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

從人工智能技術的概念、原理和分類入手,重點分析了人工智能技術三類主要軍事應用場景和八個重點軍事應用方向,并綜合運用技術專利分析成熟度評估方法和高德納技術成熟度曲線,對人工智能軍事應用八個重點方向進行成熟度評價。

當前，世界各軍事大國均把人工智能作為未來核 心軍事競爭的重要方向，不斷加大科研經費投入，爭先 搶占人工智能競爭高地。 美國已將人工智能置于維護 其主導全球軍事大國地位的科技戰略核心，在其“第三 次抵消戰略”中也是重中之重，目前在人工智能的軍事 應用方面已經取得了較大的優勢。 俄羅斯則把更多的 精力放在了硬手段的智能化改造上，基于雄厚的軍事 工業基礎，其在智能軍事領域的前瞻探索與布局不容 小覷。 以色列在人工智能技術的研究和軍事應用方面 投入了大量人力和資金，其在人工智能軍事應用方面 的能力已經得到了廣泛的認可［１?２］ 。 大力發展軍事智能科技，首要任務之一是厘清人 工智能技術的作用機理和特征，分析人工智能技術將 發揮重要作用的應用場景，判斷軍事應用的主要發展 方向，同時對各技術和應用領域的成熟度進行科學評 估，從而為軍事智能科技發展提供技術支撐。

分析了大數據時代傳統的基于相似性思想的軍事仿真系統在理論、模型、性能等方面面臨的新挑戰；結 合俄烏沖突的現實背景，提出了應用大數據技術推動軍事仿真系統發展的幾個方向；在數據、模型、機制等方面提出 了應用大數據技術的方法理念，為大數據背景下軍事仿真系統的發展提供了參考。傳統意義上基于相似性原理的建模與仿真技 術，一般是通過構建靜態軍事系統特征模型與動態 戰爭系統演化解析模型，從客觀性角度實現仿真， 其中，具有代表性的如蘭徹斯特方程、杜派指數、蒙 特卡洛隨機事件等仿真方法［1］。這些方法都是基于 既定模型對軍事及戰爭行為的各個組成部分進行 模型構建，通過相關參數體現系統間各個要素的運 行機制。從好的方面看，通過長期細致的分析建立 經得起推敲的仿真模型，可以在之后歷次仿真活動 中都能夠保證行為的高度一致性；但在信息化戰爭 中，隨著戰爭形態的發展，軍事要素間精準快速的 對抗沖突，以還原論和確定論為基礎、量化式為主 的傳統軍事仿真系統，已難以完全而準確地對軍事 活動及戰爭行為進行描述，更不必說重現智能化戰 爭條件下突出的體系對抗、多軍兵種聯合作戰及戰 場態勢與資源迷霧等諸多戰爭系統的典型特征。大數據是在以網絡信息技術為代表的生產力 發展到一定階段的必然產物，也是自動化與智能化 發展的分水嶺。大數據的潛在價值要求人們運用各 種數據挖掘工具與分析方法手段，實現對事件（物） 本質及其蘊含規律的探究，從而能夠掌握事件（物） 的發展規律并能夠預測其未來發展趨勢。從目的性 來看，大數據技術實現了對大數據價值的挖掘與轉 化，主要用來預測同類事件（物）的發展趨勢，并為 人們提供決策支持，這與系統建模仿真的目標不謀 而合，二者都希望能夠在建立對已有事件（物）充分 分析的基礎上，實現對未知規律的探索和未來趨勢 的預測。 隨著新軍事革命和軍隊信息化建設的突飛猛 進，軍事大數據的建設發展也日臻完善。在軍事仿 真系統的建設中探索應用大數據技術，能夠為新時 代軍隊轉型背景下的軍事仿真系統發展和應用提 供許多新的思路。

可解釋性已成為第三代人工智能的顯著特征之一，尤其是反人工智能技術的出現，迫使業 界重新思考人工智能的未來。文中結合電子戰面臨的現狀與挑戰，探討了黑箱模型的困惑、先驗知 識的缺位和安全與可信問題，并結合可解釋序列特征建模與識別、可解釋特征提取與模式識別、基 于知識圖譜的子圖匹配辨識等初步實踐與探索，給出了可解釋智能應用思考與建議，旨在為電子戰 裝備的智能化發展提供技術參考。當前，人工智能( Artificial Intelligence，AI) 日益 成為推動新一輪軍事變革的核心驅動力，加速戰爭 形態向智能化邁進。第一代 AI 以符號主義為核心， 采用物理符號模擬人類認知思維，利用專家知識、算 法，實現了知識驅動的智能; 第二代 AI 以連接主義 為核心，在神經網絡中建立“刺激－響應”連接，借助 數據、算法和算力，形成了數據驅動的智能。前兩代 AI 從不同側面刻畫人類心智，存在各自的局限性。 第三代 AI 將前兩代 AI 相結合，同時利用知識、數 據、算力和算法，建立可解釋的 AI 理論方法，實現安 全、可信、可靠的智能應用［1］。 第三代 AI 可解釋的最終目的是建立人類對 AI 在認知層面的信任。可解釋的內涵包含兩方面: 一 是打破黑箱，對智能算法本身的工作機理進行全局 解釋; 二是事后剖析，對智能算法的決策結果提供可 理解的局部解釋［2］。目前，學術界諸多的軍事智能 化研究文獻中，較多的關注點仍然是圍繞智能算法 的應用適配和效果提升展開，還較少聚焦研究智能 算法在軍事應用上的可解釋性問題［3－4］。然而對于電磁大數據領域而言，可解釋智能應用，才是確保軍 事應用安全、可信、魯棒的根本前提。 本文首先剖析了電子戰智能應用的現狀和挑 戰; 然后，結合可解釋脈沖序列特征建模與識別、信 號可解釋特征提取與模式識別、知識子圖匹配辨識 應用等探索實踐情況; 最后，探討了電子戰可解釋智 能應用的發展思考與建議，旨在為電子戰裝備發展 決策、科研工作提供參考。

海上無人系統是未來智能化、無人化戰爭中的重要組成部分，已經成為世界各國海上競爭新的制高點，在國家和國防安全方面將扮演越來越重要的角色。本文從國家智能無人戰略發展需求出發，從戰略規劃和概念引領、技術研究和裝備研發、系統演示和能力驗證三個層面系統分析了當前國內外海上無人系統及其技術的發展現狀，凝練了當前海上無人系統技術各方面發展趨勢和面臨的挑戰，論證提出了未來海上無人系統發展中需攻克的關鍵技術。據此結合實際發展情況和未來發展趨勢，分析提出了海上無人系統的重點發展方向，最后從總體思路、體系構成、裝備發展、技術攻關四個不同層面提出了推動海上無人系統持續、穩步、快速發展的對策建議，以期促進我國海洋裝備發展。

一、 前言 黨的二十大報告提出要以國家戰略需求為導向，集聚力量進行原創性、引領性科技攻關，堅決打贏關鍵核心技術攻堅戰。在軍事智能技術發展推動下，無人系統將對未來戰爭產生非對稱、顛覆性作用，在智能化海戰中的地位日益突出[1]。2017年國務院印發的《新一代人工智能發展規劃》中，將無人系統作為四個主要研究方向之一[2]，由此可見，無人系統已成為我國實現創新型國家和世界科技強國的重點關注領域。海上無人系統作為無人系統中的重要組成部分，在未來國家海上競爭中的地位日益突出，關乎國家和國防安全，是世界軍事強國搶占軍事競爭戰略制高點的重要途徑[3~5]。 海上無人系統是指以海洋為活動空間，具有無人化、智能化、自主性等特點的平臺裝備或應用系統，是現代智能化革命的產物。典型的海上無人系統有無人水面艇（USV）、無人水下航行器（UUV）、水下無人預置系統等。在人工智能（AI）技術的支撐下，海上無人系統可執行復雜多樣化任務，具備有人裝備難以比擬的應用優勢[6]。近年來，國內外在海上無人系統裝備和技術方面開展了大量研究，特別是以美國、俄羅斯和歐洲等為代表的國家和地區都加強了海上無人系統裝備技術和應用部署的研究；國內雖起步較晚，但近年來在海上無人系統技術研發和裝備研制方面大力投入、快速推進。隨著裝備日益智能化，海上無人系統從有人指揮控制向無人自主、有人 / 無人協同、集群組網方向發展，未來將逐步開展海上無人自主和跨域協同作戰能力生成[1]。 本文針對無人系統戰略發展需求，從戰略規劃和概念引領、技術研究和裝備研發、系統演示和能力驗證三個層面總結分析了海上無人系統的發展現狀。為解決當前海上無人系統技術發展各方面面臨的挑戰，論證提出未來海上無人系統發展中需攻克的關鍵技術和重點發展方向，并從總體思路、體系構成、裝備發展、技術攻關四個不同層面提出未來海上無人系統發展的對策建議，以期為我國未來海上無人系統及相關技術的持續、穩步和快速發展提供支撐。

二、 海上無人系統的發展現狀

近年來，世界各國越來越重視海上無人系統的發展，在作戰概念以及發展規劃的頂層引領下，各國持續增加經費投入、加大研發力度，通過關鍵技術攻關，相關裝備性能水平不斷提升，發展出了成體系的基礎平臺和裝備系統，并通過演習演示等實際應用，逐步迭代升級，提升裝備能力和體系運用能力。

（一） 戰略規劃和概念引領

在新一輪科技革命和世界海軍強國競爭的雙重驅動下，無人系統在海戰中的地位日益突出，以無人對有人將對戰爭勝負產生非對稱、顛覆性作用，無人裝備已經成為世界軍事強國構建新型海上作戰體系、搶占軍事競爭戰略制高點的重要途徑。因此，各國高度重視海上無人系統發展，紛紛制定發展規劃。以美國為代表，自2000年以來，已先后發布了8個無人系統發展路線圖，提出了未來無人系統發展的總體思路和架構。在以水面無人艇、水下無人航行器為代表的無人系統方面形成了詳細的發展規劃，明確了使命任務、級別類型、關鍵技術等內容，有力支撐了海上無人系統的發展。2021年，美國海軍部又發布了最新的《美國海軍部無人作戰框架》，進一步提出加速將無人系統融入未來艦隊，確保海上軍種協作，最大化無人系統對國家安全的價值。 同時“網絡中心戰”“分布式作戰”“多域戰”“遠征前進作戰”“馬賽克戰”等新的作戰概念層出不窮。海上無人系統作為新質力量，一方面有力支撐了新作戰概念的實現，拓展了作戰單元維度和獨立部署能力，加快了海上無人作戰力量體系化實戰能力形成；另一方面引領了海上無人作戰力量分布協同發展，對通信網絡和一體化指揮控制等都提出了新的要求，進一步引領了有人 / 無人新型海上作戰體系的發展。

（二） 技術研究和裝備研發

在戰略規劃以及作戰概念牽引下，海上無人系統在平臺、載荷、控制、應用等方面開展了一系列技術攻關，各種類型的海上無人系統和平臺裝備層出不窮，技術性能快速提升。

1. 單平臺技術發展

目前，典型的海上無人平臺有無人水面艇、無人水下航行器、水下無人預置系統等，另外還有如水下仿生航行器、水空跨介質航行器等新概念和新構型海上無人平臺。 （1）無人水面艇 無人水面艇可承擔警戒巡邏、反水雷、偵察預警、反潛、通信中繼等任務。無人水面艇發展早期以中小型為主，為增強多任務能力和平臺通用性，在傳感器和任務載荷技術發展支撐下，搭載載荷從單一任務模塊向通用任務模塊發展，例如美“斯巴達偵察兵”無人艇通過通用任務模塊設計，能夠在1 h內完成多種“即插即用”型任務模塊的裝配[4]。近年來，隨著任務和應用范圍逐步擴大，為增強負載和自持能力，無人水面艇的艇型結構向大型發展。2010年美國國防高級研究計劃局（DARPA）率先開展了“海上獵手”大型反潛無人艇項目[5]。2020年以來，美軍又陸續啟動了中型無人水面艇（MUSV）、大型無人水面艇（LUSV）、海上無人值守船（NOMARS）、幽靈艦隊 / 霸主計劃等中大型無人水面艇項目[6,7]。 國內無人水面艇發展同期也經歷了從普通艇型向特殊艇型發展的過程，平臺執行任務能力也由單任務向多任務轉變。比較典型的有珠海云州智能科技股份有限公司、中國船舶集團有限公司等單位研制的無人水面艇，初期以執行特定任務為主，目前則向著多任務能力方向發展[8,9]，例如中國船舶集團有限公司研制的JARI-USV多用途無人作戰艇，具備態勢感知、火力打擊等多任務遂行能力，如圖1所示。

圖1 JARI-USV多用途無人作戰艇 （2）無人水下航行器 無人水下航行器具有隱身性能好、效費比較高、機動性能好、作戰用途廣等優勢[10]，主要承擔海洋環境監視和調查、情報 / 偵察 / 監視、反水雷、時敏打擊、反潛戰、特種作戰等任務。在各國頂層戰略規劃文件指導下[8]，無人水下航行器已實現了多層次、全方位、體系化發展，例如美國Bluefin、REMUS系列等[9~13]。目前部分國家的海軍中已裝備中小型無人水下航行器，但為增強平臺任務能力，近幾年加快了概念更新、遂行功能任務更多的大型UUV發展，如美國的“虎鯨”“蛇頭”，俄羅斯的“大琴鍵”等大型察打一體UUV等。憑借更強的載荷能力和自持能力，有效支撐了察打一體、載荷輸送、信息搜集、通信互聯、支援保障等能力。 我國UUV發展雖然起步較晚，但近幾年也進入快速發展時期。各種類型的UUV呈系列化快速發展態勢，例如中國科學院沈陽自動化研究所的CR系列、“潛龍”系列UUV[11,12]（見圖2），天津大學的“海燕”系列水下滑翔機；民用系列化中小型UUV產品種類更是繁多。同時，UUV在長航時、大海深等能力方面不斷提升，天津大學“海燕-L”號于2018年挑戰了水下續航4個月[11]，“海燕-X”號于2020年完成了水下10 619 m持續現場觀測，哈爾濱工程大學的“悟空”號于2021年實現了10 896 m水深獨立工作等。

圖2 “潛龍”系列無人水下航行器

（3）無人水下預置系統

無人水下預置系統是一類搭載有不同類型載荷，預先部署在敏感海域中，可在水下長期待機、遠程喚醒的全自主的新概念水下無人系統，具有隱蔽性好、長期潛伏、任務多樣、無人員傷亡等優點。美國為強化其前沿存在能力，引領開發了“海德拉”（Hydra）、上浮式有效載荷（UFP）、前沿部署能源和通信前哨站（FDECO）等為代表的無人水下預置系統[12]，還構建了以近海水下持續監視網絡（PLUSNet）、可部署自動分布式系統（DADS）為代表的水下預置感知網絡[1]；俄羅斯研制了“賽艇”海底導彈系統[13,14]。另外，還有用于水下導航、通信以及能源補給的水下預置系統，例如中國科學院海洋研究所研發的深海潛標完成了深海6000 m的觀測數據實時傳輸，初步構建了覆蓋深淺海域，包含移動固定、打擊探測載荷的水下無人預置裝備體系，推動形成了新型前沿預置作戰概念，形成了分布式跨域作戰能力。

（4）新概念海上無人平臺

隨著仿生、跨介質等前沿技術發展，近年來一系列新概念、新構型的海上無人平臺快速發展。在仿生方面，西北工業大學研制了系列化仿蝠鲼水下航行器，具備滑撲一體自主變形能力，實現了與魚和諧混游[11]。在跨介質方面，水空跨介質航行器發展迅速，國內外研制了固定翼、多旋翼等不同形式的跨介質航行器，部分采用仿生學設計思想，兼顧水下航行和空中飛行能力，有效拓展了任務域，例如加拿大舍布魯克大學的“海鴨”、麻省理工學院的“飛魚”、美國哈佛大學的仿生撲翼昆蟲、北卡羅來納州立大學和特力丹科學與成像公司聯合開發的“鷹鰩”[15]、英國帝國理工學院研制的“AquaMAV”、北京航空航天大學的“鰹鳥”、上海交通大學的“龍虱-Δ”等[13,16]。

2. 集群協同技術發展

由于海上無人系統個體在一定程度上仍存在載荷和任務能力有限、作戰功能較為單一等不足，導致獨立執行復雜任務存在一定困難。目前，一方面通過大型化發展，增加無人系統負載以提升任務能力，另一方面通過多無人系統集群、多無人系統跨域協同，利用集群協同所具有的任務能力強、任務范圍廣、抗毀重構性強、執行任務意志堅決等優勢，彌補單平臺能力不足，提高多任務適應能力。因此，在突破群組協同控制和組網通信等關鍵技術基礎上，海上無人系統集群控制與組網協同成為發展重要方向。

在無人集群技術研究方面，早期國內外開展了以程控為主的編隊控制測試和演示，智能化水平相對較低。近年來，由美國海軍研究署牽頭分別于2014年和2016年開展了兩次無人水面艇“蜂群”演示，在“數據融合系統（DADFS）”和“感知與指控系統（CARACaS）”支撐下，實現了無人水面艇集群從行動協同、任務協同到任務自協同，整個控制回路無需人工參與，智能無人集群技術初具雛形[14]。2018年美國SwarmDiver微型無人潛航器集群系統，通過采用蜂群算法實現集群決策，并具備與其他無人水下航行器協同能力。2021年哈佛大學Blueswarm魚型水下機器人首次在水下機器人領域展示了具有內隱協調的復雜三維群體行為，展示了一個分散但具有自主性的集群系統，具備高度自主性和靈活性。

在跨域協同技術研究方面，美國、英國、法國等國家通過作戰概念驗證，重點突破跨域通信和指控能力，初步解決了與無人系統集群協同作戰密切相關的集群發射回收、編隊機動、自主控制與任務管理、信息共享、跨域通信指控等關鍵技術問題[17~21]。2015年DARPA啟動的跨域海上監視和瞄準項目，構建了一種能夠跨域執行監視與瞄準任務的“系統之系統”體系結構，形成能夠快速響應、無處不在的進攻能力，迫使對手大幅提升海上行動成本。另外還有“潛艇-UUVs-UAV”子母式協同作戰系統、歐盟Grex項目、海上無人系統研究OCEAN2020項目、法國Action項目[22,23]等。國內相比國外起步較晚，還處于通信自組網與簡單任務決策演示驗證階段。2018年中國科學院沈陽自動化研究所聯合多家單位完成了空海一體化立體協同觀測試驗（見圖3），實現了弱通信、低空近海復雜環境狀態下對海上快速移動小目標的自主精確跟蹤和調查取證，是國內首次多平臺跨域技術驗證試驗[24]。

圖3 空海一體化立體協同觀測試驗

（三） 系統演示和能力驗證

在技術研究和裝備研發基礎上，國外近年來加速推進海上無人系統技術演示驗證，并通過軍事演習等活動，對海上無人系統技術在任務中的關鍵能力進行應用驗證和迭代升級。 2016年英國在“無人戰士”（unmanned warrior）軍事演習中演示了25種無人系統的情報 / 監視 / 偵察、反潛、反水雷作戰能力，展示了持久高效執行自主反潛任務和實時交換數據的能力。在2016年和2017年的美國“先進海軍技術演習”（ANTX）中，美國利用開發的跨域無人系統協同作戰控制架構“先進任務管理與控制系統”（AMMCS），成功完成了跨域無人協同的演示驗證。2017年的演示實現了同時控制8個無人系統（包括無人水下航行器、無人水面艇、無人機）對水下目標進行定位和攻擊。2019年美國“先進海軍技術演習”中，使用“金槍魚-9”無人潛航器、通用無人水面艇、瀕海戰斗艦以及核潛艇等作戰平臺演示了有人 / 無人平臺、系統跨域協同探測和識別等潛在作戰概念。2016—2019年，美國每年組織的無人演習逐步實現了協同組網、行動協同、任務協同、有人 / 無人協同的迭代發展，驗證了海上無人系統的偵察、反潛、反水雷、護航等協同任務能力。 2021年4月，美國海軍在圣迭戈附近海域首次開展“無人綜合作戰問題-21”演習。演習著眼高端戰爭需求，將多域有人、無人能力整合到各種有挑戰性的作戰場景中，開展了情報偵察和監視，目標跟蹤和精確打擊，空中、水面、水下無人系統以及有人 / 無人編隊協同、無人“蜂群”作戰等演習科目，旨在加強有人 / 無人協同作戰能力建設，積累混合艦隊作戰運用經驗，標志著美國海軍編組有人 / 無人協同作戰邁出實質性步伐[25]。2023年5月，美國太平洋艦隊又開展了“無人系統綜合作戰問題23.1”演習，聚焦驗證無人系統運用情況，測試和開展“艦隊中心”概念和能力，重點關注海上和水下遠程火力、監視偵察、指揮控制以及情報能力。 通過系統演示和能力驗證，推動了海上無人系統新型裝備列裝、舊型裝備升級，提升了態勢感知、協同作戰能力，擴展了作戰域，任務執行向多樣化發展，指揮控制向智能化發展。由于無人平臺的智能化水平短期內尚無法達到有人平臺程度，未來有人 / 無人系統高效協同將是發展的重要方向。

三、 海上無人系統發展趨勢與面臨挑戰

（一） 發展趨勢

綜合當前發展現狀，無人水面艇、無人水下航行器、無人水下預置系統等海上無人系統逐步形成了多層次、全方位、體系化的裝備譜系，呈現出平臺關鍵性能持續提升、載荷功能逐漸多樣、自主能力不斷增強等發展特點。 在平臺關鍵性能方面，逐步向長航時、遠航程、大深度方向發展，以適應未來跨域、多維、立體戰場要求；在任務載荷方面，逐步向綜合化、通用化、模塊化發展，可根據任務需求搭載不同載荷，與其他有人 / 無人系統搭配形成協同作戰體系；在單體智能化方面，單個無人平臺逐步具備環境信息感知、數據預評估與處理、自主決策、自學習等能力。 在未來協同作戰發展趨勢下，集群、跨域成為研究熱點。在智能集群協同方面，集群控制向全自主協同模式發展，使命任務由單一的偵察、監視、跟蹤等向多任務轉變；在跨域協同方面，單平臺從單域運行向水空跨介質多域航行發展，多平臺從單域協同向多平臺跨域協同方向發展，作戰模式和作戰空間更加靈活和廣闊。

（二） 面臨挑戰

目前隨著技術的發展，海上無人系統裝備逐步走向應用，但在發展和應用過程中也面臨著諸多挑戰。

1. 平臺方面

動力能源的限制。海上無人平臺特別是水下無人平臺，由于其自身質量和體積等的限制，單體負載能力有限，搭載的能源和動力裝置功率有限，約束了無人平臺的續航能力和機動能力，在一定程度上限制了其活動范圍，對能源保障提出了較高要求，同時也限制了其搭載的任務載荷，因此單個海上無人平臺在獨立執行長期復雜任務方面面臨極大挑戰[17]。 復雜環境的影響。由于海上無人平臺長期處于復雜、惡劣的高動態條件下，對海上無人系統的復雜環境適應性提出了挑戰，特別是復雜高動態環境中系統任務能力以及系統可靠性等，都直接關系到任務是否能夠順利執行[18,19]。而對于無人水下預置系統，深遠海部署和使用方式的特殊性對裝備在深水高壓、海水腐蝕、微生物污損、海底沉積物影響等嚴苛環境條件下的適應性和可靠性都提出了挑戰[21]。 新型構型的設計。隨著仿生、跨介質等新型海上無人系統的發展，在新型構型方面提出了更復雜的設計要求。例如，跨介質航行器需要平臺兼顧空中巡飛、平穩入水、水下巡航和穩定出水等不同階段的環境介質特性，在構型設計時需考慮水空介質對結構設計不同要求所帶來的影響，并克服入水瞬間由于氣液密度差異引起的巨大沖擊力和出水時自由液面效應及水冢效應影響，這對跨介質構型的設計提出了巨大挑戰。

2. 通信組網方面

由于海洋環境的復雜性和特殊性，海上無人系統面臨著復雜惡劣通信環境的嚴重制約。無人水面艇受天線限制，惡劣海況下會影響其與其他平臺以及與岸上的通信距離，并且通信組網在無人艇集群數量較多、距離較遠時將面臨很大挑戰[18]。而對于無人水下平臺，由于海水介質的特殊性，現有手段水下通信距離短且效率低，在很大程度上制約了水下無人平臺之間以及與外界之間的信息傳遞[19]，弱通信約束條件下協調控制難，導致難以實時有效掌控其狀態。組網通信上面臨的挑戰，在一定程度上影響了無人平臺融入現有海上裝備體系，同時也成為目前限制海上無人集群協同運用效能發揮的重要因素之一。

3. 集群協同方面

復雜態勢信息一致性。態勢感知是無人系統必須具備的能力和解決的問題，由于構成集群協同的海上無人系統所搭載載荷獲得的信息在感知方式、數據類型、數據尺度、噪聲水平等方面都存在顯著差異，同時海上無人集群協同系統處在復雜、高動態性的環境中，所感知信息和信息傳輸都容易被各種因素干擾，因此對于協同感知來說，將不同無人系統得到的感知信息進行統一融合和表述，是態勢感知信息共享共用的關鍵，是海上無人系統集群協同應用需要解決的重要問題。 實時智能決策控制。集群協同中不同無人系統在進行智能決策和控制時，將以協同系統中獲得的各類數據為基礎，這些數據包括不同大小維度的環境信息、任務信息、目標信息等，這些信息數據為實現全局最優決策提供了基礎。但是多維度復雜約束下的實時決策控制給算法實現帶來了實時性問題，并且由于多約束作用，最優決策求解也會遇到局部極小和不可解的問題，這些都給實時智能決策控制帶來了挑戰。

4. 跨域協同方面

多平臺跨域高效協同面臨異構數據融合、跨介質通信、高動態任務分配控制等關鍵問題挑戰。跨域協同系統中平臺的傳感器具有多源性、異構性，隨著傳感器節點的增多，數據呈現指數型增長，異構數據融合計算的挑戰性巨大；跨介質通信時存在信息容量和延遲的差異，致使組網通信信息傳遞的網絡拓撲存在高動態性、鏈路質量存在頻動性，跨介質通信亟待理論突破；針對跨域協同作戰面臨的高對抗、時敏環境中存在態勢變化，需多平臺跨域無人系統具備實時任務調整和重規劃能力，高動態任務規劃控制理論急需發展。 在跨域協同應用中，由于無人水面艇、無人水下航行器等不同域無人系統在指揮控制方式上的差異，需要更加高效智能的指揮和干預方法，保證有效地實現不同域無人系統的集群協同運用，優勢互補，充分發揮各自的能力。目前，海上無人系統還難以完全獨立執行任務，應用中需要根據任務情況和執行過程對無人系統進行指揮和干預。通過人機協同的方式執行使命任務，在未來一段時期內都將是無人裝備的主要運用方式。

四、 海上無人系統發展重點關鍵技術

針對海上無人系統技術發展所面臨的挑戰，未來重點針對海上無人平臺、系統智能技術、跨域協同、指揮控制、應用支撐等方面開展關鍵技術研究。

（一） 海上無人平臺總體技術

海上無人平臺需要適應復雜海洋環境，才能可靠發揮其能力，需要重點突破總體結構、動力能源、可靠性等方面的關鍵技術。總體結構方面，針對深遠海復雜海洋環境，開展高強度復合材料結構成型技術、長時耐壓防腐蝕技術、模塊化集成技術等，支撐平臺在深遠海環境中持續執行任務；動力能源方面，重點開展高比能能源系統技術、深遠海能源自持及補給技術等，滿足海上無人系統長效自持運行；可靠性方面，重點針對惡劣環境下平臺設備組件可靠性設計、自主檢測維護技術等開展研究，保證無人系統的持續有效運行；新構型設計方面，針對仿生、跨介質等不同要求，重點開展高效靈活仿生設計、跨介質總體構型設計等技術研究，推動新概念平臺發展。

（二） 海上無人系統智能關鍵技術

海上無人系統的智能化是實現和提升海上無人系統任務能力的關鍵，對于單個海上無人平臺，需要具備環境信息感知、數據預評估與處理、自主決策等能力，對于海上無人集群需要具備集群控制、態勢感知、信息共享、任務規劃等能力。在智能環境感知方面，針對復雜海洋環境感知信息多源性、異構性、動態性等特點，開展智能數據關聯與數據融合[20]、協同目標狀態預測、協同態勢理解等技術研究；在智能決策控制方面，為應對高對抗、高動態環境任務，需要重點開展面向任務的智能自主控制、自適應動態編隊、協同任務規劃與決策等技術研究，實現海上無人系統在時間、空間、功能上的統一控制協調、高度自主協作。在集群智能方面，為形成具備體系開放、彈性互聯、動態重構、自組織協同、集群認知等特性的海上無人集群，重點開展集群信息共享交互、集群態勢智能認知、集群智能控制等關鍵技術研究，支撐無人集群成為一個自組織、自適應協作的整體。另外，針對生物集群智能行為特征機理、無人集群智能演進技術等開展探索研究，通過生物集群智能行為機理助推無人系統集群群體行為智能水平提升。

（三） 海上無人系統跨域協同關鍵技術

海上無人系統的跨域協同是無人系統自主性的升華，是平臺能力提升的倍增器，關鍵技術涉及多平臺跨域協同系統的態勢信息融合、通信組網和任務協同規劃等。在多源態勢信息融合方面，為充分發揮各無人平臺運動和信息獲取優勢，發展無人平臺邊緣計算的廣域分布式數據融合技術，通過跨域邊緣節點構建數據信息融合處理體系，提升目標融合精度和全域態勢一致性。在跨介質通信組網方面，為克服跨介質信息交互和電磁環境強干擾的問題，加強跨域通信網絡資源狀態動態監測和調整技術，設計抗干擾措施與時空一致性保障手段，實現跨域通信鏈路的有效可靠[23]。在高動態任務協同規劃方面，為能夠快速響應作戰指令，提高跨域作戰體系的作戰能力，需發展跨域無人系統高動態任務協同規劃技術，具備戰場態勢強實時動態變化下的戰場資源分配、沖突消解和聯合任務能力。

（四） 海上無人系統指揮控制關鍵技術

海上無人系統的指揮控制是復雜多樣的無人系統融合成一個組織有序、適應力強、穩定性好的統一整體，是應對未來高彈性作戰任務及海洋環境變化的關鍵。海上無人系統指揮控制涉及指揮控制架構、有人 / 無人協同等。在指揮控制架構設計方面，面對海上復雜多樣的任務，可參考水面艦艇編隊和自然生物群集群控制開展指揮控制體系架構設計，保證無人系統組織有序、適應力強；在有人/無人協同方面，發展人機高效協同技術，通過有人指揮和干預，在當前技術條件下保證無人集群應用有效落地，通過有人 / 無人集群協同作戰，優勢互補，充分發揮各自的能力。

（五） 海上無人系統支撐關鍵技術

海上無人系統支撐技術主要指保障海上無人系統作戰使用的相關技術，是系統能力發揮的重要基礎，涉及通信、導航、定位、能源等。海上無人系統支撐關鍵技術重點關注信息網絡、導航定位、綜合保障等方面。在信息網絡方面，針對海洋復雜特殊環境，開展通用數據鏈技術[21]、自適應網絡通信技術、新型水下通信技術等方面研究，實現海上無人平臺與指控站、無人平臺之間、無人平臺與中繼設備、武器系統與操作平臺之間的指令和信息傳輸。在導航定位方面，基于傳統及新型導航定位技術，開展新型導航原理、復合導航定位、集群協同導航定位等技術研究，探索水下導航通信網絡基礎設施建設，解決環境復雜、信息源少、任務范圍廣等要求下的導航定位問題。在綜合保障方面，針對布放回收、能源補給、檢測維修等內容，重點開展復雜環境下通用布放回收裝置設計、水下精確導引對接技術、高動態大功率無線電能傳輸技術、綜合快速維修保障技術等研究，為系統任務轉換、狀態恢復和任務再執行提供各種保障。

五、 海上無人系統重點發展方向及對策建議

海上無人系統的發展，要緊盯總體戰略規劃、任務使命需求、核心關鍵技術、重點平臺系統和應用演示迭代等方面，按層次逐步推動技術和裝備的發展。

（一） 重點發展方向

在平臺總體方面，從長期發展視角建立完整的平臺總體規劃路線，明確不同層次子系統定義，設計不同子系統之間的接口標準化和兼容性規則，形成海上無人系統平臺標準化規范。同時通過國內國外多領域交流合作，共同推進技術進步和總體標準化工作。 在系統智能方面，基于當前智能化技術的快速發展，在信息處理和決策方面，增強智能學習算法的魯棒性和可擴展性，實現海上無人系統的自主決策和智能控制。采用深度學習、神經網絡等技術，推進智能學習模型模擬訓練，提高海上無人系統的感知、識別和自主決策能力。 在跨域協同方面，通過采用海上通信衛星、第五代移動通信技術（5G）、軍事物聯網等技術，加強海上、空中、陸地等多領域間的信息互聯互通，增強海上無人系統與其他領域的協同能力，促進跨域合作和技術創新。加強對跨域通信網絡的建設和維護，建立海上無人系統的數據共享機制，促進跨領域融合。 在指揮控制方面，建立完善的指揮控制系統，包括人機交互、自主任務規劃和動態路徑規劃等功能，實現對無人系統的遠程監控和控制。在實現這一目標的過程中，注重基于任務需求開展指揮控制系統的人性化設計，提高用戶體驗，同時加強對指揮控制系統的安全防護。 在系統保障方面，為了確保海上無人系統的穩定運行，建立健全的后勤保障體系，包括設備維護、故障診斷和修復、備件保障等方面。同時，加強后勤保障技術研究，提高關鍵部件的維修、更換等技術能力，以確保復雜環境下的適應性和穩定性。

（二） 對策建議

1. 總體思路上，堅持戰略引領，突出新型無人裝備體系化發展 準確把握未來戰爭形態，將海上無人系統作為必須搶先發展的戰略領域。以使命任務為牽引，堅持問題導向、聚焦實戰，堅持體系設計、攻防并舉，堅持創新驅動、打破常規。按照“高端加強、中端扶持、低端放開”的策略，遵循平臺通用化、系列化、標準化和載荷綜合化、組合化、模塊化發展思路，強化基型平臺發展，夯實平臺技術基礎，以先進成熟的基型主線為中心輻射發展，真正形成基礎扎實的體系化裝備。同時注重深海、極地等未來戰略空間和跨域、集群等前沿方向，實現新型無人裝備體系化發展。

2. 體系構成上，遵循穩步前進，推進有人 / 無人融合化發展 深入開展戰爭設計研究，圍繞我國戰略和國家安全需求，以切實解決具體問題、滿足國家軍事需求為根本，依據自身環境和優勢，構建完善具有我國特色的海上無人裝備體系，有效發揮國家戰略需求支撐作用。考慮和遵循技術發展現實，未來一定時期內以構建有人 / 無人協同體系為目標，穩步前進，按照先小規模后大規模、先同域后跨域、先少人后無人的思路，積極探索海上無人系統體系運用，滿足多樣化任務需求。重視海上無人系統融入現有裝備體系問題，針對融合基礎條件、技術體制、操作系統、一體化網絡信息體系、無人系統集成驗證等方面開展針對性的籌劃和研究，促進體系真正融合。

3. 裝備發展上，緊跟前沿科技，加快無人系統智能化發展 結合當前智能技術特別是軍事智能技術的發展，緊跟大數據、云計算、物聯網等前沿科技，加速前沿理論和技術在無人系統中的轉化和應用，通過智能加持，統籌推進海上無人系統智能化發展。按照現有裝備“+智能”以及新型裝備“智能+”的發展模式，對于現有海上無人系統裝備，通過智能技術增量，提升智能水平，進一步發揮使用效能；對于未來發展的海上無人系統裝備，通過智能化設計，使其具有智能屬性。在海上無人系統智能化水平不斷提升的基礎上，瞄準未來全域任務需求，通過軍事智能技術創新應用，加快實現海上無人系統跨域協同、自主集群、智能博弈對抗等能力。

4. 技術攻關上，著眼自主創新，大膽探索智能無人技術自主化發展 在海上無人系統重點關鍵技術攻關上，以偵察預警為優先、察打一體為方向，著眼技術自主創新，大膽探索，掌握關鍵核心技術。瞄準海上無人系統能力短板，在組網通信、導航定位以及探測識別等傳統瓶頸技術方面，持續深入重難點問題攻關，提升水下自主作戰能力；瞄準新型海上無人系統發展趨勢，在跨域、仿生等新概念技術方面，積極探索創新，挖掘創新技術轉化應用，助推我國智能無人裝備自主發展；瞄準海上無人系統集群、跨域協同運用，在集群控制、集群智能、跨域協同、跨域指控等技術方面，挖掘智能技術應用潛力，推進未來海上無人系統集群、跨域多維化發展。通過在技術攻關上自主創新，走出自主化發展之路，為占領無人系統發展領域制高點奠定基礎。 參考文獻 [1] 邱志明 , 馬焱 , 孟祥堯 , 等 . 水下無人裝備前沿發展趨勢與關鍵技術分析 [J]. 水下無人系統學報 , 2023 , 31 1 : 1 ? 9 . [2] 張衛東 , 劉笑成 , 韓鵬 . 水上無人系統研究進展及其面臨的挑戰 [J]. 自動化學報 , 2020 , 46 5 : 847 ? 857 . [3] 徐玉如 , 蘇玉民 , 龐永杰 . 海洋空間智能無人運載器技術發展展望 [J]. 中國艦船研究 , 2006 , 1 3 : 1 ? 4 . [4] 張波 , 王磊 , 李英軍 . 無人艇的發展趨勢 [J]. 科技視界 , 2016 : 301 ? 302 . [5] 唐波 , 孟荻 , 范文濤 . 水面無人艇在水面艦艇編隊水下防御的發展展望 [J]. 數字海洋與水下攻防 , 2022 , 5 2 : 121 ? 126 . [6] 邱志明 , 羅榮 , 王亮 , 等 . 軍事智能技術在海戰領域應用的幾點思考 [J]. 空天防御 , 2019 , 2 1 : 1 ? 5 . [7] 孔維瑋 , 馮偉強 , 諸葛文章 , 等 . 美軍大中型水面無人艇發展現狀及啟示 [J]. 指揮控制與仿真 , 2022 : 1 ? 6 . [8] 楚立鵬 , 鄢宏華 , 范強 , 等 . 國外水下無人潛航器及其通信技術發展綜述 [J]. 中國電子科學研究院學報 , 2022 , 17 2 : 112 ? 118 .

裝備數字孿生大規模落地應用的一個關鍵瓶頸問題是缺乏系統有效的可信評估方法。本文 分析了裝備數字孿生的動態演化性、虛實交互性等關鍵特征，提出了裝備數字孿生可信評估框架， 包括數字孿生的可信內涵、多維多層次可信評估指標體系和可信評估方法論，并以機械臂數字孿 生為例說明了整個評估過程，可以為數字孿生的評估、構建提供方向性指導。

本文中裝備是指關系國家實力和國家安全的 一類復雜產品。加快裝備全生命周期的數字化、 智能化，提升裝備研制的自主創新能力，是實現 我國“制造強國”戰略的關鍵。融合建模仿真、 智能制造和新一代信息技術的數字孿生(digital twin, DT)技術，已成為支持裝備全生命周期活動 的重要使能技術。數字孿生是物理對象的一種數字化模型，該 模型可以通過接收來自物理對象的數據而實時演 化，從而與物理對象在全生命周期保持一致[1] 。在 裝備全生命周期利用數字孿生[2-7] ，可以顯著提高 裝備創新設計水平、縮短研發周期、降低研制成本以及增強裝備自主運維能力等。值得一提的是， 在裝備的研發設計階段，圍繞裝備的數字孿生模 型，開展基于建模仿真的體系工程[8-9] ，可以在數 字空間預先對設計方案進行試驗論證，大幅減少 物理實驗的投入。但在實踐中，裝備數字孿生仍難以大規模投 入使用以真正發揮作用，其中最重要的一個瓶頸 問題便是裝備數字孿生的可信問題。模型的可信 指的是使用者對模型能夠充分反映客觀實體的真 實特性并且能夠滿足使用者既定需求的信心[7] 。只 有可信的數字孿生才能精準及時地反映裝備的特 性和狀態，進而輔助人們作出正確決策。而由于 數字孿生與物理對象保持著數據的實時交互，因 此采用不可信的數字孿生不僅無法完成預定的任 務，還可能帶來災難性的后果。

當前國內外關于裝備數字孿生可信評估的研 究嚴重滯后，在很大程度上阻礙了數字孿生的進 一步推廣和深層次應用。已有對于數字孿生的驗 證和評價，大多從外形逼真程度或仿真輸出結果 的接近程度考慮，這對于一個復雜的裝備數字孿 生而言，是不夠全面和科學的。由于數字化模型 與物理對象絕對地相等是不可能的，過度追求逼 真或高精度反而會帶來不必要的復雜性，這些復 雜性往往又會引入不確定性，進而導致模型難以 計算和使用，反而會降低可信度。通過收集并比 較裝備數字孿生模型與物理實體在某一段時間的 輸出數據的一致性來判定孿生的可信性同樣存在 不足，輸出數據在序列模式上存在一致性固然可 以說明孿生模型與物理實體在外在表現上存在相 似性，但是并不代表孿生模型與物理實體在內部 機理結構上保持一致，同時，一段時間上的數據 樣本并不能代表全局輸出的一致。因此，對于一 個裝備的數字孿生而言，外形的逼真、輸出結果 的相近并不能等同于可信。裝備數字孿生的可信 評估現實和合理的途徑是以滿足需求為原則，從 裝備數字孿生的全生命周期考察，在每一個環節 都保持可信，才能使得最終的孿生模型可信。 綜上所述，裝備數字孿生的可信評估是復雜 的系統工程，亟須一套系統全面的可信評估理論 及方法，一方面，為裝備數字孿生的可信評估提 供完整的解決方案；另一方面，也可為如何構建 可信的裝備數字孿生提供指導，從而為裝備數字 孿生的落地應用提供可信保障。

無人機蜂群作戰已經成為軍事領域的熱點，世界各軍事強國對其關注度日益增加。為了深化對無人機蜂群作 戰的理解與認識，首先簡要介紹了概念起源，然后重點對作戰樣式、作戰優勢等進行了分析，最后以無人機蜂群作戰的軍事 應用為牽引，總結了無人機蜂群作戰深入發展需要攻克的關鍵技術難題。自海灣戰爭以來，無人機在戰爭中的應用領域 不斷拓展，深刻影響著戰爭的走向。隨著無人機的 不斷發展完善，其應用范圍不斷擴大、規模數量不 斷增多、作戰樣式不斷翻新，作戰運用已從空中偵 察、戰場監視、電子對抗向通信中繼、精確打擊和后 裝保障等領域延申，正在逐步由輔助作戰手段向基 本作戰手段過渡。綜合來看，無人機在軍事上可代 替有人機執行四類任務，即 4D 任務（枯燥乏味、環 境惡劣、危險性高、深入敵方；Dull，Dirty，Danger? ous and Deep）。 20世紀60年代，法國生物學家皮埃爾·保羅開 始了關于智能蜂群（Swarm Intelligence）的研究。通 過對自然界各類昆蟲群體的深入觀察分析，皮埃 爾·保羅發現某類昆蟲群體內部存在高度結構化的 組織，個體之間分工明確，協同工作，能夠完成遠遠 超出單一個體能力的復雜任務。其中，蟻群是最具 代表性的群體，單體之間通過簡單的信號傳遞，就 能實現較成熟的溝通協調，從而表現出某種規模化 的集群智能行為。在此現象的基礎上，人類不斷深 入研究昆蟲之間的集群行為，最終得出了如蟻群算 法（ACS）和粒子群優化算法（PSO）等諸多智能集群 算法。