战场态势估计和威胁评估

战场电磁态势感知关键技术研究作者：冯德俊朱江李方伟来源：《数字通信》2013年第05期摘要：首先，概述战场电磁态势感知的含义、特点及度量方法；其次，分别对电磁信息获取技术、电磁态势估计技术、态势预测技术和战场电磁环境可视技术等关键技术的研究发展现状进行论述；最后指出：战场电磁态势感知对指挥员及时、准确和全面地掌握电磁态势，并作出有效的作战策略有重要意义。

总结了目前的研究趋势和研究中存在的问题。

关键词：战场电磁；态势感知；关键技术中图分类号：TN97文献标识码：A文章编号：1005-3824（2013）05-0020-040引言现代战争不光取决于武器是否精良，也与信息获取是否充分密切相关，其中，制电磁权已成为赢得信息化战争的关键因素。

电磁波在信息化战争中起到信息获取与传递、反侦察和干扰敌方等作用。

电磁波是一把双刃剑，在对抗敌方的同时，难免会干扰到我方的设备。

如果我们能随时准确地掌握周围电磁场的状态，及时调整我们的电磁策略，就可使得电磁波既可为我所用又可将电磁影响降到最小。

在这种形势下，电磁态势感知应运而生。

态势可视化是电磁态势感知过程中人机交流必不可少的环节。

而且，好的可视化技术能更直观、科学地展现战场电磁环境，不仅有助于指挥员对战场电磁态势做出准确判断和科学决策，合理部署和调配战场力量，而且对于联合作战指挥员准确把握战场态势也至关重要。

1战场电磁态势感知电磁态势感知是指感知目标周围的电磁场数据，并把得到的数据经过处理、分析，得出周围的电磁环境当前状态以及预测将来的变化趋势，再将抽象数据转化成形象逼真的图像。

普通电磁态势研究侧重于提高频谱的占用率及效率，而对于电磁干扰攻击研究较少。

但在战场这种特殊环境中，电磁环境的成分除了我方的联络通信、设备控制和侦察电波等，还有大量敌方发射的干扰电波，甚至是针对我方通信的攻击电波，所以其环境更为复杂。

1.1战场电磁态势感知的特点战场电磁环境的复杂性体现在其样式复杂、数量繁多、密集重叠、动态交迭的电磁信号上。

第一章1、（综合题）冷兵器时代，热兵器时代，机械化时代，信息化时代2、（填空）信息化战争是信息化时代出现的全新的军事对抗形态，是指以信息化军队为主要作战力量，以指挥信息系统为基本支撑，以信息化武器装备为主要作战工具，以信息化作战为主要作战形式。

3、（填空）制约战争发展的两大主要因素：战争“迷雾”和战争阻力。

4、（简答）三域模型——画图物理域：就是作战行动所发生的物理空间，包括陆、海、空、天四维空间。

信息域：指信息存在的空间，是创建、应用和共享的区域。

认知域：是指存在于作战人员内心的认知域心理空间，包括对物理域的感知、认识、判断、决策等脑力行为，以及精神层面的信仰、价值观等，还包括领导力、士气、凝聚力、训练水平、作战经验、指挥意图的理解、作战规则及程序、技战术等。

5、（选择）摩尔定律（晶体管数目每18个月）、吉尔德定律（网络的传输容量每12个月）、梅特卡夫定律6、（简答/综合）信息化战争的特征（1）信息成为战争胜负的主导因素（2）作战指导由战损累积转向体系对抗（3）战场空间向全维化发展（4）指挥体系向扁平化发展（5）新作战样式的出现颠覆了传统的作战理论（6）高精度、高强度、快节奏成为信息化战争的外在特征7、（选择）“五环”打击理论8、（填空）赛博空间是指除陆、海、空、天以外的所有空间，包括计算机网、电信网等信息技术设施及其建立在其上的信息空间，还包括电磁空间。

一般认为赛博空间是虚拟的空间，即信息空间及电磁频谱空间。

9、（综合）指挥体系为什么向扁平化发展？在网络化的指挥信息系统支撑下，减少指挥层次，提高指挥跨度，具有横宽纵短的特点。

10、（填空/简答）三非作战非线性：相对于线性作战而言非对称：是指用不对称手段、不对等力量和非常规方法所进行的作战。

非接触：是指交战双方或一方借助指挥信息系统和高技术远程火力，在脱离和避免与敌军短兵相接的情况下，进行的超视距精确打击的作战方式。

11、（填空）全谱优势：行动优势，信息优势，决策优势12、（填空）美国军事转型主要包括创新作战理论、革新武器装备、改革编制体制三个方面，实质是从机械化向信息化转变。

美军红队（假想敌）评估体系建设现状及启⽰引⾔战争是典型的复杂巨系统，充满了不确定性。

为了更好地理解战争，帮助指挥员和参谋⼈员运⽤批判性和创造性思维思考作战问题，美军从模仿对⼿的思维出发，借助各种技术、⽅法、概念与实践构建了红队评估体系，将新的视⾓和见解引⼊复杂的战争认知过程，培养指挥员及其参谋⼈员的求异思维，纠正他们在个体认知与集体思维⽅⾯可能出现的错误与偏见。

01红队与红队评估A红队美军的红队概念源于冷战时期，最早可追溯到20 世纪60 年代初兰德公司为五⾓⼤楼开发的“神童” 战略决策仿真评估系统。

其中，红⾊指代苏联特有的颜⾊，更⼴泛地指任何对⼿或敌对⽅。

就此，美海军于1969 年组建了“海军战机武器学校”，也就是著名的TOP GUN；美空军1972 年组建了“⼊侵者中队”；美陆军借鉴海、空军的实践经验，于1977 年组建了第32 近卫摩步团、第177 装甲旅和第1 装甲骑兵团。

美军在《假想敌部队作战条令(FM-700 系列)》中，明确规范了战略级、战役级和战术级红队的编组⽅式。

为了更好地将红队优化整合到联合职能与作战中参与联合筹划、决策和计划，美军成⽴了专门的红队司令部，并赋予红队司令部准确的定义，即: “⼀个由训练有素的成员组成的跨职能组织单元，可为指挥官提供独⽴的能⼒，以充分探索计划、作战和⽀持情报⽅⾯的备选⽅案，并通过模拟敌⽅关键思想和采⽤创造性思维来提⾼指挥员和参谋⼈员的决策能⼒。

主要作⽤是帮助指挥官和参谋⼈员批判性、创造性地思考，挑战各种假设，弱化群体性思维，降低意外带来的风险等。

”因此，美军的红队是⼀个独⽴的团体，它能够通过担任敌对⾓⾊或模仿敌对观点来挑战相关组织机构和指挥决策的观点，以提⾼指挥决策的有效性，这在具有强⼤⽂化惯性、习惯依赖既有经验解决问题的组织中特别有效。

B红队评估美军的红队评估体系本质上是⼀种对抗评估体系，旨在从不同⾓度对指挥员及其参谋⼈员的计划、⾏动和能⼒等进⾏对抗式评估和检验。

信息融合技术发展与应用信息融合或数据融合是指为完成决策和估计任务而利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分析、综合的信息处理过程。

近十几年来，多传感器信息融合技术获得了广泛应用。

采用信息融合技术对多源战场感知信息进行目标检测、关联/相关、组合，以获得精确的目标状态和完整的目标属性/身份估计，以及高层次的战场态势估计与威胁估计，从而实现未来战争中陆、海、空、天、电磁频谱全维战场感知。

通过信息融合技术可以扩展战场感知的时间和空间的覆盖范围，变单源探测为网络探测；能改进对战场目标的探测能力，提高目标的发现概率和识别水平；能提高合成信息的精度和可信度，支持对重要战场目标的联合火力打击；能产生和维持一致的联合战场态势，支持联合作战决策和方案制定；能提高威胁判定的实时性和准确度，支持战场预警；能进行战场感知信息共享，提高战场信息使用效率；能科学配置和控制探测/侦察平台和传感器，充分利用战场空间感知资源。

1 国外信息融合技术的发展美国国防部三军实验室理事联席会（JDL）的对信息融合技术的定义为：信息融合是一个对从单个和多个信息源获取的数据和信息进行关联、相关和综合，以获得精确的位置和身份估计，以及对态势和威胁及其重要程度进行全面及时评估的信息处理过程；该过程是对其估计、评估和额外信息源需求评价的一个持续精练（refinement）过程，同时也是信息处理过程不断自我修正的一个过程，以获得结果的改善。

后来，JDL将该定义修正为：信息融合是指对单个和多个传感器的信息和数据进行多层次、多方面的处理，包括：自动检测、关联、相关、估计和组合。

信息融合技术自1973年初次提出以后，经历了20世纪80年代初、90年代初和90年代末三次研究热潮。

各个领域的研究者们都对信息融合技术在所研究领域的应用展开了研究，取得了一大批研究成果，并总结出了行之有效的工程实现方法。

美国在该项技术的研究方面一直处于世界领先地位，1973年，在美国国防部资助开发的声纳信号理解系统中首次提出了数据融合技术，1988年，美国国防部把数据融合技术列为90年代重点研究开发的20项关键技术之一。

第４５卷第４期２０２３年８月指挥控制与仿真ＣｏｍｍａｎｄＣｏｎｔｒｏｌ＆ＳｉｍｕｌａｔｉｏｎＶｏｌ ４５㊀Ｎｏ ４Ａｕｇ ２０２３文章编号：１６７３⁃３８１９（２０２３）０４⁃００２４⁃０５面向未来两栖作战的态势智能认知概念框架研究李志彤，李㊀徽（江苏自动化研究所，江苏连云港㊀２２２０６１）摘㊀要：全面准确地掌握战场态势，是未来两栖作战取得胜利的先决条件㊂分析了两栖作战对态势智能认知的需求，提出了态势智能认知概念框架，描述了框架各组成部分的功能㊁作用和主要模型内容，为两栖作战态势感知能力向态势智能认知能力的发展奠定基础，为未来两栖作战提供先决条件㊂关键词：两栖作战；态势智能认知；概念框架中图分类号：Ｅ９１７㊀㊀㊀㊀文献标志码：Ａ㊀㊀㊀㊀ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３⁃３８１９．２０２３．０４．００４ＲｅｓｅａｒｃｈｏｎｃｏｎｃｅｐｔｕａｌｆｒａｍｅｗｏｒｋｏｆｓｉｔｕａｔｉｏｎｉｎｔｅｌｌｉｇｅｎｔｃｏｇｎｉｔｉｏｎｆｏｒａｍｐｈｉｂｉｏｕｓｏｐｅｒａｔｉｏｎｓｉｎｆｕｔｕｒｅＬＩＺｈｉ⁃ｔｏｎｇ，ＬＩＨｕｉ（ＪｉａｎｇｓｕＡｕｔｏｍａｔｉｏｎＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｌｉａｎｙｕｎｇａｎｇ２２２０６１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｔｉｓａｐｒｅｒｅｑｕｉｓｉｔｅｆｏｒｔｈｅｓｕｃｃｅｓｓｏｆａｍｐｈｉｂｉｏｕｓｏｐｅｒａｔｉｏｎｓｔｏｇｒａｓｐｔｈｅｂａｔｔｌｅｆｉｅｌｄｓｉｔｕａｔｉｏｎｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙａｎｄａｃｃｕｒａｔｅｌｙ．Ｆｉｒｓｔｌｙ，ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅｄｅｍａｎｄｏｆｓｉｔｕａｔｉｏｎｉｎｔｅｌｌｉｇｅｎｔｃｏｇｎｉｔｉｏｎｉｎａｍｐｈｉｂｉｏｕｓｏｐｅｒａｔｉｏｎｓ，ｔｈｅｎｐｒｏｐｏｓｅｓｔｈｅｃｏｎｃｅｐｔｕａｌｆｒａｍｅｗｏｒｋｏｆｓｉｔｕａｔｉｏｎｉｎｔｅｌｌｉｇｅｎｔｃｏｇｎｉｔｉｏｎ．Ｓｅｃｏｎｄｌｙ，ｉｔｄｅｓｃｒｉｂｅｓｉｔｓｆｕｎｃｔｉｏｎ，ｅｆｆｅｃｔａｎｄｍａｊｏｒｍｏｄｅｌｓｏｆｅａｃｈｃｏｍｐｏｎｅｎｔ．Ｔｈｅｒｅｓｅａｒｃｈｐｒｏｖｉｄｅｓｇｕｉｄａｎｃｅｆｏｒｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆａｍｐｈｉｂｉｏｕｓｃｏｍｂａｔｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓａｂｉｌｉｔｙｔｏｉｎｔｅｌｌｉｇｅｎｔｃｏｇｎｉｔｉｖｅａｂｉｌｉｔｙ，ａｎｄｐｒｏｍｏｔｅｓｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆｓｙｓｔｅｍｃｏｍｂａｔｃａｐａｂｉｌｉｔｙｏｆａｍｐｈｉｂｉｏｕｓｏｐｅｒａｔｉｏｎｓｉｎｔｈｅｆｕｔｕｒｅ．Ｋｅｙｗｏｒｄｓ：ａｍｐｈｉｂｉｏｕｓｏｐｅｒａｔｉｏｎｓ；ｓｉｔｕａｔｉｏｎｉｎｔｅｌｌｉｇｅｎｔｃｏｇｎｉｔｉｏｎ；ｃｏｎｃｅｐｔｕａｌｆｒａｍｅｗｏｒｋ收稿日期：２０２２⁃０５⁃１９修回日期：２０２２⁃１２⁃１０作者简介：李志彤（１９８５ ），女，硕士，工程师，研究方向为指挥控制㊂李㊀徽（１９７７ ），男，硕士，研究员㊂㊀㊀未来的两栖作战是典型的多军种联合作战，战场空间覆盖海㊁陆㊁空㊁天㊁电等多维领域，多源异构的战场数据将呈现剧烈的增长趋势，战场态势的认知和理解变得越来越困难，仅仅依靠指挥员有限的大脑存储和信息处理是远远不够的，需要采用智能化的手段进行态势的认知㊂因此，亟须解决态势智能认知框架的研究，明确认知要素，才能为后续态势认知模型建立㊁智能化技术研究提供前提，从而提升两栖作战态势感知能力，为未来两栖作战的胜利提供先决条件㊂在态势认知框架研究方面，ＪｏｈｎＳａｌｅｒｎｏ基于ＪＤＬ数据融合及态势感知模型建立了战略态势认知框架，并在海湾战争预警中进行了应用［１］；Ｆｉｓｃｈｅｒ建立了自动态势估计的概念框架解决态势认知预警问题［２］；ＲｙａｎＰｅａｒｓｏ提出态势认知框架以应对环境的变化［３］；吕学志等建立了战役态势认知的概念框架，为战役态势认知智能辅助系统提供指导［４］㊂然而，目前针对两栖环境下的态势智能认知问题的研究成果较少，本文重点对此问题进行详细研究㊂１㊀两栖作战态势智能认知的需求１ １㊀两栖复杂环境中态势感知新难题两栖作战分为集结装载㊁海上航渡㊁突击上陆㊁扩大巩固登陆场四个阶段，战场环境变化很大，战场空间不连续㊂两栖战场态势感知处理复杂，态势信息来源多样，包括海上（如舰载传感器）㊁空中（如战术卫星㊁侦察直升机㊁无人机等）㊁陆上（如雷达㊁电子侦察㊁光电侦察等地面侦察设备）等多种信息来源，覆盖海情㊁空情㊁陆情㊁水下㊁环境等多种情报类型［５］㊂两栖环境独特的水文㊁气象信息，水际滩头的水雾㊁噪声㊁光照变化，以及现有各种侦察力量的侦察数据格式不一，均对态势感知提出了新的难题：各类侦察装备来源不一，战场态势数据如何实现互联互通，并对复杂环境中的侦察情报进行感知和理解，获得敌方准确的目标情报及清晰的战场态势图，为两栖登陆部队提供准确的态势情报㊂１ ２㊀多军种联合有人无人协同作战的态势感知新挑战㊀㊀未来的两栖作战是典型的多域联合作战，作战样式向海㊁陆㊁空多军种联合，有人无人协同趋势发展㊂目前的态势感知研究主要针对部分领域进行实现，但综合海陆空天电网等领域的战场态势的智能认知还未形成㊂而两栖作战需要考虑在多域情况下各军种㊁有第４期指挥控制与仿真２５㊀人无人作战力量如何进行密切协同，如何处理因参战要素众多带来的数据大量增长和人工处理慢速的问题，必将面临新的挑战：１）多军种联合作战带来的数据量增长和人工处理慢速的问题，需要采用大数据㊁人工智能等先进计算技术为指挥员快速进行态势认知提供辅助；２）为了保证执行同一作战任务的各军种任务一致㊁协同行动同步，需要确保任务相关各军种面对的态势信息以及对相关态势的感知㊁理解㊁认知要保持一致；３）对于军种不同㊁层级不同㊁专业差异㊁任务差异的用户，要求战场态势数据能够自动匹配用户的需求进行筛选展示及态势预测，在两栖作战急剧压缩的决策时间为用户提供可看㊁可懂㊁可用的态势信息㊂１ ３㊀国外态势感知智能化发展产生的新威胁态势感知作为作战行动的先决条件㊁有效决策前提，已经引起了各国的高度重视㊂其中美军在智能化的发展上遥遥领先㊂美军将智能化技术视为 第三次抵消战略 ，布局了大量基础技术研究项目，而且启动了一系列如 洞察 心灵之眼 等面向实际作战任务背景的项目，尝试用机器学习和迁移学习等智能算法解决对抗条件下态势目标的自主认知，帮助指挥员快速定位㊁识别目标并判断其威胁程度［６］㊂在２０２１年３月１日由美国人工智能国家安全委员为美国政府提供的最终建议报告中提出，到２０２５年美国要实现 军事ＡＩ战备状态 的目标，人工智能作为国家战略，将在全球竞争中提升美国的国防能力㊂作为作战行动先决条件的态势感知领域，在未来也必将面临极大的发展威胁㊂２㊀态势智能认知概念及框架２ １㊀态势智能认知概念传统的态势感知的研究，多以美国著名心理学家Ｍ．Ｅｎｄｓｌｅｙ研究员提出的三级模型为主，如图１所示㊂Ｍ．Ｅｎｄｓｌｅｙ在飞行员执行空战任务的 ＯＯＤＡ环 中，从人的角度定义了态势感知（ＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓ，ＳＡ）的概念模型，即在特定的时空环境中对作战态势要素的察觉（Ｐｅｒｃｅｐｔｉｏｎ）㊁理解（Ｃｏｍｐｒｅｈｅｎｓｉｏｎ）㊁预测（Ｐｒｅｄｉｃ⁃ｔｉｏｎ），通过对目标信息进行提取，对提取的信息进行察觉㊁理解和预测的过程［７］㊂因此，态势感知主要分为态势察觉㊁态势理解和态势预测这三个部分，态势察觉和理解是对 态 的把握，态势预测则是对 势 的处理㊂未来的两栖作战，指挥员需要在海量的战场信息条件下对战场态势进行察觉㊁理解及预测，并快速做出决策进而指挥作战行动㊂而海量信息的处理㊁快速推理和认知，仅仅依靠指挥员有限的大脑存储和信息处理是远远不够的㊂因此，对于指挥员的认知活动，必须图１㊀Ｍ．Ｅｎｄｓｌｅｙ态势感知三级模型Ｆｉｇ １㊀Ｍ．Ｅｎｄｓｌｅｙ ｓＴｈｒｅｅｌｅｖｅｌｍｏｄｅｌｏｆｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓ有一种新的模式来减轻指挥员在认知过程中的负担，让计算机更多地承担计算㊁推理和预测的功能，让指挥员更多地发挥决策优势㊂态势智能认知是基于传统的态势感知形成的一种新型态势认知，是指利用机器学习等人工智能技术手段，对指挥员的态势认知过程进行认知建模，通过融合人的经验智慧及机器的智能算法，获得认知事物的属性及相互之间关系的智能认知结果［８］㊂旨在解决两栖复杂战场环境下，多军种联合作战的大数据信息超载问题，提高指挥员态势感知效率；同时，针对急剧压缩的决策时间，为指挥员提供快速的战场态势预测，辅助指挥员获得更快㊁更全㊁更准㊁更深的态势认知结果㊂２ ２㊀两栖作战态势智能认知概念框架两栖作战态势智能认知框架是模型构建㊁系统实施的关键前提㊂美国著名心理学家ＧａｒｙＫｌｅｉｎ对框架的定义为：框架是指对研究对象进行要素确定，通过描述要素之间的关系㊁要素对研究内容的影响程度，实现去除影响度小的要素，保留影响度大的要素的过程［４］㊂通过研究两栖作战环境下态势认知的框架，就能对两栖作战中智能态势认知的要素组成㊁关键算法㊁运行流程等进行明确，从而为态势智能认知的后续实现提供指导㊂根据两栖作战的特点，在态势感知及ＯＯＤＡ环的模型基础上，本文提出了面向未来两栖作战的态势智能认知概念框架，如图２所示㊂整个态势智能认知是一个不断循环且不断优化的螺旋过程，每个循环内包括态势数据预处理㊁态势察觉㊁态势理解㊁态势预测㊁态势生成㊁人机协同智能增强及态势智能认知反馈优化七个过程㊂利用对指挥员的态势认知过程建立智能算法模型，实现对战场态势的察觉㊁理解和预测，认知过程中的计算数据㊁决策行为数据等都作为反馈数据进行智能认知的再学习，进一步优化算法模型，不断提升态势智能认知的能力㊂１）态势数据预处理态势数据预处理是对初始的战场态势数据进行标准化及降噪处理，提升后续态势察觉的效率㊂两栖战２６㊀李志彤，等：面向未来两栖作战的态势智能认知概念框架研究第４５卷图２㊀两栖作战态势智能认知概念框架Ｆｉｇ ２㊀Ｔｈｅｃｏｎｃｅｐｔｕａｌｆｒａｍｅｗｏｒｋｏｆｓｉｔｕａｔｉｏｎｉｎｔｅｌｌｉｇｅｎｔｃｏｇｎｉｔｉｏｎｉｎａｍｐｈｉｂｉｏｕｓｏｐｅｒａｔｉｏｎｓ场初始态势数据由遍布海㊁陆㊁空等多域的传感器立体感知网获得，存在信息冗余㊁格式多样㊁图像水雾噪声大的情况，需对初始数据进行预处理，包括对数据冗余的去重清洗㊁对异构数据的标准化㊁对图像水雾噪声的处理，为态势察觉提供处理后的战场态势标准数据，提高察觉处理效率，解决两栖复杂环境中态势感知图像处理的难题㊂同时建立统一的态势描述规范，为多军种联合作战提供态势共享的基础㊂２）态势察觉态势察觉主要围绕两栖作战的要素提取展开，通过对战场态势数据进行要素提取㊁目标识别等算法处理，获得敌情㊁我情及环境信息中对双方可能产生对抗要素的信息内容㊂态势察觉通过对态势信息中的目标数据进行识别及分群，获得影响对抗的主要因素，将指挥员从数量繁多的态势数据中解放出来，并对态势理解及预测提供数据基础㊂察觉算法模型主要包括：①要素提取：根据两栖战场要素特征对态势数据进行初步提取；②目标识别：依据目标特征或先验知识识别目标的类型；③目标分群：在目标识别基础上，按照目标的类型属性㊁敌我属性㊁运动属性㊁任务属性㊁威胁属性等特征规则进行目标分群；④行为识别：在目标分群基础上，通过各目标群的状态（产生事件㊁运动状态㊁时间）及领域知识估计目标群当前执行的行为及任务；⑤态势关联：建立不同时刻态势数据中描述的目标之间的关系，为态势理解提供数据基础㊂３）态势理解态势理解主要是结合领域知识对态势察觉结果进行处理，发现数据之间的相关关系，解释当前的态势情况，估计战场交战形式，并判断敌方的作战意图，分析敌方防御体系以及环境态势的影响，形成态势的理解要素㊂通过态势实体的行为㊁事件㊁状态与作战规则㊁认知机制进行数据挖掘和知识推理，最后形成对敌方意图的识别㊂理解算法模型主要包括：①战法规则：根据两栖作战规则，对战场态势进行识别推理；②意图推理：通过对态势察觉结果进行分析综合，理解敌方的作战目的；③作战能力：分析敌我双方兵力部署情况㊁目标群行为状态㊁武器系统配置情况等因素，对局部敌我作战能力进行评估；④认知机制：分析指挥员在战场指挥控制操作中的相关认知机制，对重点机制进行建模，以更好实现智能认知㊂４）态势预测态势预测是对作战区域内的双方兵力交战情况进行预测判断，通过对敌方目标进行威胁评估㊁对交战趋势等作战态势演变情况进行预测㊁对未来可能出现的兵力部署情况进行预测㊁对两栖作战登陆点等作战要点进行预测，让指挥员对交战趋势变化情况进行提前掌握，把握战场指挥时机，提升指挥员指挥效能㊂态势预测是在态势理解基础上，结合双方兵力部署／配置性能情况㊁环境要素情况㊁目标威胁情况㊁双方作战原则㊁目标等实体间关系情况等进行数据分析及智能预测，实现态势的数据预测㊂预测算法模型主要包括：①态势假设：根据态势理解的要素内容，按照各要素之间的对抗等关联关系提出对态势变化的假设情况；②态势核验：对态势假设提出的假设情况进行检验，选择发生概率确定性最高的态势假设；③威胁估计：通过分析战场双方态势情况，分析敌方目标的作战能力㊁作战意图，结合战场环境等相关因素，评估敌方各目标威胁等级情况；④要点预第４期指挥控制与仿真２７㊀测：威胁评估基础上，结合战场态势情况以及敌我双方兵力布势㊁作战意图等因素，实现两栖作战各阶段的作战重心预测㊁重要作战环节时机预测㊁登陆点等关键位置预测等㊂５）态势生成态势生成针对不同指挥层级以及同一层级不同作战任务，聚焦战场空间内的关键节点和重要目标，通过对态势信息的合理组织，对态势察觉要素㊁理解要素及预测要素的可视化，为用户提供统一理解的共用态势图㊁有针对性的主题态势或定制态势等智能展现方式㊂共用态势按战术㊁战役㊁战略三级结构逐层构建，保证各层级指挥作战人员对态势理解的一致性㊂同时通过对作战任务㊁领域空间㊁目标定位等多种主题方式进行组织，定制主题态势信息，提供用户视角下多维灵活的态势展现方式，提供二三维地图㊁图表联动等形式的态势展示㊂在保证态势信息一致性基础上，解决不同层级不同作战任务的不同用户对态势信息的差异性需求㊂考虑两栖作战高效决策的特点，在态势生成态势图基础上，通过语音识别㊁肢体手势㊁虚拟现实等智能的人机交互方式，在两栖作战指控快节奏下，提高指挥员的决策操作效率㊂６）人机协同智能增强人机协同智能增强旨在提高人机协同效果，实现人脑＋智能系统的深度融合，并最终反馈至智能认知算法的完善与优化㊂通过人工认知形式化表示，将指挥员的作用引入智能认知计算回路，实现指挥员决策引导与智能算法的融入，融入方式包括人工主动干预及机器申请协助㊂态势认知智能算法在处理两栖战场庞大的数据量时，指挥员可基于经验㊁决策㊁谋略等对智能认知算法进行主动干预；同时当智能算法遇到信息缺失㊁不确定性等因素无法得到最优结果时，也可触发申请请求指挥员协助，通过人机协同柔性互补，达到态势认知智能增强效果㊂７）态势智能认知反馈优化态势智能认知反馈优化是智能认知的关键环节，是对算法模型㊁认知领域知识㊁作战规则等智能处理一个持续迭代的过程㊂由于两栖作战的战场环境存在强对抗㊁态势信息不确定不完美等特性，态势察觉㊁理解㊁预测等认知数据，以及指挥员的决策方案㊁行动效果等都可用于认知学习及模型改进，从而通过持续的认知学习实现认知算法模型的优化㊂２ ３㊀态势认知框架与传统态势感知框架的区别智能认知框架与传统态势感知框架的区别主要在于以下几个方面：１）数据处理程度不同智能认知框架中不仅对战场态势进行处理，还需要结合作战筹划及领域知识数据进行数据挖掘处理，通过智能算法分析，发现数据间的相关关系，突破了人类分析联系事物的局限性，解决了人类在面对海量数据存在的分析和聚焦困难的问题，为指挥员提供态势理解㊁形势预测的服务，大幅提高决策速度及决策质量㊂２）智能迭代优化的不同智能认知框架可通过多次试验的中间计算数据㊁决策行动数据及行动效果反馈数据进行再学习，从而不断迭代优化认知模型，相较于传统的态势感知框架具有自优化的优势，不断提升认知深度及认知质量㊂３）态势层次生成的不同智能认知框架通过层次化态势生成，提供共用态势图及主题／定制态势，建立灵活多样和粒度可变的态势显示，相较于传统的统一态势展示形式，在保证态势信息一致性基础上，解决不同层级不同作战任务的不同用户对态势信息的差异性需求㊂３㊀结束语本文对未来两栖作战的态势智能认知需求进行了分析，并对认知态势要素进行了说明，从框架整体层面，建立了智能态势认知的概念框架，描述了框架各个组成部分的功能㊁作用和主要模型内容，为未来两栖作战态势智能认知的发展提供支持，加速战场信息优势到决策优势的发展，为两栖作战的胜利提供先决条件㊂参考文献：［１］㊀ＳＡＬＥＲＮＯＪ，ＨＩＮＭＡＮＭ，ＢＯＵＬＷＡＲＥＤ．Ｂｕｉｌｄｉｎｇａｆｒａｍｅｗｏｒｋｆｏｒｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓ［Ｒ］．ＡｉｒＦｏｒｃｅＲｅｓｅａｒｃｈＬａｂＲｏｍｅＮｙＩｎｆｏｒｍａｔｉｏｎＤｉｒｅｃｔｏｒａｔｅ，２００４．［２］㊀ＦＩＳＣＨＥＲＹ，ＢＡＵＥＲＡ，ＢＥＹＥＲＥＲＪ．ＡＣｏｎｃｅｐｔｕａｌｆｒａｍｅｏｗｏｒｋｆｏｒａｕｔｏｍａｔｉｃｓｉｔｕａｔｉｏｎａｓｓｅｓｓｍｅｎｔ［Ｃ］／／Ｃｏｎｇ⁃ｎｉｔｉｖｅＭｅｔｈｏｄｓｉｎＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓａｎｄＤｅｃｉｓｉｏｎＳｕｐｐｏｒｔ（ＣｏｇＳＩＭＡ），２０１１ＩＥＥＥＦｉｒｓｔＩｎｔｅｒｎａｔｉｏｎａｌＭｕｌｔｉ⁃ＤｉｓｃｉｐｌｉｎａｒｙＣｏｎｆｅｒｅｎｃｅ．ＩＥＥＥ，２０１１：２３４⁃２３９．［３］㊀ＰＥＡＲＳＯＮＲ，ＤＯＮＮＥＬＬＹＭ，ＬＩＵＪ，ｅｔａｌ．Ａｆｒａｍｅｗｏｒｋｆｏｒｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓｂａｓｅｄｕｐｏｎｄｙｎａｍｉｃｓｉｔｕａｔｉｏｎｍｏｄ⁃ｅｌｉｎｇ［Ｃ］／／ＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎＡｍｂｉｅｎｔＡｓｓｉｓｔｅｄＬｉｖｉｎｇ．Ｓｐｒｉｎｇｅｒ，Ｃｈａｍ，２０１４：９９⁃１０２．［４］㊀吕学志，胡晓峰，吴琳，等．战役态势认知的概念框架［Ｊ］．火力与指挥控制，２０１９，４４（７）：１⁃６．ＬＹＵＸＺ，ＨＵＸＦ，ＷＵＬ，ｅｔａｌ．Ａｃｏｎｃｅｐｔｕａｌｆｒａｍｅｗｏｒｋｏｆｏｐｅｒａｔｉｏｎａｌｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓ［Ｊ］．ＦｉｒｅＣｏｎ⁃２８㊀李志彤，等：面向未来两栖作战的态势智能认知概念框架研究第４５卷ｔｒｏｌ＆ＣｏｍｍａｎｄＣｏｎｔｒｏｌ，２０１９，４４（７）：１⁃６．［５］㊀冷画屏，周世华，肖利辉，等．两栖登陆部队指挥信息系统建设研究［Ｊ］．指挥控制与仿真，２０１５，３７（１）：１１⁃１４．ＬＥＮＧＨＰ，ＺＨＯＵＳＨ，ＸＩＡＯＬＨ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｏｎｃｏｎｓｔｒｕｃｔｉｏｎｏｆａｍｐｈｉｂｉｏｕｓｌａｎｄｉｎｇｆｏｒｃｅｃｏｍｍａｎｄｉｎｆｏｒ⁃ｍａｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＣｏｍｍａｎｄＣｏｎｔｒｏｌ＆Ｓｉｍｕｌａｔｉｏｎ，２０１５，３７（１）：１１⁃１４．［６］㊀张申，季自力，王文华，等．美军加快推进智能作战平台建设的主要做法［Ｊ］．中国军转民，２０１９（５）：７４⁃７８．ＺＨＡＮＧＳ，ＪＩＺＬ，ＷＡＮＧＷＨ，ｅｔａｌ．ＭａｉｎｍｅｔｈｏｄｓｏｆｔｈｅＵＳａｒｍｙｔｏａｃｃｅｌｅｒａｔｅｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｉｎｔｅｌｌｉｇｅｎｔｃｏｍｂａｔｐｌａｔｆｏｒｍ［Ｊ］．ＤｅｆｅｎｃｅＩｎｄｕｓｔｒｙＣｏｎｖｅｒｓｉｏｎｉｎＣｈｉ⁃ｎａ，２０１９（５）：７４⁃７８．［７］㊀ＥｎｄｓｌｅｙＭＲ．Ｔｏｗａｒｄａｔｈｅｏｒｙｏｆｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓｉｎｄｙｎａｍｉｃｓｙｓｔｅｍｓ［Ｊ］．ＨｕｍａｎＦａｃｔｏｒｓ：ＴｈｅＪｏｕｒｎａｌｏｆｔｈｅＨｕｍａｎＦａｃｔｏｒｓａｎｄＥｒｇｏｎｏｍｉｃｓＳｏｃｉｅｔｙ（Ｓ００１８⁃７２０８），１９９５，３７（１）：３２⁃６４．［８］㊀朱丰，胡晓峰，吴琳，等．从态势认知走向态势智能认知［Ｊ］．系统仿真学报，２０１８，３０（３）：７６１⁃７７１．ＺＨＵＦ，ＨＵＸＦ，ＷＵＬ，ｅｔａｌ．Ｆｒｏｍｓｉｔｕａｔｉｏｎｃｏｇｎｉｔｉｏｎｓｔｅｐｐｅｄｉｎｔｏｓｉｔｕａｔｉｏｎｉｎｔｅｌｌｉｇｅｎｔｃｏｇｎｉｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｙｓｔｅｍＳｉｍｕｌａｔｉｏｎ，２０１８，３０（３）：７６１⁃７７１．（责任编辑：许韦韦）。

2014年全国研究生数学建模竞赛B题机动目标的跟踪与反跟踪目标跟踪是指根据传感器（如雷达等）所获得的对目标的测量信息，连续地对目标的运动状态进行估计，进而获取目标的运动态势及意图。

目标跟踪理论在军、民用领域都有重要的应用价值。

在军用领域，目标跟踪是情报搜集、战场监视、火力控制、态势估计和威胁评估的基础；在民用领域，目标跟踪被广泛应用于空中交通管制，目标导航以及机器人的道路规划等行业。

目标机动是指目标的速度大小和方向在短时间内发生变化，通常采用加速度作为衡量指标。

目标机动与目标跟踪是“矛”与“盾”的关系。

随着估计理论的日趋成熟及平台能力提升，目标作常规的匀速或者匀加速直线运动时的跟踪问题已经得到很好的解决。

但被跟踪目标为了提高自身的生存能力，通常在被雷达锁定情况下会作规避的机动动作或者释放干扰力图摆脱跟踪，前者主要通过自身运动状态的快速变化导致雷达跟踪器精度变差甚至丢失跟踪目标，后者则通过制造假目标掩护自身，因此引入了在目标进行机动时雷达如何准确跟踪的问题。

机动目标跟踪的难点在于以下几个方面：(1) 描述目标运动的模型[1,2]即目标的状态方程难于准确建立。

通常情况下跟踪的目标都是非合作目标，目标的速度大小和方向如何变化难于准确描述；(2) 传感器自身测量精度有限加之外界干扰，传感器获得的测量信息[3]如距离、角度等包含一定的随机误差，用于描述传感器获得测量信息能力的测量方程难于完全准确反映真实目标的运动特征；(3) 当存在多个机动目标时，除了要解决(1)、(2)两个问题外，还需要解决测量信息属于哪个目标的问题，即数据关联。

在一定的测量精度下，目标之间难于分辨，甚至当两个目标距离很近的时候，传感器往往只能获得一个目标的测量信息。

由于以上多个挑战因素以及目标机动在战术上主动的优势，机动目标跟踪已成为近年来跟踪理论研究的热点和难点。

不同类型目标的机动能力不同。

通常情况下战斗机的飞行速度在100~400m/s，机动半径在1km以上，机动大小一般在10个g以内，而导弹目标机动，加速度最大可达到几十个g，因此在对机动目标跟踪时，必须根据不同的目标类型选择相应的跟踪模型。