陆战分队火力协同控制技术现状及发展趋势

李灵之 徐克虎　张明双

摘要：陆战分队武器装备智能化和信息化程度越来越高，依拖于指挥控制系统，自动、实时地分析处理战场态势数据，进行作战辅助决策已成为必然。从目标威胁评估技术、火力分配技术和火力协同控制技术三个方面，详细地论述了国内外火力协同控制技术的发展现状，并对其发展趋势进行了客观的展望。

Abstract： The intelligence and informationalization of weapon and equipment in the land warfare unit is more and more high. It is necessary to analyze and process battlefield situation data automatically and realtime based on dragging command and control system. From the three aspects of target threat assessment technology， fire distribution technology and firepower synergy control technology， the development status of fire coordinated control technology at home and abroad is discussed in detail， and its development trend is objectively predicted.

关键词：陆战分队；研究现状；发展趋势

Key words： land unit；research status；development trend

中图分类号：TJ811 文献标识码：A 文章编号：1006-4311（2018）25-0266-03

0 引言

作为陆地战场的主要力量，由坦克、步战车等武器装备所组成的陆战分队，在信息化战争中的作用日益明显。依据战场环境的实时信息，作出最佳决策，提高火力协同控制技术的应用是我军迫切需要解决的问题。本文从实际出发，通过目标威胁评估技术、火力分配技术和火力协同控制技术三个方面详细地论述了国内外火力协同控制技术的发展现状，并对其应用前景进行了客观的分析。

1 目标威胁评估技术

1.1 目标威胁评估技术概述

威胁评估就是利用我方获得的战场信息，来确定敌方武器装备、兵力结构部署等对我方武器装备形成的威胁程度或等级。威胁评估一般包括四个主要步骤：

①目标威胁评估指标体系：威胁评估指标体系是目标威胁评估的基础，即综合考虑被评估对象的特征和进行威胁评估的目的，抽象出威胁评估的共性要素。

②目标威胁评估指标量化：通常通过定性指标评价语言量化法和定量指标威胁度量化法等方法将各个指标值抽象成统一的威胁度值。

③目标威胁评估指标赋权：指标赋权是目标威胁评估的重要环节之一，反映出各指标间的相对重要程度。

④目标威胁评估算法：是求解目标威胁评估值的方法，通过基本运算及规定的运算顺序，完整地解决目标威胁评估问题。

1.2 目标威胁评估技术的国外研究现状

经过了30多年的研究，国外学者在威胁评估的概念和方法上都有了较深入的研究。Nichens Okello， Gavin Thoms[1]建立了基于贝叶斯网络的威胁评估模型，并通过贝叶斯定理和条件概率进行目标威胁度的推理与计算。LOONEY C G，LIANG L R将模糊处理技术应用到目标定性指标处理上，利用模糊理论处理不确定信息的优势进行了目标威胁评估。P.Gonsalves利用遗传算法（GA）对敌作战方式进行估计，通过模糊推理进行作战意图的估计，并在此基础上开发了一种用于威胁评估的专用处理器，有效推动了威胁评估方法的实际应用。

1.3 目标威胁评估技术的国内研究现状

我国的目标威胁评估研究虽然起步较晚，但是发展迅速，目前已经在空战目标中成功实践。张堃，周德云运用改进的TOPSIS法对空战进行威胁评估。汤志荔，张安[2]对威胁评估的概念和内容进行研究，分析了常用评估方法的优缺点，确定了威胁评估三个主要方面：内容威胁要素提取、威胁指标量化和威胁等级确定。胡起伟，石全，王广彦[3]研究了基于神经网络的威胁评估模型，构建出适合战场目标威胁评估的神经网络模型。

1.4 陆战分队威胁评估发展趋势

目前对于陆战分队目标威胁评估建模的方法主要集中在神经网络方法[4]，多属性决策方法[5]、基于知识的表示和推理方法[6]等，随着信息化装备的大量使用，我们迫切需要结合威胁评估的实际特点来改进建模方法，研究对象也需要从单目标威胁评估向集群目标的威胁评估研究转变。理论与实践的结合较少，评估的结果与实战运用还有很大距离，想要贴近实战化，首先就要有一个统一的评估指标体系，并且在实际应用中不断地完善与补充。在权值的选取中，如何结合主观赋权和客观赋权的优势，并且根据战场的信息反馈及时对权值作出调整，也是今后威胁评估研究的重要方向。

2 火力分配技术

火力分配技术指我方武器平台对攻击目标的火力分配。在大部分实际作战中，都是我方多个武器平台打击敌方多個目标，因此火力分配技术的主要研究方向也多是多武器对多目标的火力分配模型和相关算法研究。

2.1 火力分配技术的国外研究现状

20世纪70年代以前火力分配技术主要针对一些特定领域，如导弹对空域目标打击、静态火力优化分配问题等[7]。20世纪80年代开始系统的研究火力优化分配问题，并提出一系列基本概念。20世纪90年代美国国防分析研究所（IDA）提出了改进的武器优化与资源需求模型[8]（Weapon Optimization and Resource Requirments Model，WORRDM）。21世纪初Adnan Yucel考虑武器平台具有多目标的特点，以可用武器数量、武器效能作为约束条件，对基本WTA问题进行了扩展[9]。

2.2 火力分配技术的国内研究现状

国内学者对火力分配模型和算法的研究做了大量工作，获得了一定的研究成果，对推动作战过程中的火力优化分配的发展起到了重要作用。例如，韩松臣[10]利用马尔可夫决策过程进行的动态火力优化分配，把静态火力优化模型和动态火力优化分配方法相结合，由此求出的动态武器分配决策方案，用于武器作战中的火力分配。蔡怀平，陈英武，邢立宁[11]主要研究了通过约束条件满足动态火力分配的要求，主要通过约束优化方法建立了动态火力分配模型，模型需要满足动态武器目标问题的约束条件，即约束规划问题（Constrain Satisfaction Problem，CSP）。

2.3 火力分配技术发展趋势

火力分配的发展主要集中在两个方面，一是火力分配求解算法的改进，二是火力分配模型的发展。在WTA模型方面，目前研究热点集中在模型改进方面和研究动态WTA问题，未来会在基本模型基础上进行创新，根据作战的特点和任务增加模型的适应性研究，并将理论向实际作战应用转化。

目前，在作战火力分配决策优化的实际应用方面，海战和防空目标的研究较多，主要是研究起步较早，且空战的背景和作战过程相对简单，目标和武器类型较为单一；陆战分队作战应用较少，在以后的研究中会借鉴这方面的经验，将火力优化分配运用到更多作战环境，同时考虑各个环境的特殊性，进行适应性改进。

3 火力协同控制技术

协同（Coordination）是指对战场上的各种活动进行时间、空间和目的方面的安排，以便在决定性的时间和地点产生最大限度的相对战斗力。协同既是一种过程，又是一种结果。火力协同控制就是为了完成某一作战任务，把编队内的各种信息、武器作为共享资源，结合决策者进行统一分配和控制，实现编队各装备在时间和空间上的有机协同与配合，以达成最佳的作战效果[12]。

3.1 火力协同控制技术国外研究现状

武器协同控制技术这一概念的构想最早源于20世纪70年代的战斗群防空战协同计划，是美国海军在冷战时期针对防御敌方远程巡航导弹对水面舰艇的攻击而提出的作战思想，它是海军对空防御和反导作战的革命性新理念。表1表示了美军的协同作战发展情况。

3.2 火力协同控制技术国内研究现状

哈尔滨工业大学的王芳[15]针对导弹编队提出了协同-突防-攻击一体化的概念，并建立了立体化的协同作战模型，有效提高了作战过程中的协同攻击效能。海军工程大学的石章松[16]等人，通过对协同作战中的多层次多角度协同进行研究，分析并预测了协同控制的发展方向。但是到目前为止，关于火力火力协同技术的研究成果仍然很少，对于陆战场的协同作战理论缺乏有效的研究成果支撑。

3.3 火力协同控制技术发展趋势

未来，火力协同控制技术将可以实现高性能探测器网络和作战网络整合成为一体，对传统意义上的作战样式带来巨大的变革。因此，在我国火力的发展和战术技术的研究过程中，应该充分考虑和预见到未来可能面临的各种作战样式，使控制系统更加小型化，提高系统的处理能力，跟踪世界火力协同控制技术的前沿，进行新的研究。

4 结束语

本文从目标威胁评估技术、火力分配技术和火力协同控制技术三个方面详细地论述了国内外火力协同控制技术的发展现状，并对其发展趋势进行了客观地分析。使研究方向更加清晰，为之后的研究打下了良好基础。总的来说，随着我军的智能化和信息化程度越来越高，编制体制不断调整完善，陆战分队火力协同控制技术会充分的发挥它的优势，使我军的整体作战效能不断提高。

参考文献：

[1]Nichens Okello， Gavin Thoms.Threat assessment using Bayesian network [J]. Proceedings of the Sixth International Conference of Information Fusion，2003，2：1102-1109.

[2]湯志荔，张安.战场威胁估计理论与方法研究[J].火力与指挥控制，2011，36（09）：1-4.

[3]胡起伟，石全，王广彦，马志军.基于神经网络的威胁评估研究[J].计算机仿真，2006（06）：25-27，123.

[4]Kehu Xu. Target Threat Assessment Based on Improved RBF Neural Network[A]. 中国自动化学会智能自动化专业委员会.2015年中国智能自动化学术会议论文集（第一分册）[C].中国自动化学会智能自动化专业委员会，2015：8.

[5]陈金玉，徐克虎，孔德鹏，罗来科.混合多属性决策投影算法的装甲分队目标价值评估[J].火力与指挥控制，2015，40（04）：59-62，71.

[6]孟光磊，龚光红.基于混合贝叶斯网的空域目标威胁评估方法[J].系统工程与电子技术，2010，32（11）：2398-2401.

[7]Matlin S.A review of the literature on the allocation problem[J].Operations Research ，1970，18：334-373.

[8]Koleszar G E. A Description of the Weapon Optimization and Resource Requirements Model[R].Institute for Defense Analyses： Report IDA D-2360， 1999.

[9]Adnan Yucel. The Generalized Weapon Target Assignment Problem.In： 10th International Command and Control Research and technology Symposium， Mclean，VA，2005.

[10]韩松臣.导弹武器系统效能分析的随机理论方法[M].北京：国防工业出版社，2001.

[11]蔡怀平，陈英武，邢立宁.SVNTS算法的动态武器目标分配问题研究[J].计算机工程与应用，2006（31）：7-10.

[12]陈正，张扬，李田科.超视距协同空战传感器、武器协同控制决策模型[J].火力与指挥控制，2014，39（01）：90-94，102.

[13]宋伟，李新.美海军协同作战能力[J].舰船电子对抗，2007，

30（3）：9-12.

[14]刘兵，代进进等.舰艇编队网络化体系协同反导作战分析[J].舰船电子工程，2010，30（5）：5-12.

[15]王芳.导弹编队协同突防-攻击一体化队形优化设计及最优控制研究[D].哈尔滨：哈尔滨工业大学，2016.

[16]石章松，肖文凯，王航宇.协同作战与指挥控制技术及发展[J].海军工程大学学报，2013，10（4）：27-31.