空戰訓練系統以其實戰化訓練成效受到世界各國關注。從空戰訓練系統基本概念及組成出發，對美軍 典型空戰訓練系統的技術架構、發展歷程進行了梳理，并對空戰訓練系統的主要發展方向進行了分析，提出硬件形 態由外掛吊艙向嵌入式系統發展；對抗形式由實裝對抗向 LVC 混合發展；訓練樣式由射手訓練向體系訓練發展；訓 練領域由空戰訓練向聯合訓練發展等方向。繼而分析了空戰訓練系統多平臺時空統一、高置信度武器建模仿真、高 可靠通信組網、多維度體系化訓練評估、智能化 LVC 體系融合、標準化訓練數據挖掘等關鍵技術，以期為我國空戰訓 練系統的建設與發展提供借鑒與參考。

不同于國內學者研究美海軍綜合火控——制空的角度，在詳細闡述美軍體系系統工程發展的基礎上， 深入研究 NIFC-CA 組成系統及其解耦與體系構建，進而系統剖析該體系項目在管理組織、研發機制及經費管理等 工程管理方面的創新舉措，總結了 NIFC-CA 在體系系統工程建設方面的優長之處。美海軍綜合火控——制空（naval integrated fire control-counter air，NIFC-CA）是一種新型網絡化分 布式遠程空中火力防御控制裝備體系，國內文獻也 譯為海軍一體化防空火控系統［1］。NIFC-CA 建設初 衷是解決美海軍超地平線攔截問題，經過多年發 展，其在作戰任務上漸進擴展，在體系能力上階梯 提升，在組成系統上牽引發展，降低了研發風險和 經費投入，能夠快速生成裝備體系作戰能力，具有 極高的研究和借鑒價值。 近年來國內諸多研究機構和學者開展了一系 列有關 NIFC-CA 體系的研究，取得大量成果。文獻 ［2］介紹了 NIFC-CA 體系的提出動因、發展概況等 基本情況。文獻［3-4］細致梳理了 NIFC-CA 體系的 組成系統及體系運行流程。文獻［5-7］對 NIFC-CA的協同指揮控制模式和協同預警探測機制進行深 入剖析。文獻［8］則研判了 NIFC-CA 的未來發展， 并提出相應的潛在對抗手段措施。總體上，目前有 關 NIFC-CA 體系的研究主要集中于其組成系統、 運行流程和作戰運用等方面。而作為典型體系系統 工程，NIFC-CA 在體系系統工程方面也頗具研究價 值，目前尚未發現國內相關研究。 本文主要從美軍體系系統工程角度研究 NIFCCA 組成系統解耦和體系構建關鍵設計，并探析了 縱橫結合組織管理結構和聯合開發機制等創新管 理措施，深入了解其在體系系統工程方面的優勢。

近年來，美國國防部和各軍種相繼發布一系列指導性文件，建立了反無人機發展戰略，在突 出反無人機作戰技術優勢的同時更加注重體系建設。 文中以美軍反無人機發展現狀為背景，研究 行業動態、技術發展趨勢與威脅研判，對美軍反無人機作戰理念加以研究。 重點分析其技術項目投 入和軍事應用，從反無人機通過探測技術、高功率微波和激光武器系統的開發與研制及相應電子對 抗技術機理角度歸納總結，通過作戰現狀研究分析美軍反無人機未來發展趨勢，提出啟示與建議。

近年來，無人機技術的飛速進步使得其在商業 與軍事領域的運用得到更多拓展。 繼戰機、武裝直 升機和精確制導武器之后，無人機系統以其具備的 優秀偵察、打擊能力成為戰場防空新威脅。 從美國 防部陸續發布的文件來看，美軍正加緊提升其賽博 空間和電磁戰領域的集成融合，尤其以反無人機作 戰能力研究為重點之一提出了多項重大戰略性 舉措。

未來高技術武器裝備和作戰行動、戰場環境日趨復雜，依托現有仿真技術條件和模擬訓練資源，構建網絡化、體系化、智能化的模擬訓練裝備與系統，開展體系對抗模擬訓練，是緩解高技術裝備訓練耗費大與資源有限的有效途徑，是提高訓練質量和水平的主要途徑。總結分析了聯合訓練領域重點關注的仿真體系架構、仿真建模、藍軍模擬、信息體系仿真等技術發展現狀與趨勢，初步剖析了上述技術在美海軍常態化訓練環境、“阿爾法”智能空戰模擬訓練系統等典型系統、美“大規模演習2021”中的應用情況與作用效能，圍繞提高體系對抗條件下的實戰化模擬訓練能力水平，從技術趨勢和工程實現的角度，提出了5個值得重點關注的研究方向，可為本領域工程技術人員提供參考借鑒。

以美國為代表的西方發達國家一直高度重視建模與仿真技術在訓練領域的應用，將其作為“軍隊和經費效益的倍增器”[1]和“影響國家安全及繁榮的關鍵技術之一”。20世紀70年代以來，美國國防部在模擬訓練領域投入了大量人力、物力和財力，成立了專門的領導、管理和協調機構，建立了一大批作戰實驗室，制定了一系列建模與仿真標準規范[2]，特別是研制了數量龐大的仿真系統。經過近40年的持續投入、淘汰更新和不斷完善，美國目前已形成了涵蓋不同領域(陸、海、空、天、電、網)、不同層次(戰略、戰役、戰術、技術)、不同手段(實兵/實裝模擬、推演模擬、虛擬模擬)和不同用途相對完善的作戰訓練模擬體系，有力地促進了其軍隊轉型建設和部隊戰斗力的提升。研究模擬仿真技術在訓練領域的運用，是提高模擬訓練效果、節約經費的有效手段。

空天防御裝備體系具有組成要素多、分布時空廣、協同鉸鏈深、博弈對抗強的特點，對裝備要 素進行作戰管理是提升作戰效能的必要手段，國內外實踐證明，也是最有效的手段之一。分析了 空天防御裝備作戰管理的基本內涵、特點以及國外發展現狀，提出了空天防御裝備作戰管理后續 發展的思考及建議。 以信息技術為代表的第三次科技革命，促進了 生產自動化、管理現代化、科技手段現代化和國防 技術現代化［1］ ，其中“管理現代化”催生了現代管理 理論方法及其實踐應用；“國防技術現代化”在大幅 提升單裝作戰能力的同時，也有力推動廣域分布單 裝通過有機組合形成復雜作戰體系的體系化作戰 能力生成，實現以整體性的互補優勢突破傳統單裝 各自能力邊界，極大提升了整體作戰能力和戰爭規 模烈度，由此催生了體系化作戰的新型戰爭形態。 作戰管理［2-4］是聚合單裝要素形成復雜作戰體 系及體系化作戰能力的關鍵環節之一，因此備受關 注。在此背景下，本文分析了作戰管理的概念內 涵、特點及國外典型作戰管理系統發展現狀，結合 空天防御裝備體系作戰管理的實踐應用經驗，提出 了空天防御裝備作戰管理后續發展的思考與建議。

目的 對軍事領域中人機協作的應用現狀和理論現狀進行歸納與分析，指出未來的發展趨勢，旨 在為人機協作軍事系統的技術發展和設計研究提供理論方向。方法 以無人機系統、無人車系統、無人 艇系統的實際應用場景為代表，分析人機協作的軍事應用現狀；剖析軍事背景下國內外人機協作任務分 配、人機交互方式、人機交互界面設計、人機協作效能評估的研究進展；綜合前人的研究現狀對未來的 研究發展趨勢進行總結。結論 根據國內外研究的現狀、熱點與趨勢可知，人機協作的任務分配需綜合 考慮人員行為和任務時序等因素，以提高人機協作效率，探尋更優的分配模式；多模態智能交互將成為 未來人與無人集群交互的主流形態，多通道結合的信息交流將改變操作員與指控系統互動的方式，實現 人與無人集群的高效交互；態勢認知是未來智能戰場面臨的挑戰，人機協作為智能態勢認知領域的研究 奠定了基礎。

隨著戰場信息化趨勢的發展，現代化戰場的整體 規模不斷擴大，戰場要素也愈加復雜，涉及多目標任 務和多資源的體系化作戰成為了主要的戰爭形態。人 機協作是指發生在人和自動化之間的協同交互，通常 被稱作 Human-Agent Teaming 或者 Human-Automation Collaboration[1]。在軍事層面，龐大的有人/無人協同 系統會參與到信息化戰場的協同作業中，復雜的操作 任務和作戰資源需要作戰體系具備規劃任務和自主 完成目標的能力[2]。因此，在復雜多變的戰場環境下， 自主規劃系統及監督指揮人員的協同作業顯得至關 重要[3]。人機協同作戰一直是軍事領域的研究熱點， 是指將無人系統與有人系統進行有機融合，基于共享 任務或信息的形式完成共同目標，這是智能化戰爭中 具有代表性的作戰方式之一[4]。基于對相關領域的研 究及應用資料的調查，美軍于 2003 年的伊拉克戰爭 中首次實現了有人/無人機協同作戰，通過有人機指 揮“MQ-1 捕食者”無人機發射導彈，實現作戰目標 物的發射打擊任務[5]。當前，國內外對無人機領域的 人機協作應用研究愈加廣泛。為實現資源的最大化利 用，通常采用單一操作員監督多個無人機的作戰模 式，但這種方式往往會增加人機系統的總體操作負 荷[6]。例如，美國在 2018 年的“拒止環境下無人機 協同作戰 CODE”項目中采用單一操作員控制多架無 人機的模式，執行偵察、打擊等作戰任務[7]。隨著未 來作戰化的趨勢向協同一體化的方向發展，在操作者 層面和武器平臺層面，實現資源的合理利用及充分配 置是人機協同作業的重要目標。 隨著人工智能、大數據等技術的發展，智能計算 等高新技術廣泛應用于軍事領域中的指揮控制系統、 無人作戰系統及輔助決策系統等自動化系統[8]。上述 系統注重人工智能技術的應用，突破了戰場環境下人 類生理疲勞等方面的限制，通過與人類合作來執行作 戰任務，形成人機協同作戰系統。人機協同作戰主要 有以下三種類型：第一種是智能化無人系統指引有人 系統實施作戰；第二種是智能化無人系統輔助有人系 統實施作戰；第三種是智能化無人系統掩護有人系統 實施作戰[4]。在人機協作系統中，智能系統運行速度 快，適用于執行規范化的繁雜任務，而人擔任監督規 劃的角色，通常在指定或突發階段，與智能系統聯合 完成協同作業[3]。然而，值得注意的是，雖然當前的 自動化系統能夠在一定程度上實現智能化任務，但是 在態勢感知及知識理解等方面仍存在固化思維，難以 完全替代人類[9]。例如，在指揮控制系統中，人類可 以發揮態勢感知的能力優勢，分析敵方的作戰意圖， 合理地分配作戰任務。而自動化系統主要是程序化的 定量感知，對動態的戰場環境感知的靈活度較低[10]。 總體來說，智能化作戰系統距離全自主性仍有較大差 距，需要和操作人員聯合完成作戰任務。 綜上所述，人和智能系統相互配合、執行任務， 可以發揮各自的優勢，提高作戰效率。人機協作過程 涉及任務分配、人機交互、效能評估等諸多方面，只 有實現各層面的高效融合和技術突破，才能達到理想 的協同作戰效果。然而，在動態、大規模的作戰環境 下，受限于智能技術的發展程度及未知的戰場態勢等 因素，人機協同技術仍處于探索階段，有許多工程技 術方面的難題需要解決，比如如何實現合理的協同任 務分配、如何實現靈活的人機交互等問題。因此，現 階段的研究重點是探究如何將人的經驗知識與機器智 能高效融合，最大化地發揮人機協同作戰系統的效能。

作戰概念是未來智能化戰爭設計的關鍵, 而作戰概念建模運用語言、符號、表格、圖形等對作戰概念這一想象的真實戰 爭系統進行抽象和簡化描述, 可為不同領域的專家提供溝通橋梁. 梳理總結作戰概念內涵、體系框架和開發等相關內容. 分析基于 模型的系統工程與概念建模, 描述作戰概念建模內涵, 歸納其特征與原則, 構建建模流程. 探討總結相關建模語言和方法的利弊及 其在作戰概念建模中的應用, 并建立了一種作戰概念建模的綜合集成方法, 以期能夠為未來作戰概念及其建模研究提供一定參考 和借鑒. 未來一段時期, 是世界“百年未有之大變局”的 重大量變階段, 智能化浪潮躍然而興, 顛覆性技術不 斷涌現[1] , 全球化趨勢調整前行, 各種矛盾沖突興盛 活躍, 大國博弈加劇, 加速了戰爭形態、作戰方式、 作戰能力和作戰理論等的變革. 如果沒有正確作戰 理論的指導, 不可能有成功的作戰實踐, 軍隊需要以 前瞻的作戰理論指導未來戰爭實踐. 而從某種程度 上而言, 作戰理論創新其本質是作戰概念的解構和 建構. 開發新的作戰概念的目的就是為了建立前瞻 的作戰理論, 以指導軍隊建設更好地聚集作戰資源、 凝聚作戰能力, 引領我軍部隊戰斗力由技術優勢（形 成交戰能力）向戰術優勢（形成任務能力）進而向戰場 優勢（形成行動能力）轉型升級. 作戰概念開發可以 牽引整體軍事發展. 需要在智能化戰爭這一新的戰 爭坐標維度下總結梳理戰爭史所重構出的“戰爭形 態”新概念, 為認知戰爭發展演變提供新視角, 為進 一步探尋新的方向和機遇提供可能.

馬賽克戰[2]、分布式作戰、多域戰[3-4]、全域戰、 決策中心戰 [5-6]、穿透型制空等美軍新型作戰概念層 出不窮[7-8] . 我國也提出了體系中心戰[9]、社會認知 戰[10]、全域智慧行動[11]、彈性殺傷網[12]、空間軌道博 弈[13]、電磁頻譜戰等作戰概念[14] . 這些作戰概念反映 了具有智能化特征的信息化戰爭的特點與未來戰爭 形態的進一步發展趨勢, 有些甚至是對作戰體系的 深度重塑. 將這些作戰概念向仿真或現實系統進行 轉化時, 需要完備、準確、詳盡的作戰概念模型支撐, 否則就無法將這些作戰概念的使命、任務、實體、行 動說清, 不同領域的專家很難進行溝通, 領域工程技 術人員也難以將作戰概念進行完整、準確、高效的 轉化, 從而影響作戰概念有效實施. 作戰概念所描述的作戰體系在作戰概念建模的過程中也可以得到初 步檢驗. 但從整體上系統總結和分析作戰概念尤其 是其建模理論與應用的論著尚不多見, 開發作戰概 念迫切需要作戰概念建模技術.

本文總結分析了作戰概念內涵、體系框架、開 發等作戰概念基本理論內容, 梳理歸納了基于模型 的系統工程與概念建模, 作戰概念建模內涵、特征與 原則、過程等作戰概念建模基本理論內容, 然后分析 探討了相關系統工程建模語言和方法在作戰概念建 模中的應用及其優缺點, 最后建立了對象過程方法 論（object-process methodology, OPM）與系統建模語 言（systems modeling language, SysML）結合美國國防 部體系架構框架（Department of Defense Architecture Framework, DoDAF）的作戰概念建模綜合集成方法. 期望能夠對未來作戰概念及其建模相關研究貢獻綿 薄之力.

軍事領域體系結構研究已經歷 20 余年，對于促進軍事領域體系建設發揮了重要作用。通過文獻分析識 別出軍事領域體系結構研究的 3 個主要方向，即體系結構框架與設計方法、體系結構概念與建模、體系結構管理設計 與操作，對每個方向的主要內容和研究進展進行了綜述，綜合相關研究情況，提出下一步的研究建議。 現代戰爭強調體系對抗，加強體系建設是軍事 領域的重要課題。自 20 世紀 90 年代美國國防部推 出 C4ISR 體系結構框架后，體系結構方法論在軍事 領域的研究與應用已經歷了 20 余年的歷程，在軍 事體系的需求與設計、集成與構建、演化與評價中 發揮了重要作用，正得到越來越多的關注。軍事領域體系結構研究與其他領域在研究內 容、技術上既有共性也有特性，既包含體系結構基 礎理論探索，也包含大量方法研究和應用實踐。Aier 等在分析國外大量體系結構文獻的基礎上，按照研 究內容把體系結構研究劃分為體系結構理解、體系 結構表達、體系結構使用 3 個方面［1］。Simon 等通過 文獻分析，把體系結構研究劃分為體系結構框架、 體系結構概念與建模、體系結構管理設計與操作 3個方面［2］。高松等從關鍵技術角度劃分為體系結構 框架、體系結構設計方法及工具、體系結構綜合評 估方法 3 個方面［3］。本文綜合上述劃分方式，通過 文獻分析識別出 3 個主要研究方向，即體系結構框 架與設計方法、體系結構概念與建模、體系結構管 理設計與操作，并建立了邏輯關系框圖，如圖 1 所 示。以下分別對 3 個方向研究進行綜述，進而得出 下一步的研究建議。

執行摘要

研究要求：

21世紀的美國陸軍領導人面臨著無與倫比的復雜情況。越來越多的陸軍領導人被賦予管理作戰環境的任務，這些環境是多方面的、高度動態的，而且經常在 "灰色地帶 "進行，沖突的性質本身并不明確（ISAB，2017）。這些極其復雜的環境對軍事領導人提出了空前的要求。雖然技術能力和戰斗力是過去常規武力沖突中的關鍵區別，但今天的沖突中的關鍵區別是精神力量和敏捷性（Kay，2016）。軍隊領導人需要先進的認知和行為技能來理解和管理領導人面臨的模糊和復雜的問題，并有效地領導他們的單位。為了做出有效的決策，領導人需要能夠進行整體思考，認識到各種聯系，預測決策的二階和三階效應，質疑假設，想象情況可能會演變到未來，并向他人傳達他們的理解。

為了滿足對能夠有效理解和管理復雜作戰問題的陸軍領導人的需求，陸軍于2010年將陸軍設計方法學（ADM）引入條令。陸軍條令將ADM定義為"......一種應用批判性和創造性思維來理解、想象和描述不熟悉的問題和解決方法的方法"（陸軍部，2015，第1-3頁）。在2010年推出ADM條令后不久，美國陸軍行為和社會科學研究所（ARI）啟動了一項關于設計思維、陸軍設計方法和戰略思維的多年研究計劃。ARI的研究計劃包含了一系列的研究，以確定與設計和戰略思維相關的行為和高級認知技能的發展和維持有關的挑戰和要求。這里報告的工作目標是對設計和戰略思維研究項目的結果進行總體分析、綜合和整合，并根據項目的關鍵見解向軍隊提出建議。

程序：

為了支持研究要求，研究小組對ARI的研究項目進行了系統的檢查，以提取整個研究項目中出現的關鍵見解。分析和綜合過程是由報告或產品審查、分析、討論、綜合和記錄的反復循環組成的，既可以單獨進行，也可以作為一個團隊進行。

研究結果：

在各種研究工作中出現了幾個突出的發現。研究項目的一個核心發現是，與戰略思維和設計相關的語言是提高軍隊這些能力的障礙。使用替代框架與作戰部隊交流這些概念（例如，"管理復雜問題"）可能為分享相關見解帶來希望。第二個發現是，設計和戰略思維共享相關的知識、技能和能力（KSAs），這可以作為培訓和教育、評估和績效管理以及實際指導的組織結構。第三個發現是，士兵們應該在職業生涯的早期就發展設計和戰略思維能力，接觸替代性的觀點。第四，有必要為設計和戰略思維能力開發有效和可靠的評估工具。第五，士兵們需要接觸到支持管理復雜問題的實用工具和資源。最后一個突出的發現是，軍隊文化應該更加積極地支持與設計和戰略思維相關的關鍵行為、心態和高級認知技能。

研究結果的利用和傳播：

研究結果和產品可以使各種利益相關者受益，包括那些有興趣為自己和自己的部隊在作戰環境中管理復雜問題做準備的現任和新任陸軍領導人，以及那些有興趣創造鼓勵與設計和戰略思維相關的心態和行為的部隊氛圍的人。一些研究產品已被開發出來，供那些在課堂上教授與設計和戰略思維相關的高級認知技能的教官使用，以及供那些希望為自己或單位發展這些高級認知技能的士兵或單位指揮官使用。最后，這些研究結果對致力于軍隊人才管理的政策制定者，以及那些希望進行與培養管理復雜問題的軍隊領導人有關的額外研究的人都是有用的。

深度學習作為當前人工智能領域的研究熱點之一，已經受到廣泛關注。借助于強大的特征表示和學習能力，深度學習日益成為軍事領域智能化發展的技術基礎。首先結合深度學習的最新發展，指出深度學習的快速發展得益于理論的突破、計算機運算能力的顯著提高和開源軟件的廣泛流行，著重梳理了目前主要的深度學習硬件平臺和編程框架，并總結了各自的特點和研究進展；然后對深度學習在目標識別、態勢感知、指揮決策等典型軍事領域的應用和存在的不足進行了總結；最后，分析了深度學習軍事應用面臨的挑戰，包括數據獲取困難、處理不確定不完備信息和多域信息能力不足、精確度和實時性較低、可解釋和可理解性不強等，并針對這些問題展望了未來可能的發展方向和趨勢。 深度學習為很多復雜問題的解決提供了新的思路$由于其具有強大的特征表示和學習能力$在以目 標識別與檢測,態勢感知,智能指揮決策等為代表的 軍事領域中取得了一系列應用成果$并日益成為軍事領域智能化發展的技術基礎與研究熱點。

1. 目標識別與檢測

雷達目標識別一直是軍事領域關注的重點，隨 著高分辨雷達技術的發展，目標的高分辨一維距離 像(high resolution range profile, HRRP)、合成孔徑 雷達(synthetic aperture radar,SAR)圖像等已經成 為軍事目標綜合識別的重要數據來源，傳統雷達目 標識別方法主要采用人工設計的特征提取算法提取 目標特征，目標識別的性能依賴于提取特征的好壞， 而采用深度學習方法則能自動學習目標數據的深層 次抽象特征，能夠進行更準確、更穩健的識別，從而受 到廣泛的關注。表1為當前主要的深度學習框架。 在 基 于 H R R P 的 雷 達 目 標 識 別 方 面 ， B ( ) . F 等［⑸提出一種新的矯正自編碼器Corrective AE, 自 動 提 取 H R R P 抽 象 特 征 ， 實 現 了 對 目 標 H R R P 的高效識別。P a n等［⑹采用t . S N E方法解決H R - RP目標識別中的訓練數據不均衡問題，利用判別式深層置信網絡提取訓練數據中與類別無關的全局 特征來提升小樣本條件下的H R R P分類性能。徐 彬等口力考慮HRRP樣本距離單元間的時序相關特 性，提出了采用雙向長短時記憶模型的HRRP目標 識別方法，提高了目標識別性能。文獻口8］ 將5種 彈道中段目標HRRP轉化為0-1二值圖，并構建了 二維CNN對HRRP圖像進行分類，充分利用圖像 中蘊含的目標結構信息提升了分類效果，但將HRRP轉化為圖像增加了計算量。Xiang等［血在一維 CNN中引入通道注意力，同時利用改進的人工蜂群 算法對一維CNN進行剪枝，在保持對彈道中段目 標H R R P的高準確識別率前提下大幅降低了模型 的復雜度。

2 態勢感知

現代戰場態勢具有顯著的大數據特征，傳統方法已不能滿足現代復雜戰場態勢的感知需求，深度學習技術為研究戰場態勢感知提供了智能化技術手段，在對以往實戰數據,實兵對抗數據,靶場試 驗數據,兵棋推演數據等進行態勢標注的基礎上，將 其作為訓練數據，對深度學習模型進行訓練利用訓 練獲得的網絡模型可以實現對戰場態勢的理解。

3 指揮決策以 AlphaGo等為代表的人工智能 應用的成功，表明了深度學習技術在應對實時對抗, 不確定性推理等復雜動態場景問題的優秀能力深 度學習在軍事智能輔助決策領域的應用已經受到廣 泛的關注。