战场电磁态势生成内涵与体系架构综述

张 靓

(北部战区海军保障部,山东 青岛 266000)

0 引言

未来战争中,机械化作战逐步向信息化体系对抗转变,战争博弈的重点由硬武器为主的单平台火力对抗向多平台信息对抗作战转变,最终将会过渡到以网络空间对抗为主的赛博空间对抗作战。因此,未来战场中的作战行动将从战场电磁空间拉开序幕:敌我双方进行侦察与反侦察、干扰与反干扰、欺骗与反欺骗,雷达、通信、导航、数据链、敌我识别、干扰机等用频设备在有限的区域内相互作用,形成复杂的战场电磁态势环境。若想在多方位、大纵深、高强度的电子对抗中赢得战场主动权,就必须具备对战场态势信息的快速获取、深度理解和精细化管理的能力。

1 战场电磁态势内涵与外延辨析

1.1 态势与战场态势感知

“态势”是由现实产生的一个局部状态结构,“态势感知”是人类认识世界的思维过程。最早在二战时期,Oswald Boalke提出了战场态势感知的理念,指出要先于敌方获得态势感知是战争致胜的关键。20世纪80年代美国的心理学家M.R.Endsley进而将态势感知定义为“在一定时空范围内,对环境中元素的获取和理解,对其状态在未来一段时间内进行预测,从而形成了态势要素获取、态势理解、态势预测的3 层模型”,其嵌入应用模型如图1所示。

图1 态势感知模型

战场电磁环境的概念为“在一定的战场空间内对用频装备产生影响的电磁活动和现象的总和”。结合美军对战场电磁环境的定义和态势感知的相关概念,可以认为战场电磁环境是指在特定的作战时空内,一切可能影响作战实体的电磁活动和现象的总和。而电磁态势要素是指在特定的作战时空内,所有影响电磁环境和被电磁环境所影响的事物。基于上述认知,给出战场电磁态势要素的定义:通过对电磁态势要素的获取、理解和预测进而形成的一种便于作战指挥员理解并能辅助其决策的电磁环境表达方式,属于信息情报作战范畴。

1.2 战场电磁态势生成

20世纪80年代,美国国防部提出的JDL(Joint Directors of Laboratories)模型将态势感知引入军事领域。该模型将态势感知看作信息融合的一个层次,并将其定义为“将战场中被观测的实体分布与活动情况和战场环境、知识库关联起来的过程”,其目的是获取及时、准确、连续、完整、一致的战场态势视图,用来支持作战意图和相应的作战活动/行为。随着融合系统由低级数据融合到高级信息融合扩展,智能化程度逐步提升,JDL顶层3级模型逐步扩展到当前的5级模型,如图2所示。

图2 JDL的顶层数据融合模型(2004年用户融合模型)

受美军JDL模型的启发,本文提出电磁态势生成的基本模型,包括电磁态势要素获取域、态势理解域和态势展现域,如图3所示。

图3 电磁态势生成基本模型

电磁态势应包括敌方辐射源目标态势、我方辐射源主动获取的态势信息、我方装备用频状态、电磁环境信息以及对这些信息的分析和理解。在数据上,电磁态势应能为电子对抗、频谱管控、航路规划等指控功能提供准确的数据支撑;在形式上,电磁态势应能为指挥员提供丰富且便于理解的信息表现形式,使其更好地认清和理解战场电磁环境。基于以上认识,这里对本文题目中的“电磁态势生成”作一个严格的界定:战场电磁态势生成应是一个由战场电磁环境数据形成电磁态势并将其结果展现出来的过程,是信息作战情报支持的工作流程和实现形式。

1.3 影响估计、威胁估计

预测态势对战场的影响,其中对某一方不利或有害的影响称为威胁,因此影响估计又称为威胁估计。威胁指用武力或权势进行的胁迫行为,在军事领域中,威胁主要指动用军事力量打击、攻击、占领或控制防卫对象。威胁是意图、能力和时机的综合体。其中意图是指威胁的目的,即想要对威胁对象造成的伤害;能力是指威胁实体实现其意图所能够动用的力量和资源;时机是指威胁行动得以成功实施需要具备的先决条件,包括时间、空间和威胁对象的脆弱点等。威胁估计包括威胁能力估计、威胁意图估计和威胁时机估计。最终产生的威胁行为和威胁事件与结果估计,以威胁等级或威胁排序等定量形式给出。威胁估计功能的逐级分解如图4所示。

图4 威胁估计功能分解

威胁估计使信息融合从感知域迈入作战域,因此其与态势估计既紧密联系,又有所不同。可以将威胁估计理解成不同时刻、不同场景下的态势估计,下面详细阐述。

JDL信息融合顶层模型中,威胁估计处于信息融合的第3级,属于高级信息融合范畴,即基于共用作战态势预测未来战场态势所产生的影响。因此,威胁估计与态势估计密不可分,有时合称为态势与威胁估计,如图5所示。可以看出,态势的效能和影响来自态势各成分之间或多个态势之间的相互作用,为此可将产生影响或威胁的多个态势及其相互关系定义为“场景”。由于3级融合是指未来某些时刻的预测态势产生的影响或威胁,因此,场景估计既包含对当前场景产生的影响估计,又包含对未来某些时刻预测场景产生的影响估计。

图5 信息融合的应用

1.4 感知资源管理

资源管理是对战场感知资源综合运用筹划的过程,包括感知资源的选择、配置和运用的控制管理,以实现满足作战应用需求的最优态势感知状态。因此,感知资源管理是在用户基于作战任务的战场感知目标驱动下,对信息获取和信息融合各级别、各环节上的硬/软资源,通过规划和设置适宜的需求和控制方法,实现战场感知优化的过程。它可以为0级融合提供数据价值,使信息源收集高价值信息,摒弃低价值信息,以避免信息爆炸;为1级融合提供对象优先级,使融合节点首先处理优先级高的对象,以尽快满足应用需求,并避免机器能力饱和;为2级融合提供周边关系或外部信息;为3级融合提供意图信息等,它们之间的关系如表1所示。

表1 感知资源控制与信息融合间的关系

其功能包括:

(1) 基于作战需求的信息源选择

包括传感器资源的选择(探测平台及设置的传感器类型、型号、精度、探测范围等)、基于决策需求的侦察手段选择(电子支援措施(ESM)数据、高灵敏度电子支援措施(HESM)数据)、基于目标识别和预警任务的探测传感器和侦察手段综合选择(个体识别目标选择、情报数据选择、数据库选择等)。

(2) 基于作战任务的感知资源配置

包括侦察装备的配置地域/平台、型号/数量;侦察系统/手段信息的接入位置和接入时间;信息融合软件产品的配置(配置节点、产品级别);诸作战节点任务需求的分布式融合结构;基于分布式融合结构的通信网络配置(如路由、带宽、误码率和抗干扰能力等)。

(3) 探测/侦察平台和传感器的运行控制

工作模式(跟踪、搜索模式和脉冲重复频率等)控制;传感器探测区域、跟踪目标控制;传感器检测(虚/漏警率、识别参数等)控制等;信息融合模型选择组合控制(ESM 与HESM 融合控制)

2 电磁态势生成体系架构及主要实现方式

2.1 态势生成体系架构

通过第1章的叙述可知态势生成(系统)主要提供深层次战场态势感知与信息融合服务、情报综合整编与数据库管理服务、数据可视化与多视角显示服务等。

(1) 战场态势感知与信息融合服务

主要实现感知信息的3 级估计与多源信息融合、感知资源的管理和控制,包括:1级数据融合,包含多源数据时空配准、关联相关、定位识别;2级态势融合,包含实体关系估计、战场态势生成、未来态势预测;3级威胁排序,包含威胁意图估计、威胁能力估计、威胁实际估计;感知资源的管理,包含资源配置管理、资源响应管理和资源效能管理。

(2) 情报综合整编与数据库管理服务

主要实现对各类侦察数据样本(全脉冲数据、中频样本数据、处理结果以及辐射源目标型号/个体)的关联、分类与有效的存储;标记信号样式数据等处理结果变化,更新雷达目标型号/个体情报数据库;具备对雷达目标情报、电子战斗序列、原始侦察数据、侦察数据处理结果的数据库存储和管理能力,实现上级下发情报产品的入库和增删改查管理,建立国别/地区、区域、部队编制序列、武器平台装备和电子对抗情报成果关联关系,实现外军情报数据快速关联检索;对我方部队编制部署、武器平台、电子战装备、辐射源情报以及国内外民用辐射源情报进行管理等。

(3) 数据可视化与多视角显示服务

主要实现数据可视化服务,完成对原始数据的全景图形化显示、标注和未标注数据的分流显示以及人工辅助标注功能。提供目标特征及态势多视角显示服务,提供多尺度多层次的目标及态势显示功能,全方位多视角地展示目标特性及关联特性。

具体架构如图6所示。

图6 态势生成体系架构图

2.2 态势估计模型与方法介绍

由上文可知,态势估计分为态势要素获取、态势理解、态势预测的3层模型。态势要素获取属于估计的实体聚集,此处定义为1级关系,它是态势估计的基础,也是传统侦察设备的基本能力。态势理解是1级关系向下延伸,以估计/发掘意图、方案/计划、活动/行为等态势知识的深层次关系,称为2级关系,2 级关系又称为态势知识,是态势估计的核心。已有1、2级关系的时空扩展,以进行态势规划和预测,该扩展称为3级关系,包含实体身份/属性的深化与精炼,通过关系感知发现与所论态势关联的新的实体和其它态势。当前常用的态势估计方法为逻辑推理法。逻辑推理法又分成以下3类:

(1) 确定性态势逻辑表示

确定性态势逻辑表示是按照确定性推理得到相应推论的过程,比如“敌方飞机火控雷达锁定我方目标”推论出“敌方飞机即将对我方目标产生威胁,可能会发射导弹”。因此在态势生成过程中,确定性逻辑表示应当以数据库的形式告知态势生成系统,构建先验信息是研究的核心。

(2) 不确定性推理逻辑

不确定性包括随机性、模糊性、信赖性,态势估计中的不确定性逻辑主要指基于不确定性变换的态势推理方法,主要有:

后验(贝叶斯)推理方法:以概率表示不确定性,结论未知。采用贝叶斯公式基于证据将先验概率变换为后验概率。只能逐渐接近结论,可能永远不知道精确结果。

模糊推理方法:以隶属函数(隶属度)表示不确定性。通过对模糊证据的综合(合取或析取)获得模糊命题及其综合隶属度。

D-S证据合成方法:以可信度表示不确定性。通过对证据集合的合成运算,产生合成命题及其可信度,不支持相悖证据的合成。

神经网络技术:构造神经网络的多个态势估计隐含层,采用向后传播训练来聚集情报分析员在态势识别中的数据图——模板图成对选择结果,冲突的输出结果采用扩展的D-S证据合成予以解决。

(3) 仿生动态推理算法

如遗传算法、蚁群算法、粒子群算法等,这些算法从生物进化或动态行为上反映了相关生物的行动推断逻辑,已在态势估计推断中得到一定程度的应用。例如,遗传算法已应用于态势分析和作战计划支持工具中,该算法能基于可能态势集合快速生成和评估态势,基于预案集合快速生成和评估作战方案。

3 结束语

本文首先阐述了态势与战场态势感知的内涵、战场电磁态势生成的概念与流程、威胁估计的概念与作用、感知资源管理的内涵、功能与方法。在此基础上,提出了一种态势生成体系的流程架构,最后给出了态势估计的模型和方法。