］。活动由通过时间或空间内一个或多个事件随相关的实体/群体组成。因此，根据定义，事件、群体或活动可以被认为是复杂实体（对象），并且可以被跟踪和识别。JDL词典将一个实体定义为“数据融合过程中构成假设基础的任何对象或对象集（或事件或事件集）”，但没有定义什么是对象或事件。现在回到我们的讨论。通过使用上述定义，我们认为，活动和这些活动的聚合（称之为态势）是1级态势认知的组成部分，也是其结果。

模型或先验知识对于1级来说是必要的，以便能够识别对象、群体或活动。这个先验知识（即关系或关联）可以通过知识发现学习，并由操作者验证或直接提供。在这里，我们注意到，知识发现技术只会通过统计学习相关的事件。因此，新的或创新性的想法不能被学习，需要人进行知识推导或推测。那么什么可以看作活动的例子？典型活动包括常规战争、协调一致的多阶段网络攻击、潜在的恐怖袭击、非战争军事行动。这些活动由一些相互关联的事件组成。还应该指出的是，敌方对战术、技术和程序（TTP）非常熟练，可以从一种经典活动转向另一种经典活动（从常规作战出发，转变为非对称作战，从网络作战开始，转变为非对称或多种作战样式的组合），不再只使用一种作战方式。

态势定义为“一个人在某一时刻对一系列活动的世界观”。计算机系统可以基于一些先验知识来识别活动发生，并且关联一些对象/事件，但是本身不能形成或提供态势认知；只有一个人才能意识到。计算机是一种可以帮助/支持人们提高认知程度的工具。因此，可以认为每个人根据所处的不同情境都有一种态势观或世界观。共同的态势认知就是对具体活动或一组活动的一些个人观点的共识。

信息化条件下态势感知的任务主要是围绕要素提取展开的，目的是生成当前态势要素集合。态势感知的模型主要包括两类：1）兵力编群模型，即对敌我双方兵力部署的估计，包括对敌我双方兵力的时空关系、目标关系和对抗关系的估计。对敌方兵力进行编群或分群，是利用提取的态势元素，把平台按照空间和功能进行分群，从而推断更高级别的战术态势描述。分群的基本思想是对有用数据进行分组，以便后续评估并确定态势元素之间的相互关系，进而从各个层次解释战役态势的行为特性。兵力群可分为空间群、功能群、相互作用群、敌方/我方/中立方群。2）活动识别模型，即对敌我双方兵力群战术、战役行动的识别。活动识别的基本思想是根据兵力群时间轨迹、事件、先验知识等信息估计出兵力群目前遂行的行动任务。

3.2 态势理解

态势理解是根据对态势实体行为及态势事件的检测结果解释当前态势情况，判断敌方的战役布势，识别敌方意图和作战计划。在态势理解阶段，信息融合系统以尽可能客观的方法和形式对战役态势的基本情况进行描述。从广义上说，态势理解与数据融合中的元素状态融合和元素识别融合是相通的，而根据态势理解的结果来认知当前态势则是态势估计的核心工作。

态势理解不仅需要多层视图描述整个战场中的作战环境要素，而且要对敌方力量进行量化估计，形成对战役态势的具体解释。态势理解的主要内容就是对行动事件在当前态势下的结果是什么，对我影响是怎样的，即敌方行为企图进行推理。抽象是理解的前提。对当前态势进行直观的描述，首先要对态势数掘进行提取，形成合适的假设集，支持对当前态势的抽象理解。态势理解关系到对态势实体产生的行为、事件的标识和理解，而其方法即存态势抽象形成的一系列备选假设内对观测数掘进行模式识别，其输入还包括事件检测以及态势实体的状态估计。态势理解的输出在理论上就是给出各种假设的条件概率。从处理过程来看，态势理解以多层视图描述了战场中的整个战斗环境要素，包括态势实体的属性及其行动计划。当前态势理解则是一种根据态势实体的属性和行动进行推理的过程，最后形成了对于各种假设的不同支持度。

信息化条件下态势理解的任务主要是围绕态势要素集合和假设检验展开的，目的是识别敌方的作战计划及其可能对我方兵力行动造成的影响。态势理解主要包括以下4类模型：1）态势假设模型。依据上一周期的态势要素集合，对本周期收集/侦察获得的作战行为/事件进行复核检验。对复合检验后生成的态势要素集的元素，按照时空关系、目标关系和对抗关系进行聚合形成带有不确定性的态势假设集合。2）态势生成模型。通过态势假设复核检验，将上一周期预测的态势与本周期生成的态势假设相比较，寻求具有最小不确定性的态势假设，形成当前态势。3）计划识别能力。通过当前态势对态势目标的博弈效果估计，计算当前各态势要素与态势目标对相应态势要素的理想值之差，推断当前态势所含态势要素与态势目标的关联程度，辨别敌方的行动方案。4）意图推理能力。在对态势感知和理解结果进行分析的基础上，解释和判断敌方所要达到的目的、设想和打算。

3.3 态势预测

态势预测是指基于对当前态势的理解，对未来可能出现的态势情况进行预测。对于态势实体，可利用其位置预测、事件的可能演变、活动的可能范围、惯用战役战术，进行综合分析和判定而得出未来态势。从数据融合的角度来说，态势预测包含对态势实体运动参数的预测，可以称为态势预测融合。同时态势预测也是对战场未来发展趋势的推断，涉及态势理解中的抽象与分析。因此，在处理方法上态势预测与态势理解是类似的。另外，态势估计是一个不断迭代的动态过程，对态势的预测也是下一阶段态势理解需要进行的工作，因此，态势预测和态势理解可以认为是统一的。从态势预测的具体研究内容来说，它也涉及到了对敌人影响威胁的估计。

总而言之，态势是时间t聚合活动的快照。预测在当前态势基础上预想或预测t+n时间的态势，其中n是时间步长。这里需强调，产生合理未来的目标不是为决策者提供未来的关键，而是要把目光投向所有可能，不要仅对一种可能性挖掘。在这种程度上，决策者可以使用以下信息：1）制定更强大的行动方案；2）确保参谋和作战人员接受所有可能的训练，从而最大限度地减少被动；3）更好地利用有限的侦察资源。我们还注意到，可以生成和分析多个并行集合和不同的时间增量。

信息化条件下态势预测的任务主要是围绕态势要素预测，以及在此基础上的影响和威胁预测展开的，目的是推断敌方下一步作战行动及其可能对我方兵力行动造成的影响。态势预测模型主要包括以下方面：1）要素预测模型。使用通过本周期检验的态势要素集合，对下周期的战场实体及其状态、属性、能力，以及实体间关系和行为进行预测。2）影响估计模型。参与者对计划或估计/预测的行动对态势影响的估计，包括多个参与者的行动计划之间的相互作用。3）威胁估计模型。在对敌方作战能力估计和作战意图推理的基础上，分析和评估敌方兵力兵器可能对我方兵力造成毁伤的程度。威胁估计的重点是评估真正敌对行动的可能性，如果这种可能性发生，可能会产生预期的后果。

3.4 过程优化

任何控制系统的反馈都非常重要，特别是在不断变化和动态的环境中。过程优化涵盖了两个流程，将其分为外部和内部流程。对于外部流程，我们关心基于物体/实体或群体的机动预测，这种预测可以为传感器提供定位信息。这里的典型例子是跟踪对象。在当今系统中使用的常用跟踪算法是卡尔曼滤波器。卡尔曼滤波器可以预测未来某一时刻对象的位置，然后可以将该位置信息“更好地”提供给定位传感器。理论上，类似的方法可以用于概念和群体。

随着人们对当前态势的了解，问题出现可能需要更多的数据来填补空白信息，或减少给定数据的不确定性。这些要求可被视为额外或改进的收集要求，并作为收集要求过程的反馈提供。态势预测可以为收集过程提供类似的数据，除了角度有所不同。从当前的单一态势，可以预测得到多种未来态势。从这些未来态势，分析师可以确定哪些事件是关键事件。这些关键事件可用于驱动收集要求过程。

内部流程也需要进行监控，以确保系统按照设计执行。在对象层面，可能基于环境输入建议哪个来源在当时“更好”地跟踪或识别对象，或将相同的传感器数据发送到多个算法（并行运行），提出可能不同的答案，并以某种方式组合结果。类似的概念同样适用于活动。如前所述，第二个领域是先验知识或模型的更新。随着新信息的出现，将通过分析和预测过程得到新知识，分析人员可以更新现有模型或添加/创建新模型。重要的是要理解，需要为用户提供有助于其发现新的关系或模式的工具（例如数据挖掘、知识发现等），但是在许多情况下，它们也产生无意义的模式或噪声。在这种情况下，重要的是人员将这些工具用作输入，并验证结果。它们也仅限于收集/可用的数据。这样的工具不能“创新”，或者当没有数据（或大多数情况下数据不相关）时绝不会得到模式或关系。人仍然是目前最有能力建立这种模型的，任何技术/交互必须考虑到这点。

4 结论

如何开发战役态势评估智能辅助系统，以辅助战役指挥官动态认知战役态势是一个亟待解决的问题。确定战役态势认知框架又是后续技术开发的前提。目前，还没有专门对战役态势认知框架的研究，相关研究也很少。本文对态势认知概念进行了介绍，对战役态势概念和要素进行了分析，根据战役态势特点构建了战役态势认知框架，以及描述了框架各个组成部分的功能、作用和主要模型。所提出的战役态势认知的概念框架，可以为战役态势智能辅助分析系统提供指导。当然，本文仅是研究的一个起点，还需要在下一步技术开发过程中进一步验证和完善。