摘要

在未來部隊結構的發展和評估過程中，兵棋推演是深入了解其優勢和劣勢的一項關鍵活動。十多年來，挪威國防研究機構（FFI）在不同程度的計算機支持下，開發支持挪威軍隊進行能力規劃的兵棋。在此期間，這些已經從可被描述為計算機輔助的兵棋發展為更逼真的仿真支持的兵棋。此外，為了更密切地了解部隊結構的威懾效果（這在實際游戲中可能無法觀察到），我們的重點也轉向了更恰當地復制規劃過程--特別是監測對方部隊的規劃過程。例如，研究特定的結構元素在多大程度上阻止了對方部隊采取某些行動，這一點很重要。在這篇文章中，我們描述了我們開發的仿真支持的兵棋推演方法，其中包括一個準備階段；一個執行階段，含有一個聯合行動規劃過程；以及一個分析階段。此外，我們還討論了我們能夠從兵棋推演中提取什么類型的數據和結果，并提出了一套我們發現的關于如何成功進行仿真支持兵棋的最佳實踐。

關鍵詞：兵棋推演；建模與仿真；實驗；國防結構；能力分析；國防規劃

1 引言

在發展和評估未來的部隊結構時，兵棋推演是深入了解和更好地理解部隊結構的優勢和劣勢的關鍵活動。今天，基于計算機的仿真系統使我們能夠創造出高度復制真實世界物理特性的合成環境。此外，人工智能（AI）和行為模型的進步給我們提供了更真實的計算機生成部隊（CGF），可以高度逼真地執行戰斗演習和低級戰術。兵棋可以從這些進展中受益。然而，在指揮系統的較高層次上，人工智能還不能與人類決策者相提并論，在兵棋中規劃和實施仿真行動需要人類官員的參與。

十多年來，挪威國防研究機構（FFI）一直支持挪威軍隊在不同程度的計算機支持下開發能力規劃的兵棋。在此期間，這些已經從可被描述為計算機輔助的兵棋發展為更逼真的仿真支持的兵棋。此外，為了更密切地了解部隊結構的威懾效果（這在實際游戲中可能無法觀察到），我們的重點也轉向了更恰當地復制規劃過程，特別是監測對方部隊的規劃過程。例如，研究特定的結構要素在多大程度上阻止了對方部隊采取某些行動--或者換句話說，正在推演的概念有怎樣的戰爭預防或維護和平效果，這一點很重要。

能力規劃過程和高調的兵棋總是會涉及或吸引利益者--例如高級軍官、政治家、官僚和國防工業領導人--的利益沖突。一般來說，參與的利益者有可能想把兵棋框定在一個有利于他們利益的背景下（Evensen等人，2019）。重要的是要意識到這個問題，而且關鍵是要避免兵棋成為利益者利益的戰場。本文所描述的方法和最佳實踐試圖通過使用基于計算機裁決的仿真，以及通過提高對元游戲的認識，或對兵棋所有階段的沖突，從準備到執行，再到分析和報告，來減少這個問題。

本文的組織結構如下。首先，我們簡要地描述了這項工作的背景。接下來，我們描述了我們開發的仿真支持的兵棋推演方法，其中包括準備階段；執行階段，包括聯合行動規劃過程；以及分析階段。之后，我們討論了我們能夠從兵棋推演中提取的數據和結果類型。最后，我們提出了一套我們發現的關于如何成功進行仿真支持的兵棋推演的最佳實踐。

2 背景

雖然各種形式的兵棋推演已經在FFI進行了數十年，但當FFI的研究人員開始合作研究單個仿真支持的系統評估方案時，首次出現了實施仿真支持的部隊結構評估的想法（Martinussen等人，2008）。

2010年，FFI首次將使用半自動部隊（SAF）的互動式旅級仿真系統作為兵棋推演的基礎。在 "未來陸軍 "項目中，通過一系列計算機輔助的兵棋推演，對五種基本不同的陸軍結構的性能進行了評估（霍夫等人，2012；霍夫等人，2013）。其目的是根據這些結構的相對性能進行排名。此外，兵棋推演揭示了被評估結構中固有的一些優勢和劣勢。雖然我們使用的仿真工具相當簡單，但它對于跟蹤部隊的運動和計算決斗和間接火力攻擊的結果很有用。

在此之后，FFI支持挪威陸軍進行了幾次仿真支持的能力規劃系列兵棋推演。這些兵棋推演是雙面的（藍方/友方和紅方/敵方），封閉的（可用信息有限），在戰術和戰役層面進行。

玩家總數在10到100人之間，兵棋推演的時間從一天到兩周不等。圖1顯示的是2014年FFI的一次仿真支持的兵棋推演會議的照片。

圖1 2014年FFI的仿真支持的兵棋推演會議。

自2010年以來，我們的兵棋推演逐漸從計算機輔助的兵棋推演（使用非常簡單的仿真模型），向使用更詳細和更真實的仿真模型的兵棋推演演變。此外，為了更密切地了解部隊結構的威懾效果（這在實際游戲中可能無法觀察到），我們的重點也轉向了更恰當地復制規劃過程，特別是監測紅方部隊的規劃過程。圖2說明了我們兵棋推演的演變過程。

圖2 我們的兵棋推演的演變過程。

使用基于計算機的仿真來支持兵棋推演的價值首先在于有一個系統來自動跟蹤部隊，計算其傳感器的探測情況，并評估決斗情況和間接火力攻擊的結果。此外，基于計算機的仿真非常適用于通過在地面實況上添加過濾器來真實地表現不確定性和戰爭迷霧。

3 仿真支持的兵棋推演方法

戰術仿真是開發、測試和分析新的部隊結構的一個重要工具。通過兵棋推演，可以深入了解一個部隊結構對特定場景的適合程度，并揭示該結構的優勢和劣勢。然而，擁有一個好的執行計劃對于成功地進行兵棋推演實驗和從活動中獲得有用的數據是至關重要的。在本節中，我們將介紹我們的仿真支持的兵棋推演方法，該方法是通過我們在過去10年中對兵棋推演實驗的規劃、執行和分析的經驗發展而來的。我們還將討論兵棋推演的背景，以及規劃和組織兵棋推演活動的過程，這可以被視為一種元游戲。

一般來說，有幾本關于兵棋推演的書和指南可以參考（Perla，1990；Appleget等人，2020；Burns，2015；英國國防部[UK MoD]，2017）。本節描述的方法是專門為支持未來部隊結構發展的分析性兵棋推演而定制的。通常情況下，我們使用這種方法來評估和比較不同部隊結構備選方案的性能，這些方案可能在物資和裝備的構成、戰術組織或作戰概念方面有所不同。

我們的兵棋推演實驗方法包括三個主要階段：

1.準備階段

2.規劃和執行階段

3.分析階段

這些階段將在下文中詳細描述。圖3說明了它們之間的關系，其中規劃過程和兵棋推演的執行階段構成了實驗的核心。

圖3 兵棋推演實驗的方法說明。

3.1 兵棋的背景

小國在發展兵力結構以威懾擁有更多兵力要素的敵人時面臨著兩難境地。敵人可能會觀察到防御結構中的變化，并可能在運用軍事力量時從集合中選擇其他更合適的元素。例如，如果小國的部隊結構是專業化的，為了對付預期的敵人行動方案（COA），敵人可能會從庫中選擇完全不同的東西，敵人的COA可能會發生巨大變化。

對所有國家來說，發展部隊結構是一個緩慢而公開的過程。從現有的、龐大的部隊要素庫中選擇部隊并創造新的行動方案是一個快速和隱蔽的過程。對于一個小國來說，在這種情況下實現威懾似乎是一項不可能完成的任務，但我們已經在幾個案例中觀察到，對部隊結構的低成本改變是如何對敵人的COA選擇產生巨大影響的（Daltveit等人，2016；Daltveit等人，2017；Haande等人，2017）。1988年為圣戰者引入手持防空導彈后，蘇聯在阿富汗的戰術發生了變化（Grau, 1996），這就是我們在兵棋推演中看到的紅方（對手）小組規劃過程中產生影響的一個很好示例。據觀察，存在感和姿態也有威懾作用。此外，社會、景觀和氣候也影響了紅方的規劃過程。這一切都歸結于敵方在規劃和制定作戰行動期間的風險評估。

為了研究部隊結構變化的威懾作用，有必要讓分析人員在兵棋推演前觀察紅方的規劃過程，而不僅僅是在仿真戰斗中。阻止敵人進攻是任何部隊結構發展的意圖，而觀察威懾效果的唯一方法是在敵人的規劃期間。

在決策理論中，風險是一個必須考慮的因素，以便能夠做出理性的選擇。馮-諾伊曼-摩根斯坦（vNM）決策理論的基礎是行為者通過考慮給定概率和結果的彩票來評估選擇（von Neumann & Morgenstern, 1944）。風險因素也需要存在于規劃過程中。如果一方的規劃過程被參與兵棋推演的其他任何一方知道，那么一部分風險因素就會消失。這將使規劃過程減少到只是評估一個已知的敵人COA，而不是評估一系列可能的COA及其概率。因此，重要的是，場景定義不能限制敵人的規劃過程，所有的規劃過程都要受到監控--特別是敵人的規劃過程。

3.1.1 元游戲

盡管兵棋推演在最終開始時有規則，但在選擇兵棋的類型和周圍環境的過程中，并沒有明確的規則。因此，策劃和組織一場兵棋推演活動的過程可以被看作是一種元游戲--一種可以在對抗分析的規則中進行分析的游戲（Curry & Young, 2018）。例如，聯合層面的兵棋推演將包括傳統上的資金競爭對手的參與者。來自空軍、海軍和陸軍的參與者，在涉及到應該如何制定場景、應該對未來技術做出什么樣的假設、應該如何評估戰斗效果等方面，可能有不同的利益。每個領域內的分支也是如此。因此，存在著一種危險，即元游戲對部隊結構分析結果的影響可能比實際兵棋推演的影響更大。元游戲并不局限于兵棋的執行。分析和事后的報告也會受到與準備期間相同類型的沖突影響。在圖4中，存在于核心方法論之外的元游戲層就說明了這一點。

圖4 圍繞兵棋推演實驗方法的元游戲圖解。

能力規劃過程總是會涉及或吸引利益沖突的利益者，國防規劃和兵棋推演包含許多利益者爭奪地盤的例子（Evensen等人，2019；Perla，1990）。這在兵棋推演的準備階段尤其明顯。應對這種情況的一個可能的方法是，適當地將擁有發明改變部隊結構的權力角色與擁有評估和接受改變的權力角色分開。當這些角色沒有被分開時，利益者會試圖影響什么是兵棋的目標，以及使用什么類型或風格的兵棋。在最壞的情況下，我們可能會有有限數量的利益者提出新的部隊結構，然后讓同樣的利益者通過基于場景的討論來驗證他們自己的想法是否良好。如果被評估的是利益者所珍視的想法，這就特別容易出問題。

聯合需求監督委員會（JROC）是一個很好的例子，該機構以健全的決策結構處理地盤戰（參謀長聯席會議主席[CJCS]，2018）。美國軍方將思想的發明者與審查其有用性的權力進行分開，這完全符合孟德斯鳩的分權原則。在挪威進行國防規劃和兵棋推演的方式，在許多情況下，人們會發現行為者既產生了對未來部隊結構的想法，又通過參與基于場景的討論來評估相同的結構。基于場景的討論如果不包括專門的紅方小組，就不是兵棋推演。引入 "紅方小組 "成員，以及對方的自由和無阻礙的規劃，消除了一些濫用權力的可能性。沒有對提議的部隊結構進行適當兵棋推演的一個特殊結果是，建議采用次優化的部隊結構來打擊固定的假設敵方作戰行動。由于沒有對這種部隊結構進行適當的推演，結構改革的支持者成功地擊敗了他們喜歡的敵人COA，但卻沒有挑戰他們自己的想法。

3.2 準備階段

準備階段包括在兵棋推演執行階段開始前需要做的一切。最重要的準備工作是：

• 建立對兵棋推演實驗目標的共同理解。

• 確定總體方案，包括外部條件、假設和限制。

• 選擇一個或多個仿真系統，并對仿真模型進行校準。

• 確定藍方（友軍）和紅方（敵軍）的作戰順序（OOB）。

3.3 規劃和執行階段

規劃和執行階段包括兩個獨立的活動：(1)雙方的聯合行動規劃過程，以及(2)仿真支持的兵棋推演。

3.3.1 聯合行動規劃過程

在這項活動中，由軍事主題專家（SME）和軍官組成的藍方和紅方小組，根據總體方案和受控的情報信息流，分別制定他們的初步行動計劃。根據偏好，這些計劃不是整體方案的一部分，雙方都可以自由制定自己的計劃。這也意味著，對立雙方制定的計劃對另一方來說仍然是未知的。

原則上，聯合行動規劃過程可以按照與現實中基本相同的方式進行，不做任何簡化。這是一項應該與仿真支持的兵棋推演一樣優先考慮的活動，在人員配置方面也是如此。

在規劃過程中，參與者必須討論不同的選擇，并根據所感知的對方部隊結構的優勢和劣勢來制定一個COA。觀察雙方的規劃過程并揭示決定COA的根本原因，可以提供有關部隊結構的寶貴信息，而這些信息在執行兵棋推演本身時可能無法觀察到威懾效果。

3.3.2 仿真支持的兵棋

兵棋推演本身是作為仿真支持的兩方（藍方和紅方）兵棋推演進行的，其中行動是在一個具有SAF的建設性仿真系統中仿真的。在博弈論中，這種類型的兵棋推演可以被歸類為非合作性的、不對稱的、不完全信息的連續博弈。

兵棋的參與者是兩組對立的玩家和一個公斷人或裁決人的小組。重要的是要記住，一個兵棋的好壞取決于它的玩家。玩家是軍事主題專家和軍官。要想有一個平衡的兵棋，關鍵是不要忽視紅色單元。如果做得好，這種類型的兵棋，由適應性強且思維不受限制的對手主導，往往會變得高度動態、對抗性和競爭性。

對于分析性兵棋推演來說，現實的仿真對于加強結果的有效性和可信度非常重要。軍事行動，尤其是陸軍行動，本質上是復雜的，對這種行動的仿真，要有足夠的真實性，是非常具有挑戰性的（Evensen & Bentsen, 2016）。此外，仿真系統可能包含錯誤，人類操作員可能會犯一些在現實生活中不會犯的錯誤。因此，重要的是要有經驗豐富的裁判員來監控仿真，并在必要時對結果進行適當的人工調整。

在某種程度上，在仿真支持的兵棋中，元游戲也會發揮作用。曾經有這樣的例子，利益者將有能力的官員從兵棋推演中撤出，只是用不太熟練的人員取代他們，很可能是為了降低利益者不希望成功的兵棋可信度。其他的例子是公斷人與參觀兵棋的更高等級利益者的干預作斗爭。歷史上有很多類似的例子（Perla，1990），挪威也不例外（Evensen等人，2019）。這里所描述的清晰的方法，意在抵制以往兵棋推演實驗的一些缺陷。

3.4 分析階段

除了從仿真支持的兵棋本身的執行中收集的觀察和數據外，分析還基于規劃過程中的觀察和數據。

在規劃過程中，密切監測和記錄討論情況是很重要的。由于國防軍的主要目的--至少在挪威是這樣--是為了防止戰爭，因此在規劃過程中的考慮可能是整個兵棋中最重要的結果。只有當敵人在兵棋開始前考慮到這些因素時，才能觀察到部隊結構和態勢的預防特性。在規劃階段，通常會考慮幾個備選的作戰行動和機動性。其中許多被放棄，有些被保留，原因各異，必須記錄下來。為什么紅方決定某個行動方案不可行，可能是由于某些結構要素或來自藍方的預期策略。如果紅方由于藍方的OOB要素而不得不放棄一個計劃，那么這些要素已經證明了對藍方的價值--即使這些要素在接下來的仿真行動中最終沒有對紅方部隊造成任何直接傷害。

在仿真支持的兵棋中可能會記錄大量的數據。很容易把各種結構元素的損失交換率等數據看得很重。在實際的兵棋推演中，也許更應該注意的是雙方指揮官的決定。如果其中一方出現了機會，這是為什么？該方是如何利用這樣的機會的？是否有什么方法可以讓他們考慮利用這個機會，但不知為何卻無法利用或執行？如果有，為什么？為了收集這樣的信息，指揮官們公開討論他們的選擇是很重要的。重要的不僅僅是告知積極選擇的原因；往往可能同樣重要的是為什么沒有做出其他選擇。

確定部隊結構的主要優勢和劣勢及其利用是分析階段的一個重要部分。考察雙方在規劃階段和推演階段的考慮，是做到這一點的最好方法。這不是一門精確的科學，因為這種數據具有定性的性質。通過觀察參與者的考慮和決策，比單純看哪些武器系統摧毀了哪些敵人的系統，可以更好地確定使用某種COA的關鍵因素，或者是允許敵人有更好選擇的缺失能力。分析階段的結果是對測試的部隊結構進行評估。

分析階段也可能會在商定的兵棋推演方法范圍之外發生爭吵。甚至在事件發生后的報告撰寫中也可能受到影響，當角色沒有被很好地分開，利益者被允許過度地影響這個過程時。

4 兵棋的輸出數據和結果

一般來說，我們努力從兵棋推演環節中獲取盡可能多的數據。根據用于支持兵棋推演的仿真系統，可以記錄各種輸出數據。例如，通常可以記錄各個單位移動了多遠，他們使用了多少彈藥和燃料，以及其他后勤數據。通常，殺傷力矩陣--基本上是顯示一方的哪些單位殺死了另一方的哪些單位的矩陣--也會被記錄。其他許多定量數據也可以被記錄下來。除此以外，還有定性的數據。如前所述，這包括對規劃過程的觀察，以及與參與規劃過程的參與者的討論。此外，它還包括對兵棋推演期間所做決策的觀察，以及在兵棋推演期間或之后與玩家的討論。

人們往往傾向于把大量的注意力放在定量數據上，如殺傷力矩陣，而對定性數據的關注可能較少。定量數據更容易分析，而且通常被認為比定性數據（如隊員的決策和考慮）更客觀。但重要的是要記住，定量數據取決于雙方玩家的決策，以及對模型的輸入數據。玩家認為各種單位應該如何運用，對殺傷力矩陣有相當大的影響。因此，盡管這些數據是定量的，但它們并不比定性數據更客觀。

諸如殺傷力矩陣這樣的數據也忽略了重要的信息。雖然人們可以看到哪些部隊殺死了哪些敵方部隊，但卻失去了原因；其他部隊雖然沒有直接摧毀敵方部隊，但卻可能在為其他部隊創造有效條件方面起到了關鍵作用。雖然某些部隊可能只消滅了很少的敵人，但他們在戰場上的存在可能對阻止敵人進行某些行動至關重要。例如，雖然近距離防空可能不直接負責消滅敵人的直升機，但它可能阻止了敵人像其他情況下那樣積極地使用直升機。因此，在分析一個兵棋時，對于只看殺傷力矩陣這樣的量化數據應該謹慎。必須考慮到整體情況。

理想情況下，在比較不同的部隊結構時，應該對每個部隊結構進行幾次推演，并允許敵人在每次戰役中改變其行為。自己的部隊應該找到在特定情況下使用其結構的 "最佳 "方式，而敵人應該找到反擊這一策略的 "最佳 "方式。只有這樣，人們才能真正比較不同部隊結構的兵棋推演結果，并得出哪種部隊結構最適合給定場景的結論。然后，當然，確實有廣泛的潛在場景需要考慮。因此，雖然這也許是應該進行兵力結構比較的方式，但在這方面，時間和資源通常對大量的兵棋推演是不夠的。

所有模型都有局限性。它們可能是為某一特定目的而設計的，并適合于此，但不太適合于其他事情。在考慮哪些問題可以通過兵棋推演來回答，哪些問題應該用其他工具來調查時，必須記住這一點。從兵棋推演中到底可以推導出什么，將取決于所使用的模型--但一般來說，應該把重點放在實驗所要回答的那些問題上。如果在實驗中出現了其他的結果，就應該對其有效性進行檢查，而且這些結果往往需要在專門為調查這些新出現的問題而設計的實驗中進行評估。

兵棋推演是比較兩個（或更多）部隊結構在特定情況下的表現的一個重要工具。然而，兵棋推演并不能對任何給定的部隊結構的有效性給出任何精確的衡量，但適合于確定主要的優勢和劣勢。與具體單位有關的參數的效果，如它們的火力和裝甲，應在單獨的研究中進一步考察。這些因素雖然很重要，但它們的層次太細，無法通過我們這里討論的兵棋類型來研究它們對結果的影響。彼得-佩拉強調，"兵棋只是研究和學習國防問題所需的工具之一"（佩拉，1990，第11頁）。其他工具應被用來補充兵棋和研究這些因素的重要性。

兵棋推演通常是實質性的活動，涉及大量的人，并需要大量的時間。因此，我們通常被限制在有限的數量上--通常對于我們所分析的每個部隊結構只有一個。重要的是要記住，一個單一的兵棋推演的結果只是：特定情況下的一個可能的結果。雙方玩家可以采取不同的做法，事件的發展也可能不同。細微的變化可能會影響到對整體結果至關重要事件的結果。

5 仿真支持兵棋的最佳實踐

在本節中，我們將列出我們發現的進行仿真支持的分析性兵棋的最佳做法，以評估部隊結構。我們發現的一些最佳實踐與處理元游戲的需要有關，或者與兵棋的沖突有關。這些最佳實踐的用處可能僅限于其他尚未將發明權與測試部隊結構的權力分開的小國。其他的最佳實踐來自于提供仿真支持和取代基于場景的討論以發展防御結構的需要。

5.1 確定明確的目標

在準備階段，必須盡早明確兵棋推演實驗的目的，這將是實驗設計的基礎。

5.2 使用為兵棋推演定制的仿真系統

擁有一個帶有SAF的交互式仿真系統，對玩家來說易于操作，并且需要相對較少的操作人員，這就減少了進行仿真支持的兵棋推演所需的資源，從而也降低了門檻。

5.3 組建一個好的紅方小組

一個好的紅方小組是發現自己的部隊結構、計劃和程序中弱點的關鍵。紅色小組的成員也應該對預期對手的理論有很好的了解。我們觀察到，一個好的紅色小組能迅速地阻止我們自己的規劃人員對可能的敵人行動進行集體思考的傾向。

5.4 允許對方部隊適應

自己部隊結構的變化也必須允許對方部隊結構的變化。部隊結構的改變是一個緩慢的過程，肯定會被預期的對手觀察到。

5.5 復制規劃過程

盡可能地復制現實生活中的規劃過程。

5.6 觀察規劃過程

觀察規劃過程，以便更全面地了解部隊結構的優勢和劣勢。為了記錄藍軍部隊結構的威懾效果，觀察對方部隊的規劃過程尤為重要。據觀察，自己的部隊結構中的幾個要素對對方部隊的行動有威懾作用，存在和姿態也是如此。此外，我們還觀察到，社會、地形和氣候也會影響對方部隊的規劃。

5.7 提供空間和時間

在部隊相互靠近的情況下開始一場兵棋推演，可能會使它變成一場簡單的消耗戰。發展良好的兵棋推演，在提供了空間和時間的情況下，就像武術比賽中的對手互相周旋，評估對方的弱點，并尋找攻擊的機會。評估避免遭遇的能力可能與評估戰斗的能力一樣重要。

5.8 允許不確定性

建立對正在發生的事情的了解需要時間，是領導軍事行動的一個自然組成部分。只有當不確定性得到適當體現時，部隊結構中某些要素的真正價值才會顯現。例如，存在的力量的影響可能是巨大的。當戰術形勢不是所有人都能看到的，而且戰斗的結果被認為是非決定性的，以至于現實是隨機的，那么不確定性就得到了最好的體現

5.9 演習 VS. 實驗

讓參與者為兵棋推演的目的做好準備。當使用指揮和參謀訓練器作為支持兵棋推演的仿真系統時，一些參與者傾向于按照程序行事，就好像這是一場演習。如果兵棋推演的目的是探索新的部隊結構要素、作戰行動或戰術、技術和程序（TTPs），則需要鼓勵參與者在執行任務時發揮創造性。

5.10 讓不參與兵棋推演的高級官員遠離戰場

讓與兵棋推演無關的人員遠離它，特別是高級軍官，是很重要的。在人在回路（HITL）仿真中，人類玩家是整個仿真的一部分，來訪的高級軍官（或其他人）將對人類玩家的互動方式和他們如何進行規劃產生影響。限制來訪人員也減少了外部影響結果的機會（Hoppe, 2017）。

6 摘要和結論

十多年來，FFI支持挪威陸軍為能力規劃開發仿真支持的兵棋。本文介紹了我們進行仿真支持的兵棋推演的方法，并提供了一套進行仿真支持的兵棋推演的最佳實踐。該方法和最佳實踐特別針對分析性兵棋以支持能力規劃。

該方法由準備階段、規劃和執行階段以及分析階段組成。在過去的10年中，該方法通過使用更詳細和更現實的仿真模型，以及在仿真行動前復制和監測規劃過程，以更深入地了解測試的部隊結構的威懾效果，而逐漸發展起來。

我們進行仿真支持的兵棋推演的最佳做法包括：為兵棋推演實驗確定一個明確的目標，使用一個便于玩家操作的仿真系統，擁有一個良好的紅方小組，不受太多限制，提供空間和時間，使戰爭不會立即開始，并提供一個不確定性和信息收集的現實表現。最后，為了更全面地了解一個部隊結構的優勢和劣勢，分析小組必須同時觀察規劃過程和兵棋推演本身。

將擁有發明部隊結構變化的權力角色和擁有測試、評估和接受這種變化的權力角色正式分開，將解決我們在國防規劃中看到的許多問題。我們已經發現，組織兵棋推演活動的過程可以被看作是一個元游戲。當用建模、仿真和分析來支持兵棋推演時，元游戲被看作是發生在各個層面的東西，其中一些我們可能沒有任何影響力。希望這篇文章能有助于提高對這些挑戰的認識，并能對我們能影響的那部分元游戲提供一些調整。

摘要

加拿大陸軍（CA）目前缺乏地基防空（GBAD）能力，使地面部隊和重要設施容易受到現代空中威脅。本報告通過概述和分析現代空中威脅、最近使用這些威脅的沖突以及能夠對抗這些威脅的戰術級GBAD系統，來幫助CA采購決策。分析的重點是研究每個系統能夠有效地對付和擊敗哪些空中威脅類型。這項研究將進一步幫助開發GBAD的兵棋推演和戰斗模擬實驗。

對國防和安全的意義

加拿大國防政策“強大、安全、參與”（SSE）已經將購買GBAD系統和相關彈藥確定為一個高度優先的國防目標（第34號倡議）。新的GBAD能力應該有能力在遠征和國內軍事行動中提供戰術級防空，以應對日益多樣化和技術先進的空中威脅。本科學報告（SR）對現代空中威脅和地基防空系統進行了最新的審查和分析，以幫助實現這一關鍵目標。

1 引言

加拿大陸軍（CA）目前缺乏地基防空（GBAD）能力，使地面部隊和重要設施容易受到現代空中威脅。加拿大國防政策“強大、安全、參與”（SSE）已經將購買GBAD系統和相關彈藥確定為高度優先的國防目標（第34號倡議）[1]。新的GBAD能力應該有能力在遠征和國內軍事行動中提供戰術級防空，以應對日益多樣化和技術先進的空中威脅。

戰術級防空的高度重要性已經在最近的幾次沖突中得到了證明。這包括俄烏戰爭、2020年的納戈爾諾-卡拉巴赫戰爭和2021年的以色列-巴勒斯坦危機。這些沖突的特點是廣泛使用現代火箭、火炮和迫擊炮（RAM）彈藥，以及武器化和監視無人駕駛飛機系統（UAS）。

為了實現這一目標，加拿大陸軍的陸地需求主任（DLR）目前正在探索GBAD的采購方案。為此，DLR要求CA作戰研究和分析小組（CA ORAT）進行兵棋推演和作戰模擬實驗，以評估不同的GBAD系統方案在不同的作戰情況下的相對有效性。本報告支持這一目標，提供了對現代空中威脅的最新審查和分析，以及描述能夠對抗這些威脅的各種GBAD系統方案。

本報告的分析范圍集中在戰術級的空中威脅和防空系統上，這些威脅歷來屬于CA的職責和組織結構。因此，這里不考慮作戰級別的高空威脅，如彈道導彈。

報告首先分析了每個相關的空中威脅類型。描述了每種威脅的現代（即最先進的）版本，并提供了近期沖突中使用這些威脅的例子。然后探討了戰術層面的地基防空系統選擇。分析的重點是研究每種系統能夠有效地對付和擊敗哪些空中威脅類型。研究報告最后提出了發展的步驟。這包括進行桌面兵棋推演和研討會討論，以更徹底地研究本報告中提出的威脅和系統選項。

2 高度優先的空中威脅概述

2.1 火箭彈、火炮和迫擊炮(RAM)

火箭彈、火炮和迫擊炮（RAM）彈藥由于被歸類為間接火力威脅，所以傳統上被歸為一類。

火箭彈是短程無制導的發動機推進彈藥，帶有高爆炸性的彈頭，從滑膛管發射[2]。這種廉價和簡單的發射機制使火箭的使用對常規和非正規戰爭（如叛亂）都很有吸引力[3]，因為叛亂部隊能夠發射大量的火箭彈（盡管往往精度有限），然后在反炮擊之前迅速撤退。此外，火箭彈及其相關的發射器具有高度的機動性，國家和非國家行為者都很容易獲得，使其高度擴散[4]。火箭彈經常被用來瞄準集結區、防空地點、防御陣地和其他關鍵空間[4]。

多管火箭系統（MLRS）的發展為解決單個火箭彈精度不足的問題提出了一個解決方案，允許以密集的射速提高單個目標或目標區域的整體命中概率。多管火箭炮系統包括一個移動平臺，通常是一輛軍用卡車，可容納多個發射器、一個重新裝載平臺和不同類型的火箭，以及一個火控系統[5]。最近開發的俄羅斯9A52-4 "龍卷風 "取代了傳統的BM-30 "斯默奇"，代表了多管火箭炮技術的最新成果。它包括一個自動數字火控系統，用于自動獲取目標和瞄準，可以在乘員艙內進行[5]。這使得 "龍卷風 "可以在10秒內完成一次火箭彈發射。然后，卡車平臺可以迅速重新定位，以避免反擊，并重新裝彈，準備進行另一次攻擊[6]。基本的 "龍卷風 "火箭彈的最大預期射程是90公里，它們可以使用高爆反坦克（HEAT）子彈藥來擊潰裝甲車輛[7]。升級后的 "龍卷風-S "火箭彈使用全球導航衛星系統（GLONASS）制導，推測射程為120公里[6]。這些多管火箭炮的升級版目前由俄羅斯軍隊使用[8]，也可用于出口[9]。第2.3節介紹了多管火箭炮最近是如何與先進的情報、監視和偵察（ISR）能力相結合以達到破壞性效果的。

火箭彈在最近的一些沖突中發揮了關鍵的作用。卡薩姆火箭彈是在加沙地帶生產的短程火箭彈，在正在進行的以色列-巴勒斯坦沖突中被哈馬斯武裝分子廣泛使用[10]。此外，2021年8月，伊斯蘭國呼羅珊（ISIS-K）組織對阿富汗的哈米德-卡爾扎伊國際機場發動攻擊，發射了大約6枚107毫米的火炮火箭彈[11]。其中一枚火箭彈沒有擊中機場目標，落入喀布爾的街道，危及平民。

火炮是由榴彈炮發射的彈丸、炸藥或引信。它們通常被用于步兵支援，以削弱對方的力量[12]，并經常針對人員以及輕型和裝甲車輛。與迫擊炮系統相比，榴彈炮通常具有中等角度的彈道和更長的射程。

中國的SH-15是一種最先進的自行式1榴彈炮，射程為50公里。它可以使用各種先進的制導炮彈，射速在4到6發/分鐘之間[13]。同樣，俄羅斯的2S35 Koalitsiya-SV自行榴彈炮可以在超過70公里的范圍內保持高射速[14]。榴彈炮組可以由人員牽引或安裝在車輛上，可以快速部署[13]。

迫擊炮是典型的便攜式炮口武器，從光滑的炮管中以高爆彈道發射射程較短的爆炸性彈丸。迫擊炮的射擊通常比火箭彈更精確，但其成功操作更復雜，發射器也更昂貴，因此與火箭彈相比，非國家行為者較難獲得迫擊炮[3]。迫擊炮的射程比其他間接火力系統短[15]，通常用于對付區域目標，如暴露的部隊或停放的飛機[3]。迫擊炮通常比榴彈炮更輕，更便于攜帶，而且經常被嵌入到步兵部隊中。

中國的PLL-05自行火炮-迫擊炮系統是一種車載迫擊炮發射器，大約從2005年開始使用。迫擊炮彈聲稱最大射程為9.3公里，可以穿透90毫米的常規鋼裝甲[16]。PLL-05能夠發射GP120A制導迫擊炮彈，其特點是射程為2到7.5公里，據說對緩慢移動的坦克的命中率為90%[16]。最近開發了一個更新的型號，據說在2021年初的實彈演習中進行了測試。據稱，更新后的模型更加精確，射速比前一代更高。它還具有提高速度、機動性和使用簡單的特點，其弧形彈道使其適合于在山地的應用[17]。俄羅斯的迫擊炮載具2S4 Tyulpan可以容納240毫米的重型迫擊炮，可以用來對不動的堅固防御陣地達到高度破壞性的效果[18]。2B9 Vasilek是一種更便攜的82毫米自動快速發射迫擊炮，射程超過4公里。它在敘利亞內戰期間和俄烏沖突期間被雙方廣泛使用[19]。中國的W99迫擊炮在外觀上與Vasilek相似，特點也近乎相同。

RAM是一類高度擴散的空中威脅，使得加拿大陸軍可能會越來越多地遇到它們。它們對人員、設施和車輛構成重大威脅，這使它們被歸類為極高風險[20]。

2.2 無人駕駛飛機系統（UAS） 1級（小型）

無人機系統是由北大西洋公約組織（NATO）分類系統根據其大小和重量進行分類的無人機[21]。較大的UAS分類由固定翼飛機組成，屬于第2和第3類（如全球鷹）[22]。第1類無人機系統是指150公斤及以下的無人機系統，該類別進一步細分為小型（20-150公斤）、迷你（2-20公斤）和微型（小于2公斤）[21]，最近又增加了納米類別，包括重量只有幾克的無人機系統（例如，黑蜂）[23]。2級和3級無人機系統通常是極其昂貴的資產，而較小的無人機系統則相對便宜，并且容易被大量的國家和非國家行為者獲得。小型無人機系統對游擊隊組織特別有吸引力，因為其成本相對較低，便于攜帶，能夠從任何地方發射，而且可探測性低。

無人機系統可用于執行情報、監視和偵察（ISR）行動，可為情報、監視、目標獲取和偵察（ISTAR）提供目標和跟蹤支持，并可用于探測敵方資產，通過將敵方位置傳回總部來提示RAM攻擊。2014年7月，由64輛坦克、BMP戰車、工程車和卡車組成的三個烏克蘭軍隊旅在烏克蘭Zelelonpillya村附近遭到攻擊，這證明了使用UAS發揮ISR作用的潛在影響[24]。俄羅斯軍隊使用Orlan-10無人機進行ISR[24]。烏克蘭部隊成功擊落了其中一架無人機，但是俄羅斯人獲得了烏克蘭旅的位置坐標，并使用多管火箭炮從俄羅斯境內向烏克蘭營地發射了一連串122毫米的格拉德火箭。這次攻擊使該旅陷入癱瘓，并導致兩個營的車輛和設備被毀[24]。

另外，無人機系統也可以被用作武器平臺，要么通過運輸要發射或投擲到目標上的彈藥有效載荷，要么通過直接與目標相撞的裝有爆炸物的無人機系統（即游蕩的彈藥或 "自殺式無人機"）[3]。武器化的無人機系統可用于攻擊廣泛的資產，包括設備（降落的飛機、輕型車輛）、油箱、軍事和民用設施以及人員。游蕩彈藥（LM）可以從遠處發射，打擊各種地面目標，如雷達裝置、防空系統和車輛。LM通常包括一個攝像機有效載荷，使LM操作員能夠定位并監視潛在目標。然后，LM能夠選擇一個最佳的目標和時間，在高空盤旋時進行攻擊[25]。由于與其他具有類似效果的武器選擇（例如，空對地導彈）相比，LM的成本相對低廉，因此其使用量激增[25]。

在2020年阿塞拜疆和亞美尼亞的沖突中，沖突雙方都廣泛使用了無人機系統進行ISR、空中打擊以及LM[26]。亞美尼亞部隊使用了本土的HRESH LM，而阿塞拜疆的機隊則由以色列開發的各種LM（Harop、Orbiter和SkyStriker），以及一些以色列的監視UAS和土耳其的Bayraktar TB2戰斗UAS組成[26]。阿塞拜疆部隊使用的優勢和更多樣化的無人機系統艦隊確保了他們在戰場上的主導地位，使他們能夠摧毀亞美尼亞的防空系統和地面資產[27]。

小型無人機系統可以通過同時引導大量裝載一次性彈藥的無人機系統對目標進行蜂群攻擊[3]。UAS群是最近的一種現象，由于UAS控制系統的自主性不斷增強而得以實現，而且隨著技術的進步，它們的復雜程度也將不斷提高。先進的無人機系統群能夠交換實時數據，并作為一個單一的實體運作，自主導航并保持空間以避免碰撞[28]。最近的蜂群事件包括2018年1月自由阿拉維派運動對敘利亞境內俄羅斯軍事資產的攻擊。10架無人機系統瞄準了俄羅斯的赫梅門空軍基地，而3架無人機系統同時襲擊了塔爾圖斯海軍設施[29]。這些無人機系統每個都裝有10枚簡易空投彈藥，并被預先設定為在俄羅斯基地釋放其有效載荷。據報道，在2021年，以色列軍隊使用了一群無人機系統來定位和擊敗哈馬斯的目標[28]。

總的來說，第1類無人機系統由于其相對較低的成本、高可用性、低可探測性、不可預測的飛行軌跡和蜂群能力，對陸地部隊構成了重大的現代威脅。

2.3 旋轉翼（RW）和固定翼（FW）飛機

旋轉翼（RW）飛機是指軍用或民用直升機。旋轉翼飛機可以懸停，并有能力靠近地面飛行，使其具有探測和攻擊的挑戰性。它們可用于ISR任務，或作為槍支、火箭和導彈（包括制導和非制導）等武器的平臺。RW經常針對暴露的部隊、輕型和裝甲車輛、車隊和指揮中心[4]。大多數國家都擁有一支軍用直升機機隊，其中最大的三支機隊由美國、俄羅斯和中國持有[30]。

另外，固定翼（FW）飛機使用機翼來產生升力，包括轟炸機、戰斗機、偵察機和監視機。轟炸機可以在離目標很遠的地方保持一個安全的高度，從那里它們能夠投擲遠距離空射武器，如巡航導彈或空對地炸彈[3]。轟炸機通常以港口、后勤地區、人口中心、輕型和裝甲車輛或人員編隊為目標[4]。戰斗機由于其電磁（EM）特性而更難被發現，因此通常比轟炸機更具生存能力[31]。它們可以深入到被防御區域，投擲短程武器，如制導彈藥和無制導炸彈，同時還可以進行ISR[3]。以對地打擊能力為特征的軍用FW的成本通常對較小的組織來說是難以承受的，但許多國家擁有一支機隊。

RW和FW飛機經常在現代軍事行動中發揮突出作用。中國的機隊包括現代化的成都殲-20隱形戰斗機，它具有先進的隱形和精確打擊能力[33]。殲-20的雙座型將使第二名飛行員能夠執行補充任務，如對隨行的無人機系統群提供指揮和控制[34]。

在2008年俄格戰爭期間取得有限的空中成功后，俄羅斯也升級了他們的RW和FW飛機[35]。蘇-57是一種多功能戰斗機，目前正在進行測試。它代表了俄羅斯空軍的第一種隱形作戰飛機。據報道，雙引擎設計、尺寸和形狀使其具有與美國F-22隱形戰斗機相媲美的特性。俄羅斯將繼續依賴他們的現代非隱身蘇-35S戰斗機和蘇-30SM2攻擊機，直到蘇-57達到全面生產，預計在20世紀中期[35]。在RW飛機方面，俄羅斯一直在通過升級米-24和米-28攻擊直升機以及采購新的卡-52偵察-攻擊直升機來實現其機隊的現代化。

2.4 空對地導彈和炸彈(ASM&B)

空對地導彈（ASM）是從空中平臺發射的精確制導彈藥，針對地面目標，如民用基礎設施（如橋梁）、裝甲車輛、監視和探測站、點狀目標或防空系統[4]。反坦克導彈的攻擊范圍可因其復雜程度而有很大不同。由于生產國的大量出口，許多國家的空軍都擁有ASM[4]。

美國的 "地獄火 "導彈是一種被二十多個國家采用的反坦克導彈，它可以從RW或FW發射，可以瞄準固定和移動目標（包括坦克和掩體），最大射程為7至8公里[36]。俄羅斯的Kh-59MK2反艦導彈是由Kh-59MK反艦導彈改編的最先進的對地攻擊反艦導彈。它具有雷達和光電（EO）制導功能，據說最大射程為285公里[37]。

空對地炸彈是從飛機上投放的，通常用于攻擊人員和物資。通用航空炸彈可以是自由落體的，也可以是精確攻擊的制導炸彈。俄羅斯的FAB-500ShN就是一個傳統的通用自由落體航空炸彈的例子，它含有218公斤的高爆炸力[38]。

2.5 超視距反坦克制導導彈（BLOS ATGM)

超視距反坦克導彈（BLOS ATGM）是用于精確攻擊固定或移動點目標的制導導彈，使其在打擊高價值目標如裝甲車輛、著陸飛機和結構物時特別有效[3]。與其他機載武器相比，BLOS反坦克導彈通常非常昂貴[3]。

現代BLOS反坦克導彈的特點是技術水平越來越高，使其成為一種重要的空中威脅。歐洲的Moyenne Portée導彈（MMP）是一種最先進的BLOS反坦克導彈，可以作為一種便攜式武器使用，也可以安裝在車輛上以提高機動性。MMP具有很高的彈頭穿透力，使其對裝甲車輛（采用頂部攻擊飛行模式）和加固結構下的目標（采用直接攻擊飛行模式）非常有效[39] 。MMP使用紅外尋的器來識別和鎖定目標，然而，最近的進展允許補充使用觀測無人機，即小型無人機系統，它能夠準確地確定目標位置，以便更準確地進行反坦克導彈瞄準[40]。MMP的最大射程為6公里[39]，但類似的BLOS反坦克導彈，如Rafael的Spike非視線（NLOS），可以實現高達30公里的擴展射程[3]。俄羅斯的9K129 Kornet反坦克導彈是一個類似的先進系統，使用激光束騎射的視線制導。Kornet系統是便攜式的，有效射程從100米到10公里，并由一些非北約國家和各種非國家行為者操作[41]。在2021年底，俄羅斯國防部發布了視頻資料，證明他們的獵戶座作戰無人機系統能夠發射新的空射型Kornet反坦克導彈[42]。

2.6 巡航導彈(CM)

巡航導彈（CM）是依靠空氣動力升力維持飛行的制導導彈，直到擊中其地面目標。目標通常包括地緣政治中心、人口中心、民用或軍用機場和海港、指揮所或暴露的部隊[4]。炸彈可以從各種平臺發射，包括飛機、艦艇、潛艇和地面發射器[3]。由于CM的電磁橫截面小，其近地飛行模式，以及從任何方向攻擊的能力，因此檢測和攔截CM具有挑戰性。此外，如果CM具有超音速，就像許多現代CM的情況一樣，潛在的攔截窗口就會大大縮短[3]。集束彈藥價格低廉、堅固耐用、能夠進行精確攻擊，因此在全球范圍內被廣泛使用[4]。

在2020年美國國會的一系列會議上，人們認識到中國人民解放軍目前在陸基巡航導彈射程方面比北約國家有很大優勢[43]。中國的CJ-10（地射型）和CJ-20（空射型）是亞音速巡航導彈，據推測射程超過1500公里[44]。CJ-100是一個超音速版本，據說射程為2000至3000公里。預計它將在2023年全面投入使用。其他最先進的巡航導彈包括Hoveyzeh（或Soumar），這是一種伊朗地面發射的CM，帶有常規彈頭，聲稱射程為2000至3000公里[45]。3M-22 Zircon（或Tsirkon）高超音速導彈是一種俄羅斯巡航導彈，目前正在開發中。據稱 "鋯石"的最大速度為8-9馬赫，最大射程為1000公里[46]。

3 戰術級地基防空系統概述

3.1 短程防空動能系統

短程防空（SHORAD）系統采用動能武器，在相對較短的距離（幾公里或更短）內對付空中威脅。這里將描述三種類型的SHORAD，即速射炮系統或自動炮，固定或安裝的地對空導彈（SAM），以及可拆裝的便攜式短程地對空導彈。

3.1.1 速射炮系統

速射炮系統GBAD的概念類似于更成熟的海軍炮基近程武器系統（CIWS），但被調整為陸上作戰。CIWS使用雷達探測和跟蹤威脅，安裝的火炮組件自動瞄準并攻擊探測到的威脅。陸基法蘭克斯武器系統，也被稱為 "百夫長"，是由雷神公司在傳統的MK 15法蘭克斯CIWS基礎上開發的。它已被用于各種戰區（如伊拉克、阿富汗），以防御基地的RAM威脅[47]。“百夫長”系統是移動式的，安裝在有輪子的拖車上，使用一門六管加特林炮，可以以每分鐘3000至4500發的速度發射彈藥。目前正在開發一種可能的高能激光（HEL）輔助系統，如果百夫長炮的彈藥耗盡，它將提供補充支持[47]（關于激光系統的更多信息，見第3.3.1節）。“百夫長”在短距離內對RAM和UAS威脅是有效的。該系統的移動式卡車安裝選項也可以實現快速部署[48]。“百夫長”目前被美國和英國軍隊使用，2018年，其制造商雷神公司贏得了與美國軍隊的反RAM（C-RAM）合同，以提供“百夫長”系統，以及相關的培訓和后勤支持和維持[49]。

3.1.2 基于固定地對空導彈的系統

基于薩姆的固定式GBAD系統一般由傳感器、地面發射器、攔截薩姆和發射單元組成。本節所考慮的基于薩姆的系統是戰術級的短程GBAD系統，而不是較長距離的地面發射導彈系統，如美國的愛國者、終端高空區域防御（THAAD）系統、以色列的大衛吊索或挪威的NASAMS。

美國陸軍最近一直在探索各種GBAD系統選項，以支持他們的間接火力防護能力（IFPC）計劃，該計劃旨在對抗CM以及UAS和RAM威脅[50]。在IFPC項目中考慮了兩個系統。鐵穹，由以色列國防公司Rafael開發，與美國公司Raytheon合作，后者將提供導彈攔截器（用美國開發的SkyHunter攔截器取代以色列的Tamir攔截器）。"持久之盾"，由美國國防公司Dynetics提出，也是與雷神公司合作，后者將提供不同的導彈攔截器（空對空AIM-9X "側衛 "導彈），而擬議的發射器將是先前被美國陸軍放棄的多任務發射器（MML）項目的改進版[52]。為了支持美國陸軍的決策，2021年在新墨西哥州的白沙導彈發射場舉行了一次 "射擊 "實彈比賽。在這次演習中考慮的標準包括系統當前和未來擊敗CM和RAM威脅的能力、系統的技術成熟度、以及貨幣成本[53]。美國陸軍最終表示擔心，鐵穹系統將難以與現有的美國陸軍戰斗管理系統整合[53]。據推測，這就是Dynetics-Raytheon團隊最終贏得IFPC合同的主要原因[53]。鐵穹 "和 "持久之盾 "系統都將在以下章節中介紹。

"鐵穹"是一種SHORAD系統，最初由拉斐爾公司于2005年開發。自2011年被以色列國防軍部署以來，它已被證明能有效地攔截火箭彈[54]。這在最近2021年巴勒斯坦團體哈馬斯和以色列之間的沖突中得到了強調。在不到兩周的時間里，哈馬斯從加沙地帶向以色列領土發射了3150多枚火箭彈。據報道，部署在以色列領土上的 "鐵穹 "電池攔截了大約90%的入境火箭彈威脅[55]。鐵穹半移動電池由多個部分組成：靜態多功能雷達，稱為探測和跟蹤雷達（DTR）；三個或四個導彈發射單元（MFU），每個單元攜帶20枚塔米爾導彈攔截器；一個導彈補給車（MSV），攜帶兩批20枚塔米爾導彈；電源單元；通信站；以及戰斗管理和控制（BMC），作為指揮所[54]。鐵穹電池的安裝時間，從定位到準備就緒，估計為45分鐘[54]。一旦投入使用，鐵穹的功能如下：DTR掃描威脅，一旦發現潛在的目標，DTR就會對其進行跟蹤和分類，并將數據發送給BMC，后者提供交戰授權，并選擇一個MFU進行發射（取決于所選擇的模式）[54]。一枚 "塔米爾 "導彈被發射出去，并得到來自DTR的中途制導修正的幫助，直到 "塔米爾 "自身的主動雷達尋的系統獲得目標。使用比例導航制導邏輯，"塔米爾 "被引導到計算出的目標未來位置的方向。塔米爾 "11公斤高爆彈頭配備了激光接近引信，以確保導彈一旦接近目標就會引爆，以增加攔截的概率[54]。塔米爾導彈的有效射程為1至10公里，最大高度為3000米，最高速度為755米/秒（2.2馬赫）[54]。鐵穹 "對RAM、CM、UAS、精確制導導彈有效，并具有日/夜和全天候的能力[56]。為了減少攔截導彈的開支，鐵穹可以被設置為不攻擊那些被計算出彈著點在定義的保護區域之外的潛在威脅[56]。為了應對美國陸軍應對CM攻擊的緊急能力缺口，最近購買了兩座鐵穹炮臺[57]，其中一座將部署在關島進行鐵島行動[58]。美國海軍陸戰隊（USMC）正在測試將 "鐵穹 "的組件整合到他們自己的空中防御架構中，用于其中程攔截能力（MRIC）項目[52]。美國海軍陸戰隊版本的鐵穹被稱為SkyHunter系統，可以安裝在拖車上（例如，奧什科什公司的中型戰術車輛替換拖車），或安裝在聯合輕型戰術車輛上以提高機動性[59]。目前正在進行測試和開發。

“持久之盾”是Dynetics和雷神公司為完成美國陸軍IFPC項目而提出的建議。它將被整合到綜合防空和導彈防御作戰指揮系統（IBCS）中，由現有的美國哨兵雷達系統作為傳感器。地面發射器以多任務發射器為基礎，這個項目在之前由于關鍵的設計問題而被放棄后被重新利用[60]。據報道，Dynetics公司已經對設計問題進行了研究，結果是重新設計了堆棧系統并簡化了生產[53]。用于 "持久之盾 "的導彈攔截器是AIM-9X "側衛"，這是一種傳統的空中發射導彈，由雷神公司開發和生產，最大射程為10公里[61]。它配備了成像紅外（IIR）歸位（熱成像），用于導彈制導。彈頭由194根鈦合金破片組成的高爆（HE）破片組成，并配備了名為光學目標探測器（OTD）的激光接近引信[61]。AIM-9X "側衛 "是作為空對空導彈（AAM）開發的，但在 "持久之盾 "項目中被應用為SAM，導致成像紅外尋的器可能出現加熱問題[60]。據稱，"持久之盾 "對CM和UAS是有效的，而C-RAM能力則計劃在以后的階段開發[62]。

3.1.3 多效應器系統

萊茵金屬防務公司開發了一種多效應器防空系統--歐瑞康天盾C-RAM，它將歐瑞康左輪手槍C-RAM系統（見3.1.1節）與其他效應器如薩姆地面發射器（見3.1.2節）相結合。歐瑞康火力中心控制這兩個系統，并決定用最合適的效應器來對付特定的空中威脅[63]。據報道，使用這種多效應器的方法，"天盾"可以在高達4公里的范圍內攻擊RAM、UAS、CM、制導導彈、智能炸彈、RW和FW[63]。Oerlikon Skyranger是該系統的移動式車載版本，它將速射炮與額外的導彈攔截器相結合[64]。

3.1.4 可拆卸的便攜式短程攔截器

可拆卸式短程攔截器GBAD的概念是基于便攜式防空系統（MANPADS），由便攜式短程地對空導彈發射器和導彈組成，這些導彈通常配備有制導能力。美國陸軍遺留的便攜式防空系統是 "毒刺"發射器和相關導彈，在未來幾年內將被淘汰。美國陸軍目前正在探索替代系統的方案，該系統將能夠對付FW和RW飛機，以及1級和2級的UAS[65]。

歐洲MBDA導彈系統公司的米斯特拉系統是一種輕型（約40公斤）便攜式防空系統，其發射器安裝在一個三角架上，采用的是 "米斯特拉"導彈[66]。米斯特拉導彈具有熱尋的能力，對低紅外信號的飛機如無人機系統很敏感。它的導航依賴于帶有陀螺穩定功能的紅外尋的系統，同時一個可移動的鴨舌帽控制飛行[67]。最新的Mistral-3導彈最大速度可達930米/秒（2.7馬赫），對FW和RW飛機以及UAS的有效射程為0.5至7.5公里，可達到5公里的高度，并具有改進的圖像處理能力[67]。高爆裂Mistral彈頭重3公斤，有一個激光近炸引信和一個接觸引信以確保引爆[66]。MBDA公司的文獻聲稱，其Mistral MANPADS使用Mistral-3導彈對付包括UAS、FW作戰飛機和RW在內的各種威脅，證明其交戰率為97%[66]。Mistral單兵攜帶防空系統目前已被許多國家使用（或已簽署交付合同），包括新西蘭、匈牙利、愛沙尼亞和塞爾維亞[67]。

泰利斯集團開發的便攜式防空系統被稱為下一代輕型多管發射器（LML-NG）。LML-NG由一個三角架和一個頭部組件組成，總重量為53公斤[68]。該發射器的負載能力為三枚 "星痕 "導彈，可以快速連續發射[68]。LML-NG使用激光束騎射系統，擁有日夜自動跟蹤目標的能力，可選紅外攝像機，并具有可選識別敵我的能力（IFF）。光學頭包含Starstreak激光制導模塊和光學穩定系統，用于獲取和跟蹤目標，而控制手柄用于導彈發射和控制。LML-NG有自動和手動目標跟蹤模式[68]。Starstreak導彈的射程為7公里，最大高度為5公里，最大速度為1029米/秒（3馬赫）。它可以對付FW和RW飛機以及UAS。LML-NG目前由英國武裝部隊使用[69]，它建立在他們以前的Blowpipe和Javelin地對空導彈之上。

瑞典航空航天和國防公司薩博已經開發了自己的便攜式防空系統，其中Robotsystem 70 Next Generation（RBS 70 NG）系統是最新版本[70]。RBS 70 NG由支架、瞄準系統和Bolide導彈組成，重87公斤，有一個集成的熱成像儀，可在白天和夜間使用，并具有IFF[71]。在目標交戰過程中，炮手使用拇指操縱桿將目標對準陀螺儀瞄準器橫軸的中間位置，發射博利德導彈并使用拇指操縱桿保持瞄準，由薩博自動跟蹤技術輔助以提高命中概率[70]。博利德導彈的彈頭包括一個多用途破片形炸藥（3000個鎢球）和一個激光近程引信。導彈制導系統采用脈沖激光束騎射技術。Bolide的射程為0.25至8公里，最大高度為5000米，最大速度為2馬赫，對FW、RW、CM和UAS有效[70]。博利德導彈制導系統對干擾等反制措施具有免疫力[71]。RBS 70 NG被各大洲的十幾個國家使用[71]。

3.1.5 基于地對空導彈的掛載系統

在第3.1.4節中提到的大多數便攜式防空系統都有能夠安裝在車輛上的版本，以提高機動性。Mistral有Mistral Atlas RC，它可以安裝在輕型裝甲車上[72]。LML-NG可以安裝在幾種車輛上[68]。RBS 70 NG有一個安裝版本，即RBS 70車載導彈（VLM），用于輪式和履帶式車輛[70]。

美國陸軍臨時機動短程防空（IM-SHORAD）系統使用通用動力陸地系統公司（GDLS）的 "斯崔克 "A1步兵戰車作為移動傳感器和武器平臺，能夠擊敗FW、RW和2類及1類（小型）無人機系統[73]。IM-SHORAD裝備了各種武器，包括雷神公司的 "毒刺 "車載通用發射器（SVUL）的安裝版本[73]。美國陸軍MANPADS "毒刺 "替換項目包括要求導彈與IM-SHORAD SVUL兼容[65]。

3.2 干擾和欺騙

目前大多數的無人機系統都是通過其與操作者的無線電頻率（RF）連接來控制的。另外，它們的飛行路徑可以通過全球導航衛星系統（GNSS）信號進行編程來確定方向。此外，一些彈藥采用近距離引信，使用小型雷達來計算它們與目標或地面的距離，目的是通過在撞擊前引爆來實現最大的破壞[3]。精確制導彈藥也可使用GNSS制導進行瞄準[74]。這包括巡航導彈、彈道導彈、高級迫擊炮彈和飛機投擲的炸彈[3]。用于攔截無人機系統的一種常見技術，也可能對上述其他威脅有效，就是干擾和欺騙它們賴以導航的信號[3]。

干擾是指射頻（包括無線保真[WiFi]）干擾或全球導航衛星系統干擾。射頻干擾試圖通過在無人機系統使用的通信頻譜中產生射頻干擾來切斷無人機系統和其操作者之間的聯系[75]，導致無人機系統安全著陸或返航[76]。全球導航衛星系統干擾通過破壞其衛星鏈接來阻礙無人機系統的導航[76]。被切斷的UAS要么降落，要么懸停，要么返回。依靠GNSS信號，如美國的全球定位系統（GPS）或俄羅斯的全球導航衛星系統（GLONASS）進行導航的自主UAS有可能受到GNSS干擾[75]。GNSS干擾的一個缺點是，其使用可能會對民用信號造成干擾，特別是在城市地區[75]。使用射頻或GNSS的彈藥也有可能受到干擾，導致其信號中斷并降低其精確度。然而，現代的彈藥通常提供了對干擾攻擊的保護[3]。

欺騙依賴于發射虛假信號，目的是為了控制無人機系統（射頻欺騙），或混淆或破壞其導航（GNSS欺騙）[75]。在這兩種情況下，其目的都是為了安全降落或送UAS威脅回家。

許多現代系統的特點是混合使用攔截技術，以提高反無人機系統（C-UAS）防御系統的穩健性。最常見的組合是射頻干擾和GNSS干擾[76]。這種防御系統的一個注意事項是，無人機系統行業一直在快速發展，以對抗干擾和欺騙攻擊[75]。例如，一些無人機系統可能使用跳頻，在檢測到干擾攻擊時進行規避動作，或者不使用射頻和GNSS，操作者使用具有長期演進（LTE）網絡能力的電話（不受范圍限制）來控制無人機系統[76]。應該注意的是，由于對民用信號的干擾，在城市地區使用這些拒絕技術可能會有問題，但互動半徑有限的定向系統可以為這個問題提供一個解決方案[75]，盡管它在對付成群的無人機系統時可能仍然會有問題[76]。下段提供了一些現代干擾和欺騙C-UAS系統的例子。

法國CS集團的Boreades是一個固定的地面系統，可以探測（使用雷達、EO/IR和RF探測）和吸引（使用RF和GNSS干擾）寬度為2米及以下的UAS[77]。澳大利亞公司Droneshield發布了一款定向手持式射頻干擾器，并可選擇GNSS干擾功能，稱為DroneGun MKIII。DroneGun的有效射程為500米，但不具備內在的UAS檢測器，而是依靠操作者的檢測[78]。其預期效果是使UAS降落或將其送回家，和/或中斷對操作員的視頻傳輸[79]。美國陸軍在2021年對DroneGun MKIII進行了評估，以便將來有可能投入使用[80]。美國國防公司雷神公司開發了一個名為Windshear的C-UAS系統，該系統可以檢測（使用射頻、雷達、聲學和EO/IR）并使用射頻干擾、射頻欺騙以及其他可能的效應器在一個開放的架構概念下與廣泛的UAS交戰。人工智能幫助Windshear操作人員確定適用于威脅的最佳效應器[81]。以色列國防公司Elbit提供了一個移動式車載C-UAS系統，即ReDrone Vehicular Tactical System，可以在幾公里范圍內探測（使用射頻、雷達和EO/IR）并與（使用射頻和GNSS干擾以及視頻干擾）UAS交戰[82]。

3.3 定向能系統

定向能（DE）系統的特點是用非動能方法在一定距離上擊敗空中威脅。在這篇關于GBAD系統的評論中，將描述兩種定向能系統：基于激光的系統和高功率微波系統。

3.3.1 基于激光的系統

受激輻射光放大（激光）是一種光學振蕩器，在這種振蕩器中，活性介質被放置在一個諧振器中，并被泵送輸出一束準直的光子，這些光子表現出中心波長（例如光學光譜中的顏色），具有較窄的帶寬[83]。激光器可以在連續模式或脈沖模式（短時）下工作。一些常見的激光器類型包括固態、氣體和染料激光器。它們是一種有用的工具，幾十年來被用于各種應用，包括光譜學、光刻學、通信、光探測和測距（LIDAR）、醫學[83]，以及軍事應用。

低功率激光器經常被用來警告或使威脅失效[84]。例如，照亮攝像機或人員視線的激光炫目器是一種破壞性但非致命的技術，可以幫助限制武力的升級[85]。激光炫目器很輕，體積小，可以手持。B.E. Meyers公司的Glare Mout Plus[85]可以安裝在武器上（如P208步槍安裝的炫目器），也可以安裝在車上[86]。美國通用遙控武器站（CROWS）的一個變種集成了各種非致命武器，包括激光炫目器[87]。激光炫目器可用于打擊日益增長的無人機系統的威脅，使其ISR能力暫時失明。

高功率激光器，也被稱為高能激光器（HEL），其工作的功率水平足以對目標造成傷害和摧毀[84]。激光很精確，每次射擊的成本很低[3]，如果有足夠的功率（30千瓦及以上），可能對UAS和RAM等威脅有效。極高功率的激光器（大于300千瓦）甚至能夠擊敗CM[88]。基于激光的系統的潛在缺點包括有限的有效范圍，這取決于大氣條件[3]（即霧、低云、降水、灰塵和霧霾可以極大地衰減出射的激光束）。此外，HEL系統是有方向性的，需要瞄準和跟蹤在其視線范圍內的目標，因此在不規則的地形如城市環境中效果較差[75]。目前，有幾個防空HEL原型正在開發中。在美國陸軍DE機動短程防空（M-SHORAD）項目中，雷神公司被要求開發一種50千瓦的HEL，安裝在8×8的斯崔克裝甲車上，由KBR公司的Kord作為主要集成商[89]。一次試射演習表明，DE M-SHORAD有能力對付RAM，以及重量從大約10公斤到540公斤的UAS[89]。美國的IFPC-HEL計劃旨在開發能有效對付CM以及RAM和UAS威脅的HEL[87]。Dynetics公司[90]和通用原子公司與波音公司[91]合作，正在開發具有300千瓦理想低閾值功率的HEL系統。這些IFPC-HEL系統將不像DE M-SHORAD那樣具有機動性和可操作性，但將有效地對付更廣泛的空中威脅類型。美國以外的國防公司目前也在開發和推進HEL技術。例如，萊茵金屬公司已經在 "天盾 "炮塔上安裝了一個30千瓦的HEL[92]。在最近的一次現場演示中，Skyshield HEL系統成功地摧毀了1公里范圍內的迫擊炮和UAS。

3.3.2 高功率微波系統

高功率微波（HPM）系統的工作原理是將高強度的聚焦電磁（EM）波脈沖，以錐形光束的形式，指向空中威脅[76]。擊中威脅的微波會損害或破壞其電子系統[75]。在無人機系統的情況下，其電子系統被破壞，而這是繼續運行所必需的，會導致嚴重的飛行損害[93][94]。HPM是對付小型UAS群的一個有吸引力的選擇[94]，因為與基于激光的系統一樣，HPM可以快速連續發射，不受彈藥負荷的限制，而是受其動力源容量的限制。然而，與激光器不同的是，激光器一次只能對付一個威脅，而且需要精確瞄準，而HPM以寬闊的錐形光束傳播其能量，可以一次對付多個威脅[95]。更大、更強大的HPM也有可能對付其他空中威脅，如配備了射頻尋的導彈[95]。調諧到與導彈射頻尋的器使用的頻率相似的HPM系統可能會損害尋的器，削弱導彈的瞄準能力。HPM對 "啞彈 "或無制導彈藥（如迫擊炮和炮彈）沒有影響，而CM可能太難用HPM來對付[94]。

美國空軍（USAF）研究實驗室（AFRL）與BAE系統公司合作，一直在開發一種名為 "戰術高功率作戰響應者（THOR）"的地面高能物理系統，以擊敗北約的1級無人機系統[96]。THOR裝在一個可以裝在卡車上的集裝箱箱內，有一個容易部署的天線和一個手持遙控器[96]。美國空軍正計劃在非洲部署THOR，以測試其作為基地防御系統對抗空中威脅的能力，同時還有其他HPM競爭者[97]。美國陸軍也在考慮將THOR用于其IFPC-HPM能力[94]。

美國國防公司雷神公司正在開發自己的地面HPM系統，稱為PHASER。與THOR系統類似，PHASER裝在一個加固的容器中，可以裝在不同的移動平臺上[98]。PHASER雷達探測和跟蹤無人機系統的威脅，而微波發射器則與它們交戰[99]。PHASER系統易于操作，美國空軍人員只需經過一天的培訓就有可能使用它。美國空軍目前正在測試PHASER和THOR HPM系統[98]。

一些國防公司也在開發HPM的版本，其緊湊程度足以成為空中平臺的有效載荷，包括UAS[95]。例如，洛克希德-馬丁公司的MORFIUS由Area-I Altius-600組成，這是一種小型UAS，續航時間為4小時，最大射程為440公里，巡航速度為30米/秒，配備有一個尋的器和一個小型化的HPM[100]。美國陸軍研究實驗室已與洛克希德-馬丁公司簽訂合同，開發一種可與M-SHORAD能力相結合的MORFIUS版本，以對抗UAS群[101]。

4 地基防空（GBAD）系統有效性與空中威脅類型的對比總結和分析

以下各小節展示了總結各種地基防空（GBAD）系統選項對不同空中威脅類型的打擊和擊敗能力的表格。本分析中使用的資料來源包括公開來源的出版物，如Janes和制造商手冊。表1所示的四色方案被用來表示一個系統擊敗每種威脅類型的能力。綠色表示該系統對特定威脅的大多數迭代有效。黃色表示該系統對某一特定威脅的某些迭代有一定效果。灰色表示該系統對某一特定威脅的大多數迭代無效，或者在產品手冊或其他在線來源中沒有提到該威脅。最后，藍色表示該系統目前正在開發中（在某些情況下接近最后的生產階段），或者現有系統應對特定威脅類型的能力目前正在開發中。

表1：顏色編碼評估系統總結。

4.1 速射炮系統

表2總結了速射炮系統對各種空中威脅類型的有效性。傳統上，速射炮系統被用來對RAM威脅提供有效的短程區域防御。它們也提供了對付在其有效范圍內飛行的無人機系統的能力。

表2：速射炮系統對高優先級空中威脅的有效性總結。

4.2 固定地對空導彈系統

表3顯示了2個固定式薩姆系統對各種威脅的有效性。事實證明，鐵穹等固定防空系統在擊敗火箭威脅方面非常有效。制造商拉斐爾公司聲稱，鐵穹對所有類型的RAM都有效，但還沒有公開展示過鐵穹擊敗火炮或迫擊炮彈的情況。拉斐爾公司的文獻也表明，該系統在擊敗CM威脅方面取得了一些成功，但其程度仍不清楚。此外，拉斐爾公司聲稱，鐵穹對精確制導導彈和噴氣式威脅也很有效。至于 "持久之盾"，它的最初目標是擊敗大型無人機系統和CM威脅。在最近的一次實彈射擊活動中測試了它對空中目標的有效性，但C-RAM和反CM能力仍在開發中。

表3：固定防空導彈系統對高優先級空中威脅的有效性總結。

4.3 多效應器系統

表4顯示了歐瑞康 "天盾 "C-RAM多效應器防空系統對各種威脅的有效性。Skyshield結合了速射炮系統（歐瑞康左輪槍）和固定的防空導彈系統。Skyshield的威脅交戰清單包括RAM、UAS、CM、制導導彈、智能炸彈、RW和FW。從資料上看，不清楚哪種威脅是由哪種效應器對付的。對于ASM&B，Oerlikon的交戰清單中提到了智能炸彈，但沒有提到ASM[63]。

表4：多效應器系統對高優先級空中威脅的有效性總結。

4.4 可拆卸便攜式短程攔截器（MANPADS）

表5顯示了便攜式防空系統對各種空中威脅類型的有效性。肩扛式防空系統傳統上為地面部隊提供了一種便攜式和可快速使用的解決方案，以擊敗低空飛行的FW和RW飛機。現代便攜式防空系統也可以擊敗單個低空飛行的無人機系統，但是它們在對付多個無人機系統威脅時作用有限。它們也可能有能力對付巡航導彈，但現代巡航導彈的速度可能會使其不實用。

表5：便攜式防空系統對高度優先的空中威脅的有效性總結。

4.5 車載便攜式防空系統(MANPADS)

表6總結了第4.3節中描述的各種車載便攜式防空系統的有效性。

表6：車載便攜式防空系統對高優先級空中威脅的有效性總結。

4.6 干擾和欺騙

表7顯示了各種干擾和欺騙系統對空中威脅類型的有效性總結。干擾和欺騙提供了一種擊敗無人機系統威脅的手段。雖然這里列出的各種系統針對的是相同的威脅類型，但每個系統都具有獨特的射程、傳感和射擊順序能力。有人認為，使用射頻或全球導航衛星系統的彈藥可能有可能受到干擾，導致其信號中斷并降低其精度，但現代彈藥很可能受到干擾攻擊的保護[3]。無論如何，目前沒有一家開發干擾/欺騙C-UAS系統的公司聲稱對UAS以外的威脅有任何效果。

表7：干擾和欺騙系統對高優先級空中威脅的效果總結。

4.7 基于激光的系統

表8顯示了基于激光的系統對各種威脅類型的有效性。正在開發的高功率激光系統為擊敗RAM和UAS威脅提供了一個令人感興趣的替代解決方案。功率在100千瓦以下的HEL系統目前正在由軍隊進行試驗，以便可能長期投入使用。如果有足夠高的功率，據推測大于300千瓦，這些系統也可能有能力擊敗CM威脅。預計這些系統將在未來幾年內問世。

表8：基于激光的系統對高優先級空中威脅的有效性總結。

4.8 高功率微波系統

表9提供了高功率微波系統對不同空中威脅類型的有效性總結。與干擾和欺騙一樣，高功率微波系統是一種專門針對無人機系統威脅的解決方案。有人推測，更大、更強大的HPM（如THOR和PHASER）有可能對付其他威脅，如裝有射頻尋的導彈[95]，但目前制造商的文件中沒有提到這一點。

表9：HPM系統對高優先級空中威脅的有效性總結。

4.9 地基防空系統（GBAD）有效性總結

表10提供了本報告所考慮的各種GBAD系統方案對不同空中威脅類型的有效性的總體總結。固定式防空導彈系統（如Iron Dome）將提供最全面的威脅覆蓋，但它們的成本相對較高，而且可能難以對抗多無人機系統或多火箭的威脅。具有互補效應器的防空系統（如天盾，具有速射炮系統和防空能力）將提供更多的靈活性。另外，基于高功率激光的系統正在迅速成熟，并可提供一種獨特的解決方案來擊敗各種威脅，包括RAM彈藥、UAS和CM。干擾和欺騙技術以及高功率微波系統提供了一種對抗UAS威脅的手段，但對其他類型的威脅可能沒有用處。最后，肩扛式防空系統為擊敗低空的FW和RW飛機提供了一個經過驗證的選擇，也為對付UAS和CM威脅提供了一些有限的能力。

表10：GBAD系統選項對高度優先的空中威脅的有效性的總體總結。

5 結論和建議

由于缺乏專門的戰術級GBAD能力，加拿大容易受到一些潛在的破壞性空中威脅。本報告詳細介紹了各種相關的現代空中威脅，以及目前可用的或即將開發完成的GBAD系統選項。還對每種系統方案在應對每種威脅方面的有效性進行了評估。在此分析的基礎上，提出了以下建議：

• 1. CA GBAD項目人員已經確定RAM彈藥、1級和2級UAS、ASM&B為主要威脅，FW和RW飛機、CM和BLOS ATGM為次要威脅。目前可用的或正在開發的單一系統都不能可靠地對付所有的威脅類型。一個固定的防空系統（如鐵穹）將提供最大的威脅覆蓋范圍，但無法有效地對付所有相關的威脅（如多個無人機系統的威脅）。基于激光的系統有可能提供一種擊敗RAM、UAS和CM威脅的手段，而不會產生單個導彈效應器的成本。干擾和欺騙以及基于微波的系統僅限于擊敗UAS，而便攜式防空系統將主要提供對FW和RW威脅的有效性。建議探索一種多系統分層的方法，以實現完整或接近完整的威脅覆蓋。
• 2. 戰爭游戲和計算機戰斗模擬實驗在傳統上為評估不同防御情景下的各種系統選項提供了寶貴的見解[102]。CA ORAT已經進行了戰斗模擬實驗，以評估由單個固定防空導彈、單個炮基系統和兩者組合組成的GBAD系統對RAM威脅的性能[103]。進一步的實驗可以納入更多的GBAD系統選項，并涵蓋更廣泛的空中威脅類型。作為下一步，建議進行一次戰役演習，其中包括桌面兵棋推演和研討會討論。
• 3. 一旦知道每個系統選項的成本，建議進行優化分析（例如，使用預算的最大覆蓋率算法），以確定在項目總預算下提供最佳威脅覆蓋的系統組合。這個問題可以通過給每個威脅類型分配一個加權值而得到進一步的限制，根據它是否被認為是主要或次要威脅。加拿大國防研究與發展中心（DRDC）--運營研究與分析中心開發的SPARC 2.0優化工具將允許快速進行這樣的分析，并將其可視化，以幫助采購決策。

感知（意義構建）支持系統的發展要求人們關心知識表示。由于沒有任何一種表示方法本身非常適合所有的任務，作者提出了一個適合在基于計算機的支持系統中處理態勢分析的知識表示工件集合。所描述的方法使得結合不同表示形式的優勢成為可能。每種表示范式都可以與感性認識的某個方面相匹配，與這個方面自然契合。例如，將信息表示為命題適合于自動推理，而用圖表示法對這些信息進行編碼則可以通過網絡分析技術進行知識發現。空間特征很適合地理空間推理，而情況案例顯然很適合基于案例的推理范式。本文簡要介紹了這些表示方法（以及其他一些），并討論了未來工作的一些方向。

【關鍵詞】 意義構建、態勢分析、知識表示、支持系統

引言

意識概念與擁有知識、認知或理解有關[1]。反過來，感性認識可以被看作是在不確定的情況下創造態勢感知的過程[2, 3]。它是一個不斷獲取、反思和行動的過程。這是一個以行動為導向的循環，人們不斷地、相當自動地經歷這個循環，以便將經驗融入他們對周圍世界的理解[4]。以上的考慮表明，要采用以知識為中心的觀點來進行態勢分析和意義構建支持系統[5-6]。這種觀點最終要求人們關心知識表示，這是一門關注知識如何被符號化并被計算機程序自動操作（處理和/或交流）的學科，特別是那些模擬人類推理的程序。

從一個相關的角度來看，在當代活動中，各級分析員和決策者都在一個信息飽和的環境中工作。工作人員需要足夠的信息來做出決策，但也需要技術的支持，使他們不至于被信息淹沒。然而，不幸的是，盡管近年來取得了重大進展，但從數量和種類不斷增加的來源中獲得的很大一部分數據和信息的處理仍在手工進行。當然，手工和心智處理大量的數據和信息是非常費力、復雜、耗時和容易出錯的。實際上，現在可用的數據和信息的數量和復雜性已經使這種處理方式變得不切實際，而且隨著越來越多的數據和信息源的開發和可用，這種情況正在惡化。在有意義和可能的情況下，必須用自動處理來取代心智和人工處理。

顯然，鑒于上述的數據和認知過載問題，自動化在感知和決策過程中可以發揮關鍵作用。這一點，再加上前面討論的采用以知識為中心的觀點來進行情況分析和決策，已經導致開發了一些自動處理組件，用于感知支持系統[6-11]。反過來，自動處理需要開發適當的知識表示機制，將情況知識傳達給基于計算機的處理組件，并收集處理的結果。

根據這些思路，本文描述了一套正式的知識表示工具，這些工具的開發是為了以適合計算機系統處理的正式方式表示知識。這些構件是為了滿足加拿大國防研究與發展部（DRDC）開發的感知支持系統（S3）的需要而構思的。S3是一個創新的、基于計算機的、可組合的和可互操作的感知支持工具的聯合體，這些工具被整合并交錯到一個整體的、連續的流程中，支持參與形勢分析活動的分析員們。

本文分述如下。第二節簡要介紹了基于知識的系統，第三節則全面介紹了為S3開發的知識表示工具。然后，第四節到第十節簡明扼要地描述了這些神器中的每一個。第十一節討論了用于表示領域專家知識的其他工件，最后，第十二節提出了一些結論性意見和未來工作的主題。

摘要

軍事決策在不同的領域--陸地、海洋、空中、太空和網絡--以及不同的組織層面--戰略、作戰、戰術和技術上發揮著關鍵作用。建模和仿真被認為是支持軍事決策的一個重要工具，例如，生成和評估潛在的行動方案。為了成功地應用和接受這些技術，人們需要考慮到整個決策 "系統"，包括決策過程和做出決策的指揮官或操作員。

人工智能技術可以以各種方式改善這個決策系統。例如，人工智能技術被用來從（大）數據流中提取觀察結果，自動建立（物理/人類/信息）地形模型，產生對未來事件和行動方案的預測，分析這些預測，向人類決策者解釋結果，并建立人類決策者的用戶模型。

對于所有這些應用，人工智能技術可以在不同的情況下被使用，并且已經開始被使用，因此有不同的要求。在本文中，我們概述了人工智能技術和模擬在決策"系統"中的不同作用，目的是在我們的社區中促進對人工智能的綜合看法，并為用于軍事決策的各種人工智能研發奠定基礎。

1.0 引言

軍事決策有多種形式。它發生在不同的領域--陸地、海洋、空中、太空、網絡--以及不同的組織層次[7]。例如，在戰略層面上，決策是否以及何時在一個特定的作戰區域內開始一項軍事任務。在作戰層面上，聯合部隊指揮官決定為某項行動分配哪些軍事要素，并指定在具體行動中尋求的預期效果。在戰術層面上，例如，海上任務組的反空戰指揮官決定由哪艘護衛艦來應對來襲的威脅。最后，在技術層面上，要決定在什么范圍內使用什么武器來消滅對手。

建模和仿真被認為是支持這些現場決策過程的一個重要工具（例如，見[3]的清單）。它提供了一種理解復雜環境和評估潛在行動方案有效性的手段，而不必使用現場測試。因此，借助于建模和模擬可以更安全、更便宜、更快速，而且可以更容易地測試不同的操作方式。此外，對于戰場上的軍事行動來說，廣泛地試驗軍事行動應該如何進行，甚至可能在道德上不負責任。因為，在指揮官可以決定不繼續按照同樣的戰術行動之前，就已經產生了意想不到的效果。

現代建模和仿真經常得到人工智能（AI）技術的支持。例如，用于仿真單個節點、組織和社會行為模型（見一些背景資料[13][4]），以獲得對對手合理和可能行為的洞察力。在這種行為洞察力的基礎上，可以為許多決策層面的軍事行動設計提供智能分析和決策支持。此外，人工智能技術被用來構建這些模型，與這些模型互動，并迅速分析大量的模擬結果數據。這里的技術進步非常多，例如，使用機器學習來構建更真實的行為模型[11]，改善人機協作[5]，對大量的模擬數據進行理解[10]。然而，人工智能技術只有在對決策者有用的情況下才能也應該被用于軍事決策。這意味著，只有在決策質量提高或決策過程變得更容易的情況下，才應將人工智能技術（在建模和仿真中）整合起來。

成功應用和接受用于決策支持的模擬仿真--可能建立在人工智能技術之上--取決于與主要軍事決策過程的互動和不斷學習（[1]）。決策者和分析員應該知道如何提出正確的輸入問題，以便通過建模和仿真來回答。然后，這些問題應該通過建模和仿真研究轉化為正確的輸出答案。因此，在各種互補的人工智能技術的支持下，應該對軍事決策過程和軍事模擬之間的互動有一個廣泛、全面的看法，并服從不同的功能要求。在本文中，我們概述了由人工智能技術支持的軍事仿真在決策"系統"中的不同作用，目的是在我們的社區內促進對人工智能的綜合看法，并為軍事決策的各種人工智能研發奠定基礎。

2.0 基于仿真的軍事決策

如引言所述，決策發生在不同的領域和不同的組織層面。在這里，我們提出了一個決策系統的示意圖，以提供一個關于如何通過仿真來支持決策的一般見解。這一觀點（圖1）來自于對多個決策過程的分析，如聯合定位[5]、作戰計劃[7]、海上反空戰[1]，并與著名的OODA環[8]相結合。該觀點中的元素解釋如下。

圖1：由建模和仿真支持的軍事決策周期的系統觀點。

觀察：OODA循環的第一步是觀察，從廣義上講，就是觀察現實世界中正在發展和出現的事件和情況。觀察包括，例如，來自傳感器的（原始）數據，包括我們自己的眼睛和耳朵，以及來自報告、報紙和社會媒體的符號數據。還收集了來自高層指揮和控制實體的指導意見。這些數據由分析員處理，對鏡頭中的個體進行命名，計算某些Twitter標簽的出現次數，驗證某個事件是否真的發生，等等。根據[9]，這可以被稱為情境意識的第一級：對當前情況下的元素的感知。

世界模型：在OODA環的觀察步驟中，已經開始了構建世界模型的過程，無論是隱性的還是顯性的。符合軍事決策觀點的世界模型的另一個名稱是共同行動圖。所有相關的概念都在世界模型中得到體現，包括不確定因素和假設。請注意，世界模型可以被仿真，即個體、平臺、團體或社會的行為可以隨著時間的推移而被預測，即使是在用戶的頭腦中隱含完成。

定位：在OODA循環的第二步，分析者使用他的專業知識，對觀察結果進行推理，形成假設，例如對手的意圖。通過這樣做，實現了對真實世界的深入理解[12]，這反映在世界模型中（仍然是顯性或隱性的）。在態勢感知方面，這被稱為第2級（對當前形勢的理解）和態勢感知能力第3級（對未來狀態的預測）。在任何時候，推理的結果可能是世界模型結構是不充分的，例如，現實世界的一個方面被認為是不相關的，但最后發現是相關的。因此，世界模型需要被更新。

決定：決策者，可能是與分析員相同的人，將根據對現實世界的理解，考慮如何采取行動的選項。世界模型的預測能力被用來演繹各種情景，讓人了解什么是理想的行動方案，什么不是，或者讓人了解空間和/或時間上的關鍵點，這樣就可以對這些關鍵點給予額外考慮。當然，如果世界模型是隱含的，這都是決策者的精神努力。此外，對于感興趣的現實世界系統的預測行為，可以得出的結論的精確性和/或確定性有很大不同：從精確的路線，到可能的戰略和理論的廣泛指示。

行動：在OODA-環的這一步，行動被執行。這些行動發生在真實世界中，然后一個新的OODA-環開始觀察是否需要重新考慮已經做出的決定。另一個行動可以是向 "較低層次"的決策過程下達命令，例如，讓下屬單位計劃和執行他們所得到的任務。這就是不同組織層次的決策過程的互動方式。還要注意的是，盡管每個組織層面的世界模型都與真實世界相聯系，但這些世界模型的結構（即被認為是相關的）可能是不同的。

從概念上講，在上述的決策過程中引入模擬（實際上首先是建模的巨大努力）是很直接的。在第一步和第二步中，建立了世界相關部分的模型，在以后的時間里，它被用來評估許多不同的情景，分析由此產生的結果，并根據其結論做出決定。正如后面將顯示的那樣，人工智能技術的作用與建模和模擬的使用有很大關系。

雖然從概念上來說，納入仿真模擬和人工智能技術是很簡單的，但為了給行動提供真正的附加值，它需要被嵌入到具體的決策過程中。而每個決策過程都是不同的，有不同的時間限制，不同的行動者，在不同的操作環境中。這將對開發使用的解決方案，包括人工智能技術，提出不同的功能要求。此外，根據具體的作戰決策環境，應用人工智能技術的附加值（或缺乏附加值）將是不同的。在下一節中，我們將對一個具體的案例進行進一步的探索，盡管肯定不是詳盡的努力，以允許對這種系統在這個過程中可能具有的不同角色進行更通用的識別。

3.0 案例研究：聯合目標定位周期

本節提供了一個關于如何利用仿真和人工智能技術來支持作戰層面上的（蓄意）聯合目標定位決策的案例研究。對于每個想法，都有以下描述：被加強的行為者（決策者）和/或產品，人工智能如何提供支持，以及使用這種形式的支持的附加值是什么。請注意，這個案例研究的目的是為了更好地了解人工智能技術應用的廣度，因此，目標不是完全涵蓋所有的可能性，也不是過于詳細。這種類型的案例研究已經確保了可以得出初步的功能要求，人工智能技術和智能建模與仿真應該應用于此。

圖2顯示了北約盟國聯合出版物3.9中的聯合瞄準決策周期，其中強調了五個想法。

圖2--來自北約盟國聯合出版物3.9的聯合目標定位周期，JFC=聯合部隊指揮官，JTCB=聯合瞄準協調委員會，JTL=聯合瞄準清單，TNL=目標

想法1--基于AI的目標系統分析的所有來源分析。第一個想法是支持目標小組的成員在聯合目標定位周期的第二階段參與目標系統分析，進行目標開發。例如，假設從第一階段開始，就打算通過瞄準對手的石油生產來擾亂其資金能力。在第二階段，分析人員將研究石油生產的目標系統，以確定油井、煉油廠、管道、重要的道路，也許還有相關的關鍵人物，等等，基于他們擁有的所有來源（圖像、信號情報、人類情報，等等）。

人工智能技術可以協助人類分析員建立 "目標系統模型"，即通過采用模式識別算法來處理大量的所有來源的信息，通過使用推理算法將信息碎片組合成一個結構化和連貫的整體。分析傳入信息的算法可能--經過增量的人工智能驅動的創新--也能夠識別尚未反映在目標系統模型中的新概念，然后可以自動添加到模型中。另一種可能性是創建一個 "虛擬分析師"（見圖3），通過不斷挑戰假設、假說和人類偏見來協助人類分析師，這需要額外的用戶建模和可解釋的AI技術。

圖3：人類和虛擬分析員，一起解釋數據，推理信息和知識，以建立一個目標系統模型。

這個想法的潛在附加值首先體現在完整性上，更多的目標可以呈現給人類分析員--它仍然可以為交叉檢查的目的做最后一步的目標審查。因為所有來源的情報都被整合到目標識別決策中，所以可以得出更具體的目標信息。識別算法經過訓練后，與基于人眼從數據中識別目標時相比，可以更快更及時地進行識別。最后，該算法可以明確地轉向識別不同類型的目標，這些目標可能并不都在人類分析員的經驗或觀察能力范圍內。

想法2--通過算法識別來自目標系統分析的優先目標。第二個想法是支持從一個給定的目標系統分析中識別優先目標。這有助于目標支持小組成員得出一個聯合的優先目標清單，該清單是在聯合目標定位周期的第二階段，即目標開發階段制定的。人工智能技術的支持始于將目標系統分析（如果還沒有的話）轉化為計算機可理解的形式，該形式由功能關系連接的實體組成，并由目標任務的目標支持。然后，在相關的時間范圍內計算直接或間接瞄準不同實體所產生的效用（例如，效果和效果的持續時間）。

然后，最終結果可以由人類分析員檢查，該分析員可能會重新引導算法的某些部分，以確保最終結果選擇的優先目標盡可能地滿足和平衡任務目標。另一種可能性是，分析表明，對目標系統的某些部分還沒有足夠的了解，無法做出某種決定，然后發出新的情報請求，以減少這種不確定性。

在這種情況下，使用人工智能技術的附加價值首先體現在通過完整地確定優先事項，包括最大限度地實現任務目標，同時最大限度地減少負面問題，從而更好更快地確定優先次序。這種全面的分析可能會導致原始的目標選擇，在這種情況下，會發現反直覺但非常有效的目標。目標優先級的可追溯性增加了，因為目標選擇問題的算法規范以及積極和消極的相關功能迫使決策者在激發他們的偏好時完全明確。

想法3--能力和優先目標的自動映射。與目標開發（第二階段）密切相關的是第三階段的能力分析。第三個想法是協助，仍然支持目標支持小組的成員，找到最適當的（致命和非致命）能力的最佳同步組合，可以應用于產生所需的物理和心理效果。使用模擬和人工智能技術來自動生成和播放高水平和低水平的行動方案，可以獲得對計劃的優勢、機會、弱點和威脅的深刻理解。當然，只有在與人類分析員和決策者密切合作的情況下，建立這樣的理解才是有用的，這就需要有人類意識的 "虛擬分析員 "技術。

想法4--計算機輔助的穩健和適應性部隊規劃和分配。在聯合定位的第四階段，能力分析的結果被整合到進一步的行動考慮中，推動聯合部隊指揮官對目標的最終批準。仿真和人工智能優化技術可用于尋找稀缺資源對目標或其他任務的最佳分配。什么被認為是 "最好的 "可以是不同的，例如，爭取最大的效果、安全、穩健、靈活，或這些和更多因素的任何組合。這可能會提供原始的規劃和分配方案，從人類分析者的角度來看，這些方案部分是反直覺的，但卻富有成效。智能優化算法可以幫助確定時間和/或空間上值得監測的關鍵點。而且，如果可以實時跟蹤進展，在事件或機會實際發生之前就可以立即生成重新分配方案，在時間緊迫的情況下減少決策時間。

想法5--自動評估軍事行動績效措施。在聯合定位的最后階段，收集和分析數據和信息，以確定計劃的行動在多大程度上得到執行（績效的衡量），以及達到預期的效果（效果的衡量）。因為這種類型的分析與其他階段的分析基本相似（即需要觀察和理解），所以在這里采用的模擬和人工智能技術可以被重復使用。例如，"目標系統模型"可以用來事先確定哪些措施或措施的組合最能說明性能和/或成功，也許還要考慮到其他因素，如效果的可測量性和延遲性。這些見解可用于指導例如戰斗損失評估工作。算法可以自動產生多種假設，當數據/信息可用時，"虛擬分析師"可以協助對這些假設和信息進行推理，幫助人類分析師以結構化的方式更好地解釋復雜的情況。

4.0 討論：人工智能在軍事決策中的作用

在本節中，我們將討論人工智能技術在軍事決策中可以發揮的作用，并將這些作用與前面介紹的軍事決策系統聯系起來。這些作用是由上面的案例研究綜合而成的。不同的作用是沿著兩個層次結構的，從上到下：在 "過程"層面，不同但連貫的步驟/階段被執行；在 "個體"層面，人類（或團隊）負責執行決策過程的特定步驟。

在整個決策過程的層面上，有多個步驟可以區分。在前面介紹的決策系統觀點中，這些步驟是觀察、定位、決定和行動。在聯合定位案例研究中，這些對應于六個階段，由不同的人在不同的時間執行。在這個層面上，我們為人工智能技術定義了四個功能角色，以支持決策過程。

• 感知：這個角色中的人工智能技術，主要以模式識別的形式，幫助處理大量的數據，如在圖像中尋找人，檢測數據流中的異常情況等。

• 態勢理解：這個角色的功能是實現對當前或假設的作戰環境的理解[12]，從而描述所有相關實體、它們之間的關系以及不可觀察的屬性，如它們的野心和目標。例如，對關于最近敵對活動的現有信息進行推理，結合關于他們的理論的一般知識，可以用來產生關于他們最可能的意圖的假設。

• 計劃生成：在這個角色中，人工智能技術，例如搜索和優化，被用來生成旨在達到（或避免）某種目標情況的計劃、策略和行動方案。處理元標準，如計劃的穩健性或情況的實用性也是這個作用的一部分。顯然，在許多情況下，不確定性是行動環境所固有的，因此不能被忽視。盡管如此，對當前形勢的理解越好，預測能力就越強。

• 學習：扮演這一角色的人工智能技術被用來更新有關作戰環境的知識。例如，在某個時間點，人們可能會發現一個被認為是正確的關于敵人理論的假設不再有效了。為了能夠保持正確的理解，這種新知識應該反映在所有其他決策步驟中。

在單個節點層面上，決策過程的單一步驟被執行，通常由一個或一組人類分析員和/或決策者負責。無論這一步需要什么，人工智能技術都可以在不同的合作角色中被使用，以支持人類。

• 專家系統支持：在這個角色中，支持的形式就像一個經典的專家系統，以知識和優化結果的形式向人類決策者或分析員提供建議。重要的考慮因素是，例如，如何以人類能夠接受的方式向其提供建議。對可解釋人工智能的研究可能是一個方向。

• 虛擬團隊成員：在這個角色中，人工智能技術被用來在人類和支持系統之間創造一種更平等的互動關系，積極為一個共同的目標工作。例如，虛擬團隊成員可以通過提出問題使假設明確化或挑戰偏見來幫助做出決定的（認知）過程。人類-人工智能的研究可能是一個追求的方向。

• 自主決策：決策過程中的其他步驟的互動，專家系統和虛擬團隊成員支持的考慮同樣有效。例如，在其他決策中的人類需要能夠推斷出一個自主系統。

圖4顯示了在軍事決策系統視圖中繪制的人工智能的七個角色。當使用模擬和人工智能來支持決策過程時，應該始終考慮這些不同的角色是如何互動的，無論是在過程層面還是在個人層面。例如，在聯合目標定位的過程層面上，第二階段包括定位（目標系統分析）和決定（為達到預期效果而瞄準什么）。第三階段也包括定位（自身能力）和決定（如何實現預期效果）。這些階段共享相同的世界模型，在這個過程中引入人工智能支持將推動這些步驟的合并，這不是不可想象的。在個體層面上，例如再次考慮第2階段，分析員可以得到綜合態勢理解、規劃生成和學習技術的支持，以及虛擬團隊成員和專家系統支持技術的任何組合。

圖4：由建模和仿真支持的軍事決策周期的系統視圖，其中人工智能技術的功能（黃色）和協作（綠色）作用被描繪出來。

5.0 結論和進一步研究

在本文的第一部分，我們介紹了軍事決策的系統觀點，主要基于OODA循環，其中我們介紹了世界模型，作為向整個決策周期提供建模和仿真支持的核心手段。接下來，從我們的聯合目標定位案例研究中，我們推斷出人工智能可以為軍事決策做出貢獻的七個功能性和協作性角色。這些角色對應于決策步驟，或者對應于如何向負責該過程步驟的人提供支持。最后，我們將這些人工智能角色整合到決策系統視圖中。

本文的目標是為我們社區內人工智能的綜合觀點做出貢獻，并為軍事決策的人工智能各種研發奠定基礎。在開發支持軍事決策的模擬和人工智能時，我們建議同時考慮過程層面和單個節點層面。在過程層面上，通過使用建模和仿真可以獲得好處。在單個節點層面上，為人類分析員和決策者提供實際支持，人工智能技術可以通過不同的角色組合對此作出貢獻。鑒于決策過程的各個步驟都是不同的，并且提出了不同的要求，履行這些不同角色的人工智能技術需要作為一個整體來開發。

我們相信，隨著對這一主題的更多研究，軍事決策的速度和質量都可以得到改善。然而，非常重要的是，要持續關注特定的未來人工智能應用的附加值，以及研究這些應用可能對，例如，負責該過程的人的所需技能，甚至該過程本身的影響。最后需要的是一個系統，它的存在是因為它可以建立，而不是有人幫助。對于這一點，應該更普遍地回答如何限定然后量化應用人工智能進行具體軍事決策應用的附加價值的問題。這樣的見解反過來又會成為關于人工智能用于軍事決策的集體技術路線圖的寶貴基礎。

6.0 參考文獻

[1] Bloemen, A., Kerbusch, P., van der Wiel, W., Coalition Force Engagement Coordination, TNO Report TNO-2013-R12117, 2015.

[2] Connable B, Perry W, Doll A, et al. Modeling, Simulation, and Operations Analysis in Afghanistan and Iraq. Santa Monica, CA: RAND, 2014.

[3] Davis P., Kulick J., Egner M. Implications of Modern Decision Science for Military Decision-Support Systems. Santa Monica, CA: RAND, 2005.

[4] Kunc, M., Malpass, J., White, L.(2016). Behavioral Operational Research, Theory, Methodology and Practice. Palgrave Macmillan, London.

[5] Langley, P., Meadows, B., Sridharan, M., Choi, D. (2017). Explainable Agency for Intelligent Autonomous Systems. Proceedings of the Twenty-Ninth AAAI Conference on Innovative Applications (IAAI-17).

[6] NATO Allied Joint Doctrine For Joint Targeting AJP 3.9(B), 2015.

[7] NATO Allied Command Operations. Comprehensive Operations Planning Directive Interim V2.0.

[8] “OODA loop.” Wikipedia, The Free Encyclopedia. 10 Mar. 2018.//en.wikipedia.org/wiki/OODA_loop

[9] “Situation Awareness.” Wikipedia, The Free Encyclopedia. 17 Mar. 2018.

[10] Smit, S., Veldhuis, G., Ferdinandus,G., et al. KaV Advanced Visual Analytics, TNO Report DHWELSS-, 2016.

[11] Toubman, A., Poppinga, G., Roessingh, J. (2015). Modeling CGF Behaviour with Machine Learning Techniques: Requirements and Future Directions. Proceedings of Interservice/Industry Training, Simulation, and Education Conference (I/ITSEC) 2015.

[12] “Understanding.” Wikipedia, The Free Encyclopedia. 18 Apr. 2018.

[13] Zacharias, G., MacMillan, J., van Hemel, S. (2008). Behavioral modeling and simulation: From individuals to societies. National Research Council, National Academies Press.

多年來，加拿大國防研究與發展部（DRDC）一直通過一系列的研討會與軍事人員接觸，評估新興技術對概念、能力和投資的可能影響。本文概述了影響評估框架，該框架已被設計并用于調查一些新興技術的影響。該框架包括定量和定性的措施，以及支持任務所需能力要素的正式清單。該框架的應用通過幾個新興技術領域對加拿大陸軍能力要素的評估結果來說明。被評估的新興技術領域包括量子技術、超材料、人工智能、印刷電子學、人體性能增強、合成生物學、增材制造和其他許多領域。結果提供了關于哪些軍事能力領域和作戰功能將受到所審查技術的最大影響的見解。這種方法為部隊開發人員提供了額外的證據，并支持對能力發展計劃和技術路線圖的審查。

1.0 引言

對技術、戰爭、政治和經濟之間關系的研究已經多次提出，未來必須在高度不確定的情況下做出決定。偏見塑造了國家和文化對如何預測未來的偏好。正如W.Chin所指出的，未來戰爭方面的文獻往往過度依賴明顯具有決定性軍事技術的簡單化概述[1]。

國防和安全的作戰環境不斷被競爭和沖突所塑造。雖然軍隊在評估未來作戰環境（FOE）的基礎上發展未來部隊，但它也需要評估趨勢和發展對能力的可能影響[2]。盡管大多數官方的FOE出版物包括對軍事力量的關鍵推論和高層影響，但仍然很少有既定的框架來評估新興技術在能力和概念發展方面的可能影響。

2017年，加拿大陸軍委員會批準將近距離接觸[3]作為未來軍隊（AoT）的頂點作戰概念。AoT是一個不斷發展的概念模型，說明加拿大軍隊在未來15年內應該如何配置、裝備和訓練。理想的AoT將被要求更加連接、敏捷、靈活、整合和強大。正如 "親密接觸"所指示的那樣，需要對政治、環境和技術變化進行持續的地平線掃描和觀察，以便對破壞性變化提供更好的預警[5]。作為風險管理戰略的一部分，部隊組建者需要了解技術發展以評估和利用潛在的機會。他們還需要預測和減輕他們在FOE中可能面臨的潛在風險、威脅和作戰挑戰。技術前瞻性和組織敏捷性是機構復原力的關鍵推動因素。技術優勢當然是任務成功的助推器，但創新文化和靈活的系統將是未來陸軍在作戰中成功的游戲規則。

1.1 新興技術在基于能力的規劃中的作用

一些軍隊已經采用了著名的基于能力的規劃（CBP）框架，該框架最初由Paul K. Davis[4]開發，用于支持能力和系統的長期戰略計劃。在加拿大，CBP于2005年被加拿大武裝部隊（CAF）采用。CBP是一種系統的部隊發展方法，旨在為最合適的部隊結構選擇提供建議，以滿足政府的優先事項。CBP過程評估了通過情景分析得出的能力目標。然后，通過對當前和計劃中的能力進行分析，確定并驗證能力的不足和過剩。它支持首選部隊結構的發展。CBP是一個使用場景的過程，這些場景松散地位于FOE中，以評估現有能力在多大程度上可以保持運作，并在不同場景下對任務的成功做出貢獻。CBP過程的主要結果是識別和記錄可能威脅到任務成功的能力差距和缺陷。CBP是關于評估現有軍事能力的準備程度、生存能力和維持能力。

傳統上，新興技術的趨勢是作為FOE的一部分來考慮的，從FOE中推導出一些情景來 "測試 "現有的軍事能力。評估新興技術的綜合方法需要考慮三種不同的應用背景。

• 機會：新興技術能否被塑造來解決差距和不足，提供新的能力或新的手段來實現效果？

• 風險：新興技術能否代表新的威脅，需要出口控制或技術保護計劃，加速我們自己技術的淘汰，或降低我們的能力？

• 環境：新興技術將如何塑造作戰環境？鑒于全球都能獲得新技術，我們在未來的物理和數字環境中會面臨什么？

CBP是在未來部隊結構的設計中創造機會和減少風險的藝術。

2.0 評估新興技術的方法

文獻中描述了在國防背景下評估新興技術的幾種方法。

2.1 北約DTAG方法

顛覆性技術評估游戲（DTAG）是一種方法，最初由北約SAS-062和SAS-082任務組開發[6-8]。DTAG最適合于探索新興技術在軍事場景中的使用如何可能改變行動方案和結果。DTAG使用系統理念（IoS）卡，將幾種技術整合到一個新概念中。DTAG會議通過在軍事背景下進行基于場景的桌面兵棋推演演習，探索IoS的潛在好處。

從能力發展的角度來看，文獻中沒有證據表明，擬議的IoS卡得到了現有技術路線圖或技術趨勢分析的支持，這將有助于能力開發者估計一個新的 "系統 "在可預見的未來何時可以現實地出現和部署。DTAG會議的結果產生了新的技術應用概念，但它們缺乏技術趨勢分析和路線圖的支持，使能力開發者獲得的可操作信息有限。

2.2 TOWS分析（澳大利亞）

澳大利亞陸軍采用了由國防科技集團（DST）的科學家開發的威脅、機會、弱點和優勢（TOWS）方法來評估新興技術對陸軍通用功能的可能影響。TOWS技術的描述見[9, 10]。TOWS技術將外部威脅和機會與一個組織的內部弱點和優勢進行比較。結果被用來定義一套行動，以保護組織免受威脅，并使其能夠利用機會。TOWS是專門為推斷行動和戰略而設計的。

表1：技術領域對軍隊一般職能的影響[10］

3.0 評估新興技術的綜合方法

加拿大國防研究與發展部（DRDC）用于識別和評估新興技術的一些工具和技術已經在2015年的北約IST系列講座中進行了描述[11, 12]。目前，DRDC的計劃將這些工具和技術整合到科技（S&T）展望和風險評估的綜合方法中。圖1說明了從前景掃描活動到提供戰略建議的主要組成部分和邏輯流程。新興技術影響評估研討會每年進行一次，以評估新興技術對國防和安全能力、利益相關者和政策制定者的影響。

圖1：DRDC的科技（S&T）展望和風險評估計劃。

3.1 科技展望與風險評估

DRDC的科技展望和風險評估計劃的所有活動都是按照四步程序進行的，首先是進行前景掃描活動，以確定新出現的利益趨勢，然后收集和分析信息，以發展關于這些利益趨勢的技術情報。然后評估新出現的技術趨勢對國防、安全、政策和立法的可能影響。評估的結果被用來為計劃、能力和伙伴關系方面的決策提供信息。

3.2 加拿大軍隊的作戰功能和能力

在所有的未來情況下，任務的成功和有效性依賴于執行任務所需能力的可用性、準備性、穩健性和彈性。新興技術的潛在影響需要在所有作戰功能中進行評估，以確定哪些能力可能從中受益，哪些可能面臨風險。加拿大陸軍使用五個核心作戰功能：指揮、感知、行動、防護和維持

• 指揮 - 建立共同的意圖和管理指揮的必要結構和程序。作為一項作戰功能，指揮部是其他四項作戰功能的紐帶。指揮部是將所有作戰功能整合到一個全面的戰略、作戰或戰術層面的概念的作戰功能。

  • 指揮部的運作功能由一些關鍵能力支持，包括：

    表1：支持指揮職能的能力。

• 感知 - 一個單一的綜合實體，收集、整理、分析和顯示各級數據、信息和知識。戰術、行動和戰略資產被整合為一個單一的連續體。感知是為指揮官提供知識的操作功能。感知功能包含了所有收集和處理數據的能力。

  • “感知” 的操作功能由一些關鍵能力支持，包括：

    表2：支持感知功能的能力。

• 行動 - 使用一種能力來影響整個沖突范圍內物質和道德領域的事件。行動反映了對各種來源的能力的整合--戰術、行動或戰略。行動是整合了機動、火力和信息戰的作戰功能，以達到預期效果。它是聯合火力和影響活動的結合，通過機動和對作戰環境的管理而同步和協調。

  • 該法案的運作功能由一些關鍵的能力支持，包括：

    表3：支持行動功能的能力。

• 防護 - 為促進任務成功而采取的部隊保護措施，通過管理風險和盡量減少人員、信息、物資、設施和活動在所有威脅下的脆弱性，維護行動自由和行動效率。防護是保護部隊、其能力和行動自由的業務職能。防護功能可以保護部隊免受常規和不對稱的威脅，適用于國內、大陸和國際行動。

  • 防護作戰功能由一些關鍵能力支持，包括：

    表4：支持盾牌功能的能力。

• 維持--產生、部署、使用和重新部署一支部隊所需的所有功能的組合。"維持"是支持行動的再生和維持能力的操作功能。

  • "維持"行動功能由一些關鍵能力支持，包括：

    表5：支持維持功能的能力。

除了作戰功能外，還考慮了部隊生成能力。一些新興技術可能會影響到部隊生成的各個方面。例如，增強現實和虛擬現實技術正被越來越多地用于加速訓練。它們還為平臺的現場維護和修理提供了新的手段。在CA的背景下，部隊組建得到了一些關鍵能力的支持，包括：

表6：支持部隊組建的能力。

3.3 研討會方法

通常情況下，新興技術影響評估研討會以一個或多個主題專家（SME）的展望簡報開始。中小企業有責任介紹該技術領域并描述其潛在的應用。他們還提供有關被審查的新興技術領域的新興趨勢和主要領導人的有用信息，以及對該技術目前的成熟度、限制、局限性和科學界面臨的挑戰的概述。

圖2：研討會過程。

根據中小企業提供的信息和個人的專業知識，研討會參與者被要求使用簡單的李克特量表評估新興技術領域對陸軍能力的潛在影響，從0（無影響）到7（非常大的影響）。評級過程確保參與者考慮到每個作戰功能的所有能力領域的影響。通常情況下，在考慮一項新興技術的潛在影響時，參與者已經想到了一個具體的能力領域。使用一個系統的能力評級過程，可以確保"不太明顯"的影響領域也在研討會上得到考慮和討論。

圖3：評級過程和尺度。

在研討會上，"影響"的定義是：解決現有的差距和缺陷；解決持久的問題（如士兵的負擔）；改善現有的能力；引入新的概念和能力；破壞或否定現有的能力；使任務面臨風險（多種風險類別）。

在第一輪個人評估后，將結果提交給研討會參與者，以激發小組討論和辯論。小組討論提供了機會，以交流對新興技術的看法，要求中小企業提供額外的技術細節和清晰度，挑戰假設，并試圖填補 "高不確定性所固有的知識空白"。小組討論后，再進行第二輪評估。這種方法有助于衡量和減輕 "群體思維"的影響。

3.4 數據分析

在研討會上收集的數據用兩種不同的方法進行分析。第一種是依靠DRDC的科學家在2006年開發的統計工具來進行多標準分析和排名共識（MARCUS）。MARCUS[14, 15]是一個產生共識結果的有用工具。MARCUS的特點之一是它能正確處理排名中的并列關系，能容忍不完整的排名，并在必要時允許單個排名在確定共識排名時具有不同的權重。

下面的例子顯示了小組討論前后評估的微小差異。在這個特殊的案例中，在小組討論之前，評估認為情報系統（5）將受到人工智能（AI）發展的最大影響。在小組討論后，與會者評估說，規劃和決策支持系統（2）將受到最大影響。

圖4：小組討論前后，MARCUS對人工智能應用在20種軍隊能力上的排名

用于分析數據的第二種定量方法是對所有參與者對每個能力領域的評分應用一個簡單的平均函數，如圖5所示。此外，在研討會期間還收集了參與者的定性評估，以便為個人評級提供額外的理由和背景。結果被用來確定哪些能力領域和作戰功能將受到所考慮的新興技術的最大影響（技術觀點），并確定哪些新興技術將有助于塑造整個作戰功能的未來能力（操作功能觀點）。自2014年以來，CA一直在舉辦一系列的研討會，以評估幾個新興技術領域的潛在影響。

3.5 結果概述

如圖5所示，累積結果表明，支持指揮功能的能力將受到人工智能（AI）應用、人類性能優化和修改（HPO、HPM）發展以及量子科學（QS）應用的顯著影響。量子技術有望提供下一代的加密能力，可以提高指揮和控制（C2）網絡的安全性。

圖5：新興技術領域對CA運行功能的影響程度

結果還表明，在未來15年以上的時間里，支持理智功能的能力將受到幾種新興技術的顯著影響。人工智能（AI）的快速發展，以及量子科學（QS）、超材料（MM）和印刷電子（PE）的發展，將有助于塑造未來的感知能力。

對于支持行為功能的能力，結果表明它們將受到人工智能、文化行為模型（CBM）以及培訓、教育和演習5（TEE）新模式的影響。機動能力將大大受益于人工智能的發展，特別是在機器人、自主車輛和蜂群的應用領域，但也可以通過人工智能的增強現實技術為下崗士兵服務。量子傳感器的發展將提供更精確的定位、導航和定時（PNT）系統，以提高在GPS缺失環境下的機動能力。

支持防護功能的能力也將受到幾個技術領域的重大影響。材料科學和個人防護設備（PPE）設計的發展顯然將塑造未來的防火能力。化學和生物檢測和保護（CB DP）的進步將有助于增強或新的CBRN防御能力，同時合成生物學（SB）和人體性能優化（HPO）的發展也將有助于增強或新的CBRN防御能力。量子科學（QS）預計將提供新的傳感器，以實現對爆炸性危險的遠距離探測和規避。

在支持 "維持"功能的所有能力領域中，衛生服務系統是未來15年內變化最大的領域。合成生物學（SB）、人體性能優化（HPO）和改造（HPM）的發展，以及個人防護裝備、化學和生物檢測和保護（CB DP）的發展，培訓、教育和鍛煉的新模式，以及來自印刷電子（PE）的可穿戴和植入式傳感器，預計將對未來的衛生服務系統產生重大影響，前提是有適當的政策和立法。

3.6 結果

年度新興技術影響評估研討會是支持能力發展和實施國防創新計劃的關鍵。它們匯集了科學家、學者、工程師、政策制定者、項目管理人員、法律顧問和軍事人員的專業知識。自2014年成立以來，新興技術影響評估研討會為國防能力、科技合作計劃和伙伴關系的戰略投資決策提供了信息。例子包括。

• 采用部門的量子科技戰略。

• 加拿大軍隊人工智能概念文件和技術路線圖。

• 提交給國防部（DND）"創新促進國防卓越和安全"（IDEaS）計劃的新的創新挑戰。

• 在新興技術領域的新FVEY活動，如超高分子量聚乙烯（UHMWPE）。

• 幾個國防和安全政策問題簡報。

• 對敏感技術和出口控制的系統性審查6。

4.0 結論

任務的成功和有效性取決于用于實現效果的能力的可用性、準備性、穩健性和復原力。長期的戰略能力發展計劃需要識別和評估新興技術對所有作戰功能的潛在影響，以了解哪些能力可能受益于這些技術，哪些可能面臨風險。為了支持這種評估，我們設計了一個框架，其中包括定量和定性的措施以及支持任務所需的能力要素的正式清單。通過對加拿大陸軍能力要素的幾個新興技術領域的評估結果，說明了該框架的應用。自2014年第一次迭代影響評估研討會以來，累積的結果提供了寶貴的見解，即在未來15年內，哪些軍事能力領域和作戰功能將受到審查技術的最大影響。

附錄A

表A-1: CA評估的新興技術領域

5.0 參考文獻

[1] Chin, Warren, “Technology, war and the state: past, present and future” International Affairs 95: 4, 2019

[2] Sullivan et al. Mad Scientist: Disruption and the Future Operational Environment Final Conference Report 25 July 2019

[3] Kaduck Anthony (LCol), Ron Bell (LCol), Peter Gizewski, Close Engagement. Land Power in an Age of Uncertainty, Kingston, 2017.

[4] Davis, Paul K., Analytic Architecture for Capabilities-Based Planning, Mission-System Analysis, and Transformation. RAND MR-1513

[5] Chapman B. and Gisewski P., Army 2040 Seminar. A Methodology to Address Capability Development in an Uncertain Future. 30th International Symposium on Military Operational Research (ISMOR), 2013

[6] NATO-SAS-082, Disruptive Technology Assessment Game. Evolution and Validation, RTO Technical Report TR-SAS-082, 2012.

[7] H. And?s, B. Damsgaard, G. Kindvall, E. R?nnberg, S. O. Solheim and M. Suojanen, Emerging Technology Concepts and Defence Planning in the Nordic Countries, FFI-NOTAT Eksternnotat 16/00336, 2016.

[8] G. Kindvall, A. Lindberg, C. Trané and J. Westman, Exploring Future Technology Development, FOI- R- -4196--SE, 2017.

[9] Pincombe B. and Dexter P., The Possible Effects of Potential Key Technological Developments on the Force Structure of the Australian Army in 2040. DSTO-GD-0862. 2014

[10] Dexter P. and Krysiak, K. “Assessing the impact of emerging technologies on the Australian Army”. 20th International Congress on Modelling and Simulation, Adelaide, Australia, 1–6 December 2013

[11] Auger, A. Emerging and Disruptive Technologies Impact Assessment. NATO IST 135 Lecture Series. STO-EN-IST-135. 2015

[12] Auger, A. Identification of Emerging Scientific and Technical Trends Using Scientometric Analysis. NATO IST 135 Lecture Series. STO-EN-IST-135. 2015

[13] Holland-Smith, D.J. On the Risk from High-Impact, High-Uncertainty Technologies. NATO IST 135 Lecture Series. STO-EN-IST-135. 2015

[14] Emond, E. J., Developments in the Analysis of Rankings in Operational Research. DRDC CORA TR 2006-37; Defence R&D Canada, December 2006

[15] Tania Yazbeck and E. J. Emond. Multi-Criteria Analysis and Ranking Consensus Unified Solution (MARCUS) -User Guide DOR(CORP) Research Note RN 2004/13. 2004

[16] Auger, A. Emerging and Disruptive Technologies Impact Assessment Workshop. Results from 2015, DRDC-RDDC-2016-L328, Ottawa, Oct 2016.

[17] Auger, A. Impact of Selected Emerging Technologies on Canadian Army Capabilities. Results from Emerging and Disruptive Technologies Workshop, Dec. 2017 DRDC-RDDC-2018-R152. May 2018

[18] Gunashekar S., et al. Oversight of science and technology. Learning from past and present efforts around the world. RAND Europe report, 2019. RR-2921

將數字資源信息整合形成系統對這些資源的利用至關重要。這種信息的形式可能是誰負責該資源，該資源可用于什么，該資源在哪里，如何獲得該資源，以及該資源如何與其他資源結合。總的來說，這些信息代表了當前信息環境中各要素態勢感知的組成部分。對這些要素的了解使數字資源的利用更有能力。在實踐中，這種感知可以幫助以一種更適應的方式分配資源，考慮到諸如信息消費者的要求以及提供者和消費者之間的通信渠道所帶來的限制。這里介紹了與自適應處理有關的概念，在基于云的聯盟反潛作戰（ASW）的背景下。在與北大西洋公約組織（NATO）合作伙伴的合作中，一個云基礎設施被用來構建與虛擬平臺相關的計算能力，包括虛擬平臺之間的模擬通信渠道。對基礎設施適應性性質的測試依賴于與 ASW 中的信息分發和利用相關的已定義用例。這里，這些用例被詳細描述。這些用例顯示了支持這樣一個適應性系統所需信息快速增長的復雜性。這些用例還指出了許多未來的研究途徑。

引言

在加拿大皇家海軍（RCN）的作戰任務中，海上信息和衍生物的收集、處理和傳播主要集中在平臺的自主性上，無論是船只還是飛機。這種以平臺為中心的觀點部分是由于在作戰中必須成為一個自給自足的實體，有能力收集和處理對平臺重要的所有信息。盡管實驗已經顯示了無縫連接和利用外部信息的能力[1][2]，但在依靠外部資源進行數據和信息處理方面存在著一種謹慎的做法。

這種謹慎的做法部分是由于不愿意依賴外部伙伴，因為與該伙伴的通信可能很差或不存在。遇到諸如缺乏帶寬、大延遲或質量下降等問題的通信渠道通常被稱為 "弱勢網絡（disadvantaged network）"[3]。這種網絡確實抑制了盟軍中其他人或海上平臺與總部所在地之間對任何收集的數據或信息的分發和使用。

當然，處理通信問題的標準對策是構建通信機制，允許更大的信息量通過通信渠道。這種解決方案有效地解決了 "給我更多帶寬"的要求。然而，另一種有效的方法則側重于更好地利用現有帶寬。這里，"更好地使用 "意味著以更全面的方式使用，通過考慮以下因素考慮到整個處理周期：

• 正在使用的信息。

• 該信息的位置。

• 對該信息采取行動所需的處理算法、模型等。

• 處理算法或模型的位置。

• 完成處理所需的計算能力。

• 參與平臺之間的帶寬連接。

• 最終產品的使用地點。

這些因素認識到信息是一種資源，要被移動并與處理算法相結合，然后形成一個新的產品。這些組成部分的重要性，以及這些組成部分與歷史信息科學的關系，在[4]中有所描述。

對這種描述來說，重要的是認識到信息資源有多種形式。在數字空間中，資源可以是輸入數據、軟件形式的處理算法，或可以許多形式表示的輸出產品（例如，一個數字文件，一個圖像）。還要注意的是，在許多情況下，輸出可能成為另一種算法的輸入。

然而，通過諸如上述（即清單）的考慮來利用信息資源，需要對資源本身有廣泛的了解。請考慮一下，一個信息系統如何確定它所擁有的數字模型是否與一個獨立的、不同的信息系統上存在的輸入數據集兼容。創建資源層面的元數據是一項艱巨的任務，而這一層面的資源知識是需要的。

盡管資源級元數據的編譯是有問題的，但第二個問題很可能更困難--使用資源級數據來自動調整信息系統所需的分配和處理。事實上，如果不做大量的假設來降低問題的復雜性，這種適應性系統方法是非常困難的[5]。

北約的自適應系統研究

北約信息系統技術組168（IST168）成立于2018年[6]，研究一種基礎設施，允許對自適應信息處理和分配技術進行實驗。IST168下進行的研究重點是允許數據或應用程序在聯盟網絡內流動，從而促進該網絡內不同位置的自適應處理和信息創建。其目的是考慮到數據存儲、處理能力和平臺間通信連接的本地和當前可用性。簡單地說，IST168的口號是："把數據移到代碼上；或者把代碼移到數據上；或者把兩者都移到別的地方？"

為了將IST168的工作建立在軍事背景下，該小組正在通過為陸地和海洋領域設計的軍事場景來探索這種架構的預期應用。這些場景旨在為這種適應性基礎設施的使用方式提供一個作戰背景、故事情節或敘事說明。這些場景在IST168的研究中被廣泛使用[7-10]。

IST168的陸地場景是基于北約先前創建的名為Anglova vignette No.3的場景[11]。這集中在一次城市行動中，涉及到士兵捕捉過往車輛的視頻片段，對該片段進行處理，然后由遠程總部制作成產品。對陸地場景感興趣的人可以參考[11]。

IST168的海上場景是本文件的重點。由于以前沒有滿足參與國需求的海上場景，因此努力開發一個場景，并說明北約構建的基礎設施將如何支持該場景。因此，根據參與的北約國家和眾多加拿大CRACCEN團隊成員所表達的需求，在此創建了一個海上情景。該場景的主題是反潛作戰（ASW）。

海上反潛作戰方案利用了IST168的優勢，也為IST168做出了貢獻。作為IST168努力的一部分，多個北約國家提供了云計算基礎設施，包括加拿大的云計算基礎設施。每個貢獻的云都在東道國的完全控制之下。這些國家基礎設施然后與其他國家部分共享，產生一個國家控制但國際共享的信息空間。在這個空間內，對信息的資源級理解得到了發展。

自適應的云基礎設施--虛擬實驗室

國際云基礎設施以及單一的國家基礎設施代表了大量的工作，但也是研究信息問題的高度靈活資源。一個單獨的國家云或一個國際云，可以被配置成代表戰斗空間中物理實體上存在的信息系統。例如，云基礎設施可以被重新配置為眾多的虛擬計算單元，這些單元代表了單個平臺，如一艘船、一架直升機、一架無人駕駛飛行器（UAV）、一個總部等。然后，這些虛擬平臺可以用來容納存在于真實物理平臺上的信息系統。在虛擬環境中使用仿真通信信道可以使虛擬平臺通過現實的通信信道連接起來。在這里，通信信道是使用可擴展移動特設網絡仿真器（EMANE）[12], [13]來模擬的。

從本質上講，可以構建一個虛擬實驗室來代表整個物理平臺連接中可用的計算、通信和信息資源。

與加拿大研究的關系

指揮部偵察區協調和控制環境網絡（CRACCEN）活動[14]是由加拿大國防研究和發展部正在執行的一項研究活動。CRACCEN被設想為一個整體的社會技術系統，所有指揮小組的決策和反潛戰任務的相關信息都將被匯集起來，以發揮作戰和戰術優勢。

CRACCEN打算徹底改變加拿大水下戰爭[15]。CRACCEN的工作支持這一變革，其研究方向是解決一個全面的人類/信息系統，以滿足未來反潛作戰的需要。在這方面，CRACCEN有一個龐大而重要的反潛隊伍，該隊伍可以在地理上分散在海上平臺和岸上的組件中。

CRACCEN下調查的概念與IST168的活動部分地相互聯系。實際上，IST168正在開發的互連云基礎設施和模擬通信渠道與支持的反艦導彈海上場景相結合，提供了與CRACCEN相關的信息發現和共享環境。這種相關性包括展示云基礎設施在ASW環境中支持數字信息發現、共享和使用的能力。

在這方面，與IST168相關的發展可以被視為具有幾個與信息相關的特點，這些特點對CRACCEN是有用的，分別是（非廣泛的清單）：

• a. 可訪問性--信息環境的共享區域允許其他各方訪問共享區域內的信息資源。

• b. 可調整性--信息環境中的隔離區域可以被創建，這些區域允許一個特定的國家在環境中獨立于其他國家行事。

• c. 靈活性--它考慮到了信息環境中共享區域之間不同的通信連接和斷開。

• d. 可發現性--共享信息環境中的信息資源可以被有機會進入該環境的國家發現。

• e. 有效性--在信息環境中的一個共享區域向另一個共享區域轉移資源之前，有能力評估信息資源的潛在用途。

信息環境的上述特征是可以通過生成元數據來實現的，元數據具體描述了信息環境中可用的個別信息資源。這些元數據描述，作為一個完整的集合，允許單個信息系統對該系統內可用的信息資源形成一種 "態勢感知"。這種感知有效地建立了對當前情況下的元素（即數字資源）的感知，這是態勢感知（SA）的第一個構建模塊[16]。對這種類型的態勢感知的研究是DRDC海上信息電子化（MIX）活動的一部分[17]。

總之，MIX為理解和形成信息領域的態勢感知提供了研究基礎，然后將其應用于反艦導彈的場景。這種聯系為更好地理解如何利用信息領域進行軍事行動提供了一個現實的背景。

報告提綱

第2節介紹了一個海上反艦導彈的敘述或情景。該場景描述了在一個海峽中的一個精心設計的反艦作戰行動，涉及兩艘水面艦艇、一架無人機和一個岸上的站點。第3節描述了9個用例，展示了在反潛作戰中如何考慮信息資源、計算資源和通信渠道。第4節提供了一個結論。

在加拿大國防研究與發展部（DRDC）05da聯合情報收集和分析能力（JICAC）項目下，本科學報告提出了創新貢獻，為作戰提供先進的情報收集任務支持，作為情報需求管理和收集管理（IRM/CM）能力的一部分。它報告了新型收集任務優化工具的設計，旨在支持收集管理人員處理復雜任務和支持收集資產設施。它總結了新的研究和開發情報收集概念和自動決策支持/規劃能力，以支持/建議收集經理有效和高效的資源分配。以多衛星收集調度用例問題為重點，簡要報告了導致快速、自動和優化收集任務的新技術解決方案概念，提供服務水平的改善和增強及時的態勢感知。從人工智能和運籌學中借用的基本概念，目的是在各種任務、機會、資源能力、時間和成本約束下實現收集價值最大化。報告總結了技術成果，描述了新的快速、自動和優化的收集任務解決方案和原型推薦器，以安排真實/虛擬的多衛星星座。它應對了一些缺陷和挑戰，如短視（以單一任務為重點）或臨時性的情報收集任務分配方法，不適合集中式/分布式的開放和閉環資源管理方法或框架，以確保靜態/動態規劃或處理約束的多樣性/差異性和不確定性管理。本報告還旨在向加拿大軍隊情報指揮部（CFINTCOM）、空間總督（DG SPACE）、加拿大聯合行動指揮部（CJOC）和主要的軍事聯合情報、監視和偵察（JISR）利益相關者提供信息。

對國防和安全的意義

本科學報告提出了適用于天基情報、監視和偵察的多衛星情報收集調度問題的新型收集任務技術概念和技術發現。這項工作與雷達衛星星座任務（RCM）項目的后續舉措和加拿大軍隊（CF）在北極和北方的持久性聯合情報、監視和偵察方面的一些優先事項相吻合，以便及時提出增強情報收集任務的解決方案和工具。它提出了新的科學和技術方法，為低密度、高需求的可部署收集資產提供近乎最佳的情報收集。

1. 引言

針對適當的情報、監視和偵察(ISR)應用領域的具有成本效益的天基情報收集任務，對發展適當的國防情報需求管理和收集管理(IRM/CM)能力至關重要。因此，收集管理，特別是收集任務分配，對于保持加拿大領土、空中和海上領域的準確、及時和持久的態勢感知至關重要。典型的收集管理要求包括在資源有限的情況下進行適應性和響應性收集（CFINTCOM）；收集任務分配；規劃執行；傳感器組合優化；支持聯合ISR（JISR）資產的動態執行新任務（CJOC）；實時收集規劃以及有效的傳感器提示（DG SPACE），等等。最終的目的是有效地彌補信息需求和信息收集之間的差距，最佳的資源管理主要是由人員短缺、有限的收集任務自動化、成本效益、資源限制和低密度高需求的收集資產（衛星）在一個時間限制的不確定環境中的發展。通過多衛星收集調度問題（m-SatCSP）開展北極情報和監視的基于空間的圖像情報（IMINT），代表了一個典型的相關使用案例。

為處理情報收集任務的缺陷和挑戰而提出的解決方案[1]有很多。最近關于收集任務，特別是多衛星圖像采集調度的公開文獻，在 "多異質衛星任務的收集規劃和調度：調查、優化問題和數學規劃公式"[2]和 "QUEST--多衛星調度問題的新二次決策模型，計算機與運籌學"[3]。以下是對擬議方法的主要局限性的簡要總結。讀者可以參考后面的出版物[2],[3]以了解更明確的細節。基于低密度高需求的集合資產為前提，一般的問題在計算上是困難的。大多數研究貢獻主要限于同質衛星和單一星座情景，主要處理簡單的觀測點目標（"點 "區域）任務，并提出新的任務聚類和預處理策略以減輕計算復雜性。已呈現的工作大多忽略了大面積覆蓋的復雜性、及復雜的任務結構、聯合價值任務構成、觀測結果和成像機會質量的不確定性以及常見的操作約束。這些制約因素包括最小任務覆蓋閾值、相互任務排斥、任務優先級和成像成本。目前的采集資產任務分配方案大多提供基于短視啟發式的策略，以規劃或分配采集器任務。在實踐中，最好的資源往往是短視推薦或局部選擇，以完成一個特定的任務，而忽略了其他約束條件（例如，為其他采集請求服務的時間窗口和成像機會）、追求的全局目標和持續進行的部分規劃解決方案質量。因此，ISR資源分配和動態重新分配是臨時性的，因為它們是以單一任務為中心的，而不是采用更全面的任務觀，關注整體任務，更好地利用替代機會，更有效地滿足整體收集要求。擬議的基本收集任務的部分解決方案沒有提供一個健全的資源管理框架，以確保適應性動態規劃或處理約束的多重性/多樣性和不確定性管理。它們也未能展示有價值的分布式規劃和融合的協同作用或整合，同時對支持可重構的傳感器網絡提出很少的指導。一方面，減少感知或高級信息融合與資源分配（RA）任務之間的差距，另一方面，規劃（任務分配）和執行（收集）監測之間的差距，仍然難以實現。

這項工作提出了新的研究和發展情報收集概念和自動決策支持/規劃能力，以支持/建議收集人員有效和高效的資源分配。它旨在開發自動咨詢調度組件和概念驗證原型，以實現有效的收集任務分配。以多衛星圖像采集（IMINT）調度為重點，介紹了導致快速、自動和優化采集任務的新技術解決方案概念，改善提供的服務水平，并增強及時的態勢感知。所設想的問題包括許多新的附加功能和完善的元素，這些元素在公開的文獻中主要是被忽視或忽略的。假設在低密度、高需求的收集資產條件下的m-SatCSP，新的特征包括收集資產的多樣性和敏捷性、任務抽象化、更多的包容性目標和更多的約束多樣性。重新審視的表述涉及抽象的情報收集任務，將單一目標區域（點）的重點明確地包括在大面積覆蓋范圍內，同時考慮多個或虛擬的異質衛星星座，脫離了傳統的同質情景。新的空間和時間依賴性，反映更現實的任務復雜性，放松相互獨立和可分離的假設。它抓住了成像質量、部分任務執行和成功概率等概念，擺脫了對有序行動執行或確定性結果的不現實的假設。該方法還重新審視了任務優先級利用的概念。因此，優先權被用作沖突解決機制，而不是基于優先權的有偏見的短視策略，強加任意的任務部分排序來管理高復雜性需求。設想的問題目標是要捕捉到超越通常區域覆蓋范圍特定任務的性能措施，引入收集質量，考慮到探測成功率、跟蹤質量和識別的不確定性，以提高收集的信息價值。基于最近提出的一個問題陳述，即m-SatCSP的背景[3]，將情報請求映射到收集資產成像機會，以實現收集價值最大化，這項工作簡要地擴展了標準確定性問題決策模型，使用常規的混合整數二次規劃優化問題表述[5]。針對基于空間的ISR應用領域，新的優化模型降低了計算復雜性，使得在某些情況下利用精確的問題解決方法成為可能，同時提供了對最優解的約束。在公開文獻中大量報道的傳統特征約束的基礎上，推廣的模型引入了額外的規范，如合適的任務覆蓋閾值、可選的任務互斥、任務優先級、聯合值任務組成、成像/服務時間窗口，以及單個和平均軌道的熱約束。報告了在集中式和分布式決策背景下各種靜態和動態情景下的主要貢獻和創新之處。簡要介紹了為支持收集任務而明確開發的創新模型、求解器和概念驗證原型（推薦器）。

本科學報告總結了技術成果，描述了新的快速、自動和優化的收集任務（改善服務水平，增強態勢感知）解決方案和原型推薦器，為規劃多衛星真實/虛擬星座。它還旨在向CFINTCOM、DG SPACE和CJOC軍事組織通報主要發現，并確定最有希望的收集管理性能要求、技術和工具，容易對正在進行的主要軍事舉措產生潛在影響。這項工作是在2015年12月至2020年3月的DRDC聯合部隊發展（JFD）05da聯合情報收集和分析能力（JICAC）項目下進行的。

本報告概述如下。第2節簡要介紹了m-SatCSP問題陳述。它描述了問題的基本特征，并強調了開環和閉環設定以及集中式和分布式的決策背景。第3節和第4節分別總結了各自的開環（靜態）和閉環（動態）建議的貢獻。簡要介紹和討論了所開發的概念、模型特征、算法或求解器以及主要結果。第5節介紹了在JICAC下明確開發的概念驗證集合任務原型，以檢驗靜態/動態問題。第6節總結了核心貢獻、發現及其潛在影響。最后，在第7節中提出了建議。提出了一些進一步的技術解決方案開發和未來工作擴展的方向。

在不確定性下進行的決策序列出現在各種環境中，包括交通、通信網絡、金融、國防等。為序列決策問題找到最優決策策略的經典方法是動態規劃；然而，由于維度詛咒和建模詛咒，它的用處有限，因此許多現實世界的應用需要另一種方法。在運籌學中，過去的 25 年中，使用近似動態規劃 (ADP)（在許多學科中被稱為強化學習）來解決這些類型的問題越來越受歡迎。通過這些努力，成功部署了 ADP 生成的卡車運輸行業駕駛員調度、機車規劃和管理以及制造中高價值備件管理的決策策略。在本文中，我們首次回顧了 ADP 在國防背景下的應用，特別關注那些為軍事或文職領導層提供決策支持的應用。本文的主要貢獻是雙重的。首先，我們回顧了 18 個決策支持應用程序，涵蓋了部隊發展、生成和使用的范圍，它們使用基于 ADP 的策略，并針對每個應用重點介紹了其 ADP 算法的設計、評估和取得的結果。其次，基于所確定的趨勢和差距，我們討論了與將 ADP 應用于國防決策支持問題相關的五個主題：所研究的問題類別；評估 ADP 生成策略的最佳實踐；與當前實施的策略相比，設計漸進式策略與徹底改進策略的優勢；情景變化時策略的穩健性，例如從高強度沖突到低強度沖突的轉變；以及尚未在國防中研究的，可能從 ADP 中受益的順序決策問題。

關鍵詞：序列決策問題、馬爾可夫決策過程、近似動態規劃、強化學習、軍事

1 引言

許多決策不是孤立地做出的；觀察到以前不確定的新信息；鑒于這些新信息，將做出進一步的決策；更多新信息到來；等等。這些類型的決策被恰當地描述為順序決策問題、不確定性下的順序決策或多??階段決策問題，其特點是決策對未來獲得的回報或產生的成本、未來決策的可行性以及在某些情況下的外生時間對決策的影響[1],[2],[3]。本質上，“今天的決策影響明天，明天的決策影響下一天”[2, p.1]，如果不考慮決策之間的關系，那么所取得的結果可能既沒有效率也沒有效果。

自20世紀50年代以來，人們就知道這種順序決策可以被建模為馬爾科夫決策過程（MDP），它由五個部分組成：一組候選行動；選擇行動后得到的獎勵；做出決策的歷時；狀態，即選擇行動、確定獎勵和告知系統如何演變所需的信息；以及定義系統如何從一個狀態過渡到下一個狀態的過渡概率[4]。給定一個MDP，目標是找到一個決策策略--"一個規則（或函數），根據現有的信息確定一個決策"[3,p.221]，也被稱為應急規劃、規劃或戰略[2,p.22]--作出的決策使得系統在給定的標準下表現最佳。尋找最優決策策略的經典方法是通過動態規劃（DP）解決貝爾曼的最優方程[5]。在國防背景下，DP已被應用于確定各種連續決策問題的決策策略，包括艦隊維護和修理[6]、基本訓練安排[7]、研究和開發項目選擇[8]、軍事人員的去留決策[9]以及醫療后勤資產調度[10]。

盡管DP為解決順序決策問題提供了一個巧妙的框架，但它在許多現實世界的應用中的作用有限，這一點早已得到認可。這是由于維度的詛咒[5]--"隨著變量（或維度）數量的增加，問題的難度異常快速增長"[11]--以及建模的詛咒，即需要一個明確的模型來說明系統如何從一個狀態過渡到下一個狀態[12]。雖然今天的計算機可以解決有數百萬個狀態的順序決策問題[13]，但許多問題仍然太大，無法通過經典的DP方法有效解決。此外，通常的情況是，狀態之間的過渡概率根本不知道。具有這些特征的順序決策問題貫穿于整個國防領域，跨越了軍力發展、生成和使用的范圍。比如說：

• 在軍力發展中，關于能力投資的決策可能多達數百項，通常在業務規劃周期內的固定時間進行，并且每年重復。決策者必須考慮所選擇的投資的短期和長期影響，以及未選擇的投資，同時考慮到未來軍事合同的不確定性，聯盟和對手能力的變化，國防特定通脹，等等。

• 在軍力組建中，決定招募多少名軍人和軍士，以滿足各種軍事職業的要求，同時尊重國家的授權力度，并考慮到各種不確定因素，包括每年的退休、晉升、自然減員等等；

• 在軍力雇傭范圍內，在大規模疏散行動中決策，如重大海難期間，將哪些人裝上直升機，同時考慮到包括天氣變化、個人健康、直升機故障等不確定因素。

由于這些挑戰，在這些類型的問題中，通常不可能找到一個最優的決策策略，需要采用其他的方法，重點是找到一個好的或接近最優的策略。第一個方法是由Bellman和Dreyfus[14]提出的，在接下來的幾十年里，包括運籌學、控制論和計算機科學在內的各個領域都發展了更多的方法，詳細的討論和相關的參考文獻列表見Powell[15]。此外，數學規劃領域，特別是隨機規劃，已經開發了復雜的算法來解決高維決策和狀態向量的問題，這在現實世界的順序決策問題中經常看到[16]。

在運籌學中，這些方法以各種名義被開發出來；尤其是神經動態規劃、自適應動態規劃和近似動態規劃（ADP）。如圖1所示，這些方法在過去的25年里越來越受歡迎，從1995年到2021年4月9日，共發表了2286篇文章，年發表率從一篇文章增長到每年近250篇。最近，ADP--"一種在模擬中做出智能決策的方法"[17,p.205]，其中 "產生的策略不是最優的，所以研究的挑戰是表明我們可以獲得在不同情況下穩健的高質量決策策略"[18,p.3]--已經成為更常用的術語[3]。作者們最近也開始使用強化學習這個標簽，最近出版的《強化學習和最優控制》一書[19]和即將出版的《強化學習和隨機優化：隨機決策的統一框架》一書[20]就是證明。值得注意的是，ADP生成的決策策略已經成功部署到工業領域，包括卡車行業的司機調度策略[21],[22],[23], 機車規劃和管理[24],[25], 以及制造業內高價值備件的管理[26]。

圖1. 1995年至2021年4月9日期間每年發表的ADP相關文章的數量。

在這篇文章中，我們首次回顧了ADP在國防背景下的應用。特別是，我們專注于軍事運籌學領域的同行評議文獻；也就是 "應用定量分析技術為軍事[或民事]決策提供信息"[27]。本文的主要貢獻有兩個方面。首先，我們回顧了18個決策支持應用，這些應用跨越了部隊發展、生成和使用的范圍，使用了基于ADP的策略，并為每個應用強調了其ADP算法是如何設計、評估和取得的結果。其次，基于所發現的趨勢和差距，我們討論了與將ADP應用于國防決策支持問題有關的五個主題：所研究的問題類別；評估ADP生成策略的最佳做法；與目前實行的策略相比，設計策略是漸進式的，而不是完全徹底的；隨著情景的變化，策略的穩健性，如沖突中從高強度到低強度的轉變；我們還建議提出國防內部可能受益于ADP生成策略的其他順序決策問題。

本文的其余部分組織如下。第2節提供了相關的背景信息。第3節介紹了進行此次審查的方法。第4節和第5節是審查的主要內容。第4節回顧了18個已確定的ADP在國防領域的決策支持應用，第5節介紹了與在國防領域應用ADP相關的五個主題。最后，第6節給出了總結性意見。

4. 近似動態規劃 (ADP)在軍事作戰研究中的應用

在本節中，我們介紹了通過上述文獻搜索確定的18篇基于應用的文章的摘要。表2列出了每項研究，其應用領域，以及所實施的ADP策略和算法的特征。所列的特征主要集中在第2.3節中討論的那些特征，即：

• 決策策略的類型--短視CFA、PFA、VFA、DLA或混合。

• 價值函數近似策略--查詢表、參數化或非參數化。

• 價值函數模型--層次聚合、線性結構、NN等。

• 算法策略-狹義搜索、數學規劃、隨機規劃、AVI、API。

• 更新價值函數模型參數的方法--時差學習、LSTD、LSPE、SVR，等等；

• 步長--常數、廣義調和、多項式等。

對于所列出的一些文章，沒有提供足夠的信息來確定作者是如何處理某些特征的。在這種情況下，該特征被列為未說明。此外，有些文章中的某些特征并不適用。在這種情況下，該特征被列為不適用。下面給出了進一步的細節。研究報告分為三類--軍力發展、軍力組建、軍力使用，然后按時間順序排列。

表2. 1995-2021年期間ADP在軍事作戰研究中的應用。文章按橫線分為三組：部隊發展（上組）、軍力組建（中組）和軍力使用（下組）。

摘要

在當前復雜的多域作戰中，白圖是指揮官了解威脅及其對任務的影響的關鍵因素。建模和仿真(M&S)與數據科學(DS)可以支持 a)最新的白圖開發 b)SME的分析工作，估計任何指揮級別的軍事行動的相關風險。本文討論了北約實施的M&S和數據科學用例，以支持SACEUR的責任區(AOR)彈性風險表述。開源數據經過分析、結構化和操作，以自動方式和按需生成與彈性7基線要求(7BLR)相關的地理參考數據/信息，涵蓋政府的連續性、能源供應、人員流動、食品和水、大規模傷亡、通信系統和運輸系統在JFC的AOR。它作為預測 SACEUR運營風險的北約彈性模型的輸入。系統動力學范式被用來開發北約彈性模型，作為在戰略層面處理定性和定量輸入數據和抽象彈性語言的混合的理想方法。戰略沖擊會影響白圖狀態的當前和未來。實施機器學習技術來估計戰略沖擊參數。該原型已在最終用戶的實驗中使用，并且已確定驗證步驟。