西方军事强国依靠复杂而精确的武器来威慑和击败不对称和近似对手。这些武器必须与有关其目标的准确信息相匹配,如位置和状态。

当涉及时间紧迫的目标时,这种信息需要迅速提供,否则,目标可能会转移。被定义为 "传感器到射手"(STS)周期过程代表了实施攻击的过程。它与情报、监视、侦察和目标获取(ISTAR)资产、信息处理、决策和相关武器系统有关。对于现代军队来说,从战术层面到战略层面,快速通过这一过程的各个阶段是至关重要的。

从杀伤链到杀伤网

STS周期有许多同义词,其中最常见的是 "杀伤链",它定义了从目标的出现,通过计划和授权,到目标交战的过程。传统上,杀伤链反映了与该过程中的各个要素相关的一套线性程序。然而,为每个目标保持离散的杀伤链并不总是适合于紧急要求或短暂的机会。现代军队试图通过简化的数据共享、更快的数据链、自动化流程和平行任务来加速这一过程,从而形成一个 "杀伤网",最终目标是在几秒钟内而不是几分钟或几小时内实现打击。

在一个依赖精确效果的军队中,传感器与效应器一样重要。通常情况下,改进传感器比升级武器更有助于提高打击效率,因为改进传感器和信息处理提供了更多的交战机会,提高了成功交战的概率。这种改进包括增加传感器的数量或种类,为"从传感器到射手 "系统提供信息,并扩大带宽以提高信息传输的速度和深度以及信息传递的质量。建立一个由多个不同传感器组成的 "传感器网",可以将多个反馈信息融合在一起,提高探测隐蔽目标的概率,为射手提供更准确的信息。

传感器通常与武器共处一地,形成紧密的传感器到射手系统,但在其他情况下,传感器、指挥与控制(C2)和射手是分散的。当传感器数据通过无线网络传输时,带宽限制、电子攻击和干扰会造成拥堵并延迟信息流和处理。卫星链路特别容易受到这些干扰。现代网状网络具有固有的弹性,可以承受这种挑战,并经常被用于当代传感器网络中。在武器系统相对接近的情况下,这种网络可以提供一个 "战术云",即使在面临干扰的情况下也能进行通信。

无人机制造商AeroVironment推出了一个紧密结合的STS系统的例子,该系统包括一架监视无人机--PUMA 3 AE和SWITCHBLADE 300游荡弹药。操作员可以使用SWITCHBLADE 300 STS套件在同一个显示器上监控这两个系统,允许他们在攻击前后看到PUMA 3 AE的传感器视图,同时还可以看到游荡弹药的摄像机在接近目标时的画面。这两个系统的传感器和数据链被设计成与同一控制单元上显示的地图视图同步。这一过程简化并加速了监视任务中遇到目标的反应。俄乌战争中的双方都采用了这种跨无人机的猎杀团队。

精简过程

精简各层级、各领域和联盟伙伴的流程要复杂得多。一个典型的例子是在乌克兰看到的炮兵反击任务。在发射第一轮炮弹之前,火炮射击要遵循结构化的、详细的规划和火力指挥流程。但对敌方炮兵目标执行反击必须更短,因为目标往往是 "短暂的",特别是当涉及到移动火箭发射器和自行火炮时。这类任务依靠各种传感器,如声学传感器、雷达,来探测敌人的火力,并利用计算机计算敌人的火力轨迹,推断出敌方的火力位置。因此,这一过程需要在敌人离开其火力位置之前迅速进行。在反火力STS循环中,传感器和射手都是由炮兵操作的,通常是在师或团一级。他们共享网络、程序和信息格式,快速处理信息并执行反击任务。

在非常远的距离上,对敌方火力的反应需要更多的传感器来提供足够的覆盖。例如,对射程达数百公里的弹道导弹作出反应,需要基于更高层次的传感器和情报来源的目标信息,而射手们可能无法获得这些信息。美国陆军计划将部署低地球轨道(LEO)通信卫星,即战术空间层(TSL),与战术情报瞄准接入节点(TITAN)地面站整合在一起,以支持缩短远距离传感器到射手的周期要求。

另一个考虑是传感器和信息系统之间的连接,这可能是漫长而复杂的。当在战术层面操作时,在传感器和射手之间共享一个单一的通信层可以简化连接,同时可以利用自动化来减少操作人员的认知负担。

尽管加速STS周期需要改进许多要素,但它通常包括扁平化的层次和清除现有流程中的障碍。另一个加速过程的手段是机器对机器的连接,这在较低层次上最容易实现。这种解决方案在较高层次上的实施更具挑战性,特别是在联合和多国联盟行动中,不同的信息系统和数据共享标准之间的连接成为必要。有时,将两名官员聚集在一个房间里,可能比自动化更能解决长时间的延误。其他解决方案包括引入信息翻译器,以简化不同计算系统之间的连接。一旦信息系统可以相互交谈,就可以引入额外的增强功能,例如使用机器学习和人工智能来处理大量的数据。

连接所有传感器和射手

在现代杀伤性网络中,传感器可以将它们的馈送上传到战术云,形成一个由许多传感器和用户共享的网络,而不是将一个特定的传感器与一个特定的用户联系起来。为了最大限度地减少上传带宽的要求,可以用人工智能和机器学习对信息进行预处理,以进行自动目标识别(ATR)和数据挖掘。上传这些事件和它们的时间关键数据,以及其他可能对某些用户有意义的馈送,都会被优先处理。进一步的处理可以在云中完成,包括测量、态势评估和与其他传感器的关联,以产生决策过程中可能需要的额外信息。

美国国防部追求的联合全域指挥与控制(JADC2)是杀伤网概念的体现,旨在提高互操作性和决策速度。尽管这样的网络在理论上很有前途,但它的实施是复杂的,特别是在陆地领域,而且它在有争议的环境中的持续运行也无法得到保证。因此,用户应该保持处理JADC2的一部分被拒绝或降级情况的能力,而部队需要以孤立的方式运作。

美国陆军一直在多维 "项目融合"(PC)演习中测试JADC2的一些方面,连接陆军、空军、海军、海军陆战队和太空部队的系统和能力。去年的演习(PC21)将多个情报、监视和侦察(ISR)以及武器平台整合到陆军的杀伤性网络中,以产生一个详细的实时共同作战画面(COP)。这项工作依赖于110项新技术和概念

在PC21上,陆军为多域特遣部队(MTDF)的作战框架采用了计划中的五个作战云服务器中的第一个。每个战斗云服务器能够通过卫星连接处理一个完整的传感器到射手系统,计划为陆军的五个多域特遣部队各配备一个服务器。每个MDTF将分别驻扎在美国大陆、欧洲、太平洋和北极地区,而第五个将被指定为全球MDTF--一个空中机动部队,准备在24小时内将杀伤网部署到世界任何地方。每个MDTF云服务器运行四个人工智能程序,以实现杀伤网的自动化,称为RAINMAKER、PROMETHEUS、FIRESTORM和SHOT。

杀伤网

在PC21,RAINMAKER通过卫星链接将15个传感器和19个武器系统连接到战斗云。RAINMAKER翻译来自不同来源的数据,每个来源都有自己的 "语言"。在PC21演习中,RAINMAKER还面临着电子干扰的模拟挑战,以及作为演习一部分的对手部队对位置、导航和计时(PNT)数据的欺骗。为了克服这些挑战,RAINMAKER在射频(RF)链路上实施了新的抗干扰波形,并寻求开放的通信渠道来重新配置网络,以保持传感器的反馈。

PROMETHEUS的任务是在RAINMAKER提供的ISR平台的传感器反馈中寻找威胁和目标。一旦发现目标,它们就会被交给 "多域作战中优化反应的火力同步"(FIRESTORM)程序,其工作是根据连接到系统的每个射手的位置和状态,将最佳 "射手 "与最合适的目标相匹配。对于每个目标,FIRESTORM向战场指挥官提出几十个'传感器-目标-武器'射击方案。一旦做出选择,它就会被发送到同步高光速瞄准(SHOT)程序中执行。随着被选中的武器在几秒钟内收到开火或发射的命令,所有与该任务相关的其他射手都被释放,执行不同的任务。这时,PROMETHEUS接手执行战损评估。涉及这个复杂的四项程序的整个过程只需几秒钟。

美国陆军的第一个MDTF于2017年在华盛顿州的刘易斯-麦克乔德建立,而第二个则于2021年9月在德国威斯巴登的克莱卡塞尔基地建立。陆军计划于2023年在夏威夷的Schofield Barracks启动其第三个MTDF。

新的STS能力

在以色列酝酿的另一个传感器到射手的概念是 "风暴云"的发展,涉及新系统的整合,作为新单位和能力建设的一部分。2022年8月3日在Hatzor空军基地启动的第144中队是这个概念的一个组成部分。这支新部队将操作Aeronautics公司的ORBITER 4无人机,为以色列国防军(IDF)的 "风暴云"计划提供空中ISR层。这个雄心勃勃的系统是一个全面的、自动化的广域监视、目标获取和自动化情报处理系统的一部分,旨在增强小型独立部队的作战能力。

传感器、战斗管理系统、武器和数据处理系统的联网使它们成为分布式 "传感器到射手 "系统的一部分。拉斐尔公司的FIRE WEAVER是一个传感器到射手系统,旨在为营级战术编队服务。拉斐尔公司最近为SPIKE NLOS推出了一个传感器到射手的系统,称为SPIKE NLOS任务工作组(SPIKE NMT)。该系统将ORBITER-4无人机上的摄像传感器和拉斐尔BNET软件定义的无线电,与FIRE WEAVER系统整合在一起。该系统采用了SPIKE NLOS第六代导弹,可安装在陆地平台上,射程为32公里,或安装在直升机上,射程为50公里。

传感器到射手系统为军队在日益复杂的战场上保持步伐提供了一种有希望的手段。然而,正如许多创业公司的经验表明,成功实施并赢得用户的关键是采取简单的小步骤。对机器来说,浏览庞大而超复杂的系统可能很简单,但在战场上,人类操作员必须是第一位的。

成为VIP会员查看完整内容
212

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。
万字译文 |《决策中心战的兴起》决策中心战、马赛克战
专知会员服务
249+阅读 · 2023年3月21日
译文 |《陆地战车的传感器融合》
专知会员服务
76+阅读 · 2023年2月28日
美国国防部《联合全域指挥与控制(JADC2)战略概要》
专知会员服务
284+阅读 · 2022年6月13日
《军事行动自动化》【译文】2022最新报告
专知
58+阅读 · 2022年11月13日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
5+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
4+阅读 · 2012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
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Networked Signal and Information Processing
Arxiv
1+阅读 · 2023年4月18日
Arxiv
11+阅读 · 2021年2月17日
VIP会员
相关VIP内容
万字译文 |《决策中心战的兴起》决策中心战、马赛克战
专知会员服务
249+阅读 · 2023年3月21日
译文 |《陆地战车的传感器融合》
专知会员服务
76+阅读 · 2023年2月28日
美国国防部《联合全域指挥与控制(JADC2)战略概要》
专知会员服务
284+阅读 · 2022年6月13日
相关基金
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
5+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
4+阅读 · 2012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
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员