[]首发 | 空战智能态势评估技术研究与展望

自20世纪70年代以来 , 以美国为代表的西方军事强国对态势评估(SA)进行了广泛研究 , 已经取得了一系列研究成果 , 如美军的陆军分析系统(TCAC)、战场开发与目标获取(BETA)、Kirillov的基于规则的专家系统模型等 。
进行空战态势评估是进行威胁评估、目标分配和机动决策的前提条件 。由于现代空战中目标机动性的增强和战术意图的不确定性增大 , 如何在复杂空战环境下准确进行态势评估 , 帮助飞行员做出正确决策 , 成为目前研究的热点 。
随着新型武器装备的快速装备运用 , 以及理论战法的创新使用 , 空战环境日趋复杂 , 发展智能态势评估系统 , 满足飞行员对空战态势评估的质量和可靠性的要求 , 已经成为共识 。特别是在分布式空战中 , 智能态势评估系统收集和处理的数据呈现指数级增长 , 并且不同飞行员对态势的需求是不一致的 , 特别是受到敌方干扰等影响 , 态势评估趋于复杂 , 对系统的要求也越来越高 。现有的态势评估系统在计算能力、准确性、可靠性、可视化等方面难以满足现有空战发展需求 。构建一个高效的智能态势评估系统 , 增强对空战复杂环境的态势感知能力已成为当前的研究热点 。通过态势感知 , 可以获得对整个战场态势的准确把握 , 并根据态势评估结果进行态势运用 , 为提高空战的智能化调整和控制水平提供支撑 。
[]首发 | 空战智能态势评估技术研究与展望
文章图片

文章图片

空战智能态势评估技术研究与展望
智能态势评估的内涵
态势评估作为数据融合领域的一种新概念 , 目前并没有形成统一的定义 , 各种文献针对不同的空战环境 , 给出的概念也不尽相同 。但被大多数人所接受的一种理解是:态势评估是指在特定时空环境中的要素感知 , 并给予要素理解 , 估计态势在未来一段时间内的发展趋势 。
为了适应复杂空战环境下态势评估的要求 , 使空战态势评估从单独评估当前时刻静止态势 , 割裂个体和群体之间的态势关系 , 逐步向群体之间态势评估 , 并且能够根据当前空战态势预测未来一段时间的空战态势 , 为飞行员决策提供支撑 。空战智能态势评估技术需要实现以下目标:对空战环境进行实时态势评估 , 准确快速判断己方当前所处态势 , 并基于己方态势的历史状态记录 , 为己方飞行员或指挥员提供较为准确的空战态势发展趋势;具备超前预测功能 。即在某一个重大态势转折点发生之前 , 能够给飞行员提前预测 , 为飞行员制定合理的攻击策略和防御措施提供依据 , 做到提前防范和应对;通过采用先进智能算法 , 如监督学习、强化学习、遗传模糊树算法等 , 使态势评估系统能够具备自学习和自适应能力 , 而且可以智能评估空战态势 , 实现空战态势评估的智能化;能够根据态势评估结果 , 动态灵活的产生各种指令 , 让飞行员进行相应调整和控制 , 使空战态势朝着有利于己方方向发展 。
智能态势评估关键技术
在复杂空战环境中 , 飞行员要根据当前空战态势的变化情况 , 准确的进行决策 , 这就需要创立一个系统化、层次化、集成化的态势评估模型 , 对来自各个方面的多源信息进行融合 , 以实现对空战环境的态势评估、实现对于未来的态势发展的超前预测 , 并进行态势表达 , 以此为基础实现态势运用 。
【[]首发 | 空战智能态势评估技术研究与展望】态势感知技术是根据己方合理配置信息探测工具 , 以获取所需要的数据 。态势感知技术主要包括:探测设备优化配置技术、数据分级管理技术、复杂环境下探测系统重构技术 。
空战实际数据是智能态势评估系统进行态势感知的基础 , 通过机载探测设备和数据链系统完成多源信息的采集 , 通过某种规则进行组合 , 为态势理解、预测、表达、运用提供支撑 。


推荐阅读