，

(中國(guó)電子科技集團(tuán)公司信息科學(xué)研究院， 北京 100081)

0 引言

分布式、網(wǎng)絡(luò)化作戰(zhàn)已經(jīng)成為未來(lái)戰(zhàn)爭(zhēng)的基本形態(tài)。在不對(duì)稱作戰(zhàn)需求牽引和科學(xué)技術(shù)發(fā)展驅(qū)動(dòng)下，未來(lái)戰(zhàn)爭(zhēng)形態(tài)向無(wú)人、無(wú)邊、無(wú)形進(jìn)一步發(fā)展。無(wú)人是指裝備運(yùn)用向智能化和無(wú)人化方向發(fā)展，自主決策和自主協(xié)同將在作戰(zhàn)系統(tǒng)中起重要作用；無(wú)邊是指陸、海、空、天、電、網(wǎng)絡(luò)等作戰(zhàn)空間邊界的消失及戰(zhàn)場(chǎng)物理空間的時(shí)空壓縮，作戰(zhàn)要素泛在互聯(lián)及跨域協(xié)同是主要手段；無(wú)形是指作戰(zhàn)力量的運(yùn)用沒(méi)有固定的形態(tài)，表現(xiàn)為大規(guī)模戰(zhàn)場(chǎng)要素的動(dòng)態(tài)組織、協(xié)同。

2010年發(fā)布的《2010—2030年美國(guó)空軍技術(shù)展望》指出，未來(lái)戰(zhàn)爭(zhēng)科學(xué)的演變將是從平臺(tái)到能力、從有人駕駛到遙控駕駛、從固定到靈活、從控制到自主、從集成到分離、從預(yù)定到組合、從單域到跨域、從許可到爭(zhēng)奪、從傳感器到信息、從打擊到阻止/威懾、從賽博防御到賽博應(yīng)變、從長(zhǎng)系統(tǒng)壽命到快速更新。

近幾年，美軍在作戰(zhàn)體系理論建模、能力生成與試驗(yàn)驗(yàn)證等方面開(kāi)展了一系列前瞻性的研究工作，以支撐體系能力的不斷提升。2013年，美國(guó)空軍提出“作戰(zhàn)云”概念[1]，旨在通過(guò)網(wǎng)絡(luò)技術(shù)融合來(lái)自地面、海上、空中和太空的態(tài)勢(shì)信息，匯集成“作戰(zhàn)云”，在作戰(zhàn)體系層面實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)“流動(dòng)”。2014年，美國(guó)國(guó)防部高級(jí)研究計(jì)劃局(DARPA)的“體系集成技術(shù)與試驗(yàn)(SoSITE)”項(xiàng)目[2]旨在開(kāi)發(fā)并驗(yàn)證可將各種能力分布在有人和無(wú)人機(jī)載平臺(tái)上的體系級(jí)架構(gòu)，解決多功能系統(tǒng)裝備復(fù)雜度高、成本高、對(duì)抗能力弱和開(kāi)發(fā)周期長(zhǎng)等問(wèn)題。2015年，DARPA的“復(fù)雜自適應(yīng)系統(tǒng)組成和設(shè)計(jì)環(huán)境(CASCADE)”項(xiàng)目[3]旨在探索新的數(shù)學(xué)方案，更深刻地理解復(fù)雜自適應(yīng)系統(tǒng)組件之間的相互作用和系統(tǒng)行為，尋求從根本上改變系統(tǒng)的設(shè)計(jì)方法，助力實(shí)現(xiàn)在動(dòng)態(tài)、不可預(yù)知環(huán)境下的實(shí)時(shí)靈活重構(gòu)。2016年，DARPA的“拒止環(huán)境中的協(xié)同作戰(zhàn)(CODE)”項(xiàng)目第二階段[4]計(jì)劃通過(guò)兩個(gè)真實(shí)的無(wú)人機(jī)系統(tǒng)并協(xié)同其他模擬飛行器，驗(yàn)證協(xié)同執(zhí)行目標(biāo)搜索、識(shí)別等復(fù)雜任務(wù)的性能。2017年，DARPA在尋求精確作戰(zhàn)中用于多尺度模擬的創(chuàng)新概念中，提出尋求利用商業(yè)游戲技術(shù)，評(píng)估動(dòng)態(tài)可組合的分布式作戰(zhàn)概念在城市作戰(zhàn)環(huán)境中裝備聯(lián)合和多域作戰(zhàn)的效能，從而實(shí)現(xiàn)創(chuàng)新的任務(wù)組織和戰(zhàn)術(shù)策略使用[5]。

總體說(shuō)起來(lái)，本文認(rèn)為“全域機(jī)動(dòng)、靈活組織、跨域協(xié)同、自主應(yīng)變、能力演進(jìn)”將是未來(lái)體系探測(cè)的典型特征。作戰(zhàn)要素泛在互聯(lián)、動(dòng)態(tài)聚合、自主協(xié)同、聯(lián)合處理是未來(lái)探測(cè)體系形成的關(guān)鍵。本文從探測(cè)體系概念構(gòu)想、基本理論和構(gòu)建方法三個(gè)角度全面提出了未來(lái)探測(cè)體系構(gòu)建的體系架構(gòu)、理論和方法，可為未來(lái)探測(cè)體系建設(shè)提供指導(dǎo)。

1 探測(cè)體系概念構(gòu)想與能力特征

現(xiàn)代戰(zhàn)爭(zhēng)中，戰(zhàn)場(chǎng)透徹、全面感知是打贏戰(zhàn)爭(zhēng)的前提。探測(cè)系統(tǒng)以戰(zhàn)場(chǎng)獲取信息的完備性、時(shí)效性和準(zhǔn)確性為目標(biāo)。

未來(lái)的探測(cè)系統(tǒng)從探測(cè)要素來(lái)看，探測(cè)要素的內(nèi)部資源需向體系充分開(kāi)放，以最大程度地利用和控制探測(cè)資源。從探測(cè)要素的信息交互來(lái)看，要最大程度地傳遞原始信息，提供全維感知戰(zhàn)場(chǎng)的基礎(chǔ)，要接近實(shí)時(shí)地實(shí)現(xiàn)各類(lèi)探測(cè)要素的控制，從而實(shí)現(xiàn)不同要素的空、時(shí)協(xié)同。從探測(cè)要素的組織來(lái)看，需要根據(jù)作戰(zhàn)任務(wù)的變化，動(dòng)態(tài)組織各類(lèi)資源，完成特定的探測(cè)任務(wù)。從探測(cè)能力生成來(lái)看，要在根據(jù)任務(wù)動(dòng)態(tài)組織資源的前提下，在體系層面對(duì)獲取的各類(lèi)信息進(jìn)行聯(lián)合處理和信息挖掘。

圍繞以上任務(wù)，定義未來(lái)探測(cè)體系的概念內(nèi)涵如下：通過(guò)虛擬技術(shù)實(shí)現(xiàn)作戰(zhàn)要素向體系開(kāi)放；語(yǔ)義互聯(lián)實(shí)現(xiàn)作戰(zhàn)要素的描述及理解；功能引擎實(shí)現(xiàn)作戰(zhàn)要素的動(dòng)態(tài)協(xié)同工作；最終根據(jù)作戰(zhàn)任務(wù)動(dòng)態(tài)構(gòu)建探測(cè)系統(tǒng)。該探測(cè)系統(tǒng)根據(jù)作戰(zhàn)任務(wù)統(tǒng)一控制探測(cè)資源生成最優(yōu)構(gòu)型和協(xié)同模式，從空-時(shí)-頻多維度提升目標(biāo)和環(huán)境的信息增量。概念內(nèi)涵的示意圖如圖1所示。

從未來(lái)探測(cè)體系特征來(lái)看，具備多方面典型的能力，如圖2所示，主要包括以下5個(gè)方面。1)敏捷系統(tǒng)能力：根據(jù)作戰(zhàn)任務(wù)的要求，在功能引擎的作用下統(tǒng)一資源調(diào)度與管理，任務(wù)驅(qū)動(dòng)資源自組織，生成動(dòng)態(tài)功能系統(tǒng)；2)探測(cè)范圍拓展能力：以最大化探測(cè)范圍為目標(biāo)充分激發(fā)各類(lèi)目標(biāo)的空、時(shí)、頻回波信息，統(tǒng)一信號(hào)處理，使探測(cè)能力非線性增強(qiáng)；3)精確目標(biāo)定位能力：根據(jù)任務(wù)需求構(gòu)建精確定位所需的信號(hào)集，大區(qū)域統(tǒng)一口徑，實(shí)現(xiàn)大空域范圍坐標(biāo)定位；4)準(zhǔn)確目標(biāo)識(shí)別能力：激發(fā)并收集各類(lèi)目標(biāo)的空、時(shí)、頻響應(yīng)信號(hào)，統(tǒng)一數(shù)據(jù)空間，實(shí)現(xiàn)目標(biāo)的精準(zhǔn)分類(lèi)、識(shí)別；5)協(xié)同魯棒能力：改變主要靠裝備的戰(zhàn)術(shù)應(yīng)用及裝備本身的對(duì)抗能力，探測(cè)體系將在更大范圍內(nèi)組織系統(tǒng)資源，利用體系的空、時(shí)自由度及空、時(shí)聯(lián)合協(xié)同，在系統(tǒng)能力生成引擎的作用下實(shí)現(xiàn)統(tǒng)一形態(tài)自組織、群博弈、群協(xié)同。

圖2 探測(cè)體系能力特征示意圖

2 探測(cè)體系能力生成基本理論

互聯(lián)網(wǎng)價(jià)值(能力)定律為梅特卡夫定律，即網(wǎng)絡(luò)的價(jià)值與網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)的平方成正比。其背后的機(jī)理是網(wǎng)絡(luò)的外部效應(yīng)，即在互聯(lián)網(wǎng)中，信息的消費(fèi)過(guò)程同時(shí)就是新信息的生產(chǎn)過(guò)程，每個(gè)用戶所提供的新貢獻(xiàn)越多，網(wǎng)絡(luò)的價(jià)值越大。

傳統(tǒng)網(wǎng)絡(luò)的演化(組織)具有自身的規(guī)律，如小世界網(wǎng)絡(luò)、無(wú)尺度網(wǎng)絡(luò)。小世界網(wǎng)絡(luò)以高集聚系數(shù)和低平均路徑為主要特征，大部分節(jié)點(diǎn)并不是彼此直接連接，但絕大部分節(jié)點(diǎn)之間經(jīng)過(guò)幾步即可到達(dá)。無(wú)尺度網(wǎng)絡(luò)更加強(qiáng)調(diào)相對(duì)較少的節(jié)點(diǎn)具有更高的度(連接性)，其自相似性的背后是網(wǎng)絡(luò)的成長(zhǎng)性和優(yōu)先連通兩種機(jī)制。然而，類(lèi)比這些網(wǎng)絡(luò)的能力特征和演化規(guī)律，在探測(cè)體系方面有無(wú)同樣的規(guī)律？探測(cè)體系的目標(biāo)是獲取整個(gè)戰(zhàn)場(chǎng)的完全信息，而戰(zhàn)場(chǎng)中的任意一個(gè)目標(biāo)可以采用多維度的信息表達(dá)。探測(cè)體系中廣域分布的各傳感器節(jié)點(diǎn)從不同維度觀察目標(biāo)，獲取目標(biāo)的空-時(shí)-頻-極等多維度信息，是對(duì)目標(biāo)信息的抽取。其示意圖如圖3所示。

圖3 分布式探測(cè)獲取目標(biāo)的多維信息示意圖

單節(jié)點(diǎn)提取的目標(biāo)信息具備不完備性，這種不完備信息不能表現(xiàn)為顯性化的體系能力。隨著分布式節(jié)點(diǎn)的增加，獲取目標(biāo)的多維信息的抽樣，而體系能力增量的產(chǎn)生是多節(jié)點(diǎn)不完備信息的重構(gòu)。以體系的觀點(diǎn)看待林肯實(shí)驗(yàn)室的“分布式陣列相參合成雷達(dá)”工作，實(shí)質(zhì)并不是驗(yàn)證“N3得益”，其背后是采用分布式構(gòu)型，以獲得多目標(biāo)更精細(xì)的差異化信息，對(duì)多目標(biāo)進(jìn)行分辨識(shí)別。關(guān)于蜂群作戰(zhàn)，從遠(yuǎn)程探測(cè)的角度來(lái)看，當(dāng)一群探測(cè)節(jié)點(diǎn)聚集在一起時(shí)，較單個(gè)節(jié)點(diǎn)相比，不能帶來(lái)信息量的增加，反而增加了系統(tǒng)的復(fù)雜度。

探測(cè)體系能力與戰(zhàn)場(chǎng)中各類(lèi)感知要素的類(lèi)型、性能、空間分布、協(xié)同模式、處理方式、探測(cè)環(huán)境等密切相關(guān)。尋求的是像雷達(dá)方程那樣的基本工具。通過(guò)對(duì)探測(cè)體系能力生成理論探究，得到如下3個(gè)定理。

定理1：探測(cè)體系的全局熵小于探測(cè)體系的局部熵。

定理2：探測(cè)體系感知能力的熵小于探測(cè)節(jié)點(diǎn)感知能力熵的累加。

定理3：探測(cè)體系在要素確定的情況下，全局熵取決于拓?fù)浣Y(jié)構(gòu)及相互關(guān)系。

通過(guò)最優(yōu)化組織多類(lèi)探測(cè)資源要素參數(shù)及拓?fù)錁?gòu)型，將無(wú)序的探測(cè)要素進(jìn)行最優(yōu)化的配置，形成以最優(yōu)化完成探測(cè)任務(wù)為目標(biāo)的一個(gè)有序的探測(cè)體系，從而提升感知信息的精確性，最大化形成體系探測(cè)的信息增量。

3 探測(cè)體系構(gòu)建總體思路

圖4表示了探測(cè)體系構(gòu)建框架，針對(duì)協(xié)同、跨域探測(cè)需求，適應(yīng)未來(lái)探測(cè)體系演變，采用任務(wù)驅(qū)動(dòng)、資源虛擬、能力聚合等方法，動(dòng)態(tài)構(gòu)建自主認(rèn)知與智能決策的功能系統(tǒng)，生成體系化探測(cè)能力。

圖4 探測(cè)體系構(gòu)建框架

在探測(cè)體系構(gòu)建過(guò)程中，資源虛擬化是體系構(gòu)建的前提，其基本概念示意如圖5所示，面向探測(cè)體系對(duì)多粒度資源動(dòng)態(tài)管控調(diào)度需求，基于標(biāo)準(zhǔn)化、模塊化、軟件化的開(kāi)放式架構(gòu)，將寬帶天線、收發(fā)、信號(hào)處理等資源進(jìn)行細(xì)粒度解聚，軟件和硬件解耦。從而，可以對(duì)外提供多類(lèi)資源通用服務(wù)能力，靈活實(shí)現(xiàn)功能定義和資源配置。

圖5 探測(cè)體系資源虛擬化概念示意圖

戰(zhàn)場(chǎng)感知資源的形態(tài)、功能、體制各不相同，應(yīng)根據(jù)感知能力要求和可控程度進(jìn)行分層次、多粒度的虛擬化，其基本架構(gòu)如圖6所示。

圖6 多層次多粒度感知資源虛擬化架構(gòu)

多層次多粒度感知資源虛擬化架構(gòu)包括物理資源層、物理映射層、虛擬模型層、虛擬資源管理層和應(yīng)用服務(wù)層。其中，物理資源層包括天基、臨近空間、?；⒖栈完懟雀兄Y源實(shí)體，涉及光學(xué)、SAR、紅外、高光譜、雷達(dá)等多種感知資源類(lèi)型。

物理映射層則反映了將實(shí)體環(huán)境中的物理資源進(jìn)行抽象，轉(zhuǎn)換生成虛擬能力或功能模型的過(guò)程。在這個(gè)過(guò)程中，關(guān)鍵在于保持物理資源所提供能力定義的不變性和保留提供該能力所依賴元素與其他元素間的必要聯(lián)系。因此需要構(gòu)建一個(gè)嚴(yán)格的映射關(guān)系，以保證新生成的虛擬能力與其所應(yīng)用的物理資源的能力具有一致性。感知資源可以從不同粒度或者面向不同場(chǎng)景虛擬化為不同的虛擬能力，因此，物理資源面向不同的能力定義可以存在不同的映射關(guān)系。按照資源可控程度，可將感知資源虛擬化的粒度分為4個(gè)層級(jí)：1)信息引接級(jí)，即通過(guò)虛擬映射后不能控制或改變感知資源的狀態(tài)和參數(shù)，只對(duì)感知資源產(chǎn)生的信息和數(shù)據(jù)進(jìn)行引接；2)功能可控級(jí)，即通過(guò)虛擬映射后可控制或改變感知資源部分易于操控的功能，如開(kāi)關(guān)機(jī)、模式設(shè)定等；3)部分要素可控級(jí)，即通過(guò)虛擬映射后可控制感知資源細(xì)粒度的部分要素，如工作頻率、工作波形、波位排布等；4)全要素可控級(jí)，即通過(guò)虛擬映射后可控制感知資源細(xì)粒度的全部要素，這是虛擬化的最高程度，需要底層物理資源的深度支持。

虛擬模型層將物理資源的功能面向不同粒度和在不同場(chǎng)景中表現(xiàn)出來(lái)的能力抽象為一種虛擬存在的能力，以便于其可以與上一層虛擬資源管理中虛擬功能系統(tǒng)構(gòu)建的需求對(duì)接。這種虛擬能力將通過(guò)基本屬性模型、功能模型、能力模型和行為模型來(lái)表達(dá)。

虛擬資源管理層以虛擬模型層中的虛擬模型為基礎(chǔ)，從可實(shí)現(xiàn)和可操作的角度出發(fā)，實(shí)現(xiàn)虛擬資源的接入、封裝、注冊(cè)和發(fā)布，建立統(tǒng)一的虛擬資源管理平臺(tái)，對(duì)虛擬資源的全生命周期進(jìn)行管理，通過(guò)提供統(tǒng)一的管理和調(diào)用接口，實(shí)現(xiàn)虛擬資源的統(tǒng)一部署、集中管理和分布透明使用。同時(shí)，可根據(jù)上級(jí)應(yīng)用系統(tǒng)下發(fā)的作戰(zhàn)任務(wù)，動(dòng)態(tài)組織虛擬資源，構(gòu)建滿足任務(wù)要求的功能系統(tǒng)，為上層的應(yīng)用服務(wù)提供相應(yīng)的情報(bào)數(shù)據(jù)服務(wù)。

應(yīng)用服務(wù)層將虛擬功能系統(tǒng)產(chǎn)生的數(shù)據(jù)信息進(jìn)行服務(wù)化，提供給相應(yīng)的應(yīng)用系統(tǒng)或用戶使用，包括目標(biāo)態(tài)勢(shì)服務(wù)、物理環(huán)境態(tài)勢(shì)服務(wù)和電磁態(tài)勢(shì)服務(wù)等。

構(gòu)建探測(cè)體系需要探測(cè)單元的實(shí)時(shí)、高效信息交互。語(yǔ)義互聯(lián)網(wǎng)絡(luò)是基于共同語(yǔ)義環(huán)境，實(shí)現(xiàn)裝備在虛擬環(huán)境中的注冊(cè)、發(fā)現(xiàn)，以及探測(cè)要素間相互理解；從虛擬環(huán)境中的任務(wù)功能系統(tǒng)向物理實(shí)體系統(tǒng)映射，以及對(duì)探測(cè)單元精準(zhǔn)控制。在采用語(yǔ)文互聯(lián)實(shí)現(xiàn)對(duì)探測(cè)要素實(shí)時(shí)控制的基礎(chǔ)上，探測(cè)體系海量數(shù)據(jù)的高速、寬帶傳輸采用時(shí)敏網(wǎng)絡(luò)技術(shù)，其架構(gòu)如圖7所示，時(shí)敏網(wǎng)絡(luò)采用控制面與數(shù)據(jù)面分離的扁平化架構(gòu)、端到端統(tǒng)一控制、光波長(zhǎng)承載直達(dá)等方法，消減中間處理過(guò)程，降低處理和轉(zhuǎn)發(fā)時(shí)延，支持對(duì)探測(cè)體系大帶寬、低時(shí)延、高同步精度的信號(hào)級(jí)時(shí)間和任務(wù)級(jí)時(shí)序協(xié)同的需求。

圖7 時(shí)敏網(wǎng)絡(luò)系統(tǒng)架構(gòu)

在體系探測(cè)能力生成理論的支撐下，利用模型的方法及大數(shù)據(jù)驅(qū)動(dòng)的人工智能方法，動(dòng)態(tài)實(shí)時(shí)地完成能力聚合。其中，基于模型的方法利用信息論[6]建立與探測(cè)任務(wù)相關(guān)的信息理論模型，在任務(wù)能力指標(biāo)的約束下，通過(guò)數(shù)學(xué)優(yōu)化的方法實(shí)現(xiàn)體系構(gòu)建以及資源的動(dòng)態(tài)組織。按照探測(cè)要素間邏輯關(guān)系，知識(shí)輔助實(shí)時(shí)生成要素的時(shí)序關(guān)系和協(xié)同模式等。其概念示意圖如圖8所示。

圖8 基于模型的能力聚合概念示意圖

圖9表示了基于人工智能的體系能力演進(jìn)，對(duì)于要素比較多、關(guān)系復(fù)雜的探測(cè)體系，很難進(jìn)行數(shù)學(xué)建模并得到解析解。為此，探測(cè)體系利用領(lǐng)域知識(shí)，基于人工智能方法，通過(guò)持續(xù)地紅藍(lán)對(duì)抗博弈，自主學(xué)習(xí)、迭代優(yōu)化我方探測(cè)資源協(xié)同運(yùn)用、能力動(dòng)態(tài)聚合等規(guī)則策略，完成體系能力演進(jìn)，最優(yōu)化實(shí)現(xiàn)體系探測(cè)資源的動(dòng)態(tài)組織。

圖9 基于人工智能的體系能力演進(jìn)

4 結(jié)束語(yǔ)

本文系統(tǒng)性地給出了探測(cè)體系概念構(gòu)想、能力生成理論與構(gòu)建方法，為未來(lái)探測(cè)體系最優(yōu)化構(gòu)建提供了理論基礎(chǔ)與方法。一方面，基于信息論原理，提出了探測(cè)體系能力生成的機(jī)理與機(jī)制，指導(dǎo)探測(cè)資源的有序組織，動(dòng)態(tài)生成探測(cè)體系能力。另一方面，提出探測(cè)資源虛擬化、語(yǔ)義互聯(lián)、時(shí)敏化網(wǎng)絡(luò)、基于模型及智能處理的體系能力演進(jìn)方法，在此基礎(chǔ)上實(shí)現(xiàn)探測(cè)體系的動(dòng)態(tài)、高速、精準(zhǔn)構(gòu)建，完成目標(biāo)檢測(cè)、跟蹤與識(shí)別等多樣化任務(wù)。