沈壽林 肖毅 曹慶軍 朱江 白承森

摘要：為提高戰(zhàn)場態(tài)勢理解系統(tǒng)輔助分析能力，采用態(tài)勢信息知識挖掘、態(tài)勢預測、態(tài)勢要素的聚合與解聚等關鍵技術，提出了一種戰(zhàn)場態(tài)勢理解輔助分析系統(tǒng)框架。通過該框架生成各級指揮人員和機構共享的戰(zhàn)場態(tài)勢分析產(chǎn)品，提升了指揮控制領域戰(zhàn)場態(tài)勢數(shù)據(jù)分析能力，有助于戰(zhàn)場態(tài)勢分析和相關系統(tǒng)的開發(fā)，可應用于戰(zhàn)場態(tài)勢信息分析、作戰(zhàn)指揮規(guī)劃與決策、指揮信息系統(tǒng)建設、教學及訓練等領域。

關鍵詞：戰(zhàn)場態(tài)勢；決策分析系統(tǒng)；可視化建模；聚合；解聚

中圖分類號：TP393文獻標志碼：A文章編號：1008-1739（2022）06-62-4

0引言

聯(lián)合作戰(zhàn)具有戰(zhàn)場空間多維、諸軍兵種多元、指揮內(nèi)容廣泛精確以及指揮關系多樣可變的特點，這些新特點決定了戰(zhàn)場指揮員應具備實時掌握戰(zhàn)場態(tài)勢的能力。但是現(xiàn)代戰(zhàn)場態(tài)勢因其復雜性和多元性，使得僅靠人力難以完成對其理解和掌握，在很大程度上依賴于各種態(tài)勢理解輔助分析系統(tǒng)[1]。在系統(tǒng)的支持下，指揮員能快速掌握戰(zhàn)場態(tài)勢，準確判斷敵方作戰(zhàn)意圖，迅速做出正確決策，從而在作戰(zhàn)中掌握先機。因此，為了適應聯(lián)合作戰(zhàn)的新特點，獲得戰(zhàn)場決策優(yōu)勢，有必要運用新技術大力提升系統(tǒng)分析能力，為指揮員和參謀人員提供一個更加直觀、高效、科學的決策輔助分析平臺。

美軍從1987年就開始了戰(zhàn)場態(tài)勢理解輔助分析系統(tǒng)的研究與開發(fā)，開創(chuàng)了態(tài)勢信息融合的初級模式。此后，它一直致力于發(fā)展和完善態(tài)勢信息融合的過程模型。美國國防部實驗室聯(lián)合理事會（Jiont Director of Laboratories，JDL）先后推出了1998JDL信息融合功能修訂模型、2004JDL信息融合功能推薦模型、JDL融合過程頂層模型以及用戶融合模型等一系列信息融合過程模型，并在1997年以后，逐步建立和完善了以互操作作戰(zhàn)圖族（Family of Interoperable Operational Pictures，F(xiàn)lOP）結構為代表的戰(zhàn)場態(tài)勢理解輔助分析技術并推廣應用。FIOP結構分為服務于戰(zhàn)略決策和戰(zhàn)役指揮的通用作戰(zhàn)圖（Common Operational Picture，COP）、服務于戰(zhàn)術指控的通用戰(zhàn)術圖（Common Tactical Picture，CTP）以及用于火力控制的單一復合的三級通用作戰(zhàn)圖（Single Integrated Picture，SIP）[2]。美戰(zhàn)場態(tài)勢輔助決策技術逐步從以機器處理為主的自動化輔助分析，發(fā)展為強調人機融合的智能態(tài)勢信息輔助分析[3]。

隨著軍事改革的深入，戰(zhàn)場態(tài)勢理解輔助分析系統(tǒng)的研究也在積極開展。但總體而言，戰(zhàn)場態(tài)勢理解輔助分析系統(tǒng)的研究仍處于探索階段，當前的系統(tǒng)存在自動化程度、信息呈現(xiàn)形象化程度以及信息處理層次低的缺點。在動態(tài)復雜的戰(zhàn)場環(huán)境中，指揮員獲得戰(zhàn)場態(tài)勢信息需要依靠一個系統(tǒng)化、集成化、層次化的態(tài)勢理解框架，挖掘分析敵我態(tài)勢和戰(zhàn)場環(huán)境的多源信息，提高系統(tǒng)的自動化程度和態(tài)勢信息的處理能力，實現(xiàn)戰(zhàn)場態(tài)勢感知和超前預測以及戰(zhàn)場態(tài)勢可視化，為指揮員決策提供有力支撐。

1系統(tǒng)架構設想

戰(zhàn)場態(tài)勢理解輔助分析系統(tǒng)框架如圖1所示，是一個3層體系結構，包括服務架構層、知識管理層和應用服務層。

1.1服務架構層

服務架構層采用云服務架構，高性能計算機、存儲設備、網(wǎng)絡設備等作為網(wǎng)絡節(jié)點共同構成物理網(wǎng)絡，形成云計算資源池，提供豐富的計算資源；數(shù)據(jù)存儲采用分布式文件系統(tǒng)，數(shù)據(jù)處理采用基于Hadoop的處理框架和云數(shù)據(jù)分析引擎，提供豐富的數(shù)據(jù)挖掘工具集，支持傳統(tǒng)數(shù)據(jù)庫和大型數(shù)據(jù)庫的查詢和處理；集成數(shù)據(jù)庫、數(shù)據(jù)倉庫、模型庫、知識庫等結構化數(shù)據(jù)和圖像、視頻、音頻等非結構化數(shù)據(jù)，形成能相互共享的大數(shù)據(jù)服務[4]。

1.2知識管理層

在知識管理層，工具集主要圍繞數(shù)據(jù)處理流程和知識處理流程2種方式來構建：①構建數(shù)據(jù)處理工具集，實現(xiàn)數(shù)據(jù)采集、數(shù)據(jù)集成、數(shù)據(jù)檢索、數(shù)據(jù)分析、數(shù)據(jù)挖掘和數(shù)據(jù)耕耘等功能，提供數(shù)據(jù)內(nèi)容采集、存儲、標注、轉換和檢索等服務[5]。在應用過程中，通過對數(shù)據(jù)的挖掘、分析，吸取潛在態(tài)勢分析中所需的關鍵決策信息和知識。②圍繞知識處理流程建立知識處理工具集，實現(xiàn)知識抽取、知識表達、知識發(fā)現(xiàn)、知識推理和知識服務等功能，提供知識標注、存儲、轉換和應用等服務。

1.3應用服務層

應用服務層主要由通用功能模塊以及可直接用以態(tài)勢分析的應用功能模塊組成。應用服務層提供系統(tǒng)的應用功能，主要是實現(xiàn)按需信息提取與處理、作戰(zhàn)態(tài)勢可視化建模、態(tài)勢要素自動分析與評估等功能。①通用功能模塊包括運維子系統(tǒng)、人機交互界面、模型計算分析工具和態(tài)勢可視化顯示子系統(tǒng)等。其中，運維子系統(tǒng)主要實現(xiàn)系統(tǒng)中云、數(shù)據(jù)和硬件的管理和維護，實現(xiàn)跨層次統(tǒng)一管理。②應用模塊包括具體態(tài)勢處理任務集合，通過一些模型和數(shù)據(jù)處理獲取相關條件，將作戰(zhàn)力量與戰(zhàn)場環(huán)境等因素有機聯(lián)系起來，對敵我雙方戰(zhàn)場態(tài)勢發(fā)展趨勢進行評估，形成完整、直觀的評估報告，供后續(xù)決策活動使用。

2關鍵技術

框架中采用的關鍵技術主要包括態(tài)勢信息知識挖掘技術、態(tài)勢預測技術、態(tài)勢要素聚合與解聚技術、態(tài)勢要素自動分析評估技術以及態(tài)勢呈現(xiàn)技術等。

2.1態(tài)勢信息知識挖掘技術

態(tài)勢信息知識挖掘技術是戰(zhàn)場態(tài)勢輔助分析技術應用的重要研究內(nèi)容，主要分為作戰(zhàn)目標特征知識挖掘和作戰(zhàn)模式知識挖掘。①作戰(zhàn)目標特征知識挖掘是通過挖掘目標情報特征參數(shù)，如雷達情報中的目標速度、加速度、高度深度和發(fā)現(xiàn)距離，電抗情報中的目標雷達類型或輻射源參數(shù)（如射頻類型、射頻值和掃描周期等），得到目標屬性特征與目標類型之間的關聯(lián)規(guī)則，并通過知識比較，避免重復或冗余知識的存儲。②作戰(zhàn)模式知識挖掘是基于歷史目標情報信息中與目標類型和類型組合相關的屬性，如目標的位置（經(jīng)緯度）、發(fā)現(xiàn)時間等，挖掘情報信息中多個目標在相似位置聯(lián)合出現(xiàn)的習慣，提取類似分組的作戰(zhàn)模式特征，而形成作戰(zhàn)模式規(guī)則集。

2.2態(tài)勢預測技術

態(tài)勢預測是基于對當前態(tài)勢的理解，預測未來可能的態(tài)勢、評估和預警當前態(tài)勢的風險[6]。態(tài)勢預測包括戰(zhàn)術動作預測和戰(zhàn)術意圖預測。戰(zhàn)術動作預測是根據(jù)目標可能的嘗試和現(xiàn)狀，與戰(zhàn)術信息庫進行綜合匹配，得到目標可能的動作類型、時間、程度和可信度，屬于戰(zhàn)術信息集成的一部分。戰(zhàn)術意圖預測是指根據(jù)獲得的動作特征和目標的當前態(tài)勢，推斷目標的未來狀態(tài)，綜合戰(zhàn)場環(huán)境中可能出現(xiàn)的態(tài)勢及其可信度，屬于一般不確定系統(tǒng)預測的一部分。在戰(zhàn)術動作預測中，目標意圖識別主要用來預測動作類型，目標信息識別用來判斷目標動作的子類型、發(fā)生動作的時間以及動作程度。前者采用不確定性綜合判別方法，后者采用不確定性綜合聚類分析方法。

2.3態(tài)勢要素聚合與解聚技術

態(tài)勢要素聚合與解聚能夠實現(xiàn)各級指揮員對不同層次、不同地域戰(zhàn)場態(tài)勢的關注和指揮要求。運用多尺度聚合與解聚展現(xiàn)機制，分析態(tài)勢展現(xiàn)中聚合與解聚的提升、時序、粒度、維度和形式，建立態(tài)勢要素的層次化、分類顯示模型，并闡明顯示形式和相關屬性。以視距和像素作為聚合與解聚的準則，確定了層次聚合與解聚規(guī)則以及與地圖相關的聚合與解聚規(guī)則。該技術使用規(guī)則和關鍵實體對可視化模型按不同層級態(tài)勢分析服務需求進行聚合與解聚。

通過該技術，可以在不同分辨率的顯示窗口中使用相同數(shù)量的作戰(zhàn)實體模型來表示當前可視范圍內(nèi)的戰(zhàn)場態(tài)勢。根據(jù)實體的屬性、相互關系和地位狀況，根據(jù)指揮員、各級實體、各級軍事標志的指揮習慣和要求，將不同比例尺的地圖按一定的規(guī)則進行關聯(lián)，形成高分辨率和低分辨率2種戰(zhàn)場態(tài)勢圖。在高分辨率態(tài)勢圖上顯示的實體和地理信息更加精確，適合下級指揮實體的作戰(zhàn)指揮需要；在低分辨率態(tài)勢圖中，顯示的實體和地理信息較為籠統(tǒng)，但顯示范圍較大，可以從全局把握戰(zhàn)場態(tài)勢，更適合級別較高指揮實體的作戰(zhàn)指揮需求。

2.4態(tài)勢要素自動分析評估技術

態(tài)勢要素自動分析評估技術源于知識推理和態(tài)勢分析技術的發(fā)展。評估是對戰(zhàn)場雙方態(tài)勢要素進行動態(tài)推理和分析的過程。根據(jù)以往的工程實踐經(jīng)驗，用戶對態(tài)勢分析所需的信息不是很清楚，最初的決策可能取決于“敵人的什么力量可能威脅我”。在進一步的評估中，他們需要了解更多的知識，比如“我有什么防范措施”和“敵人如何突圍”。因此，輔助決策系統(tǒng)最好能自動引導用戶找到所需信息并完成評估操作，而不是被動向用戶提供信息或等待用戶思考。這就需要進一步研究態(tài)勢要素自動分析與評估技術，這是決策分析的必要環(huán)節(jié)和基礎。態(tài)勢要素自動分析評估的主要工作是提取態(tài)勢要素，評估敵方的隸屬關系，生成敵方建制樹。初級的態(tài)勢理解是根據(jù)態(tài)勢特征向量和相關領域專家的軍事知識，解釋當前態(tài)勢，識別敵人的作戰(zhàn)意圖和計劃[7]。高層的態(tài)勢理解是基于初級態(tài)勢理解結果的多層次戰(zhàn)場態(tài)勢預測，即從單個實體行為的預測到高層全局態(tài)勢演化的預測，其結果可作為威脅評估和資源管理的輸入[8]。第一級態(tài)勢生成直接與外部數(shù)據(jù)輸入連接，其他級別可以在不同的抽象級別輸入評估結果。最后，運用各種綜合智能技術將態(tài)勢信息轉化為態(tài)勢知識，并快速集成這些知識，形成戰(zhàn)場態(tài)勢分析報告。

2.5態(tài)勢呈現(xiàn)技術

態(tài)勢呈現(xiàn)，又稱態(tài)勢可視化，是作戰(zhàn)態(tài)勢可視化發(fā)展的高級階段，尤其是態(tài)勢感知階段。戰(zhàn)場態(tài)勢感知可視化是指從底層的數(shù)據(jù)提取到抽象信息，再獲得高層知識的過程。人眼對圖形的敏感度遠高于對數(shù)據(jù)的敏感度。通過傳統(tǒng)的文本形式，無法將結果直觀地呈現(xiàn)給用戶?？梢暬夹g以圖形的形式呈現(xiàn)大量的抽象數(shù)據(jù)，形成態(tài)勢分析報告和綜合戰(zhàn)場態(tài)勢圖，用不同的可視化圖形表示不同的戰(zhàn)場態(tài)勢狀態(tài)，使指揮員能夠直觀地了解戰(zhàn)場態(tài)勢及其變化趨勢，提高決策效率。同時，現(xiàn)代戰(zhàn)場態(tài)勢變化頻繁，態(tài)勢圖不再是靜態(tài)的，而是動態(tài)變化的。借助計算機圖形學的理論和技術，在快速拓撲識別的基礎上形成動態(tài)態(tài)勢結構，進而生成隨著戰(zhàn)場態(tài)勢變化的動態(tài)態(tài)勢圖。此外，把基于不同數(shù)據(jù)源的數(shù)據(jù)顯示方式有機地關聯(lián)在一起，確認態(tài)勢呈現(xiàn)的一致標準，進一步提升顯示的實時性，增大系統(tǒng)顯示規(guī)模。不過，提升人機交互的可操作性是可視化技術需要更進一步解決的問題。

3戰(zhàn)場態(tài)勢分析系統(tǒng)構建及產(chǎn)品

基于上述技術，研究開發(fā)智能態(tài)勢輔助決策系統(tǒng)。系統(tǒng)集成海量信息數(shù)據(jù)資源，支持作戰(zhàn)情報數(shù)據(jù)的可視化顯示，能提供一系列態(tài)勢圖產(chǎn)品，向指揮決策者全面描述戰(zhàn)場多維態(tài)勢信息空間。基于該系統(tǒng)，態(tài)勢信息可以按需提取和處理、按需獲取和實時共享。系統(tǒng)采用面向服務的體系結構，建立指揮決策態(tài)勢服務架構，完善態(tài)勢分析與決策服務，對多層意圖、作戰(zhàn)能力、相互關系和威脅程度等方面進行預測。根據(jù)態(tài)勢產(chǎn)品與態(tài)勢服務的內(nèi)在關系，通過組合調用生成所需態(tài)勢產(chǎn)品的流程，實現(xiàn)態(tài)勢產(chǎn)品與態(tài)勢計算服務的快速組織計算[9-10]。態(tài)勢分析系統(tǒng)功能模型如圖2所示，根據(jù)態(tài)勢產(chǎn)品的不同階段，態(tài)勢產(chǎn)品分為不同層級，將通用性的低層級態(tài)勢產(chǎn)品封裝成服務，底層的服務經(jīng)過加工、篩選和組合生成高層級態(tài)勢產(chǎn)品。

生成態(tài)勢分析產(chǎn)品的主要步驟如下：

①根據(jù)態(tài)勢分析的認知機制和推理過程，建立信息源與態(tài)勢服務之間的內(nèi)在聯(lián)系。

②面向作戰(zhàn)任務需求，生成相應的產(chǎn)品需求列表。面向任務需求的態(tài)勢產(chǎn)品組織流程如圖3所示。

③配置任務對于所需態(tài)勢產(chǎn)品的調度過程。經(jīng)過篩選、組合和排序等方式調用前一級態(tài)勢產(chǎn)品，生成新的態(tài)勢產(chǎn)品。

④通過組合調用方式，在態(tài)勢計算服務候選集合，生成所需戰(zhàn)場態(tài)勢分析產(chǎn)品。

傳統(tǒng)的戰(zhàn)場態(tài)勢信息主要用于向各級、各類指揮機構人員共享戰(zhàn)場態(tài)勢，共享態(tài)勢的形式既可能是文字形式的通報，也可能是戰(zhàn)場態(tài)勢圖，還可能是用作輔助決策系統(tǒng)進行作戰(zhàn)方案評估的參照數(shù)據(jù)。在本文系統(tǒng)中提供的戰(zhàn)場態(tài)勢信息主要是態(tài)勢分析產(chǎn)品和戰(zhàn)場態(tài)勢圖產(chǎn)品。

態(tài)勢分析主要包括敵我雙方兵力對比、兵力損耗預測、敵作戰(zhàn)意圖、敵可能作戰(zhàn)行動分析等。通過綜合多種態(tài)勢分析結果，經(jīng)過一些模型和數(shù)據(jù)處理，形成相對完整的態(tài)勢分析產(chǎn)品體系?？紤]到戰(zhàn)場態(tài)勢數(shù)據(jù)利用的各種形式、各種方法，產(chǎn)品按照一定的規(guī)范保持統(tǒng)一或兼容，以方便對其加以利用，為后續(xù)的決策活動服務。

戰(zhàn)場態(tài)勢圖是態(tài)勢分析中最具綜合性的產(chǎn)品，態(tài)勢圖能把復雜的合成行動簡化，是動態(tài)反映作戰(zhàn)過程的一種手段。傳統(tǒng)的通用態(tài)勢圖，主要源于情報信息收集過程中反復的手工操作，存在自動化水平低、信息量有限的不足。從強調為作戰(zhàn)服務和目標一致的角度，將信息組織成態(tài)勢圖，進行有效的可視化顯示，以便將戰(zhàn)場多維的態(tài)勢信息空間向高層指揮決策者展現(xiàn)，這也是軍事指揮人員把握作戰(zhàn)過程的一種直觀形式，使指揮員“把戰(zhàn)場裝進腦里”，建立情景意識。

4結束語

針對現(xiàn)代戰(zhàn)場態(tài)勢的復雜性和當前智能化發(fā)展的需要，提出了一種基于態(tài)勢知識挖掘技術的態(tài)勢服務體系架構，采用高層態(tài)勢產(chǎn)品調用底層態(tài)勢產(chǎn)品服務以及組合調用流程的方法，實現(xiàn)態(tài)勢產(chǎn)品和服務的快速組織，為指揮員提供多層戰(zhàn)場態(tài)勢預測，分析判斷敵我兵力對比、兵力損耗預測、敵作戰(zhàn)意圖、敵可能作戰(zhàn)行動等態(tài)勢情況，進而形成相應的態(tài)勢分析產(chǎn)品。這些態(tài)勢服務以及產(chǎn)品可應用于戰(zhàn)場情報分析、作戰(zhàn)規(guī)劃與指揮決策、指揮信息系統(tǒng)建設、指揮信息系統(tǒng)支持模型構建以及作戰(zhàn)指揮教學訓練等領域。當然，不同戰(zhàn)場態(tài)勢輔助分析支持系統(tǒng)具有不同的智能化程度、應用需求和交互環(huán)境，在具體的系統(tǒng)建設中，有必要對具體的應用場景、算法設計和軟件應用進行深入研究。

參考文獻

[1]李昌璽，于軍，徐穎，等.聯(lián)合作戰(zhàn)條件下戰(zhàn)場態(tài)勢感知體系構建問題研究[J].中國電子科學研究院學報，2018，13（6）：680-684.

[2]陜晶晶.多源運動目標一體化態(tài)勢服務系統(tǒng)的設計與實現(xiàn)[D].濟南：山東大學，2014.

[3]許陽，趙宗貴.一種人機協(xié)作的目標綜合識別模型設計[J].計算機測量與控制，2015，23（11）：3739-3743.

[4]傅里輝，劉俊麗，陳雙喜.基于大數(shù)據(jù)的系統(tǒng)安全態(tài)勢感知研究[J].時代農(nóng)機，2016，43（11）：49-50.

[5]王曉璇.陸戰(zhàn)場裝甲目標聚合算法研究[D].南京：南京理工大學，2007.

[6]李軍，李敏勇，常玉國.基于模式識別和序貫分析的綜合態(tài)勢感知模型研究[J].艦船電子工程，2010，30（1）：60-62.

[7]李偉.基于等高線的三維電子地形生成[D].成都：電子科技大學，2003.

[8]陳磊.一體化網(wǎng)絡作戰(zhàn)體系中信息資源效能分析評估[J].軍事運籌與系統(tǒng)工程，2011，25（1）：27-33.

[9]李婷婷，金欣，閆晶晶.面向作戰(zhàn)任務需求的態(tài)勢計算服務組織方法[J].指揮信息系統(tǒng)與技術，2016，7（5）：25-29.

[10]呂亮.空間態(tài)勢圖構建及可視化表達技術研究[D].鄭州：解放軍信息工程大學，2014.