沈寿林 肖毅 曹庆军 朱江 白承森

摘要：为提高战场态势理解系统辅助分析能力，采用态势信息知识挖掘、态势预测、态势要素的聚合与解聚等关键技术，提出了一种战场态势理解辅助分析系统框架。通过该框架生成各级指挥人员和机构共享的战场态势分析产品，提升了指挥控制领域战场态势数据分析能力，有助于战场态势分析和相关系统的开发，可应用于战场态势信息分析、作战指挥规划与决策、指挥信息系统建设、教学及训练等领域。

关键词：战场态势；决策分析系统；可视化建模；聚合；解聚

中图分类号：TP393文献标志码：A文章编号：1008-1739（2022）06-62-4

0引言

联合作战具有战场空间多维、诸军兵种多元、指挥内容广泛精确以及指挥关系多样可变的特点，这些新特点决定了战场指挥员应具备实时掌握战场态势的能力。但是现代战场态势因其复杂性和多元性，使得仅靠人力难以完成对其理解和掌握，在很大程度上依赖于各种态势理解辅助分析系统[1]。在系统的支持下，指挥员能快速掌握战场态势，准确判断敌方作战意图，迅速做出正确决策，从而在作战中掌握先机。因此，为了适应联合作战的新特点，获得战场决策优势，有必要运用新技术大力提升系统分析能力，为指挥员和参谋人员提供一个更加直观、高效、科学的决策辅助分析平台。

美军从1987年就开始了战场态势理解辅助分析系统的研究与开发，开创了态势信息融合的初级模式。此后，它一直致力于发展和完善态势信息融合的过程模型。美国国防部实验室联合理事会（Jiont Director of Laboratories，JDL）先后推出了1998JDL信息融合功能修订模型、2004JDL信息融合功能推荐模型、JDL融合过程顶层模型以及用户融合模型等一系列信息融合过程模型，并在1997年以后，逐步建立和完善了以互操作作战图族（Family of Interoperable Operational Pictures，FlOP）结构为代表的战场态势理解辅助分析技术并推广应用。FIOP结构分为服务于战略决策和战役指挥的通用作战图（Common Operational Picture，COP）、服务于战术指控的通用战术图（Common Tactical Picture，CTP）以及用于火力控制的单一复合的三级通用作战图（Single Integrated Picture，SIP）[2]。美战场态势辅助决策技术逐步从以机器处理为主的自动化辅助分析，发展为强调人机融合的智能态势信息辅助分析[3]。

随着军事改革的深入，战场态势理解辅助分析系统的研究也在积极开展。但总体而言，战场态势理解辅助分析系统的研究仍处于探索阶段，当前的系统存在自动化程度、信息呈现形象化程度以及信息处理层次低的缺点。在动态复杂的战场环境中，指挥员获得战场态势信息需要依靠一个系统化、集成化、层次化的态势理解框架，挖掘分析敌我态势和战场环境的多源信息，提高系统的自动化程度和态势信息的处理能力，实现战场态势感知和超前预测以及战场态势可视化，为指挥员决策提供有力支撑。

1系统架构设想

战场态势理解辅助分析系统框架如图1所示，是一个3层体系结构，包括服务架构层、知识管理层和应用服务层。

1.1服务架构层

服务架构层采用云服务架构，高性能计算机、存储设备、网络设备等作为网络节点共同构成物理网络，形成云计算资源池，提供丰富的计算资源；数据存储采用分布式文件系统，数据处理采用基于Hadoop的处理框架和云数据分析引擎，提供丰富的数据挖掘工具集，支持传统数据库和大型数据库的查询和处理；集成数据库、数据仓库、模型库、知识库等结构化数据和图像、视频、音频等非结构化数据，形成能相互共享的大数据服务[4]。

1.2知识管理层

在知识管理层，工具集主要围绕数据处理流程和知识处理流程2种方式来构建：①构建数据处理工具集，实现数据采集、数据集成、数据检索、数据分析、數据挖掘和数据耕耘等功能，提供数据内容采集、存储、标注、转换和检索等服务[5]。在应用过程中，通过对数据的挖掘、分析，吸取潜在态势分析中所需的关键决策信息和知识。②围绕知识处理流程建立知识处理工具集，实现知识抽取、知识表达、知识发现、知识推理和知识服务等功能，提供知识标注、存储、转换和应用等服务。

1.3应用服务层

应用服务层主要由通用功能模块以及可直接用以态势分析的应用功能模块组成。应用服务层提供系统的应用功能，主要是实现按需信息提取与处理、作战态势可视化建模、态势要素自动分析与评估等功能。①通用功能模块包括运维子系统、人机交互界面、模型计算分析工具和态势可视化显示子系统等。其中，运维子系统主要实现系统中云、数据和硬件的管理和维护，实现跨层次统一管理。②应用模块包括具体态势处理任务集合，通过一些模型和数据处理获取相关条件，将作战力量与战场环境等因素有机联系起来，对敌我双方战场态势发展趋势进行评估，形成完整、直观的评估报告，供后续决策活动使用。

2关键技术

框架中采用的关键技术主要包括态势信息知识挖掘技术、态势预测技术、态势要素聚合与解聚技术、态势要素自动分析评估技术以及态势呈现技术等。

2.1态势信息知识挖掘技术

态势信息知识挖掘技术是战场态势辅助分析技术应用的重要研究内容，主要分为作战目标特征知识挖掘和作战模式知识挖掘。①作战目标特征知识挖掘是通过挖掘目标情报特征参数，如雷达情报中的目标速度、加速度、高度深度和发现距离，电抗情报中的目标雷达类型或辐射源参数（如射频类型、射频值和扫描周期等），得到目标属性特征与目标类型之间的关联规则，并通过知识比较，避免重复或冗余知识的存储。②作战模式知识挖掘是基于历史目标情报信息中与目标类型和类型组合相关的属性，如目标的位置（经纬度）、发现时间等，挖掘情报信息中多个目标在相似位置联合出现的习惯，提取类似分组的作战模式特征，而形成作战模式规则集。

2.2态势预测技术

态势预测是基于对当前态势的理解，预测未来可能的态势、评估和预警当前态势的风险[6]。态势预测包括战术动作预测和战术意图预测。战术动作预测是根据目标可能的尝试和现状，与战术信息库进行综合匹配，得到目标可能的动作类型、时间、程度和可信度，属于战术信息集成的一部分。战术意图预测是指根据获得的动作特征和目标的当前态势，推断目标的未来状态，综合战场环境中可能出现的态势及其可信度，属于一般不确定系统预测的一部分。在战术动作预测中，目标意图识别主要用来预测动作类型，目标信息识别用来判断目标动作的子类型、发生动作的时间以及动作程度。前者采用不确定性综合判别方法，后者采用不确定性综合聚类分析方法。

2.3态势要素聚合与解聚技术

态势要素聚合与解聚能够实现各级指挥员对不同层次、不同地域战场态势的关注和指挥要求。运用多尺度聚合与解聚展现机制，分析态势展现中聚合与解聚的提升、时序、粒度、维度和形式，建立态势要素的层次化、分类显示模型，并阐明显示形式和相关属性。以视距和像素作为聚合与解聚的准则，确定了层次聚合与解聚规则以及与地图相关的聚合与解聚规则。该技术使用规则和关键实体对可视化模型按不同层级态势分析服务需求进行聚合与解聚。

通过该技术，可以在不同分辨率的显示窗口中使用相同数量的作战实体模型来表示当前可视范围内的战场态势。根据实体的属性、相互关系和地位状况，根据指挥员、各级实体、各级军事标志的指挥习惯和要求，将不同比例尺的地图按一定的规则进行关联，形成高分辨率和低分辨率2种战场态势图。在高分辨率态势图上显示的实体和地理信息更加精确，适合下级指挥实体的作战指挥需要；在低分辨率态势图中，显示的实体和地理信息较为笼统，但显示范围较大，可以从全局把握战场态势，更适合级别较高指挥实体的作战指挥需求。

2.4态势要素自动分析评估技术

态势要素自动分析评估技术源于知识推理和态势分析技术的发展。评估是对战场双方态势要素进行动态推理和分析的过程。根据以往的工程实践经验，用户对态势分析所需的信息不是很清楚，最初的决策可能取决于“敌人的什么力量可能威胁我”。在进一步的评估中，他们需要了解更多的知识，比如“我有什么防范措施”和“敌人如何突围”。因此，辅助决策系统最好能自动引导用户找到所需信息并完成评估操作，而不是被动向用户提供信息或等待用户思考。这就需要进一步研究态势要素自动分析与评估技术，这是决策分析的必要环节和基础。态势要素自动分析评估的主要工作是提取态势要素，评估敌方的隶属关系，生成敌方建制树。初级的态势理解是根据态势特征向量和相关领域专家的军事知识，解释当前态势，识别敌人的作战意图和计划[7]。高层的态势理解是基于初级态势理解结果的多层次战场态势预测，即从单个实体行为的预测到高层全局态势演化的预测，其结果可作为威胁评估和资源管理的输入[8]。第一级态势生成直接与外部数据输入连接，其他级别可以在不同的抽象级别输入评估结果。最后，运用各种综合智能技术将态势信息转化为态势知识，并快速集成这些知识，形成战场态势分析报告。

2.5态势呈现技术

态势呈现，又称态势可视化，是作战态势可视化发展的高级阶段，尤其是态势感知阶段。战场态势感知可视化是指从底层的数据提取到抽象信息，再获得高层知识的过程。人眼对图形的敏感度远高于对数据的敏感度。通过传统的文本形式，无法将结果直观地呈现给用户。可视化技术以图形的形式呈现大量的抽象数据，形成态势分析报告和综合战场态势图，用不同的可视化图形表示不同的战场态势状态，使指挥员能够直观地了解战场态势及其变化趋势，提高决策效率。同时，现代战场态势变化频繁，态势图不再是静态的，而是动态变化的。借助计算机图形学的理论和技术，在快速拓扑识别的基础上形成动态态势结构，进而生成随着战场态势变化的动态态势图。此外，把基于不同数据源的数据显示方式有机地关联在一起，确认态势呈现的一致标准，进一步提升显示的实时性，增大系统显示规模。不过，提升人机交互的可操作性是可视化技术需要更进一步解决的问题。

3战场态勢分析系统构建及产品

基于上述技术，研究开发智能态势辅助决策系统。系统集成海量信息数据资源，支持作战情报数据的可视化显示，能提供一系列态势图产品，向指挥决策者全面描述战场多维态势信息空间。基于该系统，态势信息可以按需提取和处理、按需获取和实时共享。系统采用面向服务的体系结构，建立指挥决策态势服务架构，完善态势分析与决策服务，对多层意图、作战能力、相互关系和威胁程度等方面进行预测。根据态势产品与态势服务的内在关系，通过组合调用生成所需态势产品的流程，实现态势产品与态势计算服务的快速组织计算[9-10]。态势分析系统功能模型如图2所示，根据态势产品的不同阶段，态势产品分为不同层级，将通用性的低层级态势产品封装成服务，底层的服务经过加工、筛选和组合生成高层级态势产品。

生成态势分析产品的主要步骤如下：

①根据态势分析的认知机制和推理过程，建立信息源与态势服务之间的内在联系。

②面向作战任务需求，生成相应的产品需求列表。面向任务需求的态势产品组织流程如图3所示。

③配置任务对于所需态势产品的调度过程。经过筛选、组合和排序等方式调用前一级态势产品，生成新的态势产品。

④通过组合调用方式，在态势计算服务候选集合，生成所需战场态势分析产品。

传统的战场态势信息主要用于向各级、各类指挥机构人员共享战场态势，共享态势的形式既可能是文字形式的通报，也可能是战场态势图，还可能是用作辅助决策系统进行作战方案评估的参照数据。在本文系统中提供的战场态势信息主要是态势分析产品和战场态势图产品。

态势分析主要包括敌我双方兵力对比、兵力损耗预测、敌作战意图、敌可能作战行动分析等。通过综合多种態势分析结果，经过一些模型和数据处理，形成相对完整的态势分析产品体系。考虑到战场态势数据利用的各种形式、各种方法，产品按照一定的规范保持统一或兼容，以方便对其加以利用，为后续的决策活动服务。

战场态势图是态势分析中最具综合性的产品，态势图能把复杂的合成行动简化，是动态反映作战过程的一种手段。传统的通用态势图，主要源于情报信息收集过程中反复的手工操作，存在自动化水平低、信息量有限的不足。从强调为作战服务和目标一致的角度，将信息组织成态势图，进行有效的可视化显示，以便将战场多维的态势信息空间向高层指挥决策者展现，这也是军事指挥人员把握作战过程的一种直观形式，使指挥员“把战场装进脑里”，建立情景意识。

4结束语

针对现代战场态势的复杂性和当前智能化发展的需要，提出了一种基于态势知识挖掘技术的态势服务体系架构，采用高层态势产品调用底层态势产品服务以及组合调用流程的方法，实现态势产品和服务的快速组织，为指挥员提供多层战场态势预测，分析判断敌我兵力对比、兵力损耗预测、敌作战意图、敌可能作战行动等态势情况，进而形成相应的态势分析产品。这些态势服务以及产品可应用于战场情报分析、作战规划与指挥决策、指挥信息系统建设、指挥信息系统支持模型构建以及作战指挥教学训练等领域。当然，不同战场态势辅助分析支持系统具有不同的智能化程度、应用需求和交互环境，在具体的系统建设中，有必要对具体的应用场景、算法设计和软件应用进行深入研究。

参考文献

[1]李昌玺，于军，徐颖，等.联合作战条件下战场态势感知体系构建问题研究[J].中国电子科学研究院学报，2018，13（6）：680-684.

[2]陕晶晶.多源运动目标一体化态势服务系统的设计与实现[D].济南：山东大学，2014.

[3]许阳，赵宗贵.一种人机协作的目标综合识别模型设计[J].计算机测量与控制，2015，23（11）：3739-3743.

[4]傅里辉，刘俊丽，陈双喜.基于大数据的系统安全态势感知研究[J].时代农机，2016，43（11）：49-50.

[5]王晓璇.陆战场装甲目标聚合算法研究[D].南京：南京理工大学，2007.

[6]李军，李敏勇，常玉国.基于模式识别和序贯分析的综合态势感知模型研究[J].舰船电子工程，2010，30（1）：60-62.

[7]李伟.基于等高线的三维电子地形生成[D].成都：电子科技大学，2003.

[8]陈磊.一体化网络作战体系中信息资源效能分析评估[J].军事运筹与系统工程，2011，25（1）：27-33.

[9]李婷婷，金欣，闫晶晶.面向作战任务需求的态势计算服务组织方法[J].指挥信息系统与技术，2016，7（5）：25-29.

[10]吕亮.空间态势图构建及可视化表达技术研究[D].郑州：解放军信息工程大学，2014.