作战信息通信技术(ICT)系统正在不断改进。更有效地利用通信资源可能会导致更有效的军事行动。本文探讨了一系列支持分布式信息交换的技术,并通过分布式指挥所场景进行了演示。利用现成的硬件构建了一个软件演示,展示了如何在军事和民用载体的混合环境中实现策略路由。此外,还部署了面向用户的自适应服务,这些服务通过跨层优化能够对底层网络的变化做出反应和适应。演示表明,能够在频繁的网络变化中保持可适应的服务质量,甚至包括固定和移动指挥所节点的混合。

随着军事行动的日益复杂,下一代战术信息和通信技术(ICT)系统必须敏捷且高效。本文研究的案例是未来分布式指挥所的使能技术。这项工作的基本假设是,我们认为挪威武装部队将比以前更需要以高机动性和分布式方式运作。同时,我们并不期望他们总是高度机动,但他们必须能够在情况需要时以这种方式运作。

因此,我们研究了使能技术,并将其中一些技术组合在一起,展示了如何打包相对成熟的技术以支持分布式信息交换,具有以下几个特点:1)足够灵活,能够在部队静止、移动和分散时支持信息共享,而无需对系统进行手动调整。2)提供良好的网络资源利用率。3)允许在不同网络条件下使用相同的应用程序而无需手动调整。

当然,符合北约的联合任务网络(FMN)规范是这项研究的自然组成部分,以确保未来联合作战中的互操作性。本文的一个贡献是测试了目前没有FMN配置文件的解决方案,以便从这项工作中吸取的经验教训可能在未来对FMN有用。

本文选择了一个分布式/移动指挥所作为工作场景,并开发了一个基本演示,展示了如何利用军事和民用传输技术的混合来构建分布式指挥所中的网络和一些示例服务。此外,利用了一个战术路由器,其路由协议能够进行灵活的策略路由,并构建支持多种不同策略要求的路由。最后,开发了实验性的适配中间件和相应的服务,以允许服务的即时配置和重新配置。利用异构网络的机会,同时让服务在网络质量变化时自动调整其质量。这可能会导致更健壮的服务和更好的网络资源利用。

该方法不同于互联网上已知的传统方法,在传统方法中,各个服务根据其服务数据流的个体性能指标进行适配。在这里,针对服务的整体,旨在通过指示服务在变化发生时进行适配,而不是让服务本身通过经历通信退化来发现这一点,从而避免网络拥塞。目标是减少拥塞的机会,最大化正常运行时间,提供对不同服务进行不同处理的能力,并始终维持最佳的服务质量,自动调整以适应可用资源。

指挥所内部的流量可能很高,尤其是在分布式情况下,以确保不同元素能够准确高效地运作所需的共同态势感知。在地形中战术性地隐藏元素也可能对通信渠道产生影响,并降低无线电通信的质量。电子战也可能影响通信手段。这些事实使得确保网络传输和重要服务具有必要的健壮性变得具有挑战性。因此,演示的一个目的是展示战术路由器如何利用多个无线电网络为移动和部署的用户提供更健壮的服务交付。流量管理可以自动化,通过允许系统本身根据操作规划者制定的高级策略规则自动选择在异构网络中如何发送流量,减少对操作员控制的需求。我们还展示了在战术路由器的网络层和使用网络的信息系统之间定义良好界面的好处,以便该系统能够了解网络状态并实时调整服务以适应网络。

本文贡献是双重的:首先,展示了可以实现具有上述所需特性的信息共享。其次,收集了在操作上实现这一概念时有用的经验教训。本文的其余部分组织如下:第二部分讨论了相关工作,将工作置于国际背景中。第三部分讨论了分布式指挥所演示的设计和部署。演示执行情况在第四部分进行了总结。最后,第五部分对本文进行了总结。

图1展示了分布式指挥所案例的一种可能实现。然而,在演示中,部署进行了一些修改,以包含两个固定和一个移动(车载)设置,如图2所示。该设置通过利用战术路由器处理多个载体(图中顶部列出的五种技术,并在图5中进一步描述),以及与路由器接口的服务适配层,实现了比尽力而为通信更好的通信,使得部署的面向用户的服务能够实时进行细粒度的扩展(见图4)。所涉及的战术路由器支持一种路由协议,该协议旨在跨具有不同特性的传输技术构建路由,并同时支持多种不同的流量策略。下面我们将进一步描述这些组件及其设置方式。

成为VIP会员查看完整内容
2

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。
《大型军旗演习中的实时虚拟互操作性》
专知会员服务
35+阅读 · 2024年12月16日
《战斗模拟中的强化学习》
专知会员服务
39+阅读 · 2024年12月10日
《重新思考战斗人工智能和人类监督》
专知会员服务
75+阅读 · 2024年5月5日
《基于自然语言的人工智能军事决策支持》
专知会员服务
125+阅读 · 2024年1月25日
《基于深度学习的实时武器检测系统》
专知会员服务
30+阅读 · 2024年1月22日
《可靠且可扩展的军事物联网架构》
专知会员服务
73+阅读 · 2023年8月7日
《军事背景下能力规划的概念模型》
专知会员服务
134+阅读 · 2023年3月28日
《自主系统的人为控制》
专知会员服务
60+阅读 · 2023年2月13日
【2022新书】深度学习归一化技术,117页pdf
专知
26+阅读 · 2022年11月25日
基于模型的强化学习综述
专知
34+阅读 · 2022年7月13日
【新书册】贝叶斯神经网络,41页pdf
专知
28+阅读 · 2020年6月3日
多模态多任务学习新论文
专知
46+阅读 · 2019年2月9日
国家自然科学基金
27+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31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
21+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2008年12月31日
Arxiv
165+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
434+阅读 · 2023年3月31日
Arxiv
73+阅读 · 2023年3月26日
Arxiv
157+阅读 · 2023年3月24日
Arxiv
22+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《大型军旗演习中的实时虚拟互操作性》
专知会员服务
35+阅读 · 2024年12月16日
《战斗模拟中的强化学习》
专知会员服务
39+阅读 · 2024年12月10日
《重新思考战斗人工智能和人类监督》
专知会员服务
75+阅读 · 2024年5月5日
《基于自然语言的人工智能军事决策支持》
专知会员服务
125+阅读 · 2024年1月25日
《基于深度学习的实时武器检测系统》
专知会员服务
30+阅读 · 2024年1月22日
《可靠且可扩展的军事物联网架构》
专知会员服务
73+阅读 · 2023年8月7日
《军事背景下能力规划的概念模型》
专知会员服务
134+阅读 · 2023年3月28日
《自主系统的人为控制》
专知会员服务
60+阅读 · 2023年2月13日
相关基金
国家自然科学基金
27+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31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
21+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员