《联合情报收集和分析能力》，加拿大国防研究与发展部，40页PDF

在加拿大国防研究与发展部（DRDC）05da联合情报收集和分析能力（JICAC）项目下，本科学报告提出了创新贡献，为作战提供先进的情报收集任务支持，作为情报需求管理和收集管理（IRM/CM）能力的一部分。它报告了新型收集任务优化工具的设计，旨在支持收集管理人员处理复杂任务和支持收集资产设施。它总结了新的研究和开发情报收集概念和自动决策支持/规划能力，以支持/建议收集经理有效和高效的资源分配。以多卫星收集调度用例问题为重点，简要报告了导致快速、自动和优化收集任务的新技术解决方案概念，提供服务水平的改善和增强及时的态势感知。从人工智能和运筹学中借用的基本概念，目的是在各种任务、机会、资源能力、时间和成本约束下实现收集价值最大化。报告总结了技术成果，描述了新的快速、自动和优化的收集任务解决方案和原型推荐器，以安排真实/虚拟的多卫星星座。它应对了一些缺陷和挑战，如短视（以单一任务为重点）或临时性的情报收集任务分配方法，不适合集中式/分布式的开放和闭环资源管理方法或框架，以确保静态/动态规划或处理约束的多样性/差异性和不确定性管理。本报告还旨在向加拿大军队情报指挥部（CFINTCOM）、空间总督（DG SPACE）、加拿大联合行动指挥部（CJOC）和主要的军事联合情报、监视和侦察（JISR）利益相关者提供信息。

对国防和安全的意义

本科学报告提出了适用于天基情报、监视和侦察的多卫星情报收集调度问题的新型收集任务技术概念和技术发现。这项工作与雷达卫星星座任务（RCM）项目的后续举措和加拿大军队（CF）在北极和北方的持久性联合情报、监视和侦察方面的一些优先事项相吻合，以便及时提出增强情报收集任务的解决方案和工具。它提出了新的科学和技术方法，为低密度、高需求的可部署收集资产提供近乎最佳的情报收集。

1. 引言

针对适当的情报、监视和侦察(ISR)应用领域的具有成本效益的天基情报收集任务，对发展适当的国防情报需求管理和收集管理(IRM/CM)能力至关重要。因此，收集管理，特别是收集任务分配，对于保持加拿大领土、空中和海上领域的准确、及时和持久的态势感知至关重要。典型的收集管理要求包括在资源有限的情况下进行适应性和响应性收集（CFINTCOM）；收集任务分配；规划执行；传感器组合优化；支持联合ISR（JISR）资产的动态执行新任务（CJOC）；实时收集规划以及有效的传感器提示（DG SPACE），等等。最终的目的是有效地弥补信息需求和信息收集之间的差距，最佳的资源管理主要是由人员短缺、有限的收集任务自动化、成本效益、资源限制和低密度高需求的收集资产（卫星）在一个时间限制的不确定环境中的发展。通过多卫星收集调度问题（m-SatCSP）开展北极情报和监视的基于空间的图像情报（IMINT），代表了一个典型的相关使用案例。

为处理情报收集任务的缺陷和挑战而提出的解决方案[1]有很多。最近关于收集任务，特别是多卫星图像采集调度的公开文献，在 "多异质卫星任务的收集规划和调度：调查、优化问题和数学规划公式"[2]和 "QUEST--多卫星调度问题的新二次决策模型，计算机与运筹学"[3]。以下是对拟议方法的主要局限性的简要总结。读者可以参考后面的出版物[2],[3]以了解更明确的细节。基于低密度高需求的集合资产为前提，一般的问题在计算上是困难的。大多数研究贡献主要限于同质卫星和单一星座情景，主要处理简单的观测点目标（"点 "区域）任务，并提出新的任务聚类和预处理策略以减轻计算复杂性。已呈现的工作大多忽略了大面积覆盖的复杂性、及复杂的任务结构、联合价值任务构成、观测结果和成像机会质量的不确定性以及常见的操作约束。这些制约因素包括最小任务覆盖阈值、相互任务排斥、任务优先级和成像成本。目前的采集资产任务分配方案大多提供基于短视启发式的策略，以规划或分配采集器任务。在实践中，最好的资源往往是短视推荐或局部选择，以完成一个特定的任务，而忽略了其他约束条件（例如，为其他采集请求服务的时间窗口和成像机会）、追求的全局目标和持续进行的部分规划解决方案质量。因此，ISR资源分配和动态重新分配是临时性的，因为它们是以单一任务为中心的，而不是采用更全面的任务观，关注整体任务，更好地利用替代机会，更有效地满足整体收集要求。拟议的基本收集任务的部分解决方案没有提供一个健全的资源管理框架，以确保适应性动态规划或处理约束的多重性/多样性和不确定性管理。它们也未能展示有价值的分布式规划和融合的协同作用或整合，同时对支持可重构的传感器网络提出很少的指导。一方面，减少感知或高级信息融合与资源分配（RA）任务之间的差距，另一方面，规划（任务分配）和执行（收集）监测之间的差距，仍然难以实现。

这项工作提出了新的研究和发展情报收集概念和自动决策支持/规划能力，以支持/建议收集人员有效和高效的资源分配。它旨在开发自动咨询调度组件和概念验证原型，以实现有效的收集任务分配。以多卫星图像采集（IMINT）调度为重点，介绍了导致快速、自动和优化采集任务的新技术解决方案概念，改善提供的服务水平，并增强及时的态势感知。所设想的问题包括许多新的附加功能和完善的元素，这些元素在公开的文献中主要是被忽视或忽略的。假设在低密度、高需求的收集资产条件下的m-SatCSP，新的特征包括收集资产的多样性和敏捷性、任务抽象化、更多的包容性目标和更多的约束多样性。重新审视的表述涉及抽象的情报收集任务，将单一目标区域（点）的重点明确地包括在大面积覆盖范围内，同时考虑多个或虚拟的异质卫星星座，脱离了传统的同质情景。新的空间和时间依赖性，反映更现实的任务复杂性，放松相互独立和可分离的假设。它抓住了成像质量、部分任务执行和成功概率等概念，摆脱了对有序行动执行或确定性结果的不现实的假设。该方法还重新审视了任务优先级利用的概念。因此，优先权被用作冲突解决机制，而不是基于优先权的有偏见的短视策略，强加任意的任务部分排序来管理高复杂性需求。设想的问题目标是要捕捉到超越通常区域覆盖范围特定任务的性能措施，引入收集质量，考虑到探测成功率、跟踪质量和识别的不确定性，以提高收集的信息价值。基于最近提出的一个问题陈述，即m-SatCSP的背景[3]，将情报请求映射到收集资产成像机会，以实现收集价值最大化，这项工作简要地扩展了标准确定性问题决策模型，使用常规的混合整数二次规划优化问题表述[5]。针对基于空间的ISR应用领域，新的优化模型降低了计算复杂性，使得在某些情况下利用精确的问题解决方法成为可能，同时提供了对最优解的约束。在公开文献中大量报道的传统特征约束的基础上，推广的模型引入了额外的规范，如合适的任务覆盖阈值、可选的任务互斥、任务优先级、联合值任务组成、成像/服务时间窗口，以及单个和平均轨道的热约束。报告了在集中式和分布式决策背景下各种静态和动态情景下的主要贡献和创新之处。简要介绍了为支持收集任务而明确开发的创新模型、求解器和概念验证原型（推荐器）。

本科学报告总结了技术成果，描述了新的快速、自动和优化的收集任务（改善服务水平，增强态势感知）解决方案和原型推荐器，为规划多卫星真实/虚拟星座。它还旨在向CFINTCOM、DG SPACE和CJOC军事组织通报主要发现，并确定最有希望的收集管理性能要求、技术和工具，容易对正在进行的主要军事举措产生潜在影响。这项工作是在2015年12月至2020年3月的DRDC联合部队发展（JFD）05da联合情报收集和分析能力（JICAC）项目下进行的。

本报告概述如下。第2节简要介绍了m-SatCSP问题陈述。它描述了问题的基本特征，并强调了开环和闭环设定以及集中式和分布式的决策背景。第3节和第4节分别总结了各自的开环（静态）和闭环（动态）建议的贡献。简要介绍和讨论了所开发的概念、模型特征、算法或求解器以及主要结果。第5节介绍了在JICAC下明确开发的概念验证集合任务原型，以检验静态/动态问题。第6节总结了核心贡献、发现及其潜在影响。最后，在第7节中提出了建议。提出了一些进一步的技术解决方案开发和未来工作扩展的方向。