基于人工智能的舰炮装备发展构想

李 翔

(中国船舶重工集团公司第七一三研究所，河南 郑州 450015)

0 引 言

人工智能是人类希望机器能够实现类人脑的智能，并在长期的探索中，对计算、推理和其他思维活动进行研究的结果。人工智能的研究领域包括自然语言处理、自动定理证明、智能数据检索、机器学习、模式识别、视觉系统、问题求解、智能控制和程序语言以及自动程序设计等。

近年来，人工智能技术发展迅速，无人驾驶、阿尔法狗、工业机器人等人工智能产品不断推陈出新，人工智能的应用研究取得了长足的进步。世界许多国家已将发展人工智能上升到国家战略。我国于2017 年7 月发布了《新一代人工智能发展规划》，提出了面向2030 年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。

人工智能在军事领域的应用也日益广泛，在船舶、航空、航天、兵器等领域发挥重要作用。国防科技创新面临着机遇和挑战。

舰炮武器装备包括舰炮武器系统、探测设备、火控设备（指挥仪）、舰炮、弹药、保障设备等（见图1）。舰炮武器装备系统复杂，是机、电、液、气、光等技术集成的装备。现代舰炮装备基本实现了自动化，能否借人工智能发展的东风进一步实现智能化？本文将对发展智能舰炮装备的初步构想进行探讨。

图1 舰炮武器装备的组成Fig. 1 Composition of naval gun

1 智能舰炮装备的概念图像

1.1 智能舰炮装备的作战流程

高技术条件下的海上战争，舰艇受到来自岸基、海上、空中的多种威胁，需要进行海上作战时，舰艇上装备的智能舰炮装备将按图2 作战流程遂行其使命任务。

图2 智能舰炮装备的作战流程Fig. 2 Combat flow of intelligent naval gun

卫星、预警机、雷达等对岸上、海面、空中进行不间断地扫描，自主对搜索到的目标进行识别、威胁判断、分类处理，当威胁升级到需要应对时，智能决策系统做出决策，组织火力通道、分配使用武器，将威胁目标参数传送到武器系统，武器系统锁定目标，对目标进行捕获和跟踪，控制所分配的舰炮进行预调舷，综合利用各种信息数据进行目标运动要素解算，进行舰炮控制参数解算，向舰炮发送射击诸元，进行坐标变换，向舰炮发送射击瞄准全角。

舰炮随动系统带动舰炮到达射击诸元要求的位置，同时弹种识别装置智能识别所需弹种，供弹机器人将所需弹药按规划的最优路径向舰炮发射系统供弹，发射系统将选定的智能化弹药投向目标，武器系统自动获取打击效果，进行智能评估、误差分析和偏差校正，直至完成本次射击任务，进行转火或停火。

1.2 智能舰炮装备的技术特征

1）自主化

整个舰炮装备将实现无人值守，根据需要也可使人在回路，但弹药转运、引信装定、舰炮操控等操作无需人员参加，自主完成作战任务，可大大减少炮班、弹药班的人员数量，降低劳动强度。

2）智能战场态势感知

对于海量信息，能够自动地“排除无用信息，不漏掉有用信息（包括潜在的有用信息）”，并对有用信息进行自主优化和处理，为指挥员或指挥系统显示完备的、准确的、时效性强的战场态势（目标识别、威胁判断、作战决策），使之尽量不依赖人而提高战场指挥控制能力。

3）智能供弹

使用弹药转运机器人、引信装定机器人、弹药装填机器人等智能设备，快速、准确、可靠地完成在任意射角下的弹药交接、引信装定、输送弹丸和装填入膛等动作。

4）舰炮智能控制

可对随动系统、弹药输送、舰炮状态、数据通信等进行无人控制，使舰炮可以自主地实现其预定功能。

5）智能弹药

能够实现态势感知、电子对抗、战场侦察、精确打击、高效毁伤和毁伤评估等功能的灵巧化、制导化、智能化、微型化、多能化的弹药，具有模块结构、远程作战、智能控制、精确打击的特点。

6）系统效能智能评估

能够对作战指挥能力、火力打击能力、保障能力等进行快速的、定量的、正确的评估。

2 智能舰炮装备的关键技术

2.1 战场态势智能感知与评估技术

图3 具有人工智能特征的深度学习战场态势模型Fig. 3 Model of artificially intelligent study of battlefield situation

战场态势是指作战双方各要素（主要包括兵力部署情况、装备情况、地理环境、天气条件等）的状态、变化和发展趋势。通过语言识别、图像处理、视觉处理、自然语言处理等手段，取得的大数据信息（图形、图像和报告等）具有全维的特点，含有大量的不确定因素和非线性复杂信息，基于深度学习等的人工智能方法是处理这些复杂信息、进行战场态势评估的有效手段，可充分挖掘大数据的整体信息，全面探索数据中的多样性和相关性，对大数据战场态势进行科学合理的特征表示。

2.2 威胁目标的智能识别技术

舰艇及编队利用多种传感器获取大量目标数据，采用模糊理论、证据理论、神经网络等智能信息处理技术，进行多传感器目标数据的智能融合，使识别系统的环境自适应性、自学习性以及鲁棒性更强，目标识别更加准确有效。

图4 目标识别融合技术原理图Fig. 4 Target identification convergence technology schematic drawing

2.3 智能威胁估计技术

威胁估计是在高级信息融合的基础上，根据敌我兵力、作战目标、我方保卫目标和双方的作战策略，以定量的方式对敌方威胁程度进行评估和分析，由提取威胁要素、敌方意图估计、敌打击目标估计和威胁等级确定等过程组成，存在大量信息数据的使用问题。可采用进化策略、遗传编程、人工免疫算法、蚁群算法、神经网络等多种智能算法进行问题求解。

图5 基于小波神经网络的威胁估计模型体系结构Fig. 5 Configuration of threat estimation model based on wavelet network

2.4 智能射击决策技术

图6 基于小波神经网络的威胁估计算法流程Fig. 6 Flow of estimation algorithm based on wavelet network

图7 决策支持专家系统结构图Fig. 7 Decision support expert system construction drawing

射击决策一般包括射击方式选择，开、停、转火时机的确定，火力通道组织，占领有利阵位，舰艇机动等。利用专家系统以及各类知识库、模型库、规则库和方案库，进行充分集成和融合模糊推理、神经网络，构造具有抗干扰特性的、完整的、高性能的、一体化的智能决策系统，使作战过程中的战术决策方案制定实现智能化，提高作战指挥效率。

2.5 目标轨迹智能预测技术

由于目标（特别是高速机动目标）模型的不确定性，传统的滤波算法无法给出高精度的目标轨迹预测结果。多传感器给出的海量目标信息为精确预测目标轨迹创造了条件，可采用大数据挖掘、神经网络、遗传算法等技术，进行目标轨迹的智能、高精度预测。

图8 遗传算法原理示意图Fig. 8 Genetic algorithm schematic drawing

2.6 最佳供弹路径规划技术

舰炮使用弹药种类越来越多，在弹药库中的存放位置分散、不确定，在需要某种弹药时，需要将该弹药快速转运至舰炮发射位置，需要进行最佳供弹路径规划，也就是寻求最短路径解的过程。可利用遗传算法、模糊聚类、群算法、神经网络、机器学习等智能方法，建立供弹路径的量化模型，进行路径推算，寻找最优解。

图9 舰炮自动化弹库示意图Fig. 9 Naval gun automation magazine schematic drawing

2.7 智能扬弹供弹技术

舰炮特别是大口径舰炮的弹药质量和尺寸较大，形状不规则，需要快速、准确、可靠地完成在任意射角下的弹药交接、引信装定、输送弹丸和装填入膛等动作，传统舰炮需要复杂的机构完成这些动作。

图10 某型舰炮复杂的扬弹供弹机构Fig. 10 Ammunition hoisting and feeding mechanisms of certain naval gun

智能舰炮可使用机器人包括弹药转运机器人、引信装定机器人、弹药装填机器人等，是完成这一任务的有效手段。这些机器人需具备自主型智能机器人的3 个要素：一是感觉要素，用来认识周围环境状态；二是运动要素，对外界做出反应性动作；三是思考要素，根据感觉要素所得到的信息，思考出采用什么样的动作。感觉要素包括能感知视觉、接近、距离等的非接触型传感器和能感知力、压觉、触觉等的接触型传感器。这些要素实质上就是相当于人的眼、鼻、耳等五官，它们的功能可以利用诸如摄像机、图像传感器、超声波传成器、激光器、导电橡胶、压电元件、气动元件、行程开关等机电元器件来实现，能够获取弹药和外部机构的大量特征数据，自动判断弹药的形状、重量、尺寸、材料等信息。对运动要素来说，智能机器人需要有一个无轨道型的移动机构，以适应弹药库内、舰艇舱室内等不同的环境，可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成所需要的功能。在运动过程中要对移动机构进行实时控制，这种控制不仅要包括位置控制，而且还要有力度控制、位置与力度混合控制、伸缩率控制等，实现舰炮所需弹药按照规划的路径进行转运、装填等。智能机器人的思考要素是3 个要素中的关键，也是人们要赋予机器人必备的要素。思考要素包括有判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程，而计算机则是完成这个处理过程的主要手段。通过自学习和思考，训练机器人去自主完成任务功能。

2.8 舰炮智能控制技术

舰炮控制系统不仅要完成随动系统控制、弹药输送控制、舰炮状态及逻辑控制、数据通信等基本功能，还要在此基础上完成人—机交互和故障分析定位等附加功能。

具有人工智能的舰炮控制系统事先无法编制运动程序，而是要在运动的过程中根据所获得的周围状态信息，实时确定控制方式。当外界条件变化时，为保证所要求的品质或为了随着经验的积累而自行改善控制品质，其过程是基于操作机的状态和伺服误差的观察，再调整非线性模型的参数，一直到误差消失为止。系统的结构和参数是随时间和条件自动改变的。

模糊控制、神经网络控制、学习控制、基因控制、专家系统等控制技术以及这些控制方法的综合应用，可推动舰炮控制技术向智能化方向发展。

图11 舰炮智能控制结构图Fig. 11 Naval gun intelligent control construction drawing

2.9 智能弹药技术

弹药是舰炮武器装备的最终毁伤单元，在传统弹药技术的基础上，采用计算机技术、制导技术、目标探测技术、人工智能技术等形成智能弹药，具有信息感知与处理、推理判断与决策、执行某种动作与任务等功能，诸如搜索、探测和识别目标，控制和改变自身状态，选择所要攻击的目标甚至攻击部位和方式，侦察、监视、评估作战效果和战场态势等。常见的智能弹药主要有：末敏弹药、制导弹药、弹道修正弹药、巡飞侦察弹药等，可使作战效能提高100～1 000 倍，效费比提高30～40 倍。

图12 制导炮弹结构图Fig. 12 Guided ammunition construction drawing

其他如射击效能智能评估技术、智能故障诊断与维修技术、智能保障技术等也将为智能舰炮装备发挥更好的效能提供技术保障。

3 结 语

本文基于人工智能技术的发展提出智能舰炮装备的发展构想，描述了智能舰炮装备的目标图像，分析了发展智能舰炮装备需解决的主要关键技术。随着国家对人工智能技术发展的进一步重视，按照国家人工智能发展规划的思路，结合舰炮技术的深入研究，智能舰炮装备终将在未来海上战争中发挥重要的作用。