多武器跨域智能协同对空作战应用及关键技术*

汤润泽，张承龙，李林林，王世凯

(北京电子工程总体研究所，北京 100854)

0 引言

空中打击力量因其能够对作战的进程产生重大乃至决定性影响，现已成为现代战争中至关重要的核心力量。随着人工智能技术与空战武器装备的融合越来越紧密，“智能、跨域、自主、分布、协同”等空战新特征日益显著，人工智能技术正不断推动未来空战走向新的形态。因此，如何在新时代对空作战中尽快获取战场优势，成为了军方迫切需要解决的问题。

空战以其对抗最激烈、进程最紧迫、灵活性最大、技术带动性最高等特点，一直以来是各国军方关注和研究的重点。各种新型作战理念多围绕空战提出，如分布式空战、马赛克战、多域战、穿透式制空、集群式作战等。随着信息技术在空中战场中的大量应用，战场态势逐渐趋向透明；同时，由于智能空战武器装备的不断升级，对敌目标实施外科手术式的精确打击能力显著提高，达到了“发现即摧毁”的效果。因此，针对当前空战面临的诸多挑战，现代空战体系对抗的特点逐渐明晰，空中作战行动要求高度协调一致，一体化联合作战成为基本作战形式。

在未来的空中作战中，往往需要利用不同武器平台协同作战来打击敌方目标——即在短时间内，从多维度、多方向、多武器平台，通过智能协同的方式对目标发动攻击，提高对打击目标的总体毁伤概率，更好地完成作战使命，确保获得空中优势。因此，构建新时代空中作战体系是提高战斗力的重要途径，而多武器跨域智能协同作战则是未来空中作战体系的主要场景[1-3]。

本文首先深入分析了对空作战的发展现状，并对未来空战技术发展进行了分析和研判，提出了多武器跨域智能协同对空作战的作战场景，接着对其中的应用及关键技术进行了研究，最后对智能空战的发展进行了总结和展望，促进了人工智能技术在空战武器系统中的应用。

1 国外对空作战的发展现状

目前，对空作战正在逐步朝着体系化、分布化、跨域化、协同化、融合化、智能化等方向发展。以美国为代表的各国军队在这些方面做了很多尝试，也有实质性进展和能力验证。下面分别介绍国外对空作战的发展现状。

1.1 分布式空战

2015年初，美国海军首次在公开场合正式提出“分布式杀伤”的概念，其内涵即让更多的水面舰船具备更强的中远程火力打击能力，并让它们以分散部署的形式，独立地在广阔洋面上作战。借鉴海军提出的“分布式杀伤概念”，并结合“作战云”思想，美军空中分布式作战的概念顺势而成，目前正处于实际应用前的研发阶段。

分布式作战的核心思想在于依托开放式系统架构，分解造价高昂、研发周期长的高性能武器的作战能力，将包含飞机、武器、传感器和任务系统的空中作战能力拆解到大量功能单一、廉价、可数据共享、多机组网、协同配合的各类小型空战平台上，形成新的空中作战体系，最终通过自主、协同等技术达到相同或更高的作战能力，具有成本低、灵活性强、对抗性强等优势。为实现分布式作战，美国国防预先研究计划局(defense advanced research projects agency,DARPA)已启动多个研究项目作为支撑，其中包括“体系集成技术和试验(system of systems intergration technology and experimentation,SoSITE)”、“分布式作战管理(distributed battle ma-nagement,DBM)”、“对抗环境中的通信(communication in confrontation environment,C2E)”等，由这些项目构成的美军分布式空战体系的基础能力构成如表1所示[4]。

1.2 马赛克战

2017年，DARPA下属的战略技术办公室(strategic technology office,STO)在举行的“与STO同步日”活动期间，公布了获取非对称战争优势的全新作战概念——马赛克战。相比于传统战争，在马赛克战方法下，美军整体的空中、网络、陆地、海洋和太空领域将聚焦在更加综合的框架内运行。马赛克战的目标是按照具体冲突需求，促成各种系统的快速、智能、战略性组合和分解，生成成本较低的具有多样性和适应性的多域杀伤链的弹性组合，实现网络化作战并生成一系列的效果链。这些效果链是非线性的，可以在战术、作战及战役层面组合生成“效果网”。其目标是构建高动态性、高适应性、高复杂度的联合多域作战体系，引领装备和技术发展，以期占据绝对优势，更高层次地降维打击对手。马赛克战的概念图如图1所示。

根据马赛克战的作战概念，在复杂环境中，人类将与自主武器系统密切协同，并采用人工智能提供的战术进行作战。如果作战人员不信任自主作战系统，则有人平台在所有作战域指挥大量无人系统的作战愿景就不会实现。为攻克上述问题，DARPA于2019年5月6日，启动空战演变(air combat evalution，ACE)项目，力求攻克人机协同以及提高对自主信任的难题。空战演变项目ACE是DARPA发展马赛克作战概念的一个具体切入点，研究在复杂环境(例如由耦合、非线性、异构和适应智能体描述的环境)中，人类与自主武器系统的密切协作能力，并推动人类采用人工智能提供的战术进行作战。空战演变项目ACE的定位如图2所示[5]。

表1 美军分布式空战体系的基础能力构成

图1 马赛克战的概念图

图2 空战演变项目ACE的定位

1.3 多域战

2017年2月24日，美国陆军和海军陆战队联合发布《多域战：21世纪的合成兵种》白皮书，详细阐述了“多域战”概念的具体落实方案，明确提出要在联合部队内建立灵活、更具适应性的编队，通过改变部队部署态势加强对敌威慑。未来世界上的任何战争和维和行动都将呈现日益复杂的趋势，涉及到多个军兵种协同行动，跨越陆、海、空、天和网电等多个领域。目前“多域战”这一作战思路已进入美军联合作战的顶层概念，并在不断试验和完善过程中，已对美军的资源分配、作战装备的建设和指挥自动化系统的研制产生了重大影响。多域战寻求创新性的思路，在多个作战域和整个战场的深度上建立临时的优势窗口。机动作战是多域战的核心，它设想美军“能够通过增强在所有作战域的联合作战，在物理上和认知上战胜对手”。多域战的概念图如图3所示[6]。

图3 多域战概念示意图

2 未来对空作战技术发展研判

针对以上总结的国外对空作战的发展现状，对未来技术发展进行研判，总结出多武器协同作战技术、智能跨域协同技术、高可靠性通讯技术等亟待发展并应用在对空作战中的先进技术。

2.1 多武器协同作战技术

多武器协同作战是现代军事决策的重要组成部分。放眼空中作战场景，由弹道导弹、巡航导弹、战斗机、无人机、火箭弹等构成了多武器系统，如何使其有效地并联协同运行是值得研究的问题。随着智能技术与武器装备的结合，单个武器装备可以被视为独立的作战智能体(Agent)，而多Agent技术的出现为武器协同作战决策提供了新的途径。多Agent系统(multiple agent system，MAS)不仅具有一般分布式系统能资源共享、易于扩展、灵活性强等优点，而且各个Agent之间通过相互协作，具有很强的自组织能力、学习能力和推理能力，可以解决大规模的复杂性问题。基于MAS的分布式环境，将多Agent技术应用于多武器协同空中作战决策中，在集中指挥方式下，空中作战指挥所对其所属的武器平台进行合理有效的统一部署，武器平台之间通过协同机制快速实现火力分配，从而提升空中作战的决策效率[7]。

2.2 智能跨域协同技术

多域作战概念的提出，不仅极大地改变了作战体系的对抗环境和对抗方式，对作战体系的组成、结构和应用也产生了直接的影响。作为一个全新的作战概念，其行动覆盖、跨越了多个领域，如图4所示。这种跨域效应使作战体系各组分之间的关联越来越密切，组分系统的任何行为都可能被体系中的耦合关联所传递和扩大，进而产生较大范围的影响。如何解决这种跨域导致的体系脆弱性、跨域依赖性、级联效应等整体性效果，都是跨域作战所面临的新的难题。智能跨域作战要求以完成任务为目的，针对敌方弱点和短板，借助智能手段，以互补的方式合理运用各域能力。主导思想是以“能力集成”取代“能力叠加”，其显著特点是“将太空和网络空间与传统陆海空战场进行深度融合”，标志着美军联合作战理论的发展从“联合协同”步入“跨域协同”的高级阶段[8]。

图4 智能跨域协同示意图

2.3 高可靠性通讯技术

信息交互是多武器跨域智能协同作战中获取作战信息的重要途径，也是实现协同作战的基础。作战场景中的通信技术应具备高可靠性、足够的带宽、可灵活接入的动态特性等特点。目前，5G通信技术已成为未来新一代信息基础设施的重要组成部分。

从军事角度讲，5G通信技术在传输速率和稳定性方面有了质的飞跃，可以完美匹配未来空中作战的通信需求。首先，5G通信技术将可能使军队拥有专用频率。由于5G通信技术不但充分利用了现有的通信资源，还在向毫米波通信资源扩展，从而使军队拥有专门频率成为可能。这将有效解决当前存在的军用移动通信系统与民用移动通信系统频段重叠共用、互相干扰的问题；其次，5G通信技术将推动战场全域武器平台互联。5G通信技术能够使更多的用户利用同一频率进行通信，从而在不增加基站密度的情况下大幅提高频率应用效率；最后，5G通信技术将实现战场信息网络深度融合。5G通信技术能够将应用于战场的各种异构信息通信网络进行深度融合，形成一张互相兼容的高速信息网络，以实现更高效的作战行动[9]。

因此，在未来对空作战中，结合当前先进科学技术，集中力量发展相关技术的落地应用，成为未来空战获取主动权的必要手段。下面提出一种多武器跨域智能协同对空作战场景，并对空中作战过程中的应用进行了探索和研究。

3 多武器跨域智能协同对空作战中的应用

3.1 多武器跨域智能协同的能力要求

多武器跨域智能协同对空作战应具备的基本能力包括：全域态势感知、全局战术决策、整体任务规划、全面协同引导等，如图5所示[9-14]。

图5 多武器跨域智能协同的能力要求

(1) 全域态势感知能力

多武器跨域智能协同环境下的空中战场态势感知，需要一个能够囊括全域作战资源与作战目标的管理系统，并将来自各个维度的情报、侦察信息进行综合，并通过威胁计算、态势预测等技术构成完整的战场态势数据库。

(2) 全局战术决策能力

多武器跨域智能协同环境包含更多的作战资源，作战资源间的协同方式更加复杂，面对作战任务，如何制定合理的作战流程关乎作战成败，因此多域作战对指挥员的战术决策能力提出更高的要求。

(3) 整体任务规划能力

任务规划包括预规划和重规划。多武器跨域智能协同环境下，作战方案中必然包含来自不同域的作战实体，这些作战实体管理模式、数据格式等均不相同。为了完成战术决策，需要为指挥人员屏蔽作战资源间的异构性，以统一的方式对作战资源进行调度。

(4) 全面协同引导能力

能够引导各域的作战单元在指定时间到达指定的区域，实现作战单元间的时间协同与空间协同。通过先进的数据链系统，在多武器跨域智能协同作战单元按照作战方案动态建立战术信息流，以实现跨域协同能力。

3.2 多武器跨域智能协同的主要环节

多武器跨域智能协同对空作战是一个相当复杂的作战过程。从复杂场景的特点入手，构建合理的作战流程是顺利实现技术应用的必要条件。本节提出多武器跨域智能协同的主要环节如图6所示。

图6 多武器跨域智能协同的主要环节

首先，依靠跨域多武器的不同传感器对环境的感知能力进行多域资源云化，构建多域态势云数据库；其次，依赖高可靠性通讯技术，收集汇总多武器跨域获取的空情态势信息，并传递给指挥员，真正意义上实现信息互联共享；然后，根据空情信息进行预判和分析，指挥员进行多武器资源匹配，以期达到最佳的作战效果；最后，指挥员做出作战决策，进行协同规划和打击任务。

在复杂、强对抗的空中作战环境下，多武器系统实现高可靠、强实时环境感知往往面临很大的困难和挑战。空战中感知到的数据是高维、海量、动态的非结构数据，非结构化的环境感知能力是依据物理传感器收集到的真实物体信息以及作战系统的虚拟物体信息，从而重建真实物理场景。目前，环境感知在理论和应用方面取得了巨大进步，但是还不能处理复杂的环境感知问题，尤其是未来空战过程智能化中的环境感知问题。随着人工智能的发展，国内外学者将遗传算法、模糊逻辑、神经网络、支持向量机、深度学习等人工智能方法应用于非结构化环境感知问题中[15]。

多武器资源匹配的过程是将指挥员的意图转化为联合空中作战计划，联合指挥中心的计划人员必须通过准确分析战场空间信息来提高态势感知能力。制定作战计划时，决策人员根据所需要执行的任务清单来制定合理的联合空中作战计划，飞行员负责听从指令完成任务。

智能协同主要解决多武器之间分布式协同和人机之间的交互协作行为，实现有人/无人机协同作战、多武器协同作战，增强作战集群的任务能力。协同智能技术包括多武器任务分配与协调技术、多武器编队协同航路规划技术、分布式态势共享技术、人机功能动态分配与人机接口技术等[16]。

在多武器任务分配与协调中，以最小代价合理地将最佳任务状态分配给最合适的武器。针对任务分配与协调问题，常采用的方法有基于协商机制的分布式方法、基于多层树的协同方法以及基于智能优化算法的任务分配。由于未来空战的复杂多样性，任务分配与协调模型的评价函数必定是多项指标融合在一起的，而智能优化算法不能保证每个指标都是最优的，但可以肯定的是求得的解一定是较优解。在实际的协同任务执行过程中，可能会出现任务环境不确定性，因此，基于快速求解的智能优化算法更能稳定地适应实时环境。

3.3 多武器跨域智能协同的关键技术

多武器跨域智能协同的关键技术如图7所示。

图7 多武器跨域智能协同的关键技术

(1) 考虑鲁棒可行的前瞻资源管控调度算法

在多武器跨域智能协同的作战场景下，各种复杂资源的合理调度面临着巨大的挑战。面向任务的资源优化调度问题中，任务完成的硬约束要求必须配合足够的资源裕度用以应对任务的动态多变和环境因素的不确定性，考虑到系统中各种资源的总量以及各种资源之间的制约因素等，任务必然存在一个具有鲁棒可行性的安全上限。将资源总量与环境因素的前瞻性预测误差相结合，并将最优资源分配和任务分解方式糅合在动态优化调度模型中，可以在保证资源组合方式鲁棒可行性的前提下，实现资源组合和任务分解的最优化[17]。具体关键技术如下：

1) 考虑非预期条件的鲁棒可行性判定。研究环境条件不确定集的在线更新方法；以预测不确定集为基础，提出非预期条件下全情景可行的场景生成方法；建立给定资源组合方式下的资源分配决策2阶段鲁棒优化模型；研究前瞻性资源组合的鲁棒可行性判定条件，提出非预期条件下的资源组合与任务决策分解算法。

2) 考虑预测场景更新的前瞻资源管控调度算法。研究支持大规模网络化系统预测参数更新的全情景可行条件的构造方法；提出考虑鲁棒可行性的2阶段前瞻动态调度模型；分析全情景可行条件下的系统安全裕度上限，研究前瞻动态调度问题的高效求解算法。

(2) 多场景分布式动态协调方法

面对各场景体系独立运行、自主调度的多场景互联系统，实现其全局优化运行的关键是寻找合理的信息动态协调机制及相应的分布式优化算法。不同于一般研究中的多智能体系统，互联系统物理约束复杂，区域间通信能力强，大规模的静态迭代难以实现，并具有一定的全局协调能力。信息协调机制和分布式调度算法需考虑大量分布式个体之间的动态平衡关系以及网络拓扑连接关系，利用分布式优化原理设计区域间合理的关键邻域信息及全局信息交换机制，实现个体的分布式自主优化[18]。具体关键技术如下：

1) 邻域信息动态更新机制设计。分析对偶乘子、分区边界参数、临界区域集等分布式算法的信息协调与更新机制；比较邻域信息和全局信息交互对通信强度和算法收敛速度的影响；以动态迭代为前提，提出适合多场景体系间动态协调特点的交互数据集；设计考虑参数动态更新的邻域信息互动机制。

2) 基于邻域动态可行约束集的分布式调度算法。以邻域信息动态更新机制为基础，研究邻域动态可行约束集的构造方法；研究邻域动态可行约束集的快速精简算法；以直接分区方法为基础，提出基于邻域动态可行约束集的分布式调度模型及其求解算法，研究在动态迭代环境下的信息更新效率和算法收敛速度。

(3) 分布式在线智能决策算法

分布式在线智能决策以在线强化学习try-and-error策略更新机制为基础，整合了多场景分布协调与随机前瞻管控，可以为多场景资源的跨系统调配、准实时运行管控提供一体化解决方案。分布式在线协调调度面临着多场景间调度决策的动态协调机制更加复杂、非预期对抗任务对调度机制的影响更加广泛、管控决策的多时间尺度耦合关系更加紧密等难题[19]。具体关键技术如下：

1) 动态调配资源的鲁棒可行性分析。研究考虑给定资源调配可行策略集的高集中度对抗任务的可行性判定条件；研究资源调配可行策略集的聚合与约简模型；在2阶段鲁棒优化模型的基础上，分析跨系统资源调配能力，及其鲁棒可行性。

2) 资源动态调配的在线Rollout方法。根据邻域信息动态更新机制，结合多场景可行条件，提出未来时间邻域动态可行约束集的构造方法；研究未来时间邻域动态可行约束集的快速精简算法；研究用于快速构造cost-to-go估计值函数的Rollout方法。

3) 分布式智能决策方法。根据多场景、多任务资源调配的目标要求，建立大规模强化学习决策模型；结合鲁棒可行性分析，建立try-and-error邻域搜索策略的快速约简算法；利用Rollout算法，建立try-and-error深度搜索策略算法。

4 未来对空作战的展望

展望未来对空作战，应从如下几方面进行发展和完善。

(1) 云作战单元的统一化描述及优选

多武器跨域智能协同作战的理念不是将作战资源间功能及性能的差异最小化，而是充分重视这些差异，以便面对各种不同的任务需求，都能从资源池中选择出相应能完成任务的作战资源。将作战资源虚拟为云服务是一种对作战单元统一描述的一种方式，但是如何定义云协同中统一的语义，确保同一个术语在不同域之间表示相同的含义，以及如何保证这些术语能够完成描述作战资源的功能等问题，仍需要深入研究。

(2) 复杂场景体系架构的搭建

多武器跨域智能协同对空作战属于一种极为复杂的作战场景。架构方法搭建是解决大型复杂信息系统分析设计问题的一种行之有效的手段。体系架构的核心思想是利用多视图方法，从不同利益相关者的角度认识和分析研究对象，将复杂问题分解为一系列简单问题，通过简单问题解的加和得到复杂问题的解。

(3) 跨域信息融合能力

在多武器跨域智能协同作战环境中，来自各域的传感器所探测信息的类型、精度、范围、刷新频率等都是不同的，甚至差别很大，这便对跨域信息融合能力提出了挑战。为此，应构建合理的跨域信息融合体系，以使带宽通过有限的网络通信能力，达到满足战场需求的态势感知能力。

(4) 先进的数据链系统

数据链系统是多武器跨域智能协同作战的神经系统，当前各军种的数据链虽可以实现简单的互联互通，但难以实现灵活的协同作战。为了实现基于云协同的多域指挥控制，应对各军种各自建立的数据链系统进行统型，制定统一的数据链构建和使用标准，以便在满足面对不同需求而利用不同的数据链进行通信的同时，又能够在各域之间进行通畅、安全、抗干扰的战术通信。

(5) 未来新型战术战法研究

基于准多武器跨域智能协同的跨域作战是一种新型的作战方式，与传统的单兵种作战、多兵种间有限度的联合作战有较大差别，因此需要对新的战术战法进行研究，构建战术战法数据库，并积累跨域作战经验。

5 结束语

随着人工智能技术的发展和未来战场环境的日益复杂，多武器跨域智能协同作战是空战领域发展的必然趋势。人工智能和大数据技术正在推动作战体系智能化升级。智能技术可在极短的时间内完成数据融合、处理和分析，并智能地完成目标选择，实现打击任务。加快军事智能化发展，是抢占军事战略竞争制高点、打赢未来战争的时代选择。智能兵器大量运用，成为战争舞台的新主角，必然催生新的作战样式，深刻改变传统战斗力生成模式，颠覆传统作战制胜机理。