亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

• USW DSS 是 USW 指揮與控制 (C2) 戰斗管理輔助 (BMA) 記錄計劃 (PoR) 的支柱，支持針對高端對手的戰區和集團部隊（如水面、地下和空中部隊）的智能 C2。

• 該系統可規劃和執行美國海軍作戰群和戰區作戰行動；為利用環境提供 “最合適 ”的資產/傳感器分配；管理可用資源；平衡任務目標與風險；以及提供作戰環境的脆弱性評估。

USW DSS作戰影響

• 提供 USW 任務規劃輔助工具，包括

  • 提供 “最適合的 ”基于目標/風險的資產分配、行動路線（CoA）和演習方案。

  • 提供增強型反潛戰多資產（即水面、空中和地下）搜索規劃，了解威脅的探測概率、聲學干擾、脆弱性和先前的搜索結果。

  • 使部隊能夠利用氣象和海洋學（METOC）環境，發揮我們的優勢。

  • 使指揮官能夠在防止相互干擾和降低自相殘殺風險的情況下分配潛艇部隊。

• 提供 USW 任務執行管理輔助工具，包括

  • 提供現場戰術數據交換，使部隊能夠更快地同步行動。

  • 提供現場執行評估，使指揮官能夠更快地調整計劃

  • 為指揮員提供所需的有關對手、藍軍和關鍵絆網的態勢感知。

近年來，未經授權的無人駕駛飛行器（UAV）所造成的危險已大大增加，因此，至少需要采取適當的探測、跟蹤和反制措施來消除這種威脅。除了射頻干擾器、全球定位系統欺騙、高壓激光、電磁脈沖和射彈槍之外，反無人駕駛航空系統（cUAS）也是對付未經授權的小型無人駕駛飛行器的一種非常高效和有效的對策。

本文介紹的 cUAS 是一種全自動、多功能、可移動部署的系統，能夠利用氣壓驅動的網狀發射器攔截市場上幾乎所有的小型無人機。與上述替代方案相比，所開發的 cUAS 不受未經授權的小型無人機操作模式的影響，即手動或自動控制，甚至不受全球導航衛星系統或射頻的影響。我們的多傳感器方法（照相機、激光雷達和雷達傳感器）以及所實施的算法使 cUAS 能夠在各種環境下運行，如開放式機場、軍用場地和城市空間，在這些環境下，許多雷達反射通常會阻礙對小型物體的探測和跟蹤。cUAS 可獨立接近、跟蹤和/或攔截速度高達 20 米/秒的已識別無人機，成功率超過 90%。

本文對 cUAS 原型機的性能進行了演示和評估。對小型無人機的攔截能力和狗斗性能進行了測試和研究。此外，我們還概述了該系統的具體攻擊和防御策略，以及從最初的探測和分類到最終攔截和清除未授權無人機的過程階段特征，并說明了所開發的多傳感器平臺相對于現有單傳感器系統的優勢。

圖 1：地面探測與控制站（左）和攔截無人機系統（右）的硬件組件[產品圖片來自相關制造商]。

圖 3：攔截過程的各個階段及其條件。

對分布式作戰資產進行最佳管理以實現協同作戰的能力可顯著增強軍事優勢。最近的研究指出，戰爭的速度越來越快，威脅的能力和數量不斷增加，越來越多的傳感器和網絡導致數據超載。面對復雜的決策空間、大量的信息和所需的快速反應時間，人類的決策面臨挑戰。自動化作戰管理輔助系統（BMA）具有縮短時間、提高決策可信度和優化戰爭資源的潛力。本文介紹了為未來海軍和聯合作戰任務構思和設計 BMA 的系統工程方法。系統方法將 BMA 視為管理未來分布式戰爭資產的能力使能因素，將其視為復雜自適應系統簇 (CASoS)。

引言

戰術戰爭是復雜的（Bar-Yam，2004 年）。它需要敏捷、適應性強、具有前瞻性思維、思維敏捷和有效的決策。威脅技術的不斷進步、戰爭節奏的加快、每個戰場情況的獨特性，再加上信息量的增加，而這些信息往往是不完整的，有時甚至是令人震驚的；所有這些因素都導致人類決策者不堪重負（Zhao 等人，2015 年）。自動化 BMA 是解決這種復雜性的一種方法--簡化復雜性，增加理解/知識，并對決策選項進行定量分析。

自動化 BMA 是計算機輔助決策支持系統，旨在加強和改進戰術決策。BMA 可通過以下方式改進決策：加快決策過程；使人們對決策所依據的知識更有信心；制定更多的決策方案；使人們對決策后果有更深入的了解；制定成功概率更大的方案；和/或改進資源使用的優化。軍方目前使用 BMA 共享和處理數據，以開發作戰圖片和態勢感知。不過，本文的重點是構想未來海軍和聯合作戰中的 BMA。

系統方法綜合了分析和合成方法，包括整體論和還原論（Checkland，1993 年）。它強調系統內部各要素之間以及系統與其外部環境之間的相互依存和相互作用（Gharajedaghi，2011 年）。本文提出有必要采用系統方法來構思和設計未來的自動化 BMA。本文首先描述了戰術決策的特點以及未來自動決策輔助工具可能發揮的作用。然后，針對這一復雜的問題空間提出了一種系統方法。

戰斗管理的決策輔助

作為自動 BMA 概念化的準備工作，本節介紹了戰斗管理決策的類型。它討論了如何在軍事戰術環境中使用 BMA 來支持人類決策者。最后，它介紹了 "決策復雜性 "的概念以及 BMA 在管理和解決戰術復雜性方面的作用。

A. 戰斗管理決策

軍事戰術行動涉及大量戰斗管理決策。大多數決策涉及戰爭資產的使用或部署，其中包括平臺（艦艇、飛機、潛艇等）、武器、傳感器、通信設備和人員（Johnson、Green 和 Canfield，2001 年）。圖 1 展示了戰爭決策的四個領域：時間領域、空間領域、主動/被動領域以及規則和政策領域。其中每個領域都會影響決策過程，并可能導致決策復雜度增加。

規劃性或主動性決策包括部隊定位（艦艇、戰斗群、飛機等）、隱形行動、進攻性攻擊，以及通過干擾或其他武力措施阻止敵方行動。反應性或響應性決策的例子包括抵御主動威脅、將平臺移動到防御態勢、從威脅環境中撤退以及評估戰斗損失。有效的戰斗管理必須認識到何時主動或被動決策需要自動支持。

圖1 -戰術決策域

軍事決策的性質會隨著時間的推移而變化，可以被視為分等級的。戰略決策的時間跨度較長，考慮的目標層次較高，有時甚至跨越數年。計劃層面的決策時間跨度較短，即使在安排防御時也是積極主動的。戰術決策是戰斗管理的重點，時間跨度最短，涉及近期規劃或主動決策以及應對敵方行動的被動決策。三個時間決策域之間需要保持一致，以實現戰術、計劃和戰略決策之間的兼容。同樣，計劃和戰略需要支持有效的戰術戰爭，并反映戰術威脅環境的重大變化。自動 BMA 的設計應支持分級決策范式，以及支持和適應不同決策時間跨度的范式。

分層時間決策領域的成果之一是一套指導戰術決策的規則和政策。這些規則是近實時決策與長期計劃和戰略保持一致的方法之一。這些規則和政策支持符合更高目標的有效戰術決策。自動決策輔助工具可支持跨時空和跨層級的動態和適應性決策，以實現各層級之間的一致性；考慮各層級的變化可能會如何影響其他層級；以及跨層級有效發布指導意見。

第四種對作戰管理決策進行分類的方法是按照空間領域進行分類，如太空、空中、海上、水下和陸地。在這些作戰環境中，威脅千差萬別。同樣，作戰系統的開發也是為了應對特定的威脅或威脅類型，這自然反映了其空間環境。海軍戰斗群必須同時應對所有空間領域的威脅。自動化 BMA 有可能通過提高跨空間域態勢感知能力，并通過制定可優先執行任務和交戰策略的備選決策來應對這種復雜性。

最終，隨著作戰行動從和平時期到遭遇多域威脅，作戰管理決策空間也從簡單到復雜不斷變化。影響決策空間復雜性的問題空間變化的例子包括：戰斗節奏（或反應時間）、同時發生的威脅（或戰斗事件）的數量、戰斗事件后果的嚴重性、威脅的異質性（由于威脅類型或空間領域）以及事件或事件的范圍（受影響的地區或人口）。所有這些作戰因素都轉化為構成 "決策空間 "的多維變量。隨著決策空間復雜性的增加，軍事決策者可能會力不從心。此時，自動化 BMA 可以為有效決策提供支持。

B. 支持人類決策的自動輔助工具

由于傳感器、網絡、參與者、回傳和情報的增多，作戰空間的信息量也隨之增加。人類決策者被信息淹沒，決策時間縮短。自動 BMA 是有效戰術決策的必要能力。

如圖 2 所示，自動決策輔助工具或 "機器 "可通過多種方式為人類決策者提供支持。圖中顯示了人機決策互動的三種模式（Johnson、Green 和 Canfield，2001 年）。人工決策模式包括人類在頭腦中收集和 "存儲 "相關信息并進行決策分析（處理和決策）的情況。這種模式意味著一個相當簡單明了的決策空間，其中的數據量和變體數量是可以人工管理的。在半自動化模式中，人類決策者可以依靠機器來管理、存儲、融合和處理輸入信息，從而向人類顯示決策分析結果。決策分析可包括對作戰空間和威脅的了解、行動方案（COA）選項以及對預期事件成功率和后果的定量測量。最后，在全自動模式中，人類的作用是監控自動化機器決策過程，并在必要時推翻或更改決策。

針對決策類型建立適當的機制非常重要。一般來說，當問題空間相對簡單，需要考慮的因素數量和信息量在人類決策者的管理范圍內時，決策可由人工執行。對于某些類型的決策，半自動化的人機界面機制最為合適。這對于具有潛在關鍵或嚴重后果的更復雜決策空間是有效的；需要自動化 BMA 的支持，但需要大量的人工參與。全自動人機交互適用于需要處理和融合大量復雜信息，但決策類型非常簡單的決策空間。全自動決策模式適用于和平時期的行動，在這種情況下，決策不會產生嚴重后果，或者適用于高度復雜的行動，在這種情況下，決策反應時間對人類來說過于緊迫。全自動決策模式適用于對信息和情況了解非常有把握的情況。例如，當高度確信被跟蹤物體實際上是敵方威脅目標時。

圖 2 - 人機決策模型

戰斗管理決策支持系統的未來目標是能夠為給定的決策空間選擇適當的決策模型。也許一個靈活的決策架構可以容納所有三種人機模式，并根據需要加以應用。上層結構本身將對決策空間進行監控，評估需要做出何種決策，然后確定人機之間的適當互動，以做出每項決策。

C. 戰斗管理： 復雜工作

戰斗管理行動十分復雜（Young，2012 年）。如圖 3 所示，戰術環境從和平環境到高度危險的環境都有，來自許多不同方向的威脅多種多樣。這就形成了復雜的戰斗管理決策空間。決策空間的 "狀態 "必須靈活轉變，從正常無威脅行動期間的線性和直接，轉變為作戰行動期間的高度非線性和多變。

圖 3 - 復雜戰術環境中的作戰管理

復雜問題空間的特征包括：復雜的目標、復雜的環境和/或行動；適應性；集體行為；以及決策結果的不可預測性。這些特征都是戰術行動所固有的（Young，2012 年）。戰斗空間呈現出多種目標，這些目標通常不一致且不斷變化。軍事系統必須權衡各自的作戰目標（如自衛）與部隊級任務（可能包括區域防御、隱形作戰或特定資產防御）。由于不利的環境和千差萬別的環境導致目標優先級不斷變化，以及多種跨空間域任務，因此需要復雜的作戰行動。在應對復雜多變的威脅環境時，適應性是作戰系統的必要特征。軍事行動必須有效地適應威脅，以提高生存機會，實現戰術和戰略目標。分布式作戰資產的集體行為必須得到適當的協調，以避免碰撞和友軍誤傷事件的發生；并且最好能從它們的累積貢獻中獲益。最后，戰術決策的結果難以預測，從誤射、錯誤識別到對戰損的錯誤評估，這些不準確的知識和行動漣漪效應以及不可預見的后果使問題空間變得更加復雜。

自動化 BMA 有可能通過描述作戰環境的復雜程度并將這一知識轉化為決策空間，為人類決策者提供支持。理想情況下，完整而準確的作戰空間 "圖像 "將為決策空間提供態勢感知。BMA 可以對 "圖景 "進行監控，并對問題空間的復雜性特征進行評估。這些知識可支持有效、及時地使用決策輔助工具，并使人類決策和機器決策有效地相互作用。

系統性方法

"......只有復雜的系統才能執行復雜的任務（Braha，2006 年）"。

Bar-Yam 寫道："......高復雜性任務需要一個足夠復雜的系統來完成（Bar-Yam，2004 年）"。戰術軍事行動呈現出高度復雜的環境，轉化為戰爭資產必須執行的復雜任務。本節探討了在軍事行動中實施自動化 BMA 的復雜系統方法，以有效解決戰術問題空間。

上一節從決策的角度描述了作戰管理問題空間的特點；區分了人類決策與自動化決策輔助工具如何支持這些決策；并描述了作戰管理復雜性的特點。本節將介紹一種思考問題空間的方法，作為構思并最終實施系統解決方案的一種手段。

A. 將作戰資產視為資源系統

系統性方法的第一步是從系統角度 "看待 "問題和解決方案空間。對于戰術戰爭而言，首先要將戰爭資產視為資源系統。將資產（如：艦船、飛機、潛艇、武器系統、傳感器、通信設備/網絡和干擾器）定義為系統，就可以將其視為資源，并從其功能、性能、行為、結構和界面等方面加以審視。這樣就能根據它們的位置、狀態和預期能力等特征進行定量分析。隨著作戰行動日趨復雜，當存在多個目標重疊和沖突時，自動化 BMA 可以進行分析，以確定戰爭資源的有效利用。在 BMA 的幫助下，戰爭資源的利用可包括在系統間形成協作，以實現系統的行為和能力，從而更好地應對復雜的戰術任務。圖 4 展示了作為系統之系統的作戰資產網絡化協作。

"多維性可能是系統思維最有力的原則之一。它能夠從對立的趨勢中看到互補關系，并用不可行的部分創造出可行的整體（Gharajedaghi，2011 年）"。通過將作戰空間視為一組相互作用的系統，利用其多維性的能力可支持跨越空間和時間領域的部隊級協作行為。它使分層防御和綜合火力控制戰略成為可能，其中涉及到分布式武器和傳感器。當存在復雜的多維目標時，自動 BMA 可提供定量分析，以確定協作資源的利用情況。

圖 4 - 將作戰資產視為系統資源

B. 全面看待作戰管理

復雜的戰術環境要求從部隊層面以整體視角管理戰爭資源。隨著環境變得越來越復雜，事件發生得越來越快，而且是并行發生。決策數量和所需行動方案的數量都在增加。對有限的戰爭資源提出了更多的要求，其任務、目標和行動方案的相互關聯性也越來越強。從 "整體 "上了解多種威脅和任務，以及應對這些威脅和任務的可能方案和可能后果，就能做出更有效的軍事反應，這可能是有效應對高要求威脅的必要條件。作戰空間視角的概念可被描述為 "決策范圍"，或圍繞問題空間和解決方案空間設定邊界。更全面的決策范圍包括一個地區或戰區，以及該地理空間區域內的所有威脅和戰爭資源。較窄的決策范圍可能只包括特定威脅和特定平臺及其相關資產。

確定決策范圍既是限制因素，也是必要的促進因素。隨著作戰環境日趨復雜，戰術決策在因果關系上變得更加相互依賴和 "混亂"（Jackson 和 Keys，1984 年）。當只有一個威脅需要清除或一個區域需要觀察時，做出特定的武器交戰決策或傳感器任務分配決策就比較簡單。然而，如果將決策范圍縮小到發射單一武器系統或管理一艘艦艇上的傳感器，就會在需要處理多個戰術任務或需要優先處理和應對多個威脅時，失去其在部隊層面的整體有效性。在這種情況下，"整體性 "原則適用于決策，包括 "同時和相互依賴地盡可能多地考慮系統的各個部分和層次（杰克遜和凱斯，1984 年）"。換言之，擴大決策空間的范圍，或許可以考慮一個戰術區域或戰區。確定決策范圍本身就是一項決策。我們的目標是設計出支持靈活決策范圍的未來部隊架構，當部隊層面的任務變得更加復雜并可能受益于分布式作戰資產協作時，決策范圍可以擴大。

一旦戰術軍事力量面臨復雜的作戰問題空間，未來的自動化 BMA 就能建立更全面、更廣泛的決策范圍，并支持平臺和部隊層面的資源管理。最終，各種自動化 BMA 可支持不同層面的資源使用。支持特定傳感器和武器的 BMA 可由更高層次的 BMA 架構進行協調。因此，可以實施一個 BMA 系統體系。

C. 將決策空間視為一個系統

決策空間 "可視為一個系統。通過對決策空間采取系統方法，可以定義邊界、輸入和輸出、功能、性能和結構。圖 5 展示了決策空間的背景環境。戰斗空間的知識（或態勢感知）是作為 "問題空間"（或作戰戰術圖）來開發和維護的。它包括跟蹤的威脅目標以及地形、天氣、防御資產和現實世界中的所有其他物理實體。此外，還必須開發和維護 "資源圖"，其中包括戰爭資產的最新狀態、健康狀況、戰備狀態和預計能力。問題空間和資源圖景是決策空間的主要輸入。

概念決策空間系統的邊界圍繞決策架構和決策分析，其中包括決策輔助、評估、優先排序、備選方案生成和整體決策管理。決策空間系統的主要功能是開發決策備選方案。這些備選方案為管理戰爭資源資產提供建議。例如，傳感器任務分配、行動方案、武器調度、平臺（艦船、飛機等）移動等。次要功能包括估計與決策備選方案相關的置信度，以及為備選方案提供信息的多種類型的分析。分析實例包括：確定威脅的優先次序、兵棋推演可能產生的后果、估計傳感器誤差、估計知識的準確性和完整性、評估作戰復雜性、推薦最佳的人機決策互動。圖 5 所示的簡化概念沒有說明人機決策空間之間的互動。但在戰術行動中，這種互動將非常重要。

圖 5 - 決策空間的映射

概念決策空間系統的輸出可包括決策備選方案、預測后果估計、成功和失敗的估計概率，以及與源信息、備選方案和一般知識相關的置信度。

D. 解決方案空間：復雜自適應系統簇

在對BMA的系統方法進行概述的過程中，最后一步是對解決方案空間進行概念化。為了能夠對復雜的威脅空間做出戰術反應，解決方案空間包括有效利用分布式戰爭資產/資源。解決方案必須隨著威脅環境的變化而及時改變和調整。有時，進攻行動是最佳選擇；有時，單一平臺即可應對威脅；有時，可能需要并行或串聯多種進攻、防御、協作和自主行動。解決方案空間能夠從簡單操作無縫轉向復雜操作，從而改變其系統狀態的性質，這是一項具有挑戰性的要求。

本文將解決方案空間概念為復雜自適應系統簇（CASoS）（格拉斯，2011 年），其中分布式戰爭資源作為系統的系統進行交互，表現出突發性（部隊級）行為，并適應不斷變化的作戰環境。這類系統是有效解決復雜戰術問題空間所需的解決方案。設計未來戰爭系統使其表現為 CASoS，需要自動化 BMA 的決策架構和解決方案空間，以提供以下三種能力（Johnson，2017 年）：

1.自適應關系--自適應智能架構可實現組成系統之間的靈活相互關系，這些系統最終構成一個自適應 SoS，能夠應對不斷變化的復雜環境。

2.由智能組成系統組成的系統--CASoS 的自適應突發行為受分布式組成系統自我管理的支配，這些組成系統可根據復雜情況的需要進行協作或獨立行動。

3.知識發現和預測分析--工程化 CASoS 的關鍵在于獲取和維護有關環境和分布式組成系統的共享態勢知識的能力。對這些知識進行分析，可確定任務的優先次序；制定任務和行動方案（對問題空間的自適應響應）；制定 "假設 "和 "如果-那么 "預測方案，以形成未來智能決策和自適應 SoS 關系的綜合體。

決策空間必須支持概念化的 CASoS 解決方案空間。這種復雜應用的決策空間可以看作是一個 BMA 系統，由整體部隊級管理決策輔助工具支持與特定資源或平臺系統相關的低級 BMA 的協調。整體級 BMA 可以管理問題空間信息，并專注于高層次問題，如評估復雜程度、確定決策范圍和建議人機決策互動。所有這些都需要自動化的 BMA、自適應架構、"可執行任務 "的作戰資源以及支持這種系統方法的指揮與控制文化。

結論

總之，作戰管理問題空間是復雜的，而且隨著更多傳感器、更多信息、更多無人威脅、更多非國家對手和技術進步，其復雜性只會繼續增加。要想在這一問題空間中保持領先，就必須構思并最終實現一個復雜的解決方案空間，以促進快速行動和高度響應的戰爭利用。系統方法通過提供整體性、系統視角以及將決策空間定義為一個系統的系統，為解決所需的多維和適應性決策提供了一種方法。它將問題定義為 "CASoS"，并強調了對決策架構的需求，這種架構可實現自適應關系、系統級情報、共享知識和預測分析。有效利用自動化 BMA 支持人類決策為 CASoS 解決方案空間奠定了基礎。

參考來源：美國海軍研究生院

指揮與控制 (C2) 系統越來越多地采用計算機視覺 (CV) 系統來改進戰場上的情報分析，即戰術邊緣。CV 系統利用人工智能 (AI) 算法來幫助可視化和解釋環境，從而提高態勢感知能力。然而，由于環境和目標瞬息萬變，部署的模型可能會被混淆，因此 CV 系統在戰術邊緣的適應性仍面臨挑戰。由于環境和環境中存在的物體開始發生變化，在這種環境中使用的 CV 模型在預測時可能會變得不確定。此外，任務目標的快速變化也會導致技術、攝像機角度和圖像分辨率的調整。所有這些都會對系統的性能產生負面影響，并可能給系統帶來不確定性。當訓練環境和/或技術與部署環境不同時，CV 模型的表現可能會出乎意料。遺憾的是，大多數戰術邊緣場景并未將不確定性量化（UQ）納入其部署的 C2 和 CV 系統。本概念文件探討了在戰術邊緣同步進行由 UQ 驅動的穩健數據操作和模型微調的想法。具體來說，根據預測的殘差整理數據集和訓練子模型，使用這些子模型計算預測區間（PI），然后使用這些 PI 校準部署的模型。通過將 UQ 納入戰術邊緣 C2 和 CV 系統的核心操作，我們可以幫助推動戰場上有目的的適應性。

圖 2 - 修改后的態勢感知模型；描述戰場上如何衡量、操作和使用態勢感知進行決策。經過修改，明確描述了 CV 和 UQ [10] 。

環境不確定性被定義為 "無法預期和準確預測世界未來狀態的程度"[1]，它可能會限制指揮與控制（C2）系統幫助作戰指揮部快速、有序地規劃、準備和執行不同目標的能力。戰術邊緣可定義為 "在對信息系統和作戰準備有很強依賴性的戰斗空間中，冒著致命風險運行的平臺、地點和人員"[2]。在這里，環境、任務和目標都可能迅速發生變化，并可能給作戰人員的 C2 系統帶來不確定性。C2 系統可利用計算機視覺（CV）對戰術邊緣不斷變化的環境提供更全面的了解。遺憾的是，CV 模型是數據驅動的，在應用于不斷變化的物體和環境條件時，可能會出現較大的外推誤差[3]。換句話說，當環境和環境中存在的物體開始發生變化（哪怕是微小的變化）時，C2 和級聯 CV 系統可能會變得誤判和不準確。CV 系統以一定的可信度對不同的特定任務對象和智能體進行分類、預測和定位。在戰術邊緣，作戰人員對其系統的信心和準確性與不可預測性可能是生與死的區別。不確定性量化（UQ）用于確保模型的可信度，提高作戰人員對數據限制和模型缺陷的理解。本文探討了作戰人員利用不確定性量化影響 C2 和級聯 CV 系統的想法。具體來說，就是計算可信度和預測區間 (PI)、檢測超出分布范圍的數據 (OOD)，以及收集相關數據集以重新校準部署的模型。最終，作戰人員可以利用 UQ 來幫助提高適應性，并促進人工智能系統的穩健性和信息量[4]。

據美國國防部高級研究計劃局（DARPA）稱，由于模型、參數、操作環境和測量的不確定性，對國防部（DoD）非常重要的復雜物理系統、設備和過程往往不為人所理解[5]。因此，鑒于這種確定的復雜性，作戰人員應致力于創建一種戰斗節奏，將測量其 CV 系統的不確定性納入其中。我們希望在戰術邊緣執行任務的作戰人員能更深入地了解其部署的 CV 模型的性能。作戰人員可以利用測量到的不確定性直接影響未來的 C2 和 CV 系統/行動。同樣，這將允許在不斷變化的環境中更快地適應，提高作戰指揮部的態勢感知能力。

1.1 戰術邊緣的計算機視覺

計算機視覺可定義為一種特定的人工智能系統，使計算機能夠解讀視覺信息。它通常涉及通過卷積神經網絡（CNN）等算法解析視覺數據，以檢測、分類和定位感興趣的物體。通過不斷檢測周圍環境中的物體，CV 可以提供戰場上的可視性。作戰人員可以分析從不同邊緣傳感器捕獲的數據，以提供可操作的情報。CV 還能幫助作戰人員看到隱藏的或肉眼無法看到的物體。

對 CV 模型進行訓練的目的是對預期在戰術邊緣看到（或隱藏）的物體和環境做出準確預測。CV 模型的訓練通常首先涉及整理一個視覺數據訓練數據集，該數據集代表了預期看到的物體和環境。這些數據將通過不同的數據操作進行整理，如數據收集、數據標注、數據清理和數據轉換。所有這些不同的數據操作都可以在戰術邊緣執行，并允許作戰人員有效地整理相關數據，用于改進其模型。然后，CV 模型將嘗試學習在訓練時傳遞給模型的數據的表示和分布。

CV 模型還將通過類似的過程進行驗證和測試。訓練集之外的數據集可以進行策劃，用于驗證和測試 CV 模型。測試數據集可用于模型測試，并且只能在模型完成整個訓練（或微調）周期后使用。測試數據集應與訓練數據集分開，以便測試結果能準確反映模型對其從未見過的數據進行泛化的能力。策劃這些不同的數據集是為了改進和評估部署在戰術邊緣的模型。

通過使用 UQ，作戰人員可以更準確地衡量其 CV 模型的失敗之處，然后開始整理必要的數據并對模型進行微調。下圖 1 顯示了定義明確的類別的數據如何隨著時間的推移而開始變化和退化。這直接影響到部署在戰術邊緣的模型預測的可信度。本文建議作戰人員在其核心 CV 操作中建立 UQ。作戰人員應積極測量已部署模型的不確定性，整理相關數據集，微調這些模型，然后將這些新模型重新部署到戰術邊緣。

圖 1 - 數據隨時間漂移；顯示了定義明確的物體和環境如何隨著時間的推移而發生變化。最終降低 CV 模型的性能。[6]

1.2 提高作戰人員的態勢感知能力

態勢感知可定義為感知環境中的要素、了解環境中的要素以及預測其在不久將來的狀態的過程[7]。指揮控制系統利用態勢感知，"由適當指定的指揮官對指定和附屬部隊行使權力和指揮，以完成任務"[8]。戰術邊緣可能是危險和混亂的，對這一環境的透徹了解將使作戰人員做好更充分的準備。此外，能見度在戰場上至關重要，作戰人員應利用 CV 系統獲得更強大的態勢感知和環境能見度。

根據米卡-恩斯利（Mica Endsley）描述的 "態勢感知模型"，在 C2 基礎設施內運行的部分 CV 系統可被想象為處于 "1 級"。該模型描述了在這一級別上運行的系統的功能，即幫助提供 "對當前情況中各要素的感知"[9]。部署的 CV 模型、算法和傳感器/攝像頭都有助于檢測當前情況下的物體和環境。如前所述，CV 使計算機能夠消化和解釋視覺信息，在此情況下，特別是戰術邊緣的元素和物體。這種對物體的感知會影響并支持該模型的更高層次。最終，它流入戰術邊緣的決策和行動執行階段。

可以認為，UQ 存在于態勢感知、決策和行動執行階段的周圍。最終，這將影響模型的反饋階段。從 CV 系統測得的不確定性可用于影響接下來的決策階段。同樣，在進行決策和行動執行后，UQ 也可用于衡量信心和總體效果。具體來說，UQ 將有助于衡量部署在戰術邊緣的 CV 模型的預測精度和正確性。這些結果最終將流入模型的反饋階段。利用這種方法，UQ 將為作戰人員提供適應性更強的態勢感知。圖 2 是該模型稍作修改后的示意圖。

圖 3 - 使用 UQ 的 C2 和 CV 系統；展示如何利用 UQ 向 C2 系統提供反饋，以提高戰術邊緣的適應性。

軍事任務通常涉及聯合聯盟行動。他們所處的不利戰術網絡通常存在帶寬有限、連接時斷時續、延遲不穩定和拓撲結構動態變化等問題。性能評估表明，民用云技術可部署在此類網絡中，以提供聯合和自適應云功能，從而提高任務聯盟伙伴之間的數據共享和處理能力。北約 IST193 戰術邊緣計算 RTG 在這些性能評估結果的基礎上進行了擴展，解決了在條件較差的戰術網絡中通過聯合云和自適應云在任務合作伙伴之間分配數據和處理任務的系統架構難題。本文介紹了 IST-193 RTG 的部署協調工作和相關安全挑戰：其目標、方法、現狀和未來工作。

針對軍事領域提出的云拓撲建立在上述通用拓撲的基礎上。仍有一個通用資源池可按需運行服務。該資源池也是一個位置無關的環境，服務可在可用資源間透明遷移。但是，與云的連接或云內的連接（或兩者）都依賴于劣勢戰術網絡。與一般云不同，這種云被稱為戰術云。對于戰術云，需要討論兩種情況。第一種方案涉及任務基礎設施中的戰術云。這種云由位于駐地或船上的小型數據中心組成。因此，云節點（此處稱為戰術云節點（TCN））之間的連接既快速又可靠。戰術云之外的連接則受到戰術網絡劣勢的限制。第二種情況是戰術云跨越移動中的不同平臺，如戰區內移動的車輛、艦船或飛機。每個平臺至少是一個 TCN。在這種情況下，戰術云外部（云到云/其他網絡）和內部（TCN 到 TCN）的連接都依賴于劣勢戰術網絡。云外的連接稱為云間連接，云內的連接稱為云內連接，如圖 2 所示。

聯盟式自適應云基礎設施要在軍事環境中有效運行，其架構必須考慮到前面所述的指導方針（見第 III 節）以及云間和云內協調能力（見第 IV 節）。此外，每個云都應根據各自的安全和分類政策對其基礎設施、數據和服務擁有主權。此外，它還應采用與供應商無關的方法，同時確保合作伙伴云之間的互操作性和兼容性。這可以通過基于標準的云容器技術來實現，如開放容器倡議（OCI）和作為云內協調提供商的 Kubernetes，同時通過使用標準化的北約服務來促進信息互操作性。圖 3 是高層架構概覽。

該架構利用了已部署的 kubernetes 基礎設施，通過 API 添加了負責聯盟功能的服務。部署在每個云上的四個服務是

• 聯盟資源發現（FRD）--FRD 負責收集有關可用資源的信息，如 CPU、RAM、存儲等，以及聯盟中所有云上可供部署和已部署的服務種類。因此，它會查詢自己的云和可用的其他云以獲取這些信息。此外，它還會根據任何策略限制，通過外部 API 公開自己云的資源和服務信息。

• 聯盟服務部署 (FSD) - FSD 負責在自身云或其他可用云上部署服務或部分服務（如數據庫）。部署請求可由自身的協調器或其他 FSD 發起。它還提供外部 API。

• 聯盟自適應編排器 (FAO) - FAO 負責跨可用云協調服務部署，如 IV 中所述。它使用 FRD 提供的信息，并通過 FSD 啟動服務部署或更新。它不公開外部 API。

• 信任資源管理（TRM）--TRM 負責監控單個聯合云中的活動，并更新其他服務（FSD、FRD 和 FOA）必須執行的策略。

每個云都應具備這些功能。雖然不同云的實現方式可能不同，但 FRD 和 FSD 公開的兩個 API 必須相同。只有這樣，聯合自適應云基礎設施中的跨云服務部署才有可能實現。

隨著美國海軍陸戰隊的重點轉向大國對手，它必須解決訓練和裝備方面的不足，以保持電磁頻譜（EMS）中的彈性通信，否則就有可能在未來的沖突中無法通信。

美國海軍陸戰隊的行動依賴電磁頻譜來支持關鍵功能，包括指揮、控制、通信、情報、監視和偵察。在最近的大規模作戰行動中，美國海軍陸戰隊面對的敵人在干擾或爭奪電磁頻譜的技術能力方面相對較低。隨著大國競爭的興起，這種威脅已經發生了變化。同行對手已準備好挑戰美軍在有爭議的電磁環境中作戰的能力。美國海軍陸戰隊在關注同級對手的同時，需要提高對這種有爭議環境中作戰的理解和熟練程度。美國海軍陸戰隊應研究戰爭博弈技術的進步，并投資于抗電磁干擾能力更強的通信系統，以訓練和裝備部隊應對同行競爭。戰爭博弈技術的進步為海軍陸戰隊提供了一個寶貴的學習工具，使未來的領導者做好準備，在這個不明確、不熟悉的環境中開展行動。設備投資將實現一個多樣化、有彈性的通信系統，能夠在與同行國家的沖突中幸存下來。

美國海軍陸戰隊目前缺乏在有爭議的電磁頻譜環境中開展軍事行動的訓練或裝備。重新審視舊的理論，并將電磁頻譜作戰引入戰爭游戲和軍種演習，將提高美國海軍陸戰隊與同級對手競爭的能力。

現代戰爭越來越多地在信息環境中進行，通過開源媒體使用欺騙和影響技術。北約國家的政府、學術界和工業界已經通過開發各種創新的計算方法，從大量的媒體內容中提取、處理、分析和可視化有意義的信息來做出回應。然而，目前仍不清楚哪些（組合）工具能滿足軍事分析人員和操作人員的要求，以及是否有些要求仍未得到滿足。為此，加拿大DRDC和荷蘭TNO啟動了一項合作，以開發一個標準化和多方位的媒體分析需求圖。本文介紹了該合作的第一階段所完成的工作。具體來說， (1) 開發了一個可能的媒體分析工具功能框架；(2) 收集了CAN和NLD利益相關者的當前用戶需求；以及(3) 分析了差距，以顯示哪些用戶需求可以通過哪些功能來滿足。這個項目直接建立在SAS-142的基礎上，通過使用互聯網開發科學和技術評估框架（FIESTA）。本文說明了FIESTA在兩個突出的媒體分析能力中的應用：（1）情緒分析和（2）敘事分析。研究結果表明，盡管這些能力有一些獨特的功能，但它們有非常多的共同功能。因此，研究和開發工作可以通過專注于獨特（新穎）的功能，同時回收多用途的功能而得到優化。通過將FIESTA應用于多種媒體分析能力并與多個北約國家合作，這些效率的提高可以成倍增加。

美國陸軍條令出版物（ADP）5-0《作戰過程》將軍事決策過程（MDMP）定義為：“一種迭代的規劃方法，以了解態勢和任務，制定行動方案（COA），并產生一個作戰計劃或命令。”陸軍野戰手冊（FM）6-0《指揮官和參謀部組織和行動》包含了MDMP的詳細方法，將其描述為：“一個幫助領導者運用徹底、清晰、合理的判斷、邏輯和專業知識來理解態勢，制定解決問題的方案，并達成決策的過程。”自1997年以來，七步過程一直保持不變，只是對子步驟做了些許調整。界定一個問題并選擇最佳的COA是專業軍事力量的一種超越性品質。然而，有兩個關鍵因素正在為陸軍的作戰過程帶來潛在的關鍵漏洞。首先，陸軍預計未來的作戰環境（OE）正變得越來越復雜和非線性。其次，俄羅斯和中國已成為勢均力敵的對手，在武裝沖突的層面上競爭，以實現區域主導地位和全球影響力。總而言之，從復雜自適應系統的角度來看，陸軍當前的詳細性規劃方法，即MDMP，可能還沒有準備好應對這些突發特性。2014年陸軍對FM6-0進行了最后一次全面修訂。隨著陸軍繼續推進裝備和訓練現代化，它也必須在一個日益非線性和復雜的OE中，探索線性規劃過程的持續可行性。

美國陸軍多域作戰概念

2018年12月，美國陸軍訓練與條令司令部（TRADOC）在小冊子（PAM） 525-3-1《2028年美國陸軍多域作戰》中發布了陸軍新作戰概念。該概念設想改造陸軍條令以應對21世紀戰爭的挑戰。TRADOC手冊525-3-1是陸軍用于持續進行勢均力敵競爭的作戰概念。在許多方面，其認識到陸軍一直處于能力陷阱之中。能力陷阱是在自適應系統中發現的一種穩定次優解決方案。由于擔心短期績效下降，它會抵制采用新規則、新技術或實踐。制度體系之所以能維持這些能力陷阱，是因為雖然它們是低劣的，但已經在其中投入了高水平的技能、培訓和資源。

勢均力敵的威脅，加上新的和新興的技術，已經改變了陸軍在作戰功能中思考和運用當前和未來能力的方式。最困難的轉變可能發生在指揮和控制（C2）方面，原因有二。首先，未來的對手將爭奪電磁波譜（EMS），這使得難于維持通信。其次，多域作戰（MDO）概念描述了一個可能需要多域同步過程的作戰環境，該過程是由指揮官和參謀部在整個規劃和執行周期中在所有領域和環境中持續合作演變而來的。美國已經有75年沒有與同行競爭者作戰了；因此，各個軍種在概念上側重于打自己的對稱領域戰爭，而在其他領域支持其他軍種的關注較少。針對同樣強大的敵人進行詳細性規劃的制度記憶已經萎縮。

不斷變化的戰爭特征

抽象的角度來看，MDMP 是陸軍選擇將信息轉化為知識以生成和傳達決策的方法。理解戰爭的特點是至關重要的，因為它將構建信息的結構、分析并呈現給決策者。陸軍的MDO概念是一個重要里程碑，因為它試圖說明戰爭特征的變化將如何影響軍事行動。俄羅斯總參謀長瓦列里-格拉西莫夫（Valery Gerasimov）將軍最近說：“在 21 世紀，消除戰爭狀態與和平狀態之間差異的趨勢正在變得明顯。戰爭現在甚至還沒有宣布，就已經開始了，不會按照我們習慣的模式進行。”這在大國競爭的新時代是通過在政治、軍事和經濟領域使用分層對峙來進行的，以將美國與其伙伴分開，因為對手試圖在沒有武裝沖突的情況下實現其戰略目標。

技術進步繼續加強太空和網絡這兩個最新的作戰領域。軍事學術界的領導人現在正從領域相互依存的角度討論戰斗力的應用。換句話說，優勢部隊可以在多個領域中創建、規劃和同步致命和非致命效果。這既創造了機會，也創造了脆弱性，軍事專業人員必須努力理解和掌握。如何在這個日益相互關聯的OE中學習、規劃和操作，可能是我們面臨的最重要的任務指揮挑戰。決策過程將需要更快的速度；參謀人員將需要快速收集和評估信息和情報，以便指揮官能夠以越來越快的速度做出決策。因此，交戰將是快速的，但戰役可能是一系列曠日持久的動態交戰或戰爭之外的沖突。軍事規劃及其支持方法必須根據戰爭特征的這種演變進行調整。

當前軍事決策過程

如今的MDMP仍然是一種建立在有限理性選擇理論上的方法。其過程是結果導向的、基于偏好的。這意味著，行動取決于對當前行動的后果和未來影響的預期。這個過程中的理性邏輯是“有限的”，因為參謀人員和決策者在為一項決策構建備選方案時，無法獲得所有相關信息。此外，時間和OE內的其他行為者造成了額外的摩擦和限制，所以行動本質上并不完全理性。換句話說，軍事指揮官必須在只有部分信息的情況下做出決策。

MDMP由七個步驟組成。每個步驟都包含一系列的過程或子步驟。每個步驟的產出都能加強態勢理解，從而能夠轉移到MDMP的下一個步驟。指揮官是這個過程中最重要的參與者。在未來的作戰行動中，這種情況將繼續存在，因為他們將需要同步使用可能不在戰區內或甚至不在戰區內運作的能力和資源，但這些能力和資源在行動中發揮著關鍵作用。目前的條令表明，執行所有的步驟是詳細的、審慎的和耗時的。條令還為指揮官提供了改變步驟的靈活性，以適應時間有限的情況。

未來趨勢

形成融合（MDSC）

美國軍隊今天面臨著獨特的挑戰。這是現代軍隊第一次不得不同時將兩個新領域納入戰爭演算。新領域帶來了巨大的風險和巨大的機會，因為它們成倍地增加了沖突中的變量。美國、西歐大國、俄羅斯和中國在跨領域協調方面所追求的道路略有不同。擬議的MDSC是一個分層集成的參謀過程，旨在定期與作戰總部保持同步。MDSC建立在聯合空中任務分配循環（JATC）的基礎上。JATC在24小時內產生一個空中任務令（ATO），可根據任務要求進行調整，但通常在5天的戰斗節奏內進行規劃、執行和評估。MDO概念認識到，時間和循環對于在決定性空間內實現融合是必要的。形成能力融合循環的五個要素是準備時間、規劃和執行時間、持續時間、重置時間、循環時間。

針對融合進行規劃

決策空間的融合需要以循環思維方式進行規劃。設計可以支持這種思維方式，但部隊單元仍然須進行詳細性規劃，以有利的方式安排人員和資源。設計照亮了道路，而詳細性規劃則推動單元向其目標前進。循環過程給規劃者和決策者提供了重新應用概念和細節思維的機會，以增加他們對不熟悉作戰環境的理解。這種重新審視不是一種負擔，而是應該被看作是審視過去行動和未來計劃的一個機會，特別是對MDSC的銜接同步。如果友軍掌握了主動權，近鄰的對手將進行防御性機動——很可能是跨域的防御性機動——以試圖使友軍的行動不同步。循環過程提供了保持指揮官選擇的靈活性，而不是將資源投入到一個沒有足夠分支或延續的更僵硬的計劃中。

指揮官的重要性

指揮官在未來的OE中對概念性和詳細性規劃都將變得更加重要。對未來環境的描述以及各單元在MDMP中沒有表現出足夠的熟練程度的總體趨勢表明，需要增加指揮官的參與。在MDSC的更大范圍內進行規劃將需要在一個時間有限的環境中不斷進行規劃。FM6-0和ATP5-0.1為指揮官在規劃過程中協助其參謀人員提供了幾種選擇。指揮官參與行政管理是成功的關鍵，但他們必須注意平衡他們的參與。太多的參與，有可能扼殺團隊的創造力。如果與這個過程過于脫節，他們會發現很難理解參謀人員的工作邏輯。

無人機系統（UAS）和其他相關技術（人工智能或AI、無線數據網絡、擊敗敵方電子戰的電子支援措施）已經發展到一個新的地步，無人機系統被認為原則上能夠執行目前由有人駕駛飛機執行的幾乎任何任務。

因此，許多武裝部隊正在積極試驗有人-無人編隊協作（不同的縮寫為MUM-T或MUMT）。通過將有人和無人資產作為一個單位而不是單獨部署，無人機最大限度地發揮了其作為力量倍增器的價值，提高了在高度競爭性空域的殺傷力和生存能力。無人機系統的直接控制權可由飛行中的有人單位或單獨的空中、地面或海上指揮中心掌握。隨著時間的推移，人工智能的進步將允許無機組人員的編隊元素自主地執行大部分任務。這最終可以將人類干預減少到最低，只保留任務目標的輸入、交戰規則的定義和武器釋放的授權。事實上，這種自主能力對于MUM-T概念來說是至關重要的，以防止人類飛行員被控制無人機的額外任務所淹沒。 無人機系統的主要應用包括：

• 目標偵查；
• 為有人駕駛飛機進行戰損評估；
• 電子戰；
• 各種有人或無人平臺之間的數據和通信中繼/接口；
• 武裝護衛。

在“武裝護衛”角色中，無人機系統可以在有人平臺執行任務之前壓制敵人的防空設施（SEAD角色），或者作為一個外部武器庫，使單一的有人駕駛飛機在每次任務中能夠攻擊大量的目標。

• 1 美國陸軍MUM-T
  • 旋翼系統
  • 推進能力建設
  • 下一代有人-無人編隊步驟
  • 韓國
• 2 美國空軍MUM-T
  • 美國空軍SKYBORG
  • SKYBORG 路線圖
  • 朝記錄項目發展
  • ATS/忠誠僚機
  • 英國皇家空軍“蚊子（MOSQUITO）”
  • FCAS - 未來戰斗航空系統
  • FCAS - 法國PANG
• 3 美國海軍MUM-T
  • 美國海軍MQ-25 STINGRAY加油機
  • 無人駕駛型F/A-18測試
  • 美國海軍的下一代空中優勢
• 4 其他國家發展狀況

美國空軍的電子戰綜合重新編程（EWIR）項目旨在在電磁頻譜（EMS）檢測對手威脅情報（特別是雷達和干擾器），并配置電子戰軟件和硬件，使飛機或其他資源能夠對EMS環境的不利變化做出反應和/或回應。隨著美國對手的電子戰資產的日益進步，使復雜多樣的EMS能力成為可能，識別、跟蹤和應對這些威脅需要比現有EWIR企業的設計速度快得多的更新。研究小組進行了四項相互關聯的技術案例研究，它們共同構成了創建近實時、自主、機上軟件重新編程能力所必需的基本要素，更具體地說，是人工智能支持的認知電子戰能力--使用機器學習算法，使平臺能夠學習、重新編程、適應并有效地應對飛行中的威脅。研究小組還強調了現有EWIR企業的重要持續作用，即使美國空軍正朝著認知型的未來發展。

研究問題

• 電子戰中的對手能力是如何演變的？
• 電子戰相關軟件的重新編程需要多快才能跟上威脅的步伐？
• 目前從情報到重新編程的過程中存在哪些障礙？
• 需要哪些先進技術來實現必要的改進？

主要發現

• 為了保持競爭力和適應不斷變化的威脅，美國空軍（USAF）在EMS中運行的系統必須能夠快速重新編程（包括評估環境、檢測對手的活動和合成適當的反應），至少在幾秒鐘到幾分鐘的時間內，以便對最先進的威脅做出有效反應。
• 敏捷的軟件解決方案、硬件升級、數據工程以及與其他系統的互操作性都是實現所需速度的必要條件。
• 同時還需要在政策、組織任務調整、人員和計算機可用性以及人員專業發展方面進行相應的改變。

建議

• 美國空軍應該從今天開始工作，加速和整合實現認知電子戰所需的技術。步驟包括：支持向更新的軟件架構轉變，如容器化的微服務，這將允許更快地部署能力和所需的更新，以提高重新編程的速度，并為未來在平臺上部署認知電子戰算法提供支持；加強機載高性能計算；擴大實驗和早期技術采用；優先考慮將允許更好的數據收集、標準化、分類、訪問和整合過程的政策和技術；鑒于關鍵技術之間高度相互依賴，確保協調投資和實施這些活動。
• 美國空軍還應該立即采取措施，采用新的軟件部署架構，以使能力更快地投入使用，并在戰區實施快速和空中任務數據文件更新。這就需要改變現有的政策；人員專業發展；審查需求；以及投資于軟件架構標準、機載處理以及任務期間飛機的計算和連接。

目錄

第一章

簡介

第二章

對當前EWIR企業的評估

第三章

對未來EWIR的展望

第四章

認知型電子戰的操作化

第五章

云整合和數據工程

第六章

飛行程序軟件和容器化微服務

第七章

機載高性能計算

第八章

設想未來的電子戰能力。小插曲分析

第九章

建議

附錄A

研究任務和方法

附錄B

關于情報挑戰的其他信息

進行的研究