人工智能在海军舰炮武器实弹射击应用思考

钱贵鑫 盛 达

（海军大连舰艇学院，辽宁 大连116018）

海军作为军队中技术要求较高的兵种，应紧紧跟随新技术的发展变革，将目前公认最有可能改变世界的颠覆性技术即人工智能技术进行提前布局和规划，将人工智能技术应用于海军传统武器装备上，实现海军武器装备战斗力的提升[1]。舰炮武器作为海军传统的武器装备之一，具有装备数量多，技术成熟的特点，通过将颠覆性的人工智能技术与传统的舰炮武器结合，是提高海军舰炮武器战斗力的有效方法，同时也是促进世界一流海军建设的有效措施。

1 人工智能在海军舰炮武器实弹射击应用的思考

1.1 舰炮武器实弹射击数据分析应用

1.1.1 实弹射击数据分析现状

海军舰炮武器在实弹射击时会产生大量的射击数据，通过对射击数据的分析处理，是提高舰炮实弹射击水平的重要手段之一。但当前射击数据记录还存在着以人工记录为主，装备记录为辅；显性数据记录，隐性数据不记；纸质留档居多，电子存档较少的现象。造成数据记录不准、数据内容较少和数据流通较难的情况。导致对舰炮实弹射击数据分析不够准确和彻底，不能最大利用实弹射击数据提高实弹射击效果。

1.1.2 实弹射击数据分析未来发展

未来对舰炮武器实弹射击数据的记录应主要以机器记录为主，人工记录为辅；显性数据和隐性数据都做记录；电子存档居多，纸质存档减少。面对大量的机器记录的实弹射击数据进行数据分析，需要借助大数据分析技术。其是人工智能技术的一个体现，可从各种各样类型的海量数据中，挖掘分析出有价值的信息，对数据中存在的内在关联和一定的规律进行寻找。通过该技术挖掘分析海量的舰炮实弹射击数据寻找提高实弹射击水平的方法，为实弹射击能力的提高提供数据分析基础。

1.2 舰炮武器实弹射击指挥决策应用

1.2.1 舰炮武器实弹射击指挥决策现状

舰炮实弹射击指挥决策主要是要解决实弹射击时舰炮射击方式、火力运用方式和射击修正等问题。当前舰炮武器在实弹射击指挥决策上还处于依托射击指挥员个人决策为主，机器决策较少；个人经验为主，数据分析为辅的情况。导致了舰炮实弹射击指挥存在着指挥决策的不合理、不科学的现象。

1.2.2 舰炮武器实弹射击指挥决策未来发展

未来舰炮武器实弹射击指挥决策应以机器决策为主，人工决策为辅；数据分析为主，个人经验为辅。面对未来战场瞬息万变的态势，单纯依靠人来进行射击指挥决策将面临着决策时间长和反应时间慢的情况。因此要借助能提供足够好、足够快的指挥决策方案的技术。人工智能的机器学习技术可通过对大量指挥决策数据深度学习和不断的训练，提供与有人操控基本一致或更为合理的解决方案，对于部分内容可实现对人操纵的替代并可随着战场条件的变化迅速更新，为实弹射击指挥决策实时提供科学合理的决策。通过机器和人的共同配合，让机器的精准和人类的可能性得到完美结合，并利用机器的速度让指挥员做出最佳判断，从而提升实弹射击指挥决策水平的提高。

2 人工智能在舰炮实弹射击应用构想

2.1 实弹射击数据采集内容

本着节约高效合理配置资源，尽快提升战斗力的原则。在不改变舰炮现有成熟技术的基础上，将数据采集通过软件内嵌式的方式安装于舰炮武器装备上。对舰炮实弹射击中的舰炮武器装备数据、基础数据、指挥操作数据和目标数据进行记录，具体数据内容如图1 所示。

2.2 实弹射击数据采集框架

当前海军舰炮有着型号多和装备舰艇类型杂的特点。同一型舰炮由于安装舰艇类型不同，其安装位置和安装数量也不尽一致；不同舰队、支队其所在执行任务的区域不同，其舰炮实弹射击时的海区、气象等条件也不尽相同；同时不同舰艇舰炮使用程度也不尽相同。针对这些不同，在构建实弹射击数据采集框架时就要按照舰炮型号、舰型、舰队、支队和舰艇的方式来对舰炮实弹射击数据进行采集，具体海军舰炮实弹射击数据采集框架构建如图2 所示。

图1 舰炮实弹射击数据

图2 海军舰炮实弹射击数据框架

2.3 人工智能技术支撑

通过内嵌式软件实现对舰炮实弹射击数据的记录，并实时汇总射击数据，构建海军舰炮实弹射击数据库。通过大数据分析技术对大量的、准确的、条理清晰的数据，从不同角度、不同维度对多渠道信息进行交叉复现，整理寻找数据之间的相关性。为实弹射击数据分析提供正确客观的思路。

同时在武器装备上安装可实现深度学习的舰炮射击指挥决策软件，将大数据分析寻找到的指挥决策结果，通过计算机学习技术进行深度学习。具体技术可采用美军人工智能空战系统阿尔法所采用的的遗传模糊树模型，其原理主要是简化变量，仅考虑最相关信息，减少决策树分支数量，通过不断的训练为舰炮指挥决策提供科学合理指导。

2.4 人工智能技术具体应用

人工智能在海军舰炮武器实弹射击的任何成功运用都需要建立在正确的数据访问基础之上。当前我海军舰艇数据实时传输还无法将高速、高带宽、低成本的互联网作为主要的通信路径，未来长期仍将依赖非常昂贵且脆弱的数据链路。海军舰艇数据实时传输能力极大的限制了大数据实时分析处理能力。针对这一情况，可采用离线数据采集、集中统一处理的方式，内置数据采集软件实时记录舰炮实弹射击数据，当舰艇靠码头后利用高速网络将数据汇总至海军舰炮实弹射击资源库中，由海军资源库进行统一的大数据分析处理。具体方式可通过“军民融合”方式[2]，将数据处理交由地方数据处理能力较强的企业完成，减小我数据处理成本和技术要求。将通过数据分析得到的可提高实弹射击水平成果由海军统一下发至各个单位。由各个部队在平时训练中去检验数据分析成果，再次生成实弹射击数据，并再次进行分析，如此往复循环，实现舰炮实弹射击水平的提高。

而针对舰炮实弹射击指挥决策则可通过安装采用模糊遗传树模型的舰炮指挥决策软件[3]，通过大量指挥决策数据深度学习和不断的训练，持续获得更高性能的版本。同时也可利用大数据分析实弹射击数据的成果，进一步加强学习和训练。该软件由于就安装于舰炮武器系统中，因此可实时获得战场态势，能在精准完成人工操纵的同时为指挥员舰炮射击指挥决策提供实时方案。同时海军在一定时间内可汇总各个舰型的不同版本的舰炮指挥决策软件进行对抗[4]，筛选出更高性能版本，并下发部队不断实现该软件指挥决策性能的提升，为指挥员指挥决策提供参考。

2.5 预留全舰人工智能化接口

人工智能技术在海军武器装备的发展是全方位的，不单单只是舰炮实弹射击这一层面。针对未来的水面舰艇指挥决策智能化的发展，要注意在防空反导、对岸火力支援等，舰炮武器系统需要与全舰其他武器系统协调配合时的考虑，预留数据接口，实现水面舰艇指挥决策智能化水平的提高。

3 结论

为更好地促进海军传统舰炮武器人工智能的发展，本文就人工智能在海军舰炮武器实弹射击应用思考，分析了舰炮实弹射击数据分析和指挥决策的现状以及未来发展的趋势，并结合海军实际情况分析人工智能关键技术在海军舰炮实弹射击应用的构想。为海军传统舰炮武器与人工智能技术结合，促进海军舰炮实弹射击水平提高提供思路。