通过视距通信加强太平洋地区的 JADC2

早在 20 世纪 90 年代，当美军的 C4ISR 和其他通信仍主要依赖视距而非卫星时，海军研究办公室就开发并测试了一种突破性的方法——用于海军视距通信的自组织网状网络。例如，利用这一网络，一艘舰艇可以通过一系列视距中继站中的舰艇、飞机和海军站，将雷达数据发送到地平线以外的地方。算法会规划出从一个视距平台到下一个视距平台的最有效路径。数据在到达最终目的地之前，可能要经过半打或更多的 “跳转”。尽管这项研究极具创新性，但网状网络却从未投入使用——卫星通信在海军和其他军种中迅速发展起来，不再迫切需要视距中继来超越地平线。

现在可能再次需要这种网状网络。如果太平洋地区发生冲突，卫星通信可能会被削弱或被拒绝，从而削弱联合全域指挥与控制（JADC2）的有效性。如果发生这种情况，国防部门将需要依靠现场网络来获取传感器、指挥控制和其他数据。遗憾的是，目前的视距网络方法有很大的局限性——这种网络在长距离上往往效率低下且不稳定。

然而，通过恢复海军在 20 世纪 90 年代开发的网状中继网络，并对其进行人工智能和基础设施方面的改进，国防部可以加强其在无卫星环境中维护 JADC2 的能力。

目前的视距方法

当前视距网络的弱点之一是试图创建一个全局拓扑或分布图，显示不同平台之间的所有连接以及最有效的通信线路。卫星网络可以创建这样的全球拓扑结构，因为每个平台都能 “看到 ”卫星。然而，与视距网络相比，要创建全面的分布图要困难得多。

视距通信必须以相对较低的功率进行，以避免向对手泄露平台的位置。但低功率意味着低带宽或低容量。当视距网络试图创建一个全局拓扑结构时，它们往往最终只使用了大部分可用带宽来维护分布图。每当连接发生变化--船只或飞机进入或离开视线范围--网络平台上的路由器和算法就必须完全更新全局拓扑图。平台间密集的路由器对路由器流量不仅会挤占情报信息，有时甚至连路由器流量本身的带宽都不够。这对于驻扎在太平洋地区的美军来说是一个特殊的问题，因为那里的空中和海上平台会不断地相互移动。在频繁变化的视距环境中，全局拓扑结构通常难以为继。

网状网络的优势

海军在 20 世纪 90 年代开发的网状网络并没有试图创建一个全局拓扑结构，而是采用了一种创新的中继系统，每次从一个视距跳转点传输数据。其工作原理如下：例如，一架无人机需要将雷达数据发送到太平洋地平线外的许多舰艇、飞机和基地。通过网状网络，无人机及其视线范围内的所有平台都可以使用路由器和算法相互通信。实质上，它们正在创建一个高度本地化的网络分布图。

让无人机向其视距内的所有邻居发送数据是不现实的--这会产生过多的网络流量。相反，无人机会确定哪些邻居拥有最多的视距连接，并只向它们发送数据。下一步，获得无人机数据的平台将数据转发给自己拥有最多连接的视距邻居。这一过程在一组视线平台与下一组视线平台之间重复进行，直到无人机的数据到达最终目的地。

这种方法的一个主要优点是，数据在整个网络中移动时，平台与平台之间的中继次数最少。这就最有效地利用了视距通信的有限带宽，为情报数据腾出了容量。而且，由于尽可能少的平台将数据从一跳转发到下一跳，因此降低了被对手发现的风险。还有一个好处：与试图创建全局拓扑结构的视距网络不同，网状网络具有自愈功能--它能无缝整合连接中的不断变化。

人工智能的最新进展有能力使网状网络变得比海军研究人员在 20 世纪 90 年代设想的要强大得多。特别是，人工智能可以根据作战任务和指挥官的意图确定哪些平台和哪些数据传输具有最高优先级，从而帮助最大限度地提高路由选择和网络效率。