智能化战争是基于智能化武器及作战方法的,在陆、海、空、天、电、网及认知领域的一体化战争。智能化战争主要特点体现在:一是以无人集群作战、有人-无人协同作战以及全域智能联合作战等作为主要作战样式;二是以人工智能、大数据技术为代表的新型技术驱动作战模式逐步从“人机协同”向无人化的“人机分离”的样式演变;三是决定战争成败的主导因素逐步从“制信息权”向“制智权”转变,智能优势成为超越信息优势的“进阶”优势。

地理空间情报(GEOINT)是对获取的作战目标影像与地理信息进行研究分析,由图像、图像情报和地理空间信息组成,用来描述、评估和可视化目标特征及与地理位置相关的一切行动。“兵马未动、情报先行”,在保障当今海战场的情报信息中,与目标位置息息相关的地理空间情报是打赢新形态战争的基础和根本,对新型智能化作战起着至关重要的作用。

面对复杂多变的海战场作战环境,尤其是跨区域远海作战,需要高精度、强实时性的情报作为保障,无人机具有人员“零伤亡”、续航能力强、隐身性能好等特点,可实现对海上目标持续跟踪监视,情报保障连续不间断;无人机可搭载光电、雷达、信号、气象等多种任务载荷实施综合侦察监视,拥有强大的综合侦察能力,可满足跨区域远海作战情报保障各方面需求。

无人机地理空间情报是依据军事斗争需求生产的关于战场重要区域和关键目标的地理空间情报产品。无人机实时或近实时地获取带有地理空间信息和时空标签的图像、视频以及地理空间数据,可用于监视侦察、精确测量和判断目标特性,具有时效性好、分辨率高的优点,是典型的地理空间情报数据源,基于无人机的地理空间情报称为“无人机地理空间情报”。随着无人机情报保障的功能和应用越来越广,无人机地理空间情报将在新型智能化海战中发挥至关重要的作用。

无人机地理空间情报的功能及作用

从产品数据组成看,无人机地理空间情报是以高分辨率影像、基础地理空间数据为基础,面向军事作战打击的对象,包括各类设施与武器目标的遥感影像、图示化信息和基于查询的多媒体信息在内的综合描述情报;同时,还包括以不同分辨率影像为基础,按不同比例尺层次给出的关于战场地理环境准确描述的各类图表;使用目标判读、空间定位、遥感影像处理分析等技术,提供战场环境感知、目标锁定跟踪、情报生成共享等服务。作战人员使用地理空间情报可以全面认知并把握战场作战目标与军事行动空间环境的态势。

图:无人机可搭载多种任务载荷实施综合侦察监视,拥有强大的综合侦察能力

以无人侦察为代表的新型侦察监视平台在海战场地理空间情报保障中主要用于地理空间情报信息获取、远程精确打击定位引导和打击毁伤效果评估,通过全天候、全方位、全频谱、立体化的战场监视侦察,能够提供连续性、大范围的情报保障,充分满足智能化作战需求。

实时获取战场地理空间信息,为海上作战指挥决策提供可靠的情报数据。智能化海上作战对战场地理信息的需求提出了更高、更新的要求,对作战区域和目标实时变化的情况需要及时、精准掌握。无人机能够对海战场地理环境进行精确感知和实时测绘,快速生成海战场地理信息和处理动态遥感信息。无人机可实时或近实时地进行作战区域的地形、目标和战场环境信息采集,其主要侦察范围包括军事基地、交通枢纽、政府、战争潜力设施等重要目标,特别是针对前沿海区,通过昼夜连续监视和跟踪,及时更新和维护海战场地理空间情报数据和产品,实时向指挥中心传输战场态势和目标影像,及时提供兵力异常动向等预警性情报信息,为联合作战指挥决策提供可靠的情报保障。

实时获取满足攻击需要的各种数据,为远程精确打击定位引导。无人机可配合卫星和雷达等手段对打击目标进行精确的目标定位和目标引导。高空长航时无人机利用瞬时视场大、滞空时间长的优势,在短时间内完成大范围目标区域的搜索,锁定相应的目标,并实施长时间、远距离的连续跟踪,获取满足攻击需要的各种数据资料。导弹部队利用这些数据资料对弹道进行不断修正,引导远程精确导弹的航线,提高远程精确打击的效果。例如美军地理空间情报局(NGA)大量使用捕食者B无人机携带高精度传感器进行重点区域的快速测绘,以提高数字地形高程数据精度,为智能化武器系统提供精确打击的基础数据。

进行目标打击毁伤效果评估,为把握战机、控制作战节奏提供可靠的决策依据。目标打击毁伤效果评估是指“对敌目标损失数与现存数的比率进行估算,是用来对完成预定战斗任务的有效程度和效率指标大小的评估。”无人机近距离获取的实时图像和影像资料回传地面控制站,指挥中心根据回传影像数据迅速进行数据匹配和毁伤评估,判定是否实施下一波次的打击,使导弹等精确制导弹药的补充打击更具有目标定向性。通过无人机回溯进行的打击毁伤效果评估还将对有效把握战机、控制战斗节奏提供可靠的决策依据。

美军无人机地理空间情报的发展及启示

美军地理空间情报发展经过现代局部战争的检验,其情报保障内容和保障样式经过更新迭代、不断演进,与作战系统的融合更为紧密。充分准备,及时响应,面向任务,聚焦决策,这正是美军最新一代地理空间情报的发展主题。其关键技术在精确定位、多源遥感探测、大数据分析与处理、智能解译、互联网云计算等进行了全方位的深刻变革。具体体现在以下几个方面。

情报获取渠道多元化,将开源情报直接融入到地理空间情报体系。当前美军已完全建成了陆、海、空、天影像采集平台,能对全球范围内的任一区域进行多源影像信息获取。在无人机方面,配备了RQ-4型全球鹰高空长航时无人机,MQ-1捕食者和MQ-9死神中高空多用途无人机,以及影子-200、大鸦战术侦察监视无人机,共20多型号,11000余架。随着多种来源的影像数据量激增,为有效管理海量情报数据,美军建立了全球最大的地理空间和影像数据库,通过先进的云存储、云计算,形成了对多时态多维多层次数据的存储、分发和管理能力。美军国家地理空间情报局早在2005年就将开源情报纳入其发展战略,长期利用开源情报研究对手国家的海外军事行动的能力,借助智能的网络分析技术,更广泛地获取特定目标的情报信息。

图:无人机回传数据可为指挥中心提供可靠的决策依据

情报分析处理已向智能化、无人化演进,情报分析效率显著提升。面对智能化战争形态下错综复杂的认知环境,美军大力开发认知智能技术,探索“人智结合”的情报识别与认知模式,夺取战场“制智权”。美军已全面进入“第三代人工智能”时代,通过数据挖掘、知识图谱、数据训练、深度学习算法的革新等手段,以及引入知识图谱中的专家系统,提高计算机辅助决策、自动解译等的“智能”,增强态势感知,实现战场的“单向透明”。例如,2017年部署到中东的情报分析团队,利用智能的计算机视觉算法,显著提高了对无人机收集视频的处理、利用与分发能力,支持辅助美军挫败“伊斯兰国”的行动。美军在近几年从海量侦察数据获取、分析解译、多方取证,形成情报的时间周期不断缩短,这取决于情报分析智能化的不断提升。

情报与作战深度耦合,构建起以云模型为基础的情报支援体系。美军推行的基于ISR需求,以“航空航天作战云”为核心的情报与作战一体化建设,对各类情报侦察与监视平台搜集来的数据信息进行入网式融合处理。在作战初始阶段的情报搜集,存在因自身跨域侦察平台、数据量大、缺乏通用数据处理格式等问题,使得多源情报融合必须依托以“云”概念模型为核心的信息化网络,开展及时有效的情报融合。在利比亚战争中,网络化情报传输与指挥控制,预警机成为空中战术管理中心,无人机形成“察打一体”打击链。

综上所述,美军的地理空间情报以突出敏捷、智能保障为主,真正实现了随获所需、知所进退。随获所需就是随时获得所需要的情报信息,主要解决情报提供的实时性、可用性和敏捷性问题,使得军事规划和行动需求的信息唾手可得;知所进退就是孙子所说的知己知彼,主要聚焦于决策知识的获取、信息的关联和洞察力,使指挥官和决策者对行动进程洞若观火、了然于胸。而这一切的运行都建立在充分利用新一代敏捷提供、智能关联、网络服务技术以及实现地理空间信息系统横向集成的基础之上。

智能化海战中无人机地理空间情报的趋势展望

随着无人机及智能化战争相关技术的飞速发展,无人机将在动态地理空间情报保障模式、提高隐身性能、“大数据”情报分析以及一体化无人机侦察情报体系等领域拥有更大的应用空间,逐步形成较完整的技术保障和战场地理空间情报保障应用体系。

图:美军MQ-1捕食者

发挥联合作战效能,建设一体化无人机侦察情报体系。当前美军正在积极推行“全球一体化”作战理念,目标是推动联合作战从“能力叠加”向“能力融合”转变、从“军种协同”向“跨域融合”发展,在这个大的背景与趋势下,无人机侦察情报装备及情报保障也必然朝着一体化的方向发展。美军认为技术的不断进步和军队的不断发展,将会推动空中、地面、海上、海下各领域的侦察情报装备融合,无人机将和有人装备协同,成为有人-无人一体化侦察情报体系。

无人机应用于动态地理空间情报保障模式。高分辨率光学成像传感器、高清数字摄像机、海量影像数据处理GPU等机载探测传感器和处理器的发展,为动态地理空间情报探测提供了硬件基础。信息化条件下的联合作战已经在很大程度上改变了地理空间情报获取的形式与内容,静态的数字地形图、影像图已经不能满足实战的需要,而三维动态、连续性的目标情报保障成为未来发展的主要方向。这里的三维是指以三维结构形式表现的目标构筑物与战场环境相互融合;动态是指从目标地域数据信息的获取,到生成情报信息提供给指挥决策机构的时间很短暂,基本上达到实时传输;连续性是指对运动目标的持续不间断跟踪,在数据信息处理上要求把目标运动轨迹和所处的地理环境直接和地理定位参数相融合,实现视频影像的直播式保障模式。

图:在利比亚战争中,预警机成为空中战术管理中心,无人机形成“侦打一体”打击链

“大数据”情报分析与人工智能服务于情报与作战一体化。伊拉克战争期间,作战情报数据量呈现指数级增长,产生速率加快,准确性更为复杂,致使美军情报系统数据处理能力难以满足战场全域态势感知需求。基于此,美军拓展合作领域获取最先进的情报处理技术,研究利用云技术存储数据方法研发大容量数据存储系统,注重培养“全源型”情报分析师,具备了将海量数据快速转化为精准情报的能力,以此构建“大数据”情报分析体系。建立作战所需的“大数据”情报分析体系,建设思路将围绕建立全新的情报分析架构和研发先进的情报分析技术,增强海量数据的分析处理能力和碎片化信息彼此间关联性分析能力。注重对分析员跨域、跨机构和安全区访问能力的培养,实现单源分析到多源或全源分析的转变,为指挥员态势感知与决策提供持续更新和高质量的情报知识。

结 语

无人机地理空间情报对智能化战场保障的本质,是为各作战单元所需多源信息和全源地理空间数据的融合提供支撑,最终实现对作战环境实时或近实时的监测以及不同部队之间协同的认知共享。随着无人机在近几次高技术条件下战争中的优异表现以及广泛运用,其情报信息收集和信息处理的作用已经难以替代,成为智能化战场上不可或缺的侦察平台和重要信息节点。无人机情报保障的功能和应用将越来越广,对整个战场地理空间情报搜集的模式和样式也将会产生重大而深远的影响。

版权声明:本文刊于2022年4期《军事文摘》杂志,作者:王颖颖,张玉叶,王淑娟 ,如需转载请务必注明“转自《军事文摘》”。

成为VIP会员查看完整内容
118

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
66+阅读 · 2022年4月13日
人工智能(AI)在无人机领域应用报告,60页pdf
专知会员服务
208+阅读 · 2022年4月1日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
44+阅读 · 2021年5月24日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
无人机集群、蜂群与蜂群算法
无人机
89+阅读 · 2018年9月25日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
【无人机】无人机的自主与智能控制
产业智能官
48+阅读 · 2017年11月27日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
14+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
8+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
14+阅读 · 2018年12月6日
Arxiv
11+阅读 · 2018年5月21日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
14+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
8+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员