对美国国防部(DoD)采购的武器系统进行严格的操作测试(OT)是确保这些复杂的系统不仅满足其既定要求,而且在面对使用其自身高能力进攻和防御武器的坚定对手时,在现实的操作条件下也能发挥作用的根本。如果没有足够的OT,作战指挥官将无法最有效地利用他们的能力,而作战人员将对他们带到战场上的武器缺乏信心,或者,更糟糕的是,由于他们没有从根本上了解他们的武器的能力和限制,可能无意中将自己置于危险之中。美国防部的测试和训练场企业提供了地理、基础设施、技术、专业知识、流程和管理,使安全、可靠和全面的OT成为可能。然而,靶场企业,以及使该系统发挥作用的有才能和有决心的靶场工作人员,正处于巨大的压力之下。除非迅速采取行动解决长期存在和新出现的挑战,包括测试能力、现代化、数字基础设施、侵占和资源,否则国防部的靶场将无法在未来支持及时或充分的OT。

国家靶场基础设施面临的挑战正在增加和加速。物质资源和劳动力的有限测试能力,测试基础设施的年龄,测试先进技术的能力,以及侵占影响了告知系统性能的能力,综合系统性能,以及测试的整体速度。对美国测试基础设施的投资以及测试和评估(T&E)方法和数据处理的改变是必要的,以便为以与作战需求相关的速度向战场提供致命的、可生存的、可靠的和可负担的武器系统提供信息。本研究借鉴了来自作战、采购和测试背景的高级军官和官员的证词,以及测试和培训专家、领先的技术专家、相关商业企业的领导人,以及在国防部和国会预算过程中有深厚经验的个人。研究委员会对具有代表性的试验场进行了虚拟和实际的实地考察;收集了试验场在现代化、维持、操作和资源挑战方面的意见;并审查了先前的研究和来自作战测试与评估主任办公室(DOT&E)、军种测试组织和测试资源管理中心(TRMC)的报告。本报告提出了一系列相互依存的建议,委员会认为这些建议将使国防部靶场企业进入现代化轨道,以满足未来几年OT的需求。该报告强调了以下三个基本主题:

1.未来的战斗将要求在联合全域作战(JADO)的环境下建立连接的杀伤链。美国防部设计、规定、开发和测试系统,以确保它们在这种新的现实中投入使用时是非常有效的,这是至关重要的。美国防部的采购流程、组织结构、测试方法和为测试单一领域的单个武器系统而优化的靶场基础设施将不足以测试未来的综合武器系统,因为它们将在跨越所有作战领域(包括陆地、海洋、空中、太空和网络空间)的机速战争中运行。

2.数字技术正在极大地重塑测试的性质、实践和基础设施。今天和明天的武器系统从根本上说是由数据和软件促成的,美国防部的试验场也不例外。自主性、人工智能(AI)和机器学习在整个国防系统中的重要性迅速增加,为OT创造了新的挑战。此外,数字孪生和高性能建模与仿真(M&S)的出现使新的测试方式成为可能,甚至新领域和操作限制的组合使虚拟测试成为某些应用的唯一实用方法。

3.现场速度是今天衡量业务相关性的标准,而这又是一个不断变化的目标。在许多基于数字、软件和通信技术的全球扩散的推动下,美国的对手正在迅速和持续地部署新一代的武器,旨在否定美国的作战优势。同时,新的武器系统正在采用从未投入使用的技术,这些技术也在以摩尔定律所允许的速度发展。可用的武器系统被迅速投入使用,但也需要持续的测试和评估。

为了应对与这些主题相关的挑战,委员会制定了结论和建议,分为以下五大类:

1.开发 "未来的靶场",在联合防务环境中测试完整的杀伤链。靶场企业必须适应新的作战概念和新的测试方法,以进行真实的作战测试,这包括为系统集成测试和不同领域的多个靶场的互操作性提供有利的基础设施。[建议3-1] 2.

2.调整射程能力要求程序,以实现持续的现代化和维持。在保持严格的作战测试和评估的同时,实现快速进入战场,需要快速实现新武器技术和新威胁的靶场现代化。同时,关键能力需要保持,甚至增加,以确保所需的测试能力和吞吐量,同时减轻物理和无线电频率环境中的侵占所造成的问题。[建议3-2、3-3、3-4、3-5] 。

3.在整个武器系统开发和测试生命周期中,为无处不在的M&S启动一个新的范围操作系统。今天的许多美国防部项目不能仅在现场测试中得到有效的测试。高保真虚拟测试可以提高实际硬件测试的准备程度和成功的可能性,并且可能是进行某些类型测试的唯一环境。然而,广泛和标准化地使用M&S进行作战测试,将取决于一个新的M&S基础设施,测试界的重大文化变化,以及在不断变化的威胁和技术环境中验证M&S的新方法。[建议4-1]

4.为未来的作战测试和无缝靶场企业互操作性创建 "TestDevOps "数字基础设施。重新定义TRMC和试验场的企业支持的核心数字标准和能力,以利用国防部在软件、数据、网络、AI、网络安全和M&S方面的规模。使基于模型的工程、不间断的数字线路和持续集成/持续交付的软件实践成为试验场敏捷性、快速测试演化和快速到场的基础。超高带宽的信息流必须变得无摩擦、按需和安全。[建议4-2、4-3]

5.重塑靶场企业的筹资模式,使之具有响应性、有效性和灵活性。今天和明天的资源需求反映了快速变化的技术和威胁的现实;持续的资本投资用于创建、升级和维护长寿命的靶场系统;以及对跨领域的系统测试和无缝整合的M&S的需求不断增加。将DOT&E更早和持续地纳入需求开发和采购过程,将更好地建立和证明射程投资的及时性和充分性。[建议5-1, 5-2;结论5-1, 5-2] 。

图 3.2 多域战场中真实杀伤链测试场景的表示。 A表示潜在运输的竖立发射器; B 表示敌方代表雷达; C 表示敌机。

图 4.3 将测试与模拟相结合的新范例。

成为VIP会员查看完整内容
56

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。
《为自动化的未来做准备》2022最新美陆军58页报告
专知会员服务
27+阅读 · 2022年12月29日
《 美国国防部:反小​​型无人机系统战略》38页报告
专知会员服务
189+阅读 · 2022年8月12日
《陆军医疗现代化战略》美国陆军2022最新报告
专知会员服务
41+阅读 · 2022年8月8日
美国国防部《指挥、控制和通信 (C3)现代化战略 》
专知会员服务
178+阅读 · 2022年5月9日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
11+阅读 · 2012年12月31日
国家自然科学基金
18+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
0+阅读 · 2011年12月31日
国家自然科学基金
85+阅读 · 2009年12月31日
国家自然科学基金
12+阅读 · 2009年12月31日
Arxiv
57+阅读 · 2022年1月5日
已删除
Arxiv
31+阅读 · 2020年3月23日
Arxiv
38+阅读 · 2020年3月10日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Arxiv
10+阅读 · 2017年7月4日
VIP会员
相关VIP内容
《为自动化的未来做准备》2022最新美陆军58页报告
专知会员服务
27+阅读 · 2022年12月29日
《 美国国防部:反小​​型无人机系统战略》38页报告
专知会员服务
189+阅读 · 2022年8月12日
《陆军医疗现代化战略》美国陆军2022最新报告
专知会员服务
41+阅读 · 2022年8月8日
美国国防部《指挥、控制和通信 (C3)现代化战略 》
专知会员服务
178+阅读 · 2022年5月9日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
11+阅读 · 2012年12月31日
国家自然科学基金
18+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
0+阅读 · 2011年12月31日
国家自然科学基金
85+阅读 · 2009年12月31日
国家自然科学基金
12+阅读 · 2009年12月31日
相关论文
Arxiv
57+阅读 · 2022年1月5日
已删除
Arxiv
31+阅读 · 2020年3月23日
Arxiv
38+阅读 · 2020年3月10日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Arxiv
10+阅读 · 2017年7月4日
微信扫码咨询专知VIP会员