戰術戰區（TBA）內的平臺和射彈數量急劇增加。友軍和敵軍的航空系統不僅在數量上不斷增加，而且大小不一，從微型無人機到大型飛機，它們的飛行速度也從非常慢到比聲音快許多倍。民用航線也在成倍增加，未來空中導航系統（FANS）將使航線更加靈活。空域是有限的資源。因此，當務之急是進行適當的控制，以實現高效運行、行動自由、安全和防止自相殘殺。空域管制（ASC）是指對不同用戶使用空域的管理。從軍事行動的角度來看，空域管制的目標是在不增加不適當限制的情況下，最大限度地提高作戰行動的效率，并將對任何部門能力的不利影響降至最低。空域管制、空中交通管制和地區防空部隊之間必須密切協調，以平衡風險和有效防空的要求。詳細的交戰程序提供了最大的靈活性和反應能力。

沖突期間，TBA地區的空中活動極為密集。友軍和敵軍的飛機都在過境。水平和垂直空域不僅被完全覆蓋，而且在時間和空間上的變化也是動態的。 大多數飛行是根據不斷變化的戰術形勢在很短時間內啟動的。有許多無人駕駛航空系統（UAS）。高速中遠程炮彈和各種導彈也占據著空域。地基防空武器處于緊急待命狀態，有些武器在靠近戰區前沿（FEBA）的偏遠地點運行。盡管在時間和空間上有一些限制和規定，但必須允許民用空中行動繼續進行。因此，需要更快地及時共享信息。必須明確指定機構進行直接和程序控制。

圖：阿卡什地對空導彈系統。

統一控制

空天指揮和控制要求對各軍事要素執行的無數行動進行統一控制。它需要合格的人員、信息和支持結構來建立一個全面的作戰空間圖。其他戰場要素提供規劃資源。印度空軍（IAF）的戰術航空部隊與印度陸軍和海軍一起支持各軍種之間的協調。有幾種類型的控制可以單獨使用，也可以結合使用，以達到理想的作戰自主程度。控制可以是對飛行中的飛機或地對空武器單元進行近距離控制，在規定時間內與目標交戰/脫離接觸。控制也可以是程序性的。

機構和個體

履行空中管制職能的機構和個人包括防空控制中心、戰術空中作業中心（TAC）和空軍海上部隊（MEAF）。他們使用雷達和安全通信。指定的控制人員和協調人員，如戰術空中協調人員（機載）、突擊支援協調人員、前方空中控制人員（機載和地面）、空中交通控制人員、雷達控制人員、信息通信技術管理人員、飛機飛行領隊和地對空武器部隊。

空域控制方法

最重要的是整合各要素。控制分為積極控制和程序控制。積極控制依賴于實時識別和跟蹤。它使用雷達、敵我識別（IFF）詢問器和接收器、信標、計算機、數字數據鏈和通信設備。所有這些設施都會受到攻擊和破壞。它們可能受到視線覆蓋、電子干擾和有限通信的限制。因此，它們需要備份程序來彌補部分或全部系統的故障。程序控制依賴于先前商定和頒布的命令和程序。這些命令和程序包括ASC措施、火力支援協調措施和防空控制措施。程序控制按空間和時間劃分空域，使用武器控制狀態來管理航空作業。它不易受到電子和物理攻擊的干擾，并能確保在不利環境條件下的連續作業。同時，它也可作為失去積極控制時的備用系統。通常，程序控制的實施是為了彌補積極控制的局限性。

防空層和交戰選擇

重要資產或區域的防空通常圍繞同心層系統展開。 外層通常由配備有源電子掃描陣列（AESA）雷達的戰斗機和由AEW&C支持的反坦克導彈組合構成。 如果攻擊者能夠穿透這一層，下一層將由地對空導彈覆蓋，其中一些導彈的射程超過150公里。S-400 "Triumf "級導彈系列覆蓋不同的高度和射程帶，可摧毀400公里以內的目標。 其他短程導彈的射程約為30-50公里。 最后，還有近程武器系統（CIWS）、超短程反導系統（VSHORADS）導彈、便攜式導彈和每分鐘發射數千發炮彈的雷達控制高射炮。

圖：典型的分層防空

地面和機載雷達

地基高、中功率監視雷達、系留氣球雷達、導彈捕獲和制導雷達、戰術戰場機動雷達和艦載雷達都是地面傳感器網絡的組成部分。這些雷達可探測不同級別的威脅。有些是可移動的。許多雷達是三維的或提供全景圖像。它們具有ECCM，可防止干擾。還有支持反彈道導彈作戰的超視距雷達。為了應對隱形飛機的威脅，各國正在開發超遠程L、UHF和VHF波長雷達。 空中交通管制（ATC）雷達和管制員在空域管理中發揮著重要作用。

機載早期預警和控制（AEW&C）系統是一種機載雷達糾察系統，旨在遠距離探測飛機、艦船和車輛，并通過指揮戰斗機和攻擊機打擊來執行戰區和空中交戰的指揮和控制。 由于其機動性，雖然會成為敵方戰斗機和導彈的攻擊目標，但更不容易遭到反擊。此外，還有大量的直升機AEW系統。

圖：Phalcon預警機。

程序化空域控制

空中管制點是在地面上為機組人員前往目標指定的路線。這些控制點必須易于從空中識別，并支持地面戰術計劃。這些計劃通過每日命令頒布。空中控制點可分別指定為進入/退出、途中、軌道/停靠、聯絡點、會合、出口控制、滲透、進入和返回。這些程序允許友軍飛機利用可預測的飛行路徑在整個TBA內安全移動。軍種間的航空作業可以通過協調高度來建立緩沖區。

火力支援協調

火力支援協調措施允許指揮官開放戰斗空間區域以快速打擊目標或限制和控制火力。允許性火力支援有利于攻擊目標。限制性火力支援措施和禁火區可保障其自身空中平臺的安全。防空行動區及其上方空域是通常優先考慮友軍飛機或地對空武器進行防空作戰的區域。

防空識別區

防空識別區（ADIZ）由規定尺寸的空域組成，需要對空中飛行器進行隨時識別、定位和控制。通常，防空識別區設立在主權國家邊界或作戰區域內。它確保最大限度地減少防空行動和其他行動之間的相互干擾。它可能包括一個或多個防空區、ADIZ或火力傘。

圖：印度ADIZ

武器交戰區

武器交戰區（WEZ）是通常由特定武器系統負責交戰的空域。這些區域包括戰斗機交戰區（FEZ）、各類導彈交戰區（MEZ）和聯合交戰區（JEZ）。WEZ的大小取決于特定武器系統的能力。當戰斗機相對于地基系統具有明顯的作戰優勢時，通常會宣布FEZ。地對空導彈系統不允許向FEZ內發射武器，除非目標被確認為敵對目標，由上級當局確認和/或指定，或為自衛而發射。在MEZ內，交戰責任通常由導彈承擔。MEZ分為高空MEZ和低空MEZ。在JEZ中，同時使用多種防空武器系統，需要正確區分友機、中立機和敵機。基地防空區（BADZ）是在空軍基地周圍建立的短程防空武器系統。重要區域是由防空部隊保衛的指定區域或設施。重要區域包括機場、指揮和控制系統、信號單位、GCI單位和其他一些指揮要素。發射控制（EMCON）管理電磁、聲波和其他發射器的使用，以優化指揮和控制能力。EMCON還有助于執行軍事欺騙計劃。

圖：武器交戰區

武器控制與協調

努力實現資產的分散控制，以便最大限度地靈活攻擊或反擊飛機和導彈威脅。集中控制是指控制機構指揮目標交戰。即使在集中控制期間，自衛權也從未被剝奪。在分散控制期間，控制機構進行監控，以防止同時攻擊同一敵對威脅。分散控制增加了在高密度環境中與敵機交戰的機會。

空域控制和防空

ASC機構之間必須密切協調。控制區域和功能必須明確。數據鏈通信使這一過程成為可能。及時、有針對性和融合的態勢感知至關重要。此外，還需要評估對手的能力和弱點。防空指揮官負責早期預警，發射戰備平臺（ORP）飛機或調用友軍機載AD飛機應對威脅。需要積極的空域控制。必須為防空反導（DCA）任務提供近距離控制、廣播、戰術或數據鏈控制，并為地對空武器部隊分配目標。預先計劃的空中支援行動和空中偵察任務也需要支持。操作人員應能夠識別電子戰行動，并使用主動和被動措施采取行動。

圖：典型的分層防空。

技術支持

ASC由雷達、飛機轉發器、飛行數據處理系統、用于全自動系統的特殊軟件以及沖突警報和可能的矢量解決方案算法提供支持。區域穿透警報用于防止進入禁區。操作數據鏈（ODL）允許平臺和地面系統之間進行數字信息傳遞。屏幕內容記錄允許更好的重建和事后分析。

TBA的空域控制

空域控制命令提供了空中任務周期協調措施的細節，包括火力支援協調措施、防空區域和空中交通區域以及其他空域信息。 作戰層面的空域沖突消除通常在空中作戰中心內進行。戰術層面的消除沖突由空管和雷達管制員負責。應對降級的C2環境。空中部分指揮官必須確保水面指揮官列出的關鍵資產得到保護。火力支援協調應允許指揮官快速打擊目標。空中和地面部隊必須使用相同的地理參考網格。 聯合網絡對各組成部分的整合至關重要。 在進入或撤出戰區時，與民用航空行動的協調非常重要。防止空中平臺/物體之間的碰撞是一項任務。

圖：戰術戰區。

空域控制 - 印度場景

在TBA中，雙方的空中力量都試圖與對手的地面部隊交戰。印度空軍將支持印度陸軍。也會有許多聯合或特別行動。印度武裝部隊之間的領域劃分明確。 陸軍負責水面協調，海軍負責海上協調，空軍負責空中協調。 國家防空由印度空軍負責。 陸軍和海軍整體資產的防空由其各自負責。 大的空中態勢圖由以色列空軍利用自己的雷達、民用雷達和其他軍種的雷達繪制。這種情況在戰術空中管制（TAC）一級提供給陸軍，在空軍海上部分（MEAF）一級提供給海軍。 所有空中活動的防空許可由以色列空軍負責。 在一小塊空域內的低空飛行的陸軍航空資產不需要任何許可，但必須以數字方式通報飛行信息。同樣，艦艇間的海軍直升機飛行也由海軍管理。 所有在ADIZ內的飛行都需要IAF防空許可。ADIZ以外的海軍飛行由海軍管理。印度空軍攻擊機和支援機在ADIZ外支援印度海軍的飛行由印度海軍協調。印度空軍下達的任何 "不開火 "命令都將是在小范圍內的短期命令，以便不妨礙陸軍/海軍的全面行動。印度空軍飛機通過TBA的低空航線通常是通過共同了解的點。 作為前方空中管制員（FAC）的以色列空軍機組人員也在戰術層面為ASC提供支持。 印度空軍和陸軍在軍團總部和司令部一級有一個接口，以解決日常問題并共同監測戰斗進展。 同樣，空軍人員也與印度海軍一起行動。

為執行上述任務，各級指揮部（軍/師/旅等）都有詳細的安排。空軍是空域的最大使用者，是ASC的最高控制者。允許或拒絕用戶使用空域的指令既有長期指令（高度帶、時間段、飛行/禁飛區等），也有適用于用戶某一時點的動態即時指令。IAF目前正在通過其綜合空中指揮與控制系統（IACCS）統一所有ASC功能。

圖：綜合空中指揮與控制系統（IACCS）。

ASC和民航

通過空軍和民航總局（DGCA）之間詳細的制度化合作，ASC組織也將民航納入其范圍。下一代航空運輸系統（NAS）將改變目前的空域，并通過數據鏈傳輸GPS定位來縮短航線。在冷戰期間以及最近在沖突地區附近發生了多起客機被防空飛機和導彈擊中的事件。任何空域管理都必須確保民用飛機的安全。空中恐怖分子現在是一個真正的威脅。恐怖分子正在獲取攜帶武器的無人機或地對地導彈。 恐怖分子在選擇襲擊時間和地點方面具有優勢。 雖然對這種威脅的反應是常規的，但必須對防空程序進行調整，以便在短時間內應對可能出現的突襲飛機。

圖：在空中交通管制(ATC)的印度空軍。

天基資產和應用

當今的太空衛星支持各種光學、紅外（IR）和雷達傳感器，用于監視、測繪、通信、數據聯網、瞄準和導航。地面行動對太空的依賴程度已達到驚人的程度。 競爭對手將試圖摧毀這些系統。衛星數量與日俱增。 高超音速客機穿越近太空的日子已經不遠了。 太空和大氣層的分界線正在變薄。這為ASC增添了新的內容。以定向能激光或神風衛星為形式的太空武器化是可能的。地面AD和ASC利用衛星執行任務。

圖：天基資產

互聯互通和網絡威脅

現在，所有行動都以網絡為中心，各平臺通過電子方式相互對話并共享關鍵數據。 態勢感知(SA)是通過網絡傳感器輸入來實現的。 每個軍種都有自己的安全專用網絡。 此外，還有用于共享共同領域信息的跨軍種網絡。 因此，網絡戰的一個主要部分將是攻擊對手的監視和控制系統，這將帶來災難性后果。網絡戰爭不需要龐大的軍隊。只需一名操作員用一臺簡單的電腦就能發動戰爭。 攻擊的時間和地點可以選擇。任何地面防空網絡和ASC要想取得成功，就必須抵御網絡攻擊。

圖：互聯互通和網絡威脅

無人機系統的滲透和監管問題

無人機系統（UAS）的數量正在增加。它們現在承擔著各種作戰任務，是ASC面臨的新挑戰。它們全天候運行。有人駕駛飛行器和無人駕駛飛行器的聯合已經成為現實。印度武裝部隊正在大量引進無人機系統。任何ASC都必須考慮到無人機系統的運行。無人機系統的監管問題是另一個挑戰。印度民航部已經公布了新的2021年無人機自由化規則。無人機根據重量進行了分類。小型無人機在白天只能在目視視線范圍內飛行，高度在200英尺以下。 大型商用無人機將由民航總局根據國際民用航空組織（ICAO）的規定進行注冊，并分配一個唯一識別碼（UIN）。 將頒發無人機操作員許可證（UAOP）。 所有遠程飛行員必須接受必要的培訓。無人機必須配備RFID/SIM，具有返航選項和防撞燈。 機場和其他敏感區域附近的無人機操作限制將不時通知。

圖：無人機系統的滲透。

軍民協調

部分高速公路正在清理，以便在行動或緊急情況下降落。民用雷達和空管的聯網已經開始。 軍用飛機將獲得直接航線優先權。 行動期間，民用交通將受到高度波段限制。有許多軍民兩用機場。這些機場具有典型的運行特點。 軍用機場有特殊的安全問題。 此外，許多空軍基地的戰備平臺（ORP）上有全副武裝的飛機，可在短時間內起飛。戰損飛機的進場和著陸程序有很大不同。 民用停機坪可用于分散以色列空軍的資產。 ASC必須考慮到所有這些特殊性。

圖：軍民協調。

人工智能在空域管理中的應用

計算機系統現在可以完成許多通常需要人類智能的任務，如視覺感知、語音識別、決策和語言之間的翻譯。人工智能(AI)為ASC帶來了巨大的發展空間。智能機器系統可以解釋復雜的數據、感知環境并利用解決問題的技術采取適當的行動。人工智能將增強人類在ASC方面的決策能力，特別是在高空移動時，并將更具預測性，以避免潛在的危險事件。它將有助于做出 "去-不去 "的決定。 人工智能將緩解雷達和空中交通管制員目前的長期疲勞。它將極大地支持非常動態的ASC挑戰，并提供最大的操作自由度。

未來的挑戰

包括無人機群在內的載人和無人操作的混合將是ASC面臨的第一個重大挑戰。智能機載系統將通過高速數字數據鏈路與空中交通和戰斗機控制人員交換處理過的信息。 機載防撞和先進的交通顯示系統將大大提高飛行員和管制員的態勢感知能力。信息豐富的環境要求數據的完整性和安全性。 需要對原始數據進行篩選，使其充分傳播、顯示和使用。人機界面至關重要。必須平穩地轉換到新技術。TBA地區的空中交通和射彈密度將繼續增加。未來的空域將是 "動態 "的，但ASC將得到精確導航、高度測量和精確武器的支持。

無數的傳感器將幫助指揮官和管制員創建一個非常逼真的晝夜全天候態勢圖，以便更有效地管理空域。在地下掩體中利用數據顯示三維動態圖像將成為可能。人工智能將支持快速決策。它將提高操作自由度。在時間和空間上將最大限度地減少 "不開火 "命令。消除沖突將是自動和實時的。越來越多的空中平臺需要采用新技術，并配備適當的航空電子設備和數據鏈路。網絡將使控制中心安全并遠離戰爭迷霧。技術將使民用和軍用機組人員擁有更大的自由度，甚至可以實時選擇飛行路線和替代機場。下一代計劃將更加自動化和靈活，以適應廣泛的用戶。必須確保網絡安全。程序備份必須保持到位。技術發展非常迅速。任何新興國家都必須與時俱進。

蜂群是戰爭的下一個進化步驟。激光武器系統（LWSs）將是在這個新的戰斗空間中競爭的一種具有成本效益的方法。無人機系統正被用于各個層面，從恐怖組織到世界超級大國，廉價的無人機系統作為采用蜂群戰的一種方式。目前，無人機群已經被用于異質配置，并在軍事演示中被展示出來（Hambling 2021）。作為反擊，國防部必須制定一個具有成本效益的對策，而LWSs具有每次射擊成本低、見效時間短的優點。

隨著通信方法、機器學習和蜂群理論的發展，無人機系統的能力也在增長。它們按重量、范圍和速度的不同組合進行分類。無人機系統執行廣泛的任務類型，包括監視、反制、誘餌、傳感器失效和有效載荷的交付。它們通常由高強度低重量的材料制成，如鋁或碳纖維增強聚合物；然而，最近也在探索使用鎂基復合材料以實現更廉價的制造（Hoeche等人，2021）。容易獲得和廉價的無人機系統使得形成蜂群成為一種具有成本效益的方式。LWS將是準備應對這種新型威脅的有效方式。

通過適當的使用，LWS將成為對廉價的蜂群攻擊的相稱和有效的反應，變得非常寶貴。擬議的每發1美元將使海軍在這些交戰中贏得經濟損耗（Smalley 2014; Perkins 2017）。然而，也有一些需要注意的障礙，如大氣效應、湍流和熱膨脹。LWS還需要能力很強的傳感器和控制系統來精確跟蹤遠距離目標，并在所需的停留時間內保持訓練好的光束。這種需求在海洋環境中被放大了，船舶的湍流和運動使問題更加復雜。戰術官做出的復雜決定是對蜂群戰和LWS使用的另一個關注。在蜂群戰環境中，交戰時間可能短至個位數分鐘。幫助決策者快速過濾大量信息的自動化決策輔助工具將是贏得這些快速小規模戰斗的關鍵所在。這篇論文探討了各種無人機威脅情況和LWS交戰策略，以確定一些關鍵因素。

無人機群可能由同質群或異質群組成。使用同質群可以簡化獲取和使用具有成本效益的蜂群，而異質群則會增加蜂群的復雜性和能力。同質蜂群的操作者可以改變攻擊的規模和隊形。異質蜂群可以利用各種角色的單位，如戰斗機、轟炸機、誘餌、干擾器和偵察兵。改變蜂群的組成可能會對整體的成功機會產生相當大的影響。

使用的LWS交戰策略會嚴重影響交戰的結果。最直接的技術是基于距離的方法，即武器系統僅根據距離來確定目標的優先次序。最短交戰 "算法提供了一個模型，它也考慮了LWS的回轉時間。如果來襲的威脅是一個異質的蜂群，LWS可以采用更復雜的策略，優先考慮蜂群的各種功能，如感知或通信。這些異質性交戰方法將要求防御者對蜂群有大量的了解，因此需要有能力很強的傳感器和數據融合系統。

本論文使用建模虛擬環境和模擬（MOVES）研究所的一個名為 "蜂群指揮官戰術"（SCT）的程序來探索和模擬蜂群戰環境。SCT被用來測試各種蜂群編隊，包括直線、楔形和波浪形楔形。此外，本論文還開發了一種采用誘餌無人機來掩護轟炸機部隊的異質蜂群編隊。對于LWS，本論文評估了一種交戰策略，使轟炸機部隊優先于任何其他部隊。

主要的發現是，最大限度地增加單位之間的角位移的蜂群編隊比緊密聚集的群體更成功。這些結果是由于每個目標之間需要增加LWS的回轉時間。裝甲誘餌方案增加了整個蜂群的存活率，因此也增加了性能。在艦艇幸存的模擬中，轟炸機能夠活得更久，在被摧毀前更接近艦艇。在艦艇被摧毀的模擬中，有更多的轟炸機幸存下來。關于LWS的交戰策略，這一轉變對結果造成了巨大的影響。在艦艇存活的模擬中，交戰時間要短得多，轟炸機被摧毀的距離也遠得多。在艦艇被摧毀的模擬中，交戰持續時間更長，轟炸機群的大部分被摧毀。這些結果強調了利用各種編隊、異質無人機群以及制定LWS交戰策略來對付它們的潛在好處。

圖1. 使用艦載LWS來防御無人機群的威脅。改編自洛克希德-馬丁公司（2020）和愛德華茲公司（2021）。

這篇論文提出了一種新的方法來估計非戰爭軍事行動的兵力規模和組成。雖然軍事規劃人員有規劃這類行動的工具，但這些工具大多無法使用或不適合民用。非戰爭軍事行動中最常見的兵力估計工具，即兵力比，是不準確的，而且是基于有問題的假設。這里提出的新方法，即作戰推理，是一種混合方法，它使用多變量的距離測量，以確定哪些軍事行動是相互類似的。利用這些信息，研究人員可以確定類似的案例進行重點比較，從而在質量和數量上改進兵力估計。該方法的實用性在兩種不同形式的大規模殺傷性武器中得到了證明。它被應用于人道主義的軍事干預，為假設的歐盟對利比亞的干預估計兵力。然后，通過估算2021年8月美國撤離阿富汗所需的兵力，將其應用于非戰斗人員撤離行動，顯示了其模仿現實世界決策的能力。該方法產生的估計值比兵力比例方法產生的估計值更準確，而且在這兩種情況下，該方法及其促成的戰役分析都能夠回答重要的、與政策相關的問題。

引言

本文開發并演示了一種估計非戰爭軍事行動（MOOTW）中兵力規模和組成的新方法。雖然軍隊有確定兵力規模的程序，但這些方法往往依賴于機密信息、先進的模擬軟件、規劃人員和反復的定性方法，如兵棋推演，而這些對于民間研究人員來說是不可用的或不切實際的。改進軍方以外的這些行動的分析工具是很重要的，因為MOOTW行動往往具有很強的爭議性：它們往往是有選擇的行動，平民（例如，人權非政府組織雇用的人）可能比軍方本身更關心它們的行為。學術文獻中最廣泛使用的技術，即兵力比例，往往表現不佳，對兵力的組成一無所知，而且不再被列入美國官方軍事理論。

因此，建議采用一種新的方法，即作戰推理，該方法隱含了軍事計劃過程中的見解，為假設的或歷史上的大規模殺傷性武器提出兵力規模和組成的建議，以取代軍隊的專門工具。利用可比行動的數據集，作戰推理選擇那些在軍事目標和作戰環境方面與假設行動最接近的行動。利用這個行動參考集，就有可能對參考集中的案例進行重點研究，以確定投入行動的兵力是否成功地實現了他們的目標，利用這一研究的結果來指導假設行動的兵力規模和組成。由于這些兵力是用軍事計劃方法創建的，因此可以說這樣構建的估計值更接近于一個假想的軍事計劃者會設計的估計值，而且選擇案例來指導分析的標準比將一類行動作為一個整體來看待提供了更好的性能。總的來說，對該模型的基本診斷測試表明，它比文獻中廣泛使用的兵力比率的性能有所提高，而總的來說，由于該方法能夠提供關于兵力組成的更多細節，而不是簡單的兵力規模，因此在性能上有了明顯的改善。

戰役分析和非戰爭軍事行動

對軍事問題的分析是與政策相關的國際關系研究的一個關鍵領域，實際上也是專注于安全研究的學者的一個核心調查領域。某一地區沖突的可能結果是什么？應該期待一支戰斗兵力有多大的效力？軍隊已經開發了工具和技術來回答這些問題，學術界和政策界的民間分析家也是如此。學科內的學者們正在開發一系列的新方法，并完善現有的方法。歷史最悠久的民用工具之一，戰役分析，最近才被正式化和標準化，但為回答一系列軍事問題提供了有希望的見解（Tecott and Halterman 2021, p. 51-2）。此外，戰役分析的重點是建立簡單的模型，這為整合其他方法學方法和進行多方法研究提供了空間，允許定性的見解指導定量的模型，反之亦然。本研究介紹了戰役分析在回答一個重要的政策問題方面的應用：在特定的軍事行動中，什么水平的軍事力量，以及什么類型的兵力是必要的？它還提供了一個例子，說明該方法可用于MOOTW，這是一種重要的軍事行動形式，相對于其現實世界的重要性，在戰役分析文獻中研究不足。此外，該方法在理論上可以推廣到其他行動：將簡單的量化規則應用于戰役的難度使得該方法對其分析特別有用，但它也可以擴展到其他戰役分析中，或者為側重于常規前線作戰的戰役分析提供有益的補充。

這項研究為平民提供了一個思考兵力規劃或兵力規模問題的新工具：完成一個特定的行動需要多少和哪些類型的兵力。在二十世紀的大部分時間里，這種做法主要局限于軍隊或政府內部的專家，他們可以接觸到機密數據和方法。然而，在冷戰期間，民間學者的新工作打破了軍事分析的常規，為常規沖突中的兵力規劃提供了新的指導方針。這些工作也代表了平民試圖提供透明和可復制的模型來支持他們的論點，將復雜的戰場問題減少到簡單的程度，使偽造成為可能。戰役分析所提供的簡化模型也更容易通過書面或其他展示方式傳達給公眾。然而，這些方法絕大多數都集中在常規軍事行動上，有些學者則擴展到了核戰爭的分析。 較少有戰役分析關注非軍事行動（MOOTW），盡管這類行動在國際體系中越來越常見和普遍，"現在是現代安全環境中的一個固定部分"（Lin-Greenberg 2018, p.84）。

MOOTW的發生率增加，它們對成功的外交政策的重要性，以及這些行動對其他國家軍隊的潛在信號價值，都使它們值得更密切的研究（同上；Pion-Berlin 2016）。隨著戰役分析作為一種方法論的進一步發展和正規化，它也應該被應用到MOOTW上，并且應該開發新的工具來幫助研究者這樣做。這些類型的行動已經成為其他作戰研究方法的對象，包括戰爭游戲（O'Neal Jr 1999；Britt 2021），因此有理由懷疑，戰役分析也可能有助于回答與MOOTW有關的政治或作戰重要性問題。

非戰爭軍事行動中過去的兵力估計方法

特別是，在估計MOOTW的兵力規模方面，現有技術還有改進的余地。過去在確定兵力規模方面的嘗試遵循兩種方法，即兵力比率和作戰設計，這兩種方法對民間和學術分析人員來說都有嚴重的缺陷。像James Quinlivan（1995年）開創的兵力比率方法，其假設是有問題的，往往是不準確的，而且對兵力的組成沒有說明（Krause 2007）。最后一點對于兵力規模的確定來說尤其是一個問題，因為兵力的組成也會影響到行動所需的地面兵力的數量。同時，像美國軍事計劃人員所青睞的作戰設計方法，需要一定程度的勞動和反復的戰爭演練，而學術分析人員不可能有這樣的能力。這是一個問題，因為它意味著對這些復雜行動的現實規劃僅限于在軍事規劃人員中工作的專業人士。綜上所述，這些行動在當代國際體系中的重要性，民間分析家缺乏規劃方法，以及像人道主義非政府組織這樣的民間機構對戰爭破壞的興趣，意味著民間分析家需要更好的方法。此外，辯論不僅僅發生在平民和軍隊之間：正如Alan Kuperman所指出的，在盧旺達種族大屠殺之后，軍隊、平民和政府間組織/非政府組織之間經常就什么樣的武力可以防止暴行進行辯論（2001）。解決這樣的爭論需要一種方法論，它可以使用非保密的數據來得出結論。

最終需要的是一種能夠將作戰設計的多變量和定性方法與武力比例方法的明確性和可復制性相結合的方法。這種方法不僅對學術分析有用，而且對非政府組織、政府間組織、智囊團或考慮擬議的大規模殺傷性武器部署的個人也有用。關于部署的可取性、實用性和局限性的辯論可以在歷史數據的指導下進行。這項研究提供了這樣一種方法，它將戰役分析調整為一種新的、基于案例的兵力規模確定方法。

非戰爭軍事行動

雖然這個詞在軍事專業人員和文職分析人員中已經不常用了，但 "非戰爭軍事行動 "是20世紀90年代用來描述 "大規模、持續作戰行動 "以外的軍事行動（JP 3-07，1997）。這個廣泛的類別包括廣泛的可能行動，包括救援行動、反叛亂或叛亂支持部署、國內部署和維和任務等等。MOOTW可能涉及不同程度的暴力和復雜性的行動，從不使用武力到有致命戰斗危險的部署。

最近的烏克蘭事件和美國與中國之間日益緊張的關系使人們重新關注常規沖突和大國競爭，因此可以說MOOTW已經不再是一個有用的研究類別。然而，從廣義上講，MOOTW仍然是最常見的軍事部署類型，其傾向于解決的沖突類型（國內沖突）仍然是當代國際體系中最常見的沖突形式。此外，MOOTW也是大國軍隊持續關注的對象。MOOTW也可能參與國家和國際對國際體系中新出現的挑戰的回應，如氣候變化和新的移民模式（Bayer和Struck 2019；Sahu和Mohan 2022）。最后，MOOTW可以提供信號信息，影響國家對另一個國家的軍事或外交政策的態度（Lin-Greenberg 2018），所以他們的行為也仍然與大國競爭有關。

本文貢獻

這項研究的貢獻有幾個方面。

首先，提供了一種新的方法來估計低于常規戰爭水平的軍事行動的兵力需求。其他研究人員已經開發或改編了常規沖突中的兵力規劃方法，可用于確定此類沖突的兵力需求。常規沖突的模型可以基于數學表達式，如損失率或雙方的相對戰役次序，但低于常規戰爭水平的行動往往有更難定義的目標，導致在建立兵力需求模型時出現更多困難。雖然學者們對常規沖突的關注隨著國際體系中大國競爭的普遍加劇而增加，但國內沖突、維持和平和反叛亂任務以及人道主義努力仍然是當今使用軍事力量的最常見情況。不過，這種方法仍然可以應用于戰爭遺留問題以外的領域，特別是在后勤和ISR等任務方面。只要能對行動進行適當的分類，并能確定對比行動的數據集，行動推理就能為其規劃提供洞察力。

此外，正如冷戰所證明的那樣，激烈的大國競爭并不一定意味著國內戰爭或低于常規戰爭的行動將變得不那么常見。事實上，這類行動可能會變得更加普遍，因為激烈的競爭加上直接沖突的巨大風險導致低于常規國家間戰爭的沖突。無論如何，在這些行動中，更好的兵力規劃工具可以幫助減少任何系統背景下的政策失敗的風險。它們可以幫助分析家和決策者更好地了解這些行動所需的資源，并將其置于一個國家的整體大戰略圖景中。低于戰爭級別的行動有雙重風險，既會將稀缺的軍事資源投入到長期項目中，也會在可能破壞穩定的人道主義災難中無法進行干預。提高計劃此類行動的能力，并批判性地評估政府對必要力量的估計，仍然是改善外交政策實施的一個關鍵目標，特別是在西方國家（Yi 2018）。

該方法的第二個主要貢獻是，它為平民參與有關人道主義部署的辯論提供了額外的工具。這是有必要的，因為有幾個原因。政府或非政府組織中專注于某一特定領域或問題的平民可能比軍官在為MOOTW部署軍隊方面投入更多，因此他們在倡導這種部署時應該有更好的工具來估計軍事需求。鑒于在許多MOOTW情況下需要快速反應，這種方法可以改善規劃過程。即使在像非洲聯盟這樣具有軍事職能的組織內，也可能沒有像那些能夠進行作戰設計的常設規劃人員。一種能夠迅速提供大致準確估計的方法可以加速規劃過程，至少在評估其可行性方面是如此。

最后，提供了一種方法，它將運動分析方法的正式化擴展到新的領域，進一步證明了它作為一種研究方法的前景。盡管過去的學者們在應用競選分析方法和提供使其正規化的嘗試方面做出了令人印象深刻的努力，但競選分析的結構化使用仍然處于起步階段。不僅通過將運動分析方法應用于一個新的問題來推進這一研究議程，而且還展示了運動分析如何與其他方法論的見解相結合來開發新的研究技術和回答新的問題。具體來說，提供了一個例子，說明如何通過識別最相似的案例來選擇案例，作為任何依賴案例結構化比較的運動分析的一部分。

下一章詳細介紹了以前關于兵力規模的文獻中的缺點，并闡述了新方法--行動推理--所需的步驟。它還解釋了操作推理與社會科學中其他方法論之間的理論和方法學聯系。第三章展示了使用該方法來確定一個假設的人道主義行動的兵力規模，而第四章則展示了該方法在非戰斗人員疏散行動中的表現，以估計一個歷史行動的兵力規模。總的來說，這些章節顯示了該方法如何適用于一系列大規模殺傷性武器的情況，并證明了其相對于兵力比率方法的優越性。第五章回顧了這些案例的結論，對該方法提出了改進建議，并得出結論。

空中和導彈防御是一個復雜的過程，涉及設備和計算機程序的協調運作。最有效的防御通常是多層防御，每層使用不同的技術，如遠程硬殺傷，其次是硬殺傷區域防御，然后是硬殺傷和軟殺傷（電子戰）自衛。一個作戰系統必須合并、融合和消除許多來源的傳感器數據的沖突，以產生一個單一的可用的軌跡圖供決策使用。在整個過程中，傳感器被控制，傳感器資源的使用被管理，以滿足整體防御的需要。作為許多作戰系統要素的技術指導者和技術顧問，約翰-霍普金斯大學應用物理實驗室（APL）進行系統工程、分析和實驗，幫助海軍以可承受的成本選擇最強的作戰系統能力。

大多數海軍戰艦都有能夠進行空中和導彈防御的作戰系統。這些作戰系統可以用 "探測-控制-交戰"的模式來很好地描述；也就是說，作戰系統的各個組成部分在概念上可以歸類如下：

• 發現和跟蹤空中和導彈目標的探測部件
• 控制部件：識別目標并作出交戰的決定
• 交戰部件：安排和執行交戰，目的是摧毀或以其他方式否定目標。

這些部件的能力范圍隨艦級的不同而有很大的差異，導致了圖1中所示的整體防空和導彈防御能力的變化。

圖1. 不同作戰系統的防空和導彈防御能力的比較。(頂部的圖表未按比例繪制)。

宙斯盾驅逐艦和巡洋艦是海軍最有能力的防空單位，因為它們擁有遠程、多功能相控陣雷達；擁有許多不同的反空戰、彈道導彈防御和電子戰武器；以及處理傳感器數據、做出交戰決定和控制這些武器的復雜控制程序。宙斯盾驅逐艦和巡洋艦可以在彈道導彈飛行的中途階段用外大氣層的標準導彈-3（SM-3）系列擊敗它們，也可以在彈道導彈的末端階段用內大氣層的SM-6系列擊敗它們，從而防御大片地區的彈道導彈。部署在歐洲的 "宙斯盾 "岸上作戰系統在陸地上使用相同的探測-控制-接觸組件的一個子集，為美國部署的部隊、他們的家人和我們在歐洲的盟友提供外大氣層防御。宙斯盾彈道導彈防御系統（BMD）艦艇和宙斯盾岸上系統是更大的彈道導彈防御系統（BMDS）的一部分，該系統本身是一個全球作戰系統，整合了海軍、陸軍和空軍的探測、控制和接觸組件。宙斯盾驅逐艦和巡洋艦也能擊敗來自飛機和巡航導彈的攻擊。宙斯盾系統能夠使用SM-6地對空導彈在海上和陸地上對飛機和巡航導彈進行遠距離交戰。在綜合火控支持下，SM-6提供了一個更大的戰斗空間來對付地平線上的威脅。在地平線內，宙斯盾可以使用SM-2導彈系列和進化型海麻雀導彈（ESSM）保衛自己（自衛）和其他單位（區域防御）。宙斯盾還可以使用電子戰措施，如干擾和誘餌來擊敗威脅。合作交戰能力（CEC）和戰術數據鏈（TDL）網絡使宙斯盾和其他單位能夠作為一個協調的力量進行戰斗。

美國海軍祖姆沃爾特號驅逐艦（DDG 1000）為海軍帶來了一套獨特的火力和精確打擊能力，目前已接近部署。祖姆沃爾特號驅逐艦擁有先進的火炮系統，其遠程對地攻擊彈丸能夠在更遠的距離發射制導彈藥。它的防空和導彈防御能力介于 "宙斯盾 "艦隊與航空母艦和兩棲艦之間。祖姆沃爾特擁有與 "宙斯盾 "類似的垂直發射系統，并具有發射自衛導彈以及SM-2導彈的控制能力。

航空母艦和兩棲艦能夠投射進攻性力量（海軍航空和岸上的海軍陸戰隊）。然而，這些艦艇上的防空和導彈防御探測-控制-交戰組件通常僅限于自衛。自衛是通過電子戰、短程導彈系統如ESSM和滾動機體導彈（RAM）或火炮（如Phalanx近程武器系統，或CIWS）來實現的。這些艦艇的作戰系統是艦艇自衛系統（SSDS）。

圖2. 計劃中的宙斯盾作戰系統空中和導彈防御（AMD）演變和潛在能力權衡的例子。VLS，垂直發射系統。

艦艇作戰系統是重大投資，隨著時間的推移不斷發展以實現新的能力。宙斯盾和SDS艦正在進行重大的能力升級，包括重要的新傳感器能力。宙斯盾作戰系統將從基線9發展到基線10（圖2）。這一演變具有許多新的能力。AN/SPY-6防空和導彈防御雷達（AMDR）將提供多任務能力，同時支持對彈道導彈的遠程、外大氣層探測、跟蹤和識別，以及對空中和地面威脅的區域和自我防御。對于BMD能力，需要比目前的雷達系統有更高的靈敏度和帶寬，以探測、跟蹤和支持在所需范圍內對先進彈道導彈威脅的交戰，同時對空中和地面威脅進行區域和自衛。對于區域防空和自衛能力來說，需要提高靈敏度和雜波能力，以便在嚴重的陸地、海洋和雨天雜波的情況下探測、反應和對付緊張的威脅。在控制和交戰領域，宙斯盾基線10包括功能升級，以利用AMDR提供的更豐富的數據，如宙斯盾BMD 6在交戰彈道導彈時利用AMDR增加的雷達靈敏度和帶寬。宙斯盾基線10將利用主動式導彈的持續發展，對不斷發展的反艦巡航導彈提供更有效的防御。部署在宙斯盾基線10中的AN/SLQ-32(V)7包括水面電子戰改進計劃第3塊，提供機載電子攻擊。軟殺傷協調員（SKC）能力是AN/SLQ-32的一個指揮和控制子系統，將被擴展到包括協調機載電子攻擊和改進的誘餌庫存。

圖3. 計劃中的航空母艦SSDS作戰系統的演變和潛在能力權衡的例子。(兩棲艦，也有SSDS作戰系統，也在進行相關的改進和能力權衡）。CATC，航母空中交通控制。

航空母艦和兩棲艦上以SSDS為基礎的作戰系統歷來依賴一套較老的傳感器（有些最初設計于1960年代），這些傳感器經歷了定期的現代化改造。雷達監視和目標跟蹤由AN/SPS-48G、AN/SPS-49A和AN/SPQ-9B雷達提供。額外的監視和跟蹤以及半主動導彈定位的照明由Mk9火控系統提供。航母空中交通控制由SPN-43支持。在新的杰拉爾德-R-福特號航空母艦（CVN78）上，這些功能將被新的雙波段雷達（DBR）取代（圖3）。正在為CVN 78開發的這種新的多功能雷達是X波段AN/SPY-3和S波段AN/SPY-4的組合。然而，正在考慮為后續的CVN 79和CVN 80航空母艦以及新的兩棲艦艇設計替代雷達。多功能雷達將完成AN/SPS-48和AN/SPS-49雷達的遠程監視和跟蹤功能，為航母空中交通管制提供數據（目前由AN/SPN-43提供），并提供SPQ-9B雷達的地平線監視和跟蹤能力以及Mk 9跟蹤器/發光器的火控功能。多功能雷達將能夠更好地控制ESSM導彈的彈道，更準確地移交給ESSM尋的器，提高ESSM對付反艦巡航導彈的能力。

在任何新的作戰系統基線的發展中，以可承受的成本選擇最大的能力是一個挑戰。圖2和圖3分別顯示了 "宙斯盾 "和SSDS未來基線的候選系統和能力。APL進行建模和模擬以及關鍵的實驗，為選擇這些系統和能力中可負擔的子集作為新的基線提供信息。除了主要的基線升級外，海軍繼續探索根據需要快速部署新能力的技術。宙斯盾和SSDS分別利用宙斯盾的速度能力和火控環路改進計劃來應對艦隊的緊急需求。

圖4. 一個通用作戰系統。實際的作戰系統有圖中組件的一個子集。成功的交戰需要許多作戰系統組件的協調運作。IFF，識別朋友或敵人。

防空和導彈防御是一個復雜的過程，涉及設備和計算機程序的協調運作。圖4顯示了一個普通的艦艇作戰系統。艦上傳感的主力是其艦載雷達，特別是多功能雷達。這些雷達得到了其他艦載雷達的補充，這些雷達有特定的用途。此外，艦艇可以通過安全通信訪問位于其他艦艇、飛機、陸地站點和太空的艦外傳感器。傳感器被控制，傳感器資源的使用被管理，以滿足整體防御需求。由整個傳感器組進行的個別測量與其他傳感器數據相關聯，在某些情況下還會融合。在所有情況下，都會產生軌跡。每條軌跡應該對應于一個物理對象。軌跡是作戰系統對單個物體的總認識，包括其運動學--例如，矢量位置和速度；物體的分類（飛機、巡航導彈、彈道導彈、雜波、碎片等）；目標的類型（例如，如果是巡航導彈，它是哪種巡航導彈）；以及在適用時，目標的身份（例如，友軍或敵軍）。

圖5說明了關聯和跟蹤問題。在世界任何地方的任何一天，作戰人員一般都有一個先驗的背景信息可用。這種背景將定義誰是可能的敵人，他有什么樣的威脅，以及，一般來說，他可能如何攻擊。在今天的作戰系統中，這些信息被視為 "理論"，是定義作戰系統如何應對傳感器信息的規則集合。例如，今天的識別理論定義了，考慮到背景，哪些額外的傳感器證據對于最終識別目標是必要的。下一個可能輸入作戰系統的是來自ISR（情報、監視和偵察）的一些早期指示，即攻擊即將來臨；這種早期指示提醒作戰系統注意物體的存在，并經常識別目標，但它不一定提供精確的運動學或低延遲。今天，幾乎沒有將背景數據和ISR數據與有機傳感器進行定量整合。先驗背景和ISR的定量整合是新作戰系統設計的一個挑戰和增長點。

一旦目標進入傳感器范圍，作戰系統就會收到傳感器的測量數據（例如，機載或非機載雷達），以低延遲顯示更精確的運動學，但這些數據可能包括也可能不包括用于識別物體的特征。挑戰之一是如何將所有這些數據正確地關聯到 "軌跡"。當測量結果被關聯起來以形成軌跡時，軌跡運動學狀態被計算出來（并用于后續的關聯）。軌跡過濾指的是將測量序列轉化為這種軌跡狀態的算法，在本期S. A. Hays和M. A. Fatemi的文章中進行了討論。圖6顯示了通過關聯和過濾圖5中的測量值而計算出的名義軌跡狀態。在這幅圖中，跟蹤過程運行良好。圖6中軌跡的數量等于物體的數量，軌跡狀態隨著時間的推移收斂到實際的目標位置，來自不同傳感器的測量值被正確地關聯起來，而且軌跡可以被推斷到未來以準確預測目標位置。然而，跟蹤過程在所有這些方面都會受到大傳感器測量精度、低傳感器更新率、高度不可預測的物體運動和物體間距的挑戰。在多個傳感器的情況下，測量偏差和不同的傳感器測量尺寸也是挑戰。克服這些挑戰仍然是作戰系統設計中的一個研究課題。

圖5. 一個多維跟蹤問題的二維表示（x，y）。在這個例子中，三個目標離得很近，足以挑戰關聯和過濾算法。

一個作戰系統必須合并、融合和解除許多來源的跟蹤數據，以產生一個單一的可用的跟蹤圖片，供決策使用。這包括所有的本地傳感器，以及來自戰術數據鏈路（如Link 16/11）的軌跡數據和來自傳感器網絡（如CEC）的測量和軌跡數據。主要的挑戰是所收到的數據的多樣性，以及需要使一個單位的軌跡管理過程與多個單位的軌跡管理過程具有互通性。例如，每個來源通常有不同的方式來描述運動軌跡數據的準確性，一些來源可能提供不完整的描述。類似的多樣性也存在于對目標身份和類型的描述中。在不同的時間框架內設計的不同單位和不同的任務將有不同的規則和算法來支持建立一個共同的軌跡編號和識別系統。此外，網絡可能提供具有不同時間延遲、偏差和數據丟失的數據。將所有這些來源的數據調和成一個單一的可用軌跡圖的過程通常被稱為軌跡管理，多年來一直是APL的一個活躍的研究和發展領域。

由聯合軍種（陸軍、海軍、空軍和海軍陸戰隊）為空中軌跡（副彈道導彈）跟蹤制定的《單一綜合空中圖像指標》給出了單一軌跡圖像指標的一個好例子（圖7）。請注意，這些指標包括軌跡運動學和屬性。此外，這些指標還衡量了不同艦艇和飛機上的跟蹤圖片之間的共同程度。這種共性對共享交戰和識別數據至關重要。

圖6. 作戰系統計算出代表目標運動學的最佳估計的軌跡。該圖描述了環境和ISR數據與有機傳感器跟蹤的定量整合--這是新作戰系統設計中的挑戰。

圖7. 作戰系統空中軌跡圖的典型指標。

一旦有了軌跡，它們就成為交戰序列的組織工具。交戰的成功取決于對被交戰目標的跟蹤的保真度。當目標接近其目標范圍時（圖8a），更多的傳感器進行測量，使跟蹤運動學（如位置、速度和加速度）的準確性（圖8b）以及目標身份和特征的確定性（圖8c）不斷提高。然而，大多數武器要求應用額外的傳感器資源（例如，不同的雷達波形、更高的更新率、雷達調度中的高優先級，或在某些情況下，額外的傳感器），以實現 "火控質量跟蹤"（圖8d），能夠支持以下所有或部分內容：

• 意圖的確定
• 決定交戰
• 確定可接受的武器發射時間和攔截點（調度）。

圖8. 一個典型的針對突襲威脅的交戰序列。一旦探測到目標，就開始收集傳感器數據，最終達到足夠的運動學準確性和身份及特征的確定性，以實現成功交戰。在整個交戰過程中，滿足這些閾值的傳感器資源需求是不同的。

作戰系統的設計是使用其關鍵功能的誤差預算。這些預算確定了每個作戰系統功能所能容忍的最大誤差，并將最大誤差的一部分分配給許多因素中的每一個。運動學軌跡狀態誤差通常是最大誤差的重要貢獻者。為了滿足挑戰性的誤差預算分配，大多數作戰系統對不同作戰系統功能的測量數據進行不同的過濾（圖9）。這些差異的一個例子是過濾的程度。較重的過濾（較小的過濾增益）將使新的測量數據相對于當前軌跡狀態的權重降低，產生的運動學估計值由于測量噪聲而具有較小的差異。然而，這些過濾器對不可預知的目標運動（機動）的容忍度不高。較輕的濾波（較大的濾波增益）將使新的測量值相對于當前的軌跡狀態有更大的權重，并產生由于測量噪聲而產生較大方差的運動學估計值。盡管這些濾波器對不可預測的目標運動（機動）的容忍度更高，但它們的方差使它們對于需要長期時間預測的功能來說不太理想。

圖9. 為了滿足交戰誤差預算，大多數作戰系統為不同的作戰系統功能以不同的方式處理傳感器測量數據。例如，較重的跟蹤過濾（較小的過濾增益）將產生運動學估計，由于測量噪聲而產生較小的方差，并能進行較長期的時間預測。較輕的跟蹤過濾將產生對不可預測的目標運動（機動）更寬容的運動學估計。

一旦存在蹤跡，就需要對其類型和身份進行定性。這個目標是攻擊防御區的威脅（應該交戰）還是其他物體，如商業客機或非致命的碎片（不應該交戰）？此外，能夠知道的目標特征（如威脅的類型）越多，交戰就越有效。確定類型和確定身份一般都需要投入額外的傳感器資源，以實現成功交戰所需的信心。軌跡的身份和特征以及它的運動學與作戰理論相比較，以作出交戰決定。

交戰決定的下一部分是確定哪些武器（導彈、火炮和/或電子戰）有能力消除威脅，并根據其庫存和預測的有效性來選擇使用的武器。交戰決定是促使需要精確的軌跡運動學的因素之一，因為軌跡運動學狀態可能需要預測到很久以后（例如，考慮到艦載導彈飛出到預測的攔截點的時間）。

武器選擇和調度的一個基本原則是 "火力深度 "的概念--范圍內的多層防御。最有效的防御通常是多層防御，每層使用不同的技術，如遠程硬殺傷（如海軍綜合火控），其次是硬殺傷區域防御，然后是硬殺傷和軟殺傷（電子戰）自衛。彈道導彈防御的類似物是中段防御，然后是海基終端防御。

考慮以防空為例。假設有一次NT威脅的突襲。衡量防空性能的一個典型指標是突襲殲滅的概率（PRA）。對于NL層防御，每層都有殺死目標的概率（PK），火力深度的數學優勢可以很容易地在一個非常簡化的分析中證明。要殲滅整個突擊隊，必須殺死每一個NT目標，而殺死每一個目標的機會都是NL。簡化的分析假設所有這些事件在統計上是獨立的，在這種情況下，PRA由PRA=[1-(1-PK)NL]NT給出。

圖10是在突襲規模為5個威脅的情況下繪制的這個方程式。請注意，只用一個單層就能達到很高的防御水平（高PRA），需要在該層有很高的殺傷概率。這種高殺傷概率很難通過單一技術（如單一導彈類型或單一電子戰策略）實現，因為任何防御技術都有可能被對手利用的弱點。在每一層中使用不同技術的分層防御，要求每一層的殺傷概率相對較低，通常使高PRA更容易實現。不同層中使用的不同技術使統計獨立假設更有可能成立，因此更有可能出現多層的收益。因此，大多數艦艇都有硬殺傷和軟殺傷的混合防御技術，以及不同類型的硬殺傷和軟殺傷武器。

圖10. 使用不同技術的多層防御通常使高PRA更容易實現。該圖描述了對五種威脅的突襲的簡化分析結果，并假設所有的交戰在統計上是獨立的。

此外，火力深度可以節省庫存。如果第一層的交戰是成功的，而且可以有把握地衡量這種成功，那么后續各層所需的資源就不需要花在這種威脅上。

隨著交戰的進行，一般需要更多的作戰系統資源才能取得成功（圖8d）。作戰系統設計的一個重大挑戰是決定何時使用這些武器，以及如何安排作戰系統資源（例如，傳感器、發射器、照明器）來完成交戰。時間安排是動態的，隨著新的傳感器數據的提供、額外目標的披露以及最初安排的交戰的執行而改變。這些挑戰在本期M.R. Smouse等人的文章中討論。

隨著交戰的安排，作戰系統保持整體的交戰時間表，并按照該時間表執行交戰。大多數作戰系統對傳感器測量值進行自定義過濾，以獲得與個別武器控制要求相匹配的軌跡狀態（例如，獲得穩定的速度，以便在攔截前進行長時間預測）。作戰系統初始化導彈（在發射器中），以建立一個共同的時間框架和坐標框架，用于作戰系統和導彈在飛行中的數據通信。一旦導彈被正確初始化，發動機就會被點燃。發射后不久，作戰系統開始使用武器控制鏈路與可鏈接的導彈進行通信（圖4）。根據導彈的類型和飛行階段，它將被控制(1)自主地(發射和遺忘)；(2)通過向它提供持續的上行目標數據；或(3)通過向它提供加速指令。來自作戰系統的目標數據將被導彈用來用其尋的器（通常是主動射頻[RF]、半主動射頻、被動射頻或紅外）獲取目標，然后導彈可以開始對目標進行歸位。

這項研究對攻擊者-防御者的蜂群交戰進行了權衡分析，以比較制約蜂群行為因素的相對效率，即目標算法和單個無人機參數。特別是，我們研究了為 "服務學院蜂群挑戰賽"（SASC）開發的算法，這是一項蜂群對蜂群交戰的實戰演習。我們用動態蜂群模擬進行了分析，允許蜂群組成和行為發生變化。這使我們能夠確認SASC中關于蜂群性能的定性結果。此外，使用比例分析方法進行定量權衡分析，并開發了評估防御性蜂群適應性的函數形式。我們的結果為后續研究更復雜的蜂群行為提供了一個框架。

無人機蜂群是由自主飛行器組成的群體，它們通過協調和溝通來實現目標[1]。無人機蜂群的規模可以根據蜂群的能力和后勤支持而任意擴大。在軍事上，大型蜂群對高價值單位（HVU）（如航空母艦）構成高風險，因為蜂群有能力壓倒現有的HVU點防御[2] 。

1.1 來自無人機蜂群的風險

無人機蜂群的實戰能力在歷史上一直受到計算機處理、無人機與無人機之間的通信以及能量存儲密度的限制[3]。然而，這些領域的發展已經導致了蜂群的發展和可行性的提高。這導致無人機蜂群的風險急劇增加。大型蜂群已變得越來越有可能，中國早在2017年就測試了超過1000架無人機的蜂群[3]。使得無人機蜂群更加實用的技術改進預計將繼續下去。

對高價值單位來說，最大的無人機風險是空中無人機在利用機載炸藥執行自殺式任務。蜂群的目標是，通過數量，使HVU的防御達到飽和，并摧毀或使HVU失效。目前的HVU防御系統，如導彈或近距離武器系統，不足以對付大型無人機蜂群[2]，也不經濟。這些旨在對付飛機和導彈的防御系統沒有能力對付無人機及其威脅狀況。蜂群的低成本和大規模使HVU有可能耗盡其有限的防御彈藥，而只能摧毀蜂群的一小部分[2]。在這種情況下，HVU將很容易受到蜂群殘余物或其他單位利用其疲憊的防御系統的攻擊。

HVU的戰略效用和經濟價值也會導致對手以整個無人機蜂群的代價從HVU的破壞中獲益。有能力的無人機可以以低至每架500,000美元的價格投入使用[2]。這個估計包括無人機、發射器和后勤支持的費用。因此，一個600架無人機蜂群，能夠削弱現有的HVU防御系統，將總共花費3億美元[2]。這與一艘航空母艦120億美元的成本相比更有優勢[4]。這種差距使得蜂群可以被用作力量倍增器，以盡量減少美國目前從昂貴的HVU中獲得的優勢[5]。

1.2 反蜂群技術

擬議的反無人機蜂群的方法包括激光和電磁武器以及無人機反集群。激光和電磁武器在技術上比現有的點狀防御系統更適合于反擊無人機蜂群，因為它們能夠耗費幾乎無限的射擊次數。然而，這兩種武器系統目前都沒有被廣泛使用。事實上，激光和電磁武器都面臨著巨大的技術困難，需要相當大的技術進步來提供可靠的反無人機防御[6]。

無人機反集群包括使用防御性無人機群來打擊進攻性的、敵對的無人機群。與進攻性無人機群相比，這種蜂群反制措施的研究相對較少。然而，與其他反制措施相比，防御性無人機群的優勢在于利用了刺激進攻性無人機群發展的相同技術進步。隨著進攻性無人機群的能力越來越強，防御性無人機群也是如此。事實上，防御性無人機群可能比進攻性無人機群更容易實施，因為防御性無人機群在受控空域的友軍中行動[7]。反蜂群還允許防御者破壞進攻型無人機群最重要的優勢，即其規模。防御性無人機群可以有足夠大的規模來減輕進攻性無人機群飽和防御的能力。

美海軍研究生院的研究人員以前的工作重點是將反集群作為一個最優控制問題進行研究[8]-[12]。此前的工作利用了基于潛力的模型、遠程武器和防御者集群戰略。本論文通過實施不同的蜂群合作規則和應用新的分析技術，在這些先前工作的基礎上進行研究。例如，以前的研究集中在遠程武器上，在這種情況下，攻擊蜂群是作為一個整體參與的。本論文著重于使用短程武器的模擬，其中防御者與單個攻擊者交戰。此外，本論文研究的是權衡分析，而不是優化，但這里描述的工具可以在未來的工作中與優化相結合。

發展防御性無人機群需要回答一系列問題。首先，防御型蜂群的最佳戰術是什么，以最好地對抗攻擊型蜂群？第二，什么樣的平臺規格，如速度或武器范圍，將是最有效的？第三，與這些平臺規格相關的成本或技術限制可能會影響到部署最佳蜂群的可行性？這三個分類問題包括許多其他問題。例如，給定一個算法和一套平臺規格，增加更多的機器人有什么好處？是否有一個點，在這個點上增加更多的無人機不再有好處？平臺規格的改進與增加無人機相比有何不同；例如，是速度翻倍還是無人機的數量更有利？

為了回答這些問題，任務規劃者和設計者必須對無人機群參數進行全面的權衡分析，以確定如何在最小化群組成本的同時最大限度地提高群組能力。對諸如蜂群行為、蜂群規模和單個無人機性能（包括其速度和武器射程）等因素進行徹底的提煉，可以使任務規劃人員能夠派出最能勝任、最經濟的無人機群來反制對手的蜂群。如果沒有這種分析，任務規劃者就有可能制造一個不足以擊敗進攻性蜂群的蜂群，從而使HVU處于危險之中。反之，任務規劃者也可能建立一個無人機群，它可以很好地擊敗進攻性機群，但卻是一種低效的資源分配。目前，適合執行這些規劃任務的分析工具很少。本論文的目標是開始填補這一知識空白。

這篇論文考慮的情況是，一架無人機保衛一個高價值的目標，以抵御一些入境的攻擊無人機。防御性無人機配備了短程武器，必須以最有效的方式摧毀每一架攻擊性無人機。這個問題是應用數學中幾個開放性問題的交匯點，例如在有損耗的情況下的最佳行動規劃，以及解決有移動目標的 "旅行推銷員問題"（TSP）。我們研究的目的是通過將該問題分解為各組成部分的問題，然后提出各組成部分的概念驗證方案來分析該問題。這篇論文的主要成果包括一個建模框架，在這個框架中，可以在不需要約束的情況下進行優化；比較使用不同類型的成本函數進行優化的優勢（例如，最小化高價值單位被摧毀的機會與基于防御者相對于攻擊者的路徑的度量）；以及通過將其映射到標準TSP或使用機器學習來解決某些限制下的移動目標TSP。

1.1 戰斗中的自主系統

自動化系統，特別是無人駕駛飛行器（UAVs）的迅速增加，改變了現代戰場。美國已經率先在整個作戰范圍內開發和實施無人機，從信號情報到無人機精確打擊[1], [2]。然而，我們的對手繼續取得有意義的進展，最近的例子是俄羅斯在烏克蘭使用中國制造的無人機[3]，無人機可能參與了最近對北溪管道的破壞[4]，甚至恐怖組織的小規模、低技術的無人機攻擊[5]。

美國繼續按照無人駕駛航空系統（UAS）路線圖[6], [7]發展其無人機能力，該路線圖規定了無人機平臺的幾個重要任務，包括情報、監視和偵察（ISR）、壓制敵方防空（SEAD）、電子攻擊、網絡節點/通信中繼和空中投遞/補給。然而，這份清單中明顯缺少的是無人機系統的防御。無人機戰爭的一個新的和發展中的方面，即無人機對無人機的交戰，迫在眉睫。有許多無人機防御系統正在開發中，包括地面激光系統，如海軍陸戰隊的緊湊型激光武器系統（CLWS）[8]和導彈系統，如陸軍的KuRFS和Coyote Effectors[9]。然而，新的反無人機系統（C-UAS）無人機正在開發中，如洛克希德-馬丁公司的MORFIUS[10]，它使用高功率微波（HPM）武器系統，使敵方無人機在飛行中失效。

美國軍方和國防部（DOD）總體上對其無人機能力進行了大量投資，這不僅包括人員、設備和武器，還包括對無人機和蜂群的戰術運用的大量研究，而這些研究超出了最近取得巨大成功的ISR和精確打擊能力[11], [12]。在2019年的指揮官規劃指南中，海軍陸戰隊指揮官大衛-H-伯杰將軍要求建立一個 "適合偵察、監視和提供致命和非致命效果的強大的無人系統家族"，以及 "大大增加我們在其他領域成熟無人駕駛能力的努力" [13]。正是在這些其他領域，我們必須繼續創新，特別是在我們對抗對手在無人機/無人機系統開發方面的成果的能力方面。

2021年，美國防部發布了其C-UAS戰略，確定了其核心挑戰：小型無人機系統（sUAS）的指數級增長給美國防部帶來了新的風險。技術趨勢正在極大地改變小型無人機系統的合法應用，同時使它們成為國家行為者、非國家行為者和犯罪分子手中日益強大的武器。當被疏忽或魯莽的操作者控制時，小型無人機系統也可能對國防部在空中、陸地和海洋領域的行動構成危害。國防部必須在越來越多的小型無人機系統與國防部飛機共享天空、在國防部設施上空運行以及被我們國家的對手使用的環境中，保護和捍衛人員、設施和資產[14]。

雖然該戰略要求在理論、組織、訓練、物資、領導和教育、人員、設施-政策（DOTMLPF-P）等方面應對這些挑戰，但必須做更多的工作，將研究/開發與戰術層面的使用結合起來，并使之同步。這篇論文的目的就是要彌補這些領域之間的差距。

1.2 目前的工作

為了提高ISR能力，無人機技術早期發展的大部分學術工作都致力于各種學科的最佳路徑控制，但具體的軍事應用包括為ISR任務避免碰撞/雷達[15]。這項工作的成功從美國的無人機精確打擊能力中可見一斑。在海軍研究生院（NPS），Kaminer等人就大型蜂群的動力學和行為開展了大量的工作[16]-[20]。盡管有很長的工作歷史，這些最近的論文提出了高價值單位防御中的一個新的最佳控制問題，開發了具有損耗建模的最佳控制問題的計算框架，并開發了高效的數值框架來解決最佳控制問題中的不確定參數

許多文獻都涉及到減員模型。蘭徹斯特損耗模型使用微分方程來研究敵對部隊的依賴性損耗，自第一次世界大戰（WWI）以來，該模型被有力地運用于戰斗研究[21], [22]。一些工作已經確定了需要并解決了明確結合最優控制和損耗建模的問題[23], [24]。然而，并不存在將這些領域有效地結合在一起的一般框架或理論，當它們被解決時，其結果往往是高度特定的場景。

本論文的大部分內容將關注旅行銷售員問題（TSP）在動態環境中的應用。最佳控制和TSP在物理學和工程科學中經常有交集。例如，一個這樣的問題可能是由航天器以最佳方式訪問木星的所有79顆衛星[25]。Moraes和Freitas通過比較幾種啟發式算法來解決移動目標TSP（MT-TSP），并應用于人群和無人機檢測[26]。

1.3 開放式問題

耦合蘭徹斯特損耗模型、最優控制理論和TSP的問題對于大領域的超級蜂群是難以解決的。然而，無人機防御研究必須關注這三個領域的交叉點，以便適當地解決這一領域現存的軍事戰術和戰略問題。超級蜂群系統的基本特征還沒有得到很好的理解，盡管隨著我們擴大小型蜂群參與戰略和框架的規模，它們的屬性可能會出現。

圖 1.1 一般研究問題的解決框圖

本論文從這個有利的角度來探討這個問題，從小型蜂群開始，開發新的方法來解決更多可解決的系統，然后可以擴大規模。

每一種方法都考慮到sUAS有限的機載計算能力和作戰期間有限的可用時間。如圖1.1和1.2所概述的一般研究問題，首先是估計諸如武器類型、武器效能、無人機群類型等參數。本論文將把所有的參數視為常量、已知量。關于參數的不確定性分析見Walton等人[17]。

圖1.2 研究問題的場景可視化

其次，一群防御性無人機必須決定如何分割即將到來的攻擊者集合，以便以最佳方式與他們交戰，使高價值單位（HVU）的生存概率最大化。本論文將這一場景限制在單一防御無人機上。關于多重TSP（MTSP），見參考文獻[27]-[29]。

1.4 提綱

剩下的幾塊，決定攻擊順序和路徑優化，將在下面幾章討論。第二章假設已經知道或選擇了合理的攻擊順序，并解決相關的科學問題，即如何使HVU的生存率最大化。我們偏離了最優控制的路徑優化，而是致力于建立全新的、無約束的優化框架的可行性，在這里我們討論了各種成本函數的優點和缺點。第三章和第四章分別從TSP和機器學習（ML）的有利角度解決攻擊順序問題。

第三章試圖消除MT-TSP的時間依賴性，以證明動態版本的TSP仍然可以在轉換的空間上采用傳統的TSP算法，第四章為ML的應用建立了一個概念證明。最后，第五章展示了我們開發的圖形用戶界面（GUI）的功能，作為無人機防御任務規劃的輔助工具。

本報告著重于2025年混合部隊的任務工程過程。來自OPNAV N9I的最新任務強調了關注使用成本保守的無人系統的必要性。具體來說，重點放在近鄰的競爭對手大國以及在南海的反介入/區域拒止（A2/AD）情況下可能出現的問題。海軍水面作戰中心的任務工程方法被用來確定擬議的替代艦隊架構的具體事件，然后使用作戰模擬和優化模型進行分析。對目前的無人系統，特別是那些正在開發的高技術準備水平無人系統的性能特征和成本的研究進行了匯編。提議的無人系統架構是作為A2/AD問題的解決方案而開發的。然后，無人系統架構通過優化模型運行，以最大限度地提高系統性能，同時最小化成本。然后，架構優化的結果被輸入到建模和仿真中。然后比較每個架構的整體有效性，以找到最有效的解決方案。對結果進行了分析，以顯示預期的任務有效性和利用擬議解決方案的無人架構的擬議成本。最有效的架構包括搜索、反蜂群、運送和攻擊系統。

執行總結

A 引言

系統工程分析31組由美海軍作戰司令部戰爭整合處（OPNAV N9I）負責確定一個解決方案，以彌補與大國在2025年的預期能力差距（Boensel 2021）。該解決方案系統必須具有成本效益并能在2025年之前交付。SEA團隊利用任務工程過程來確定候選的未來艦隊架構來解決問題（工程副主任辦公室2020）。

B 問題陳述

到2025年，如何才能有效地對抗近鄰對手的反介入和區域拒止能力？

C 能力需求

以具有成本效益的方式調整目前的能力，并創建一個未來的架構，以加強美國海軍的作戰能力，包括存在、欺騙、ISR以及在反介入和區域拒止環境中的防御和進攻能力。

D 任務描述

利用任務工程流程，總體情景被設定在2025年的南海。大國已執行了其九段線的領土要求，并建立了一個反介入/區域拒止（A2/AD）區。大國不斷擴大的艦隊、對人造島嶼的使用、遠距離ASCMs以及對無人系統的擴大使用使美國的水面作戰艦艇處于高風險之中。總體任務是美國海軍DDG通過提高其殺傷力和生存能力，在A2/AD區域內進行FONOPS。在整個方案中，有三個小場景被開發出來。OTH ISR、目標選擇和交戰，威脅無人機蜂群，以及提供目標選擇的威脅無人機ISR資產。

E 任務衡量

衡量任務成功與否的總體標準是美國海軍部隊在近乎同行的反介入區域拒止環境中的作戰能力。有助于衡量成功的有效性的措施是DDG的生存能力和殺傷力的提高程度與解決方案系統的成本相結合。

F 分析設計

為了分析擬議的系統解決方案（SoS）是否能達到既定的成功標準，設計了一個價值體系。利用通用的海軍任務列表，項目組確定了擬議的系統解決方案需要完成的三個二級任務，以完成任務（海軍部，2008）。

對三個選定任務下的后續任務進行了評估，以確定擬議系統需要完成的具體功能。通過這次審查，確定了候選無人系統需要完成的四項高級功能。這些功能是交付、搜索、通信中繼和打擊。為每項功能選擇了性能措施，以用于多屬性價值分析。

多屬性價值分析被用來比較完成四個功能中一個或多個功能的候選系統。一個系統的價值是根據每個性能指標對完成一個特定功能的重要性，給每個性能指標分配一個權重而得出的。權重從1到5不等，其中5表示最重要的MOP。計算MOP和權重的乘積，并將每個乘積相加，以獲得系統的價值。

為了確定可行的候選系統，項目組成員各自研究了一個不同的無人系統，并收集了每個候選系統的性能衡量標準。如果一個特定的無人系統的MOP值不知道，則推斷其值與一個類似的系統相同。如果不存在這樣的類似系統，則使用啟發式方法估計該值。對于每項功能，至少有一個系統符合技術成熟度，可考慮用于2025年的混合部隊。

F.1 建議的系統簇

為了實現所有四個功能，候選系統的組合被排列組合成16個系統簇。每個備選方案的系統價值和成本都被計算出來。系統價值的計算方法是將每個備選方案中的每個系統的價值相加。

F.2 優化

為了產生用于比較的替代方案，該團隊使用整數線性規劃生成了架構。這是用Pyomo的優化功能完成的。線性規劃被創建、約束以更好地表示現實，并被解決以生成分別針對性能、預算和替代合約選項進行優化的替代架構。

F.3 使用炮擊作戰模型計算MOE

現代導彈戰可以使用炮擊作戰模型進行評估。這個模型被用來計算每個小場景中的每個SoS備選方案的有效性。結果顯示了超視距ISR平臺的重要性，一個獨立的武器系統來對付敵人的無人機，目前IAMD作戰系統的有限防御能力，以及超視距搜索和瞄準能力。

F.4 基于電子表格的戰斗模擬

“大國”和美國都擁有深入的綜合空中和導彈防御。為了證明這種互動，在微軟Excel中使用反二項式函數對不同的交戰進行了建模。每一個擬議的艦隊架構都被輸入到三個小插曲的戰斗模擬中。為了獲得隨機的結果，試驗的數量被設定為300次，每個概率都有一個可能的值范圍。該模型中的自變量可分為防御性或進攻性變量。防御性變量是每個單位的綜合防空和導彈防御武器的殺傷數量和殺傷概率。PLAN的進攻性變量是YJ-18 ASCM和Harpy無人機的命中數。美國海軍的進攻性變量是海上攻擊戰斧、ASCM和特定攻擊無人機的進攻性命中數量。

模擬的結果顯示了擊中敵方水面平臺或美國海軍水面部隊的數量。通過比較建議的系統與基線的命中率，可以得出變化的百分比。在我們的分析中，進攻和防御的有效性被平均加權，允許將進攻和防御百分比變化的高值相加，以計算出高低變化的總百分比。

F.5 使用基于智能體的建模和仿真進行模型驗證

基于智能體的建模和仿真（ABMS）被用來驗證每個設想的系統架構與所需的MOE。ABMS旨在通過對智能體之間的相互作用進行建模，來捕捉戰爭交戰的隨機性，但又很復雜。進行了蒙特卡洛分析，以收集每個系統性能的個體層面的數據。隨后的統計分析提供了一個途徑，以確定和量化每個擬議的系統架構所實現的改進。為此目的，指揮部：現代行動（CMO），是一個跨領域的現代兵棋推演計算機軟件，旨在模擬戰術到作戰水平的行動，被用作仿真引擎。CMO模擬的是基于規則的智能體，它們相互之間以及與環境之間的互動，包括感興趣的場景中的武器系統（Coyote, YJ-18, Chaff）和平臺（例如PLAN DDG, Luyang）。與多屬性價值分析方法相比，CMO允許對定量的系統MOP進行建模，并在模擬結果中觀察其相對差異。

G 電子表格作戰模擬結果

電子表格戰斗模型模擬的第一個結果是解放軍DDG在三個不同的迭代中對美國海軍DDG的命中率，即只用YJ-18攻擊，只用哈比攻擊，以及YJ-18和哈比同時攻擊。同時使用YJ-18和Harpy的命中率被作為防御性MOE的基線值。接下來，兩種不同的防御性無人機系統被分別加入到作戰模型中。對只有哈比的攻擊和YJ-18與哈比的同時攻擊進行了重復模擬。每個系統的防御性百分比變化是用前面描述的公式計算的。

接下來的結果是美國海軍DDG在三次不同的迭代中擊中PLAN DDG的次數。模擬了僅用MST攻擊、僅用ASUW無人機攻擊以及MST和ASUW同時攻擊的結果。只用MST攻擊的命中率作為進攻性MOE的基線值。接下來，七個不同的運載系統被分別加入到作戰模型中。對僅有ASUW無人機攻擊和同時進行的MST和ASUW無人機攻擊進行了重復模擬。每個投送系統的進攻百分比變化被計算出來。

將同等權重的進攻和防守百分比變化相加，計算出高和低的總變化百分比。根據該模型，期望值是這樣的：在0.95的置信度下，增加SoS將使水面部隊的有效性增加一個介于高值和低值之間的百分比。

H. 基于智能體的建模和仿真結果

總的來說，從ABMS觀察到的性能與從電子表格模型觀察到的性能MOE相關。在所有提議的架構中，都觀察到了防御和進攻MOE的明顯改善。這是預料之中的，因為在DDG上增加任何防御性武器系統應該減少艦隊DDG的直接命中數量。同樣，增加一個具有增強OTH感知能力的進攻性武器系統會增加對目標直接作用的武器數量。

對防御性和進攻性MOE與每一方所消耗的平均武器數量的比率的進一步分析顯示，由于美國海軍DDG上增加了反群武器系統，防御性MOE得到了改善。這種增加被證明是對所有架構的一種有效的廣泛改進。三種提議的架構之間最明顯的差異來自于進攻性MOE（%），其中性能系統優于其他架構。與發射的武器總數相比，預計一個性能更好的系統會向目標發射更少的武器，同時造成更多的命中。

I 結論

這項工作證明了低成本的無人駕駛威脅系統給傳統水面戰艦帶來的危險，這些系統可以在幾乎沒有警告的情況下進行協調和攻擊，并為船員提供很少的反應時間。為了避免強制增加對峙距離以提高生存能力，有必要使用增程傳感器系統和反無人機系統來彌補預期的能力差距并提供進入被拒絕區域的機會。為了使這些系統可行和安全，高帶寬的通信系統將是必需的。

為了滿足這些需求，建議的解決方案系統利用Dive-LD來運送Coyote無人機平臺。搜索和通信中繼將由兩個VBAT無人機平臺提供。這種平臺組合為每一美元的系統成本提供了最高的進攻和防御能力的提高。叢林狼 "無人機也將作為一個蜂群來防御威脅性無人機群和威脅性無人機ISR資產。增加解決方案系統的采購將提高艦隊的生存能力和殺傷力，并允許在其他艦隊優先領域進行額外投資。

建議通過為無人機平臺配備額外的無源傳感器來改進該系統，以利用電磁頻譜的所有部分，從而提高在所有天氣和戰斗條件下探測敵方威脅的能力。此外，擬議的解決方案系統可以擴展到許多其他領域和任務區，如港口防御和反對出口。

美國軍隊繼續在日益復雜的安全環境中作戰，不能再期望在每個領域都有無爭議的或主導性的優勢。由特種作戰部隊（SOF）操作的飛機需要改進防御能力，以支持在非許可環境下的任務。將自動化和人機協作納入現有的防御能力，可以減少威脅的反應時間，提高有人和無人飛機配置的防御機動的有效性。這篇論文研究了作為威脅反應一部分的飛機機動的價值，以確定人類干預對時間和準確性產生負面影響的情況。它還考慮了復制Merlin實驗室的飛行自動化方法和將能夠進行防御性機動的機器訓練系統納入現有飛機的機會。分析表明，飛機的機動性對于有效的威脅反應至關重要，自動選擇操作者的行動可以提高對某些地對空威脅的生存能力。這篇論文建議重新關注特種部隊飛機的防御能力，并贊同將機載自主系統整合到傳統的載人平臺上，以提高防御性威脅反應。它還主張繼續研究在SOF任務中使用可選的載人飛機，以完善其操作效用，并在各種任務平臺上擴大能力。

美國軍隊繼續在日益復雜的安全環境中運作，不能再期望在每個領域都有無爭議的或主導性的優勢。由于地對空威脅已經擴散到在世界各地活動的敵對行為者，未來的作戰環境將以有爭議的空域為特征，這將對有人和無人駕駛飛機的操作構成挑戰。由特種作戰部隊（SOF）操作的飛機需要改進防御能力，以便在這些有爭議的地區進行機動，同時支持傳統SOF任務。這篇論文研究了商業能力的進步，以減少威脅的反應時間，提高有人和無人駕駛飛機配置的防御性機動的有效性。

通過與位于波士頓的飛行自動化初創公司Merlin實驗室合作，本分析探討了防御性機動的潛在自動化。飛機機動是對威脅作出有效反應的一個關鍵方面，自動選擇操作者的行動可以提高對某些地對空威脅的生存能力。通過確定AC-130J威脅反應中人為干預影響飛機操縱時機和準確性的步驟，這項分析揭示了復制梅林實驗室的飛行自動化方法和將能夠執行防御性操縱的機器訓練系統納入現有飛機的機會。

在威脅反應過程中確定的關鍵步驟包括威脅指示、威脅作戰識別和威脅反應配對。目前，機組人員手動執行這些步驟來完成防御性威脅機動。然而，這些步驟中的每一個都可以從自動化和人機協作中受益，通過三種明顯的方式提高整體性能。首先，生成簡化的視覺和聽覺威脅指示，確保及時通知威脅的存在。其次，自動識別過程以準確識別威脅的變體，減少了反應時間和人類識別錯誤的可能性。最后，將威脅識別與適當的飛機反應同步配對，減少了不必要的延誤，并提高了威脅操縱的準確性。

這篇論文建議重新關注SOF飛機的防御能力，并贊同將機載自主系統整合到傳統的載人平臺上，以改善防御性威脅反應。將人機協作和自主能力納入飛機防御系統，可以使防御機動性能優于傳統系統，并允許在更廣泛的環境中作戰。除了改善防御性機動，梅林實驗室的自動飛行甲板在各種不同的飛機和任務中提供了潛在的用途。繼續研究應該調查在SOF任務中使用可選擇的載人飛機，以完善其操作效用，并在各種任務平臺上擴大能力。最后，在整個特種部隊中采用梅林系統將顛覆既定的操作慣例，需要個人和組織行為的改變。為了緩解過渡期并提高采用率，AFSOC應采取步驟，盡量減少利益相關者的行為變化，同時最大限度地提高系統的操作效益。培養對人工智能、機器學習和自動化的理解，將使這些行為者為軍事技術的快速變化和戰爭特征的變化做好準備。

圖 9. AC-130 防御性威脅反應圖。

摘要

兵棋模擬是一種決策工具，可以為利益相關者分析的場景提供定量數據。它們被廣泛用于制定軍事方面的戰術和理論。最近，無人駕駛飛行器（UAVs）已經成為這些模擬中的一個相關元素，因為它們在當代沖突、監視任務以及搜索和救援任務中發揮了突出的作用。例如，容許戰術編隊中的飛機損失，有利于一個中隊在特定戰斗場景中勝利。考慮到無人機的分布可能是這種情況下的決定性因素，無人機在超視距（BVR）作戰中的位置優化在文獻中引起了關注。這項工作旨在考慮敵人的不確定性，如射擊距離和位置，使用六種元啟發法和高保真模擬器來優化無人機的戰術編隊。為紅軍蜂群選擇了一種空軍經常采用的戰術編隊，稱為line abreast，作為案例研究。優化的目的是獲得一個藍軍蜂群戰術編隊，以贏得對紅軍蜂群的BVR戰斗。采用了一個確認優化的穩健性程序，將紅軍蜂群的每個無人機的位置從其初始配置上改變到8公里，并使用兵棋方法。進行了戰術分析以確認優化中發現的編隊是否適用。

索引詞：優化方法，計算機模擬，無人駕駛飛行器（UAV），自主智能體，決策支持系統，計算智能。

I. 引言

兵棋是在戰術、作戰或戰略層面上模擬戰爭的分析性游戲，用于分析作戰概念，訓練和準備指揮官和下屬，探索情景，并評估規劃如何影響結果。這些模擬對于制定戰術、戰略和理論解決方案非常有用，為參與者提供了對決策過程和壓力管理的洞察力[1]。

最近，無人駕駛飛行器（UAVs）作為一種新的高科技力量出現了。利用它們來實現空中優勢可能會導致深刻的軍事變革[2]。因此，它們的有效性經常在兵棋中被測試和評估。

由于具有一些性能上的優勢，如增加敏捷性、增加過載耐久性和增加隱身能力，無人機已經逐漸發展起來，并在許多空中任務中取代了有人系統[3]。然而，由于戰斗的動態性質，在視覺范圍之外的空戰中用無人系統取代有人平臺是具有挑戰性的。在空戰中，無人機可以被遠程控制，但由于無人機飛行員對形勢的認識有限，它將在與有人平臺的對抗中處于劣勢。然而，這種限制可以通過自動戰斗機動[4]和戰術編隊的優化來克服。此外，使用無人機可以允許一些戰術編隊和戰略，而這些戰術編隊和戰略在有人駕駛的飛機上是不會被考慮的，例如允許中隊的飛機被擊落，如果它有助于團隊贏得戰斗。文獻中最早的一篇旨在優化超視距（BVR）作戰中的飛機戰術編隊的文章[5]表明，空戰戰術是用遺傳算法（GA）進行優化的候選方案。該實施方案采用分層概念，從小型常規作戰單位建立大型編隊戰術，并從兩架飛機的編隊開始，然后是四架飛機，最后是這些飛機的倍數。在模擬中沒有對導彈發射進行建模。當一架飛機將其對手置于武器交戰區（WEZ）的高殺傷概率（Pkill）區域內一段特定時間，簡化的交戰模擬器就宣布傷亡。事實證明，所提出的方法的應用是有效的，它消除了團隊中所有沒有優化編隊的飛機，并為整個優化編隊的飛機團隊提供了生存空間。

Keshi等人[6]使用了與[5]相同的分層概念，從由兩架飛機組成的元素中構建大型戰術編隊。模擬退火遺傳算法（SAGA）被用來優化編隊，使其能夠克服對局部最優解的收斂。對16架飛機的編隊進行了優化，提出的最優解表明SAGA比基本的GA更有效。最后，為了探索一個穩健的SAGA，對不同的馬爾科夫鏈進行了比較，事實證明自調整馬爾科夫電流更適合所提出的問題。

Junior等人[7]提出使用計算機模擬作為一種解決方案，以確定BVR空戰的最佳戰術，使擊落敵機的概率最大化。在低分辨率下使用通用參數對飛機和導彈進行建模，并改編了名為COMPASS的模擬優化算法，模擬了兩架飛機對一架飛機的BVR戰斗。低分辨率模型假定在水平面的二維空間內有一個均勻的直線運動。使用優化的戰術表明，擊落敵機的平均成功率從16.69%提高到76.85%。 Yang等人[8]提出了一種方法來優化飛機對一組目標的最佳攻擊位置和最佳路徑。該工作考慮到飛機能夠同時為每個目標發射導彈，并將飛機與目標有關的攻擊性和脆弱性因素作為評價攻擊位置的指標。一個高保真模擬被用來模擬每個導彈的飛機、雷達、導彈和WEZ的動態特性。這項工作并沒有解決在BVR戰斗場景中優化一組飛機對另一組飛機的編隊問題。

Li等人[9]提出了一種基于指揮員主觀認識的編隊優化方法，即在空戰中目標設備信息不確定的情況下選擇飛機編隊的問題。首先，計算戰斗機的戰斗力，這是通過指揮員的主觀認識評估目標戰斗力的基礎。戰斗機的戰斗力以能力的形式表現出來，包括攻擊、探測、生存能力、通信、電子戰、預警系統等。因此，通過采用前景理論和綜合模糊評估來優化空戰訓練。最后，一個應用實例證明了該方法在小規模空戰中的可行性。作者聲稱，利用戰斗力評估戰斗情況的能力為優化空戰訓練提供了一種新的方法。

?zpala等人[10]提出了一種在兩個對立小組中使用多個無人駕駛戰斗飛行器（UCAVs）進行空戰的決策方法。首先，確定兩隊中每個智能體的優勢地位。優勢狀態包括角度、距離和速度優勢的加權和。在一個團隊中的每個智能體與對方團隊中的每個智能體進行比較后，每個航空飛行器被分配到一個目標，以獲得其團隊的優勢而不是自己的優勢。為一對對立的團隊實施了一個零和博弈。對許多智能體參與時的混合納什均衡策略提出了一種還原方法。該解決方案基于博弈論方法；因此，該方法在一個數字案例上進行了測試，并證明了其有效性。

Huang等人[11]開發了新的方法來處理UCAV編隊對抗多目標的合作目標分配和路徑規劃（CTAPPP）問題。UCAV的編隊是基于合作決策和控制的。在完成目標偵察后，訓練指揮中心根據戰場環境和作戰任務向每架UCAV快速傳輸任務分配指令。UCAV機動到由其火控系統計算出的最佳位置，發射武器裝備。合作目標分配（CTAP）問題通過增強型粒子群優化（IPSO）、蟻群算法（ACA）和遺傳算法（GA）來解決，并在歸因、精度和搜索速度等方面進行了比較分析。在進化算法的基礎上發展了UCAV多目標編隊的合作路徑規劃（CPPP）問題，其中提供并重新定義了獨特的染色體編碼方法、交叉算子和突變算子，并考慮燃料成本、威脅成本、風險成本和剩余時間成本來規劃合作路徑。

Ma等人[12]開展的工作解決了在BVR作戰場景中優化兩組（R和B）無人機對手之間的優勢地位問題。一個無人機ri∈R對一個無人機bj∈B的優勢是通過ri和bj之間的距離、ri的導彈發射距離的下限和上限、ri的高度和bj的高度之差以及ri的最佳發射高度來估計的。決定性的變量是無人機在兩組中的空間分布和每架飛機在這些組中的目標分配。無人機在三維作戰空間BVR中的可能位置被簡化（離散化），通過立方體的中心位置來表示。每個無人機組都有一組立方體。優化問題被建模為一個零和博弈，并被解決以獲得納什均衡。

Ma等人[12]提出的工作沒有使用高保真模擬來分析無人機空間分布的選擇和分配給它們的目標對BVR作戰的影響。高保真模擬對飛機、雷達、導彈及其導彈的WEZ的動態特性進行建模。這些動態特性也影響到BVR作戰時每架飛機的行動觸發，因此也影響到最終的結果。例如，如果在兩組無人機之間第一次沖突后的時間窗口內考慮高保真BVR作戰模擬，新的沖突可能會發生，直到模擬結束。因此，每個在交戰中幸存的無人機將能夠選擇一個新的目標，這取決于可用目標的優勢值。在[12]中沒有考慮與無人機行為有關的不確定性。有關敵方無人機在戰術編隊中的確切位置及其導彈發射距離的信息是行為不確定性的例子。這兩個信息和上面描述的其他信息在BVR戰斗中是相關的：它們直接影響飛機之間的交戰結果。

在這項研究中，我們試圖解決文獻中發現的一些局限性，如低分辨率模擬、與敵人有關的不確定性的處理以及缺乏對優化解決方案的穩健性的確認，旨在提高兵棋結果的質量。我們的目標是驗證哪些藍色蜂群的戰術編隊可以在BVR戰斗中戰勝紅色蜂群。作為一個案例研究，RED蜂群使用了空軍經常采用的戰術編隊，稱為line abreast[13]。為了評估BLUE蜂群解決方案的穩健性，我們解決了新的問題，改變了RED蜂群每架飛機的位置，目的是估計新的RED蜂群編隊對BLUE蜂群的優化戰術編隊的效率的影響。

我們使用自主智能體和高保真計算機模擬來優化BVR戰斗中的無人機戰術編隊，考慮與敵人相關的不確定性，如戰術編隊中的位置誤差和導彈發射距離。統一行為框架（UBF）被采納為創建自主智能體的基礎。飛機和導彈在三維環境中用六個自由度（DoFs）建模。

該程序將在接下來的章節中進一步討論。