舰艇指控系统作战软件智能云生态建设研究∗

孙 翼 刘 聚 房佳勋 杨 梅

（海军大连舰艇学院作战软件与仿真研究所 大连 116018）

1 引言

水面舰艇指控系统作战软件作为连接、统筹和控制指控系统中各分系统的中央大脑对水面舰艇作战效能发挥具有决定性作用。水面舰艇作战软件作战效能发挥主要尤其所集成的作战决策模型能力作为基础。性能优异的单体作战决策模型以及综合的优化调度能力是作战软件的建设核心。当前随着人工智能技术的迅猛发展和美军“决策中心战”理念的提出，大量的无人自主装备将出现在未来的海战场，这给海上舰艇作战编队提出了更高的要求。

将人工智能技术引入军事作战领域，形成人机融合的作战生态未来军事作战发展趋势，各军事大国都投入了大量的资源进行建设。承载和推进人工智能技术最好的技术解决方案是建设完整的开发云生态［8～10］。本文将结合目前舰艇指控系统作战软件发展实际，充分利用人工智能和分布式计算云生态的系统优点，在新一代作战理念的指引下构建舰艇指控系统作战软件云生态框架，以应对未来海上作战对舰艇指控系统软件提出的新挑战［1～3］。

2 舰艇指控系统作战软件云生态的研发

2.1 舰艇指控系统作战软件云生态定义

云计算是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，其早期就是简单的分布式计算，解决任务分发，并进行计算结果的合并。现阶段所说的云服务已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。而云生态的概念是以云计算平台为基础，打造一个集用户交互、平台数据处理、分布式计算、系统迭代升级的良性互动的有机体，其组成包括硬件系统、软件系统以及人的行为操作［5］。

舰艇指控系统作战软件云生态势是依托云生态的系统框架，建设专门适用于舰艇指控系统作战软件研发及其配套设备、系统的云生态系统。目的是为了最大限度地将专业资源进行高效整合，大幅度减少系统隔离、工程周期的壁垒和约束，实现端到端的设计、研发、测试和部署联动环节，以更短的迭代周期有效提高舰艇指控系统作战软件的作战效能。

2.2 舰艇指控系统作战软件云生态研发理念

鉴于美军提出的“决策中心战”理论，其核心是在作战指控系统作战软件上下功夫，通过人工智能等新兴技术对传统武器平台进行赋能，以算法模型优化提升原有作战系统能力，实现无法识别其作战企图、体系抗摧毁和分布式杀伤的“决策中心战”作战理念。

在传统知识模型基础上，综合使用数据驱动和知识驱动方法，理清和调整数据驱动与知识驱动边界，利用云生态系统构建新一代作战软件框架。以应对“决策中心战”等新的作战理论为作战软件研发的指导思想，坚持独立自主，勇于创新，认识和理解技术改变指挥的作战软件发展理念。按照软件研发的客观规律构建研发组织架构，建立信息交流和资源共享机制。利用现有的成熟技术对站软件进行框架更新和模型升级，满足现阶段部队作战辅助决策的巨大需求。

2.3 舰艇指控系统作战软件云生态建设原则

舰艇指控系统作战软件云生态旨在为舰艇指控系统作战软件开发提供完整的产品解决方案，有效整合需求、设计、编写、测试和部署等多个项目开发环节，降低各个环节对接的复杂流程，实现不同专业多人同平台的联合开发的研发模式，将原有孤立的作战模型高效整合，实现快速、敏捷的舰艇指控系统作战软件开发模式。为了达到以上开发要求，舰艇指控系统云生态应该符合以下建设原则。

1）抗摧毁原则。作战软件生态云为各专业工程技术人员提供完整的开发环境，可实现多人异步在线开发。因此，云系统建设的首要原则是抗摧毁性原则。一是考虑云系统处理大量的用户访问带来的系统资源枯竭而导致的系统崩溃。云系统应该在访问控制、负载均衡以及不法请求等方面准备相应的解决方案，以实现系统的稳定性。二是考虑开发人员和用户的错误操作而导致系统崩溃。这需要对用户和开发人员的操作进行相应的技术检测、包括漏洞检测、逻辑检测和数据检测等。三是考虑系统崩溃后有完整的替代补救方案。一旦云生态系统因各项原因而崩溃，系统应该具备自动转换备用系统，而主系统自行恢复的能力。

2）高性能原则。作战软件生态云包含了分布式云仿真系统，作战仿真系统由于其本身的计算复杂度需要占用大量的系统资源，加之多用户的线上开发调用，这对系统的性能提出了非常高的性能要求。加之作战软件云生态为用户和开发人员同时在线提供计算资源，这就导致对资源的消耗成线性增长甚至几何增长。这就需要云生态系统能够实现非常高效的内部优化和资源管理能力，以保证云生态系统可靠性。

3）弹性扩展原则。传统系统的内部部署架构无法轻松扩展。通常，运维团队必须通过购买服务器和其他基础设施资产来规划峰值容量。这些多余的资源在活动暂停期间处于空闲状态。云生态系统的资源池可根据开发人员和用户需求量动态调节分配资源实现系统的可扩展性。因为可以根据需要添加或删除计算、存储、网络和其他资产，这有助于开发团队优化其云平台托管的工作负载并避免最终用户瓶颈。当需求意外激增时，正确配置的云计算应用程序和服务会立即自动添加资源来处理负载。当需求减少时，其云计算服务将恢复到原来的资源水平。云计算可以垂直或水平扩展，作战软件云生态商可以提供自动化软件来为用户处理动态扩展。

2.4 舰艇指控系统作战软件云生态建设目标

1）构建良好的作战软件开发生态环境，使各型号的作战软件开发在同一个研发环境中，通过生态云资源管理系统实现软件资源统一管理和分配。通过开发人员不断丰富和完善作战模型，实现滚动迭代的软件开发流程，逐渐形成在产业内的整体技术优势，实现舰艇指控系统作战软件的弹性开发、敏捷开发。作战软件各模块独立开发模式，不能形成完整的作战软件开发流程。实现作战模型开发经验共享和快速更新迭代，利用云作战仿真引擎验证给予数据支持和优化，使作战模型更加贴近作战实际。

2）确立以作战目的为作战模型求解综合目标，充分利用各战术模块资源形成合力，统筹各战术模型的新型作战模型构建理念，结合计算机技术生成动态可适应性的弹性决策模型。实现决策模型应用范围覆盖战役级和战术级的辅助决策能力。利用人工智能数据驱动网络模型将传统知识模型模块包含整体的神经网络设计框架内，最大限度发挥传统作战经验和人工智能自主探索的优势，从整体作战目标上对作战模型进行优化。

3）创新实现人工智能自主的作战方案生成与验证能力，完善和丰富作战软件在战役级作战辅助决策和任务规划领域的应用。在作战方案推演过程中，提供超实时的作战方案推演和辅助决策能力，在推演的关键作战节点提供预先的辅助决策分析，为指挥员提供良好的决策支撑。作战方案推演的关键节点使用机器自博弈方法在各个关键分支方向进行模拟对抗，自博弈对抗是基于预先的智能蓝军模型进行推演，可以更加真实拟合敌方行动，并充分发挥的最大作战能力。然后根据作战目标对博弈结果进行评判，并将相应的分析返回到当前作战进程中，为指挥员决策提供完整的数据支撑。

4）实现简约友好的人机交互手段，在分布式作战仿真引擎的数据推动下，综合利用虚拟与现实技术，为指挥员提供全场景作战态势的数字沙盘和手势交互，实现高效的人机交互和作战辅助决策支撑。突破人机交互繁琐，实现开发人员从指挥人员角度理解作战过程的开发思想，提高作战软件的界面友好程度，从而吸引更多用户操作使用，为云生态提高质量数据，使云生态系统进入良性循环。

5）通过软件开发生态环境，实现过程质量管理的自动化和可追溯化。借鉴大型程序代码仓库管理平台的理念，实现本地的程序代码管理，并通过项目分组、人员分工和代码仓库等实现研发组织和过程管理的质量监控体系。

3 舰艇指控系统作战软件云生态框架

舰艇指控系统作战软件云生态架构总体包含客户端与服务端，客户端通过网络请求想作战软件云申请响应的资源，服务端依据请求统筹调度各类资源为客户端提供响应的服务。服务端总体包括作战方案原子规则生成模块、智能计算平台和云仿真引擎等部件，其架构图如图1所示。

图1 舰艇指控系统作战软件云生态架构

3.1 基于计算服务器集群的分布式计算中心与仿真平台

根据新的作战理论描述，未来海上作战就是算法作战。深度学习算法作为人工智能算法研究前沿，在诸多领域已经进行了测试和应用，并取得了良好的效果。新一代的智能算法需要计算云为其提供强大的计算能力，而计算云构建离不开高性能的硬件基础以保障充足的算力实现大规模的分布式计算。构建作战软件生态云还需要底层的资源调度系统和运行维护，这三部分相互支撑构成完整的计算云环境。利用第三方开源云生态框架Ku⁃bernets和Docker容器化技术构建作战软件生态云，实现云上开发、云上管理、云上部署、云上测试的完整软件开发流程，实现作战软件的敏捷开发和弹性开发。

现代化作战由于其杀伤性强、成本高无法进行大规模的试验和训练。而作战软件是未来作战的中心环节，在一定程度上决定了作战的走向，因此其可靠性有效性需要在仿真平台上进行大量的试错和优化。构建具有独立自主的仿真模拟运行引擎。基于分布式架构的云仿真驱动平台依托云计算和微服务技术，可以最大限度调动计算资源，并支持多想定并行推演。利用仿真平台的推演结果对整体的作战方案进行评估，为作战指挥人员提供高效的作战辅助决策。

3.2 基于数据驱动模型和知识驱动模型算法的智能计算架构体系

战争是复杂系统体系，现代化战争加入了各种高技术手段，导致系统维度进一步提升，使指战员更加难以清晰地理解和认识。解决复杂系统就要使用与之配套的解决手段，传统上的演绎方法——依靠决策树的和战术计算的方案无法进行高维度复杂问题求解。在数据充分的条件下，归纳方法更为有效。新一代的智能技术深度神经网络框架由于其实现了输入与输出的非线性变换，在仿真引擎的数据驱动模式下，可以实现复杂问题求解。在分析和理解作战辅助决策上充分利用二者的优势实现层级化的任务规划和辅助决策，实现全链路的作战方案生成。数据驱动模型和知识驱动模型算法框架应用基于梯度下降的强化学习算法，其组成包括价值网络和策略网络，即Actor-Critic模型。在网络模型整体设计中，将知识模型的决策树结构设计在策略网络结构内，这样可以模型在可以继承先验知识的情况下，又能决策空间进行探索，最大发挥知识驱动和数据驱动模型的效能［6～9］。

3.3 基于作战方案数据集的作战原子规则生成模块

作战方案原子规则生成模块利用特征提取、自动编码、数据离散等算法对原始作战方案数据集进行关键要素提取，并在分布式云仿真平上通过后续强化学习算法对原子规则进行验证，并将结果返回给数据算法对算法进行修正，以实现对机器对专家知识、历史经验的提取和利用。模块建设主要分为两个阶段，第一阶段对现有方案按着作战要素进行特征提取，并形成一套完整的作战原子规则库，为其他模块提供基础支撑。第二阶段则使用自然语言处理技术（NLP），利用机器学习自动提取作战方案要素，探索作战中更多的未知性和不确定性［10］。

3.4 基于人工智能技术的应用服务层

基于人工智能技术的应用服务层通过B/S结构向军事人员提供模型开发服务，整合成完整的应用级服务集对不同用户提供作战指标建立、模型开发、模型验证、方案推演验证以及实装部署测试等应用服务。军事开发人员可以在自己所从事领域，基于作战方案数据集的作战原子规则模块进行高效的模型开发，也可以通过机器学习算法、深度学习算法、强化学习算法对底层资源进行调度，实现快速的数据驱动和知识驱动融合开发。并在系统内完成模型的验证和封装，实现一体化的知识到模型库流程。

数据是构建作战是作战软件云生态的核心要素，依托现有的军队网络或结合人员培训，构建一套BS架构的作战软件使用模式，使广大作战指挥人员和工程技术人员进行广泛的使用测试，既可以提高作战人员的操作熟悉程度，又可以为后续迭代开发提供大量高质量数据支撑。该使用环境依托与分布式架构实现，可以实现多名开发人员在同一环境下并行开发，也可以实现多名指挥员在统一作战想定中进行模拟推演［13～16］。

4 结语

本文依据新一代作战理念，提出了舰艇指控系统作战软件云生态的建设理念、建设原则和建设目标，结合作战软件的客观业务需求和网络云生态技术，以此为基础构建了舰艇指控系统作战软件云生态架构。该架构是进一步提升我水面舰艇作战体系适应性的理论基础和实施方法，旨在应对未来美军“决策中心战”，对未来海上作战软件研发具有重要的指导意义。