摘要

在过去的几十年里,美国海军库存中只保留了少许类型的海上水雷,且战术理论研究停滞不前,而主要优先考虑反雷能力。本论文通过一个现代的视角来审视水雷战(MIW),使用建模和仿真(M&S)来捕捉围绕水雷战环境的更广泛的因素,除了水雷的性能特点和使用参数外,还包括根据最新的任务成功标准来衡量敌方的反应概率。本论文探讨了三种通用的非保密实验方案,得出了对水雷成功影响最大的因素的广泛结论,并为未来探索具体水雷用例的演习奠定了基础,以便为下一代水雷及其使用提供信息。分析表明,在影响敌方行为结果方面,空中投送策略通常优于水面、潜艇或无人水下航行器(UUV)投送。请注意,UUV的投放与较低的水雷总量有关,其影响可以通过UUV的移动速度和单个水雷的探测和交战概率来减轻。

执行摘要

有许多历史实例证明了海上水雷的价值和通过水雷战(MIW)取得的胜利。美国海军在反水雷(MCM)领域的大量投资说明了海军水雷的致命功效。然而,目前用于进攻性水雷能力的支出与这些防御性工作的投资相比相形见绌。进攻性水雷理论、熟练程度和使用已经停滞、倒退,甚至被忽视,直到冲突迫在眉睫或已经开始。最近,人们对利用水雷的成本效益和力量倍增的特点又有了新的兴趣。美国海军正在重新调整其任务重点,以包括这些潜在的好处,特别是当它涉及到无人水下航行器(UUV)能力的进步、探测传感器技术,以及未来水雷的自主性、半自主性和可编程性的实际可行性。

该项目寻求更好地了解在不同的水雷作战框架内可以利用的关键性能驱动因素,以最大限度地提高雷场的有效性。在传统的进攻性水雷有效性措施(MOE)的基础上,增加了爱德华兹(2019年)定义的四个以任务为中心的MOE,即转向、阻断、固定和破坏,定义了一种新的进攻性水雷思维,称为进攻性拒止水雷(ODM)。ODM可以与现代战争的杀伤链相结合,对不需要的海上交通提供战略威慑,在这样做的同时也被动地释放了海军的关键资源,否则将支持战略目标。这个项目的重点是使用概率行为模拟对ODM进行定义、建模和分析,以比较这些更新的MOE下的雷场有效性。

海军水面作战中心达尔格伦分部在过去十年中一直在开发通过建模进行协调模拟(OSM)框架。目前,利用OSM框架的JAVA GUI软件的迭代被称为MAST,是建模和仿真工具包的简称,是专门为这种类型的海军系统的作战研究和任务工程分析而创建。该团队开发了三个实验场景,定义为探索非保密级别的ODM考虑之间的关系。这些场景分别被指定为空中、舰艇和UUV投送,其中蓝色为友军,红色为敌军。为了便于比较和大致了解与这些替代场景有关的作战考虑因素,每种场景一般都以投送平台的速度、水雷部署能力、利用的投放点数量和部署水雷的相对能力为特征。空中投送实验是一种高速、中等能力的飞行器,在单一地点部署能力较弱的水雷。舰艇投送实验是一个中等速度、高能力的飞行器,在多个地点部署普通水雷。而UUV投送实验则是一个慢速、低容量的飞行器,能够使用高能力的水雷,如表1所示。

表1. 基准实验方案假设

如图1所示,所有的模拟考察都利用了在50 x 50海里的雷场区域内随机分配的雷场投放点,目的是影响两艘红色船只从部署区以东的设定起始位置向西的预期航点过渡。红色船只的逻辑实现了概率行为决策,以模拟敌人对其探测到的水雷的反应,或者改变其路线,固定在原地,或者继续其路径,并以 "逃离"信息传达危险。

为了评估行动的重要性,我们开发了五个MOE。主要的MOE,称为 "红色影响",是指雷区影响红方船只驶向预定航点的能力。如果红色船只都没有决定转向或固定,那么红色影响在该次航行中为零。如果两艘红方船只都被抑制,红色影响为2;如果只有一艘船只受到影响,红色影响为1。Agent的终止被指定为次要的MOE,用来捕捉传统思维的MOE,最后部署的水雷被指定为次要的MOE,以更好地通知各实验的决策点。MOE表见表2。

图1. ODM移动场景(MAST)

表2. ODM MOEs

输入变量的定义是为了检查对蓝军行动、蓝军系统设计特征和红军行为逻辑的变化的影响。在空中实验中定义了21个变量,在舰艇和UUV实验中定义了25个变量。一个近乎正交的拉丁超立方实验设计(DOE)在所有三种情况下运行。为空气实验确定的21个变量产生了128个独特的偏移运行,为船舶和UUV确定的25个变量各产生了256个偏移。然后,在与NPS SEED中心的合作下,利用Hamming超级计算机复制了这些DOEs,为空气产生了3780次偏移,为船只和UUV产生了5000次偏移,以供分析。研究小组发现,与红色船只的概率决策逻辑有关的变量通常比那些具有物理价值的变量(如速度、范围或水雷数量)更具影响力。在所有三种情况下,红色影响的主要MOE也是如此。

为了降低红色行为在模型中的相对重要性,进行了细化分析,特别关注对作战效能影响最大的蓝色配置特征。初级MOE(红色影响)、传统MOE(Agent终止)和次级MOE(部署时间)的结果显示在图2。尽管三个实验似乎都显示出类似的主要MOE结果,但结果差异在模型中是有统计学意义的。空中投送在 "红色冲击 "方面是最有效的,而且部署的速度比船只或UUV投送都快得多。这一点特别重要,因为在只关注红色制剂死亡的传统思维模式下,空中投送的单点播种将被归类为最不有效。同样,缓慢但有能力的UUV水雷投送,在使用毒剂死亡的情况下,也只是略微有效,但在使用ODM红色影响MOE的情况下,其评级仅次于空中。

图 2. ODM场景的结果

该模型为ODM的运行分析提供了一个起点。虽然模拟中的系统故意是通用的,以避免分类,但该模型的设计允许快速引入特定的系统数据。未来的工作可以更全面地实现任务目标(Edwards 2019)的MOE,或增加红军决策逻辑的复杂性。然而,即使在这个较高的水平和早期成熟阶段,在这个项目中应用ODM概念的意义可以应用于集中开发和采购努力,并更好地告知未来战斗空间的使用战略。

I. 简介

A. 背景情况

有许多历史实例表明了海上水雷的价值和通过水雷战(MIW)取得的胜利。美国海军对其反水雷(MCM)社区的大量投资说明了海军水雷的致命功效。然而,对防御性努力的投资使目前对未来进攻性水雷能力或国家研究委员会所说的进攻性拒止水雷(ODM)(2000)的支出相形见绌。从历史上看,进攻性水雷的理论、熟练程度和使用已经停滞、倒退,甚至被忽视,直到冲突迫在眉睫或已经开始。

最近,人们对利用水雷的成本效益和力量倍增的特点重新产生了兴趣。美国海军正在重新调整其任务重点,以包括这些潜在的好处,特别是涉及到无人水下航行器(UUV)能力的进步、探测传感器技术,以及未来水雷的自主性、半自主性和可编程性的实际可行性。ODM是为海军作战司令部(CNO)项目 "超配 "挑战做出贡献的自然选择,即通过 "提供同步的致命和非致命效果"(2020年),"支持将使我们的持续海上主导地位的作战......环境"。实现CNO建立未来部队的海军作战架构的目标所必需的信条是由他在2020年10月的A Novel Force备忘录中定义的 "一个综合的任何传感器/任何射手的杀伤链 "来建立。ODM能够通过积极参与这些杀伤链来加强这一目标,对不受欢迎的海上交通提供战略威慑,并在这样做的同时也被动地释放了原本支持这些战略目标的关键海军资源。

B. 项目目标

一般来说,进攻性水雷和具体的ODM是可以提供不对称战略优势的领域,但对其研究不足,因此也没有得到充分的利用。这就提供了一个机会。目前的ODM理论和战术需要通过现代有效性措施(MOE)进行分析,以量化保护性(蓝水)和进攻性(敌对海岸线12英里内)的潜在水雷环境,并确定任何不足之处(Edwards 2019)。在以前的研究中,"重点是孤立地检查雷场的部署和特点,这项研究......检查了能够部署和支持雷场的替代无人和有人系统,作为联合进攻行动的一个组成部分......[通过]考虑多个候选操作区域和替代交付平台"(Beery 2020)。给予该小组探索的具体任务是。

1.定义一个候选的进攻性水雷战行动概念(CONOPS)。

2.界定一个可供审查的作战活动和相关系统的系统结构,以确定其对雷场部署有效性的影响

3.开发和分析作战模拟,以便:a. 确定关键的性能驱动因素;b. 为作战框架的比较提供依据(Beery 2020)。

C. 过程

为了实现这些广泛的项目目标,团队开发了一个项目瀑布方法,以定义主要的门和里程碑,如图1所示,首先是文献回顾,以熟悉MIW、其附属元素和相关主题。目前的MIW分析员、操作员和专家被确认,他们帮助确定审查的范围,并阐明了一些围绕它的历史。该小组与顾问合作,以确定MIW领域的适用资源和其他专家。项目发起人和顾问团的投入被用来为小组规划提供信息和贡献专业知识,以确保小组的产出为海军提供价值。最初的文献审查发现了涵盖MIW CONOPS的材料和分析MIW操作的技术报告,但它未能产生一个普遍可用的ODM实用指南。为了填补现有文献的空白,项目工作的重点是开发一个操作模拟,可以用来确定关键的性能驱动因素,并最终就如何最大限度地提高雷场部署的有效性提出建议。

图1.BCM论文项目方法论

为了开发将要使用的作战模拟模型,该小组采用了自上而下的系统工程(SE)方法,如图2所示的修改后的软件工程Vee。通过将通用的高层军工项目分解为其系统需求的组成部分,团队设计了一个仿真模型,产生了与这些需求相对应的数据,如修改后的Vee方法的左侧所示。模型的输出数据被收集和分析,验证其与系统设计要求的适当映射,并验证建议以满足操作框架的比较。

此外,团队每季度向社区利益相关者和感兴趣的NPS教师介绍情况,以征求所有相关方的额外意见,并提供一个合作论坛的机会。最终的结果和建议在本报告中正式公布,并在毕业前的进度审查中提出。

图2:BCM修改后的Vee方法。改编自Buede(2009)。

D. 团队组织

团队成员被分配了责任,以确保公平分工,充分考虑技术能力和行政后勤。尽管所有的团队成员在每个阶段都是积极的贡献者,并帮助确保SE原则在每个步骤中得到遵循,但指定的牵头人在其主题领域的执行方面保留了打破僵局的投票权。

  • 首席程序员和软件开发人员。负责模型设计架构、模拟开发,以及与软件(SW)开发人员和团队外部的SW项目主题专家(SME)的联络。

  • 海上环境专家和UUV社区联络员。负责识别环境变量和考虑因素,并将其纳入模型,通过无人潜航器社区的联系和无人潜航器测试的个人经验进行验证。

  • 舰队联络和安全经理。负责与美国海军运营商和社区经理互动,以确保在整个模型开发、数据生产和分析报告中充分纳入适当分类级别的CONOPS和技术规范。

  • 首席编辑和数据分析师。负责所有团队交付成果的最终审查、格式化和提交。对报告的格式和内容的决定拥有最终决定权。

成为VIP会员查看完整内容
43

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。
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+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
1+阅读 · 2010年12月31日
国家自然科学基金
88+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
3+阅读 · 2008年12月31日
VIP会员
相关VIP内容
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+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
1+阅读 · 2010年12月31日
国家自然科学基金
88+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
3+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员