作戰指揮支持與維持系統（BCS3）是美國陸軍作戰指揮系統（ABCS）套件中的一個維持組件。BCS3 用于后勤跟蹤，包括部署、重新部署和維持運輸的在途可見性；供應點資產可見性（AV）；設備維護狀態；單元后勤狀態。2015年4月，武器和軟件工程中心（WSEC）戰術應用（TacApps）團隊接到戰術任務指揮部產品經理的任務訂單，要求對BCS3進行分析，以支持未來潛在的TacApps集成工作。WSEC 提交的初步分析計劃概述了一項戰略，強調對 BCS3 的國家組織實體數據門戶 (NEDP) 組件及其相關數據饋送進行分析。該領域被認為與未來的集成工作最為相關。本報告介紹了對 BCS3 及其 NEDP 的初步分析。

BCS3 分析包括對遺留的 BCS3 代碼進行檢查，以確定每個代碼文件夾與未來可能的 TacApps 整合的相關性。分析還包括確定和記錄每個數據源的消費和處理方式，以及確定 TacApps 實施數據源消費時可能出現的問題。此外，作為分析的一部分，WSEC 將調查全球戰斗支援系統-陸軍 (GCSS-A)，以確定 GCSS-A 和 NEDP 饋送之間的重疊，重點關注 GCSS-A 數據可用于替代傳統 NEDP 饋送的領域。

作戰指揮支持和維持系統/全球作戰支持系統--陸軍概覽

BCS3 是 ABCS 套件中唯一的維持組件。BCS3 可用于大量應用，包括部署、重新部署和維持運輸的在途可見性；供應點 AV；裝備維修狀態；以及使用自下而上報告的單元后勤狀態。BCS3 可用于從連隊到戰區維持指揮部的各個梯隊，以及從旅戰斗隊到各種類型的支援旅、師和兵團司令部等各種類型的編隊。

BCS3 是唯一能在保密和非保密網絡上運行的 ABCS 組件。它為美國陸軍現役部隊、美國陸軍國民警衛隊和美國陸軍預備役部隊（以及美國海軍陸戰隊和其他政府組織的部隊）的所有編隊提供這種廣泛的能力。GCSS-A 項目屬于 1AM 類主要自動化信息系統項目。

GCSS-A 是美國陸軍持續轉型的主要戰術推進器。該計劃由兩部分組成：一個是用于可部署部隊的功能部分，稱為 GCSS-A；另一個是技術推動部分，稱為美國陸軍組織實體系統集成計劃。

分布式海上作戰的概念旨在通過整合有人和無人系統、執行欺騙性戰術以及增強單元實施進攻性打擊的能力，使部隊能夠在艦隊對艦隊的交戰中獲勝。本報告通過開發一種作戰模擬，研究多領域艦隊資產的各種組合在海戰環境中執行戰術行動的能力，為 2030-2035 年 DMO 概念做出貢獻。該項目研究友軍對敵軍使用欺騙和戰術的影響，以及由此對對手在殺傷鏈各階段進展能力的影響。通過開發和分析離散事件模擬，該研究調查了海軍部隊在空中、水面和電磁戰領域通過執行戰術進攻行動和使用欺騙戰術對 DMO 做出貢獻的能力。分析得出兩個主要結論。在部隊構成方面，導彈運載資產數量的增加對作戰效能和生存能力的影響最大。在戰術上，電子干擾的使用加上無人欺騙群的使用，極大地提高了友軍資產的生存能力以及敵軍部隊的損耗。

圖1所示。基于事件的DMO模型的功能

在一個主要軍事力量之間經常發生挑戰的動態和不確定的全球環境中，不能期望海域主要由美國的海上力量控制。海上勢力范圍的競爭環境要求對當前和預計未來的武器系統和網絡能力進行持續創新。海、空、水下、電磁和網絡領域的挑戰促使美國繼續發展創新的作戰概念和條令，努力保持世界海軍強國的領先地位。分布式海上作戰（DMO）概念的提出是為了通過建立一個跨所有作戰領域的分布式協作集成平臺網絡來增強美國海軍的進攻能力。

根據 OPNAV 項目發起人的要求，系統工程分析第 27 組頂點小組的目標是開發一個由有人和無人系統組成的體系，用于在 2030-2035 年期間構建分布式海上作戰體系。該團隊將分析和評估不同平臺的各種組合在有爭議的環境中執行戰術進攻行動的能力。該小組的工作重點不是設計和采購新平臺，而是執行欺騙性戰術、整合有人和無人資產，以及應用戰術進攻能力對付有能力的對手部隊，努力發展一支更具殺傷力和生存能力的海軍部隊。

A. 分布式海上作戰

為了讓團隊開發出一個有助于執行分布式海上作戰能力的系統體系，DMO 的構建需要進一步詳細界定和定義。在本 "頂點 "項目的范圍內，DMO 被視為一種運用概念，在這種概念中，多領域平臺和技術被整合和利用，目的是提高總體殺傷力，同時降低遭受對手攻擊的可能性。執行 DMO 的系統體系能夠投射進攻性火力，并由跨所有作戰領域的統一海軍部隊在大面積地理區域內實施集體防御。DMO 作為一種創新概念與當前海軍部隊行動的主要區別在于，其主要原則是賦予操作人員和指揮官權力，使其能夠利用現有技術，在有能力的情況下在交戰中采取進攻行動，先發制人，努力在與有能力的對手作戰中取勝。

DMO 概念不僅將進攻性打擊視為在戰斗中獲勝的主要戰術，還將欺騙和迷惑敵人的能力確定為在有爭議的環境中取得成功的關鍵任務。在本研究中，DMO 的運用被分解為三個主要功能；反措施、反目標和反介入。對于敵對雙方部隊之間的交戰，每種功能都有不同的目的，并產生不同的預期結果。反措施屬于防御性質，目的是在敵方威脅的武器交戰發生后轉移敵方資源。采用反措施的目的是分散或削弱敵方系統，以防止敵方已經采取的行動。相反，反瞄準則是在敵我力量交戰時采取更具進攻性的姿態。反瞄準被認為是友軍先發制人采取的行動，目的是防止敵方武器發射指向實際的藍軍資產。這種反瞄準目標可通過采用欺騙性戰術和行動演習來實現，從而轉移或阻止敵方以友軍的獨立單元或群體為目標。研究報告中 DMO 的最后一個要素是反介入，它描述了友軍為解除威脅以排除敵方平臺任何潛在武器發射而采取的行動。本項目將上述 DMO 的每項原則都視為必要功能，以提高在充滿挑戰的海洋環境中開展分布式行動的能力。

正如 DMO 概念中的反介入、反瞄準和反措施部分所述，"頂點 "項目的主要重點是采用各種欺騙方法和戰術，努力影響友軍在戰斗中取得成功。SEA-27 小組將這些欺騙戰術分為四大類：無人資產群、機械和物理反制措施、電子干擾和限制電磁輻射或發射控制 (EMCON)。對每一種戰術都進行了研究，以確定這些反目標行動和防御性反措施對友軍在整個交戰期間保持行動和作戰能力的影響。

B. DMO 模型與模擬

為了分析和評估由多領域平臺組成的各種部隊架構的效用，團隊使用名為 ExtendSim 的離散事件模擬程序構建了一個基于事件的模型，以表示艦隊與近鄰對手的艦隊對艦隊交戰。SEA-27 小組開發的 ExtendSim 交戰模擬考慮了友方和敵方的作戰指令，包括預計在 2030-2035 年期間投入使用的主要平臺、傳感器和武器系統。此外，還對之前描述的戰術的使用進行了建模，以深入了解在各種生存能力和殺傷力性能指標方面使用欺騙性措施的潛在價值。

為了對友軍反措施、反瞄準和反交戰戰術的有效性進行詳細分析，"頂點 "團隊建立了一個以執行敵方殺傷鏈為重點的仿真模型。該模型表示了敵方在水面、空中和導彈領域的威脅，它通過殺傷鏈的各個階段，以攻擊指定的藍軍平臺為目標。如圖 1 所示，殺傷鏈序列包含敵方威脅必須執行的主要功能，包括發現、瞄準和最終攻擊指定的友軍資產。在確定特定交戰結果時，要考慮敵方威脅和友軍資產的相對性能參數，包括友軍在殺傷鏈各階段可能采用的各種戰術和反制措施。在敵方威脅通過殺傷鏈的各個階段實施欺騙和轉移方法，可使友軍降低或破壞敵方執行發現、瞄準和交戰功能的能力。在模擬中應用各種邏輯語句和設置，有助于檢查以 DMO 為中心的前沿友軍對總體成功衡量標準的影響。

通過 ExtendSim 模型的數據輸出和多元回歸分析的應用，可以對基準固定兵力結構和可變兵力結構進行評估。基線部隊結構由一組固定的友軍艦船和飛機組成，按傳統的行動編隊排列，包括航母打擊群、遠征打擊群、水面行動群和各種獨立的可部署單元。對固定兵力結構進行研究的自變量包括各種戰術，如使用干擾、可用物理反制措施的數量、EMCON 分配和蜂群資產的部署。DMO 的可變兵力結構由水面、空中和無人資產的任何潛在組合以及相關的可使用戰術和反制措施組成。分析可變兵力結構時考慮的輸入變量包括前文所述的戰術，以及水面和空中領域的可變平臺數量。通過對這兩大類兵力結構的分析，研究小組確定了有助于友軍成功完成任務的重要統計因素或戰術和平臺，以及采用各種平臺組合及相關戰術和欺騙性措施的作戰影響。

C. 結論

通過對固定和可變兵力結構的分析，有幾個因素被認為對各種兵力組合執行 DMO 的能力具有重要的統計和作戰意義。就友軍的生存能力而言，使用干擾和欺騙性蜂群對作戰效能的影響大于任何機械或物理對抗措施或任何經分析的電磁控制技術。對敵方威脅實施干擾可擾亂殺傷鏈的發現和瞄準階段，導致發現和/或攻擊指定藍軍資產的時間延遲。敵方威脅在瞄準階段的時間延遲導致友軍有更多機會進行反介入，以便在導彈或武器介入前解除或摧毀威脅。此外，蜂群的存在會造成更多的接觸和雜亂，這就要求敵方投入更多的時間和資源來識別蜂群中的每輛車并將其分類為敵方或友方。同樣，這種對威脅造成的延遲也有利于友軍實施進攻性打擊，并對來襲威脅進行分層防御。

主要的導彈攜帶水面平臺，特別是巡洋艦和驅逐艦，在交戰場景中采取進攻姿態時，會產生最大的統計和作戰影響。友軍在生存能力和殺傷力方面能否取得成功，取決于導彈航母在進攻性和防御性武器方面的重大貢獻，以及對共同作戰和火控網絡的貢獻能力。導彈航母具有遠程攻擊能力，是大范圍內部隊集體防御的主要基礎。此外，在整合無人資產方面，導彈航母可作為部署和控制無人資產的母平臺。

SEA-27 小組是在分析了對有能力的對手實施 DMO 的因素的統計和作戰意義的基礎上提出這些建議的。在干擾方面，至關重要的是不僅要研究針對對手使用電磁輻射的方法，還要考慮防御類似攻擊的能力。由于嚴重依賴網絡進行通信和共享共同作戰畫面，必須降低易受干擾的程度，以防止因無法自由使用電磁頻譜而喪失能力。無人資產和技術雖然在交戰模擬中主要作為雜波建模，但在 ISR 能力和提高殺傷力方面可作為友軍作戰能力的重要因素。武裝無人資產的存在改變了戰斗空間的動態，能夠有效使用多領域無人飛行器的操作員將獲得優勢。最后，如果無人資產能夠成功地模仿戰斗序列中經常成為敵方威脅目標的另一艘艦艇（例如航空母艦），那么所有其他友軍平臺都會因減少成為敵方威脅的目標和交戰而受益。

該項目為與使用無人系統支持分布式海戰（DMO）有關的作戰概念和系統設計決策提供信息。研究通過系統地改變仿真模型中的系統設計特征和作戰活動，支持對無人系統（UVC）進行能力級分析。分析結果表明，UVC 可提高各種無人系統的作戰可用性（Ao）和使用時間（TOS），因為它可隨時進入維護、加油和重新武裝設施，而無需長時間前往岸基設施或分布式支援艦艇。在比較使用 UVC 的配置與在自適應兵力包 (AFP) 中分配無人系統支持的配置時，單個無人系統的 Ao 提高了 6% 到 31%。仿真模型分析確定了 UVC 架構，其中包括至少 8 個無人機發射回收站、至少 3 個船舷托架和至少 5 個甲板井托架，以最大限度地提高 Ao。

在支持分布式海上作戰（DMO）時，無人系統有可能發揮兵力倍增器的作用，在提高殺傷力的同時降低有人系統的風險。然而，無人系統到岸基維護、加油和重新武裝設施的轉運時間減少了可用于支持執行 DMO 的自適應兵力包（AFP）的總體駐扎時間（TOS）。本項目研究了無人水面艦艇 (USV)、無人水下航行器 (UUV) 和無人機 (UAV) 在美國海軍現有艦艇上的集成問題，該艦艇已被重新改裝為無人載具 (UVC)。在本報告中，"UxV "一詞用于描述無人系統這一類別。

如 Van Bossuyt 等人（2019 年）所述，項目團隊采用了系統定義、系統建模和系統分析的通用系統工程流程序列。在系統定義過程中，項目團隊重點開發了作戰概念（CONOPS），并定義了 UVC 的系統要求。系統建模活動的重點是構建 UVC 的離散事件仿真模型。在系統分析階段，團隊利用所開發的模型來評估 UVC 的各種設計參數對每種無人系統類型的運行可用性（Ao）的影響。

A. 系統定義

在系統定義階段，從自上而下和自下而上的角度開發和考慮了 UVC 要求。從自上而下的角度來看，團隊分析并確定了滿足總體任務有效性目標所需的能力，而與任何現有的候選平臺無關。從自下而上的角度來看，團隊評估了一艘登陸直升機船塢（LHD）艦，以確定該平臺可實現的最大 UVC 能力。通過查閱文獻和分析利益相關者的需求，項目團隊確定了 UVC 的以下關鍵能力：指揮與控制 (C2)、UxV 發射、UxV 維護和 UxV 回收。根據設想，UVC 將包括著陸甲板無人機發射和回收站、無人機維護/布防/燃料艙、用于大型 USV/UUV 操作的船舷艙或站，以及用于小型 USV/UUV 操作的井甲板艙。

B. 系統建模

項目構想將 UVC 視為針對地面和岸上敵對兵力實施 DMO 的 AFP 的一部分。UVC 的作用是支持 UxV 對敵方岸基導彈基地進行偵察和打擊。在打擊階段之前、期間和之后，UxV 提供全天候的情報、監視和偵察（ISR）、目標定位和戰損評估服務。UVC 的總體目標是通過消除到岸基支持設施的較長運輸時間來增加 UxV 的全時服務時間。為實現這一總體目標，研究小組選擇 "航程 "和 "持續停留時間 "作為性能指標（MOP），并選擇 "UxV 任務時間"、"UxV 停機時間 "和 "維護灣利用率 "作為效果指標（MOE）。

設計并開發了一個離散事件仿真模型，用于分析 UVC 設計參數對 MOP 和 MOE 的影響。該模型是通過 ExtendSim10 建模程序開發的。該模型包括 UxV 發射和回收、UxV 維護活動以及 UxV 重新武裝和加油活動。UxV 的發射時間表和總模擬運行時間是根據擬議的 UVC CONOPS 制定的。目前，該模型并未考慮 UxV 的損失或故障；這是未來可能開展工作的一個領域。模型的主要輸出是每種 UxV 的 Ao。

C. 系統分析

為了廣泛探索實驗空間，同時減少試驗總數和模型運行時間，我們專門設計了一個填充空間的拉丁超立方設計。每次試驗重復模擬 30 次并收集結果。合并所得的 Ao 值，得出每個試驗的統計平均值。

分析結果表明，UVC 可隨時提供維護、加油和重新武裝設施，而無需在岸基設施或分布式支援艦艇之間進行長時間的轉運，從而改善了每種 UxV 的 Ao 值和 TOS 值。對于任何特定的 UxV，通過增加 UVC 發射、回收和維護站的數量，從而消除或減少這些服務的排隊時間，可獲得最大的 Ao。分析表明，UVC 在設計時應至少配備 8 個無人機發射/回收站、至少 3 個船舷托架和至少 5 個焊接甲板托架。這些參數沒有確定上限，這也是未來研究的一個潛在領域。

有趣的是，雖然 UVC 的存在改善了大型無人水面艦艇（LUSV）的航速，但 UVC 的實際設計似乎對 LUSV 的航速沒有影響。這可能是由于 LUSV 的假定任務持續時間長，假定維護間隔長，因此不可能出現任何排隊現象。單個船側停泊區似乎足以為多艘 LUSV 提供服務，但即使是單個船側停泊區，也可通過消除到岸基設施的轉運時間來改善 Ao。

作為分布式海上作戰（DMO）的一個關鍵原則，盡管有人和無人、水面和空中、作戰人員和傳感器在物理時空上都有分布，但它們需要整合成為一支有凝聚力的網絡化兵力。本研究項目旨在了解如何為 DMO 實現有凝聚力的作戰人員-傳感器集成，并模擬和概述集成實施所需的系統能力和行為類型。作為一個多年期項目，本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境，尤其側重于有人和無人飛機的情報、監視和偵察 (ISR) 任務。

在半個世紀的建模和仿真研究與實踐（例如，見 Forrester, 1961; Law & Kelton, 1991），特別是四分之一世紀的組織建模和仿真工作（例如，見 Carley & Prietula, 1994）的基礎上，獲得了代表當前技術水平的計算建模和仿真技術（即 VDT [虛擬設計團隊]；見 Levitt 等人, 1999）。這種技術利用了人們熟知的組織微觀理論和通過基于代理的互動而產生的行為（例如，見 Jin & Levitt, 1996）。

通過這種技術開發的基于代理的組織模型在大約三十年的時間里也經過了數十次驗證，能夠忠實地反映對應的真實世界組織的結構、行為和績效（例如，參見 Levitt, 2004）。此外，幾年來，已將同樣的計算建模和仿真技術應用到軍事領域（例如，見 Nissen, 2007），以研究聯合特遣部隊、分布式作戰、計算機網絡行動和其他任務，這些任務反映了日益普遍的聯合和聯盟努力。

本報告中描述的研究項目旨在利用計算建模來了解如何為 DMO 實現有凝聚力的戰斗傳感器集成，并建模和概述集成實施所需的系統能力和行為類型。作為一個多年期項目，本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境。在這第一項工作中，將對當今的海上行動進行建模、模擬和分析，重點是有人駕駛和無人駕駛飛機的情報、監視和偵察（ISR）任務。這為與執行 ISR 任務的一個或多個 DMO 組織進行比較確立了基線。這也為與其他任務（如打擊、防空、水面戰）進行比較建立了基線。第二階段接著對一個或多個備用 DMO 組織進行建模、模擬和分析。

在本技術報告的其余部分，首先概述了 POWer 計算實驗環境，并列舉了一個實例，以幫助界定 DMO 組織和現象的計算建模。依次總結了研究方法。最后，總結了沿著這些方向繼續開展研究的議程。這些成果將極大地提高理解和能力，使能夠為 DMO 實現戰斗員與傳感器的集成，并為集成實施所需的系統能力和行為建模和概述。

本研究的興趣系統(SOI)集中在藍軍(BF)控制敵方紅軍(RF)對戰略瓶頸貿易路線的影響的任務，以及BF在隨后的沖突中執行的殺傷鏈功能。殺傷鏈功能 "發現RF威脅 "由BF的情報監視偵察（ISR）執行，"瞄準RF威脅 "的功能由BF的決策者執行，而 "與RF威脅交戰 "的功能由BF的射手執行。在執行殺傷鏈功能的過程中，BF的ISR、決策者和射手之間會交換多種信息，并且公認需要在進行合作交戰時提高指揮和控制（C2）的反應能力，以確保在2030年之前超額完成對近距離敵人的任務，屆時海軍無人水面艦艇預計將加入艦隊。

本頂點研究將改進的合作交戰能力（CEC）和指揮與控制（C2）結合起來，以適應在分布式海上行動（DMO）地點作戰的部隊包（AFP）。這項研究考察了CEC的四個重要實體。首先，一個完整的CEC有一個能夠識別潛在目標精確位置的觀察者。在導彈威脅環境中，位置細節的精確度必須極高，并且每秒更新多次。這一功能要素將被歸類為觀察者/ISR或傳感器功能。第二，一個完整的CEC有能力從觀察者/ISR平臺向其他參與平臺交換這種高保真、目標質量的數據。第三，一個完整的CEC有一個發射平臺，其彈藥能夠成功地起訴所觀察的目標。第四，一個完整的CEC具有決策支持/決策能力，其中人類決策者與系統對接并表達他或她的武器釋放權。觀察者/ISR、決策者和射手的組合將在本文中被稱為致命三要素。

這項研究的中心是藍軍(BF)控制敵方紅軍(RF)對戰略瓶頸貿易路線的影響的任務，以及在隨后的沖突中由BF執行的殺傷鏈功能。發現、瞄準和打擊威脅的殺傷鏈功能分別由BF的觀察者、決策者和射手執行。在執行殺傷鏈功能的過程中，致命的三人組之間會交換多種信息，并且公認需要在執行CEC時提高C2的反應能力，以確保在2030年海軍無人水面艦艇預計加入艦隊時能超額完成任務。

為縮短目前殺傷鏈執行過程中的C2周期，建議對致命三體的互操作性進行改進，包括將致命三體之間通常的模擬信息進行數字化，將無線電信息從一種協議轉換為另一種協議，為致命三體提供最佳解決方案的自動化，以及納入類似于F-35上使用的MADL通信。在每個平臺上實施這些改進，應該可以建立一個分布式的、AFP的、特設的網絡。

最重要的是縮短C2周期應該對殺傷鏈和戰斗的結果產生影響。殺傷鏈的好處應該包括在致命的三位一體之間更快、更少的干擾；在高度競爭的環境中做出更靈敏、更可靠的決策；改進武器系統與威脅的匹配，最終形成一個更適當、更有效的特設、自我形成的AFP。

在開發擬議改進的能力和功能模型的同時，還對任務場景進行了模擬，使用各種組合的BF致命三合會攻擊和防御敵人的RF武器系統，其中包括無人駕駛的現實武器系統參數。仿真數據收集和分析結果表明，在實施擬議的JCEC C2互操作性改進措施時，BF的生存能力提高了5.9%到6.4%，最大的改進是由于自動決策。額外的數據還表明，通過JCEC C2的改進來加速殺傷鏈，可以使多達12個額外的BF彈藥可用于發射，4.6個額外的RF彈藥被摧毀，從而作為一種形式的BF倍增器發揮作用。BF損失也減少了12.6%。

這些結果表明，通過提高致命三要素之間的互操作性，并通過自動化改善人類的決策，可以挽救作戰人員的生命，因為更少的BF平臺被損失，并在2030年保持對近似同行的敵人的超強實力。分析支持，日本空軍面臨的最重要的因素是人類的認知反應時間與未來敵人的超高速射彈（HVP）可能的速度之間的不匹配。數據表明，人類決策者在指揮和控制系統中引入了嚴重的延遲，這可能會阻礙聯合艦隊在未來的沖突中迅速作出反應和保衛其平臺的能力。2030年的聯合艦隊應該考慮追求人工智能和機器學習算法，以大大減少聯合艦隊C2的C2周期時間和數據交換延遲，從而增加化解新開發和更快到來的威脅的機會。

美國負責采購和維持的國防部副部長辦公室（OUSD A&S）的任務是快速和低成本地向作戰人員和國際合作伙伴提供和維持安全和有彈性的能力。現在迫切需要開發適應性采購框架（AAF），以加快軟件開發和采購流程，加強作戰概念（CONOPS），如分布式海上作戰（DMO）。國防部（DoD）必須利用與國防戰略和全球威脅的性質相聯系的數據驅動的分析來塑造AAF，并擴展新的能力來應對新的威脅。威脅和能力共同演化矩陣（TCCM）解決了這一要求。威脅是一種能力試圖處理的問題。一種能力是代表威脅的問題的解決方案。共同進化算法探索了一些領域，其中一個能力或能力組合的質量由其成功擊敗一個威脅或威脅組合的能力決定。TCCM有可能在新的和有爭議的環境中系統地優化、推薦和共同演化能力和威脅。我們展示了一個關于幫助項目執行辦公室（PEO）使用從公開來源匯編的非機密數據對特定領域DMO的能力和威脅進行戰役的用例。

引言

不僅美國防部負責采購和維持的副部長辦公室（OUSD A&S）有必要制定采購戰略，而且整個國防部也有必要應用數據驅動的分析以及與國防戰略和全球威脅的性質相聯系的創新和適應性作戰概念（CONOPS），并為作戰人員擴展新的能力。

例如，為了提高部隊的總體戰備能力，并在廣泛的行動和沖突頻譜中隨時投射戰斗力，海軍需要靈活的指揮和控制（C2）組織結構來滿足CONOPS。例如，DMO是海軍的一個CONOPS，而遠征先進基地作戰（EABO）是美國海軍陸戰隊（USMC）的一個CONOPS。DMO和EABO都是海戰現代化的新興作戰概念。PMW 150是PEO C4I的C2系統項目辦公室，也是C2解決方案的主要提供者，它的工作重點是將作戰需求轉化為海軍、海軍陸戰隊、聯合部隊和聯軍作戰人員的有效和可負擔的作戰和戰術C2能力。PMW150的任務是 "以創新的方式滿足相關能力的操作要求，使作戰人員能夠保持C2的優勢"（Colpo，2016）。

另一方面，美國艦艇的海上行動，特別是在沿海地區，將繼續存在爭議和危險；因此，當務之急是發展DMO和EABO，以實現統一的行動愿景。DMO的目的是在有爭議的環境中支持國家和戰略目標。DMO的概念不僅將進攻性打擊視為在戰斗中獲勝的主要戰術，而且還將欺騙和迷惑敵人的能力確定為在有爭議的環境中獲得成功的關鍵任務。目前的工作重點是將現有的平臺、系統和能力與DMO的具體戰術相結合，以實現海上戰略和作戰目標。DMO被定義為 "通過使用可能分布在遙遠的距離、多個領域和廣泛的平臺上的戰斗力來獲得和保持海上控制所必需的作戰能力"（海軍作戰發展司令部[NWDC]，2017）。

DMO作為海軍和海軍陸戰隊資產運作的一個概念，其發展源于分布式殺傷力（DL）模型（Popa等人，2018）。DMO的概念采用了DL的擴展觀點，由三個支柱組成：通過網絡射擊能力提高單個軍艦的攻擊力，將攻擊能力分布在廣泛的地理區域，并為水面平臺分配足夠的資源，以實現增強的作戰能力（Rowden, 2017）。DMO還強調在所有領域，包括空中、地下和網絡戰，都需要更有彈性和可持續性的水面平臺。DMO的未來觀點是成為以艦隊為中心的戰斗力，通過整合、分配和機動性，允許在多個領域（有爭議的空中、陸地、海上、太空和網絡空間；國防部，2018）同時和同步執行多種能力和戰術，以便在復雜的有爭議的環境中戰斗和獲勝（Canfield，2017）。因此，DMO不僅包括傳感器、平臺、網絡和武器的傳統戰爭能力，而且還延伸到隨著新技術發展的其他戰術。DMO概念使用涉及ISR、機器學習（ML）和人工智能（AI）的先進探測和欺騙，特別是使用無人系統來增強進攻性戰術行動的能力；因此，通過潛在地利用平臺、傳感器、武器、網絡和戰術的不同組合，可以在所有海上領域放大一支多樣化但統一的部隊的戰斗力。

DMO的概念包括詳細的能力，如反措施、反目標和反介入的戰術。反措施是旨在轉移威脅的防御性能力。反目標可能是進攻性能力、欺騙性戰術和轉移威脅的作戰演習。欺騙性戰術包括無人資產群、機械和物理反措施、電子干擾和限制電磁輻射，或排放控制（EMCON）。反介入是為了消除威脅。

傳統上，基線部隊結構由一組固定的友軍艦艇和飛機組成，排列成行動組，包括航母打擊組（CSG）、遠征打擊組（ESG）、水面行動組（SAG），以及各種獨立的可部署單位，如EABO的遠征海軍部隊。

DMO的行動要求包括能力、人力、維護和供應等資源，需要仔細分析、計劃和執行，這需要正確的數據戰略、分布式基礎設施和深度分析。威脅與能力協同進化矩陣（TCCM）的技術概念解決了DMO和EABO行動的要求。威脅是一種能力試圖處理的問題，包括其復雜性和緊迫性。一種能力是代表威脅的問題的解決方案。來自ML/AI社區的協同進化算法探索了一些領域，其中能力或能力組合的質量由其成功擊敗威脅或威脅組合的能力決定。戰爭游戲模擬中使用的協同進化算法類似于國防應用中廣泛使用的蒙特卡洛模擬，只是它們參與了預測和預報、優化和博弈（minmax）算法等ML/AI。DMO和EABO概念要求處理不斷變化和發展的威脅的能力和資源網絡的靈活性和進化。

圖 1. 每個節點都使用 CLA 注意：每個節點的內容和數據可能包括能力；首先需要對能力進行索引、編目和數據挖掘。

圖 2. TCCM 和兵棋仿真的概念

該項目通過比較傳統彈藥和美國傳統武器系統發射的超高速炮彈（HVP），探討了普通超高速炮彈如何支持反空戰（AAW）、反水面戰（ASUW）和海軍水面火力支援（NSFS）任務。這項研究考察了HVP在任務規劃、后勤和多個任務區使用的效果。該研究的主要目標問題是："在傳統武器系統中使用HVP是否能提供同等的進攻和防御能力，并改善任務規劃中的后勤運作？" 利用基于模型的系統工程和架構，該項目正式確定了對HVP系統中固有的操作或任務靈活性進行定量系統分析所需的標準。創建了一個深入的模型，分析了包括和不包括HVP彈藥的情況下多個變量的性能，這提供了整體有效性的信息。結果證明了將HVP納入武器系統裝載的好處。在保持性能的同時，在成本、再補給和可用彈藥方面都有好處。基于這個模型的結果，最初的假設被證實，HVP彈藥的有效性提高了整個任務的成功率，并提供了一個成本效益高的替代方案，而不是只使用傳統的武器系統。

執行摘要

本研究考察了在DDG 51（Arleigh Burke）和CG（Ticonderoga）級海軍艦艇上的MK 45-5英寸炮以及DDG 1000（Zumwalt）級海軍艦艇上的先進火炮系統（AGS）155毫米炮中使用超高速炮彈（HVP）作為普通彈藥在任務規劃、操作和后勤方面的效果。HVP是一種多任務彈藥，可以與傳統的武器系統一起使用。

這篇論文通過比較傳統彈藥和美國傳統武器系統發射的HVP，探討了HVP彈藥如何支持反水面戰（ASUW）、反空戰（AAW）和海軍水面火力支援（NSFS）任務。化學推進的HVP彈藥提供了多任務的靈活性，使作戰人員在離開港口時可以帶著比常規導彈更深的彈倉裝載。HVP彈藥改善了由DDG和CG艦組成的海軍遠征軍的后勤作業，減輕了防御和進攻任務的特定武器配置。在艦隊中部署HVP彈藥使這些艦艇具有更強的能力，并為建造或改裝帶有電磁軌道炮及其相關能源支持系統的艦艇提供了一個更實用和更具成本效益的選擇。

在這項研究中，任務情景的重點是在水面行動組（SAG）中使用DDGs和CGs進行AAW、ASUW和NSFS行動。具體的任務場景集中在一個行動的攻擊前階段，以消除敵方持有的島嶼對航行造成的威脅。一個適應性部隊組合（AFP）已經形成，以奪取控制權并消除位于具有戰略意義的紅島上的威脅性進攻能力和少量敵軍部隊。AFP包括一個兩棲準備小組（ARG）和一個由兩艘DDGs和一個CG組成的SAG，其任務是保衛ARG，獲得周圍水域的海上控制權，并在兩棲攻擊前消除威脅性的海岸設施。使用ExtendSim建立了一個作戰模型來模擬行動的預突擊階段，并允許進行系統分析。

Microsoft Excel被用來創建一個隨機模型，探討在對可能擁有武器優勢的對手進行防御性或進攻性交戰時實施HVPs。通過射程目標圖和隨機模型，該場景被模擬成靜態版本。這些工具被用來估計發射的導彈數量、發射的HVP子彈，以及我們場景的統計結果。使用我們的ExtendSim模型進行分析的結果，使用Minitab進行分析，允許驗證隨機模型所捕獲的數據的能力。這使團隊能夠根據不同的統計圖和圖表軟件來分析數據，以收集計算有效性（MOE）和性能（MOP）的措施所需的信息。

衡量效力和性能的結果證明了將HVPs納入武器系統裝載的好處。在保持性能的同時，在成本、再補給、可用彈藥方面都有好處。這些都證實了最初的假設，即HVP彈藥的有效性提高了整個任務的成功率，并提供了一個具有成本效益的替代方案，而不是只使用傳統的武器系統。

用于模擬防御場景的DDG和CG艦的導彈和火炮的致命性概率數據是不保密的，因此本論文中提出的結果需要用保密數據來運行，以獲得現實的結果。

I. 簡介

A. 綜述

美國海軍的使命是 "維持、訓練和裝備能夠贏得戰爭、阻止侵略和維護海洋自由的戰斗準備的海軍部隊"（美國海軍2017）。為了實現這一使命，美國海軍艦艇必須能夠支持幾個不同的任務領域，并能夠在沒有預警的情況下適應不斷變化的任務。為了做到這一點，海軍艦艇依靠使用幾種彈藥類型來支持幾個任務領域。本研究考察了在DDG 51（Arleigh Burke）和CG（Ticonderoga）級海軍艦艇上的MK 45-5英寸炮以及DDG 1000（Zumwalt）級海軍艦艇上的先進火炮系統（AGS）155毫米炮中使用超高速炮彈（HVP）作為通用彈藥在作戰、任務規劃和后勤方面的效果。

B. 問題陳述

目前，美國海軍依靠幾種類型的彈藥來支持進攻性和防御性武器系統和任務能力。任務的需要驅動著艦上彈藥的裝載（即彈藥的類型和數量），在開航前就已經上船。在海上，如果任務或威脅發生了重大變化，艦艇根據其彈藥裝載和能力進行調整和應對的能力可能是有限的，至少在他們能夠在海上或岸上得到補給之前。由于需要在開航前確定武器裝載量，以及必須考慮的各種特定任務的彈藥，限制了作戰的靈活性、能力和容量。這項研究考察了HVP在任務規劃、后勤和使用方面的影響，作為美國海軍反空戰（AAW）、反水面戰（ASUW）和海軍水面火力支援（NSFS）任務領域中的一種通用彈藥。

C. 研究目標

本研究通過比較傳統彈藥和美國傳統武器系統發射的HVP，探討了一種通用的HVP彈藥如何支持ASUW、AAW和NSFS任務。化學推進的HVP彈藥提供了多任務的靈活性，使作戰人員在離開港口時擁有比常規導彈更深的彈倉裝載量，而不必在特定任務的武器中進行選擇。利用系統工程和架構，該項目正式確定了對HVP系統中固有的操作或任務靈活性進行定量系統分析所需的標準。

主要的研究目標是解決這個研究問題，它指出 "在傳統武器系統中使用HVP是否能提供同等的進攻和防御能力，并改善任務規劃中的后勤運作？"

D. 系統工程方法

本項目使用的系統工程方法包括三個階段。它在圖1中被描繪出來。從最初的研究階段開始，對論文主題進行了徹底的研究，以更好地了解被分析的系統。確定了能力差距，進行了利益相關者分析，并對當前系統的運行概念進行了分析。不同的分析被用來確定項目的范圍。該階段完成后，開始了系統架構階段。在這個階段，通過需求分配、功能分析和貿易研究，開發了一個架構來指導系統的設計和開發。在第二階段完成后，系統分析階段開始。在第三階段，團隊對傳統彈藥與傳統武器系統發射的普通HVP彈藥進行了離散事件建模的比較分析。根據這一建模的結果，提出了建議。

圖1. 系統工程方法

隨著當前海軍戰爭的趨勢轉向自動化作戰武器系統，美國海軍正將其戰略重點放在人工智能（AI）能力上，以減少作戰人員行動時間。這個系統工程（SE）項目使用約翰-博伊德的觀察、定向、決策和行動（OODA）概念和海軍陸戰隊規劃過程（MCPP）（Angerman 2004；美國海軍部2016）來代表人類-人工智能決策過程。空中和導彈防御（AMD）的殺傷鏈是通過簡化聯合目標定位理論“JP 3-60”（參謀長聯席會議2018）來體現的。殺傷鏈過程中提高操作動化水平被證明可以大大減少執行時間，如果進一步發展和實戰化，將為海員和海軍陸戰隊提供防空的戰術優勢。通過使用專家系統和人工智能加速殺傷鏈將大大縮短交戰時間，有效地擴大戰斗空間。

該項目開發了用于防空和導彈防御的人工智能（AI-AMD）架構，該架構旨在通過對威脅進行優先排序并在人類用戶的最小介入下采取行動來改善作戰決策。該項目專注于理解和評估空空導彈防御（AMD）的殺傷鏈，通過確定使用AI-AMD可以更快地執行行動。項目組確定并評估了與應用于殺傷鏈過程中各個步驟的AI-AMD自動化水平相關的風險。該小組進行了建模和模擬（M&S）分析，以比較低水平自動化（"無 "人工智能）的殺傷鏈和高水平自動化（"有 "人工智能）的殺傷鏈，根據節省的時間來評估改進。

該團隊在M&S分析的基礎上開發了高度自動化的AI-AMD決策輔助作戰能力的概念，并確定了有可能應用于未來AI-AMD架構的現有和未來人工智能方法。該團隊按照美國防部的架構框架（DODAF）進行了架構分析，以確定AI-AMD的操作過程。該小組采用基于模型的系統工程（MBSE）方法，使用SE工具Innoslate來開發概念架構。架構分析結合了藍軍（BLUFOR）防空傳感器、武器裝備和聯合網絡，創建了一個OV- 5b/6c行動圖，描述了AI-AMD決策輔助輸出與JP 3-60聯合目標定位程序步驟協同應用，以消除敵人的威脅（參謀長聯席會議2018）。為了完成其任務，BLUFOR系統（SoS）執行36項業務活動：AI-AMD內部的17個決策點和外部系統的19個功能（包括傳感器行動和網絡通信）。該團隊使用實驗設計（DOE）、離散事件和隨機模擬分析了架構分析的結果，發現在目標定位過程中高壓力的AMD場景需要完全自動化水平，而低壓力的AMD場景需要最低水平的自動化。該團隊開發了一個決策風險矩陣，顯示出高壓力情況下的風險可以通過完全的自動化水平來降低。目標定位過程中17個步驟中的每個步驟的風險評估都被分為四類：低、中低、中和高。團隊制定了一個相關的風險值來進行風險評估確定。團隊利用Parasuraman的自動化水平（1-10級）來進行風險評估，將決策風險與目標定位過程中各個步驟的自動化水平聯系起來（Parasuraman, Sheridan, and Wickens 2000）。該小組開發并使用了一條效用曲線來幫助確定每個自動化水平所節省的時間。自動化程度越高，節省的時間就越多。

該項目側重于單一威脅的交戰，以了解殺傷鏈過程中AI-AMD的時機。該小組進行了M&S分析，以證明AI-AMD架構的能力。該小組使用Innoslate MBSE工具和Microsoft Excel進行了離散事件模擬。在大量投資于行動圖之前，團隊使用Excel來評估元模型。仿真的主要重點是建立AI-AMD在不同壓力水平下的時間性能，如低、中、高。次要目標是將該模型發展為可交付的設計工具，在NPS用于未來研究。該小組從公開來源的威脅數據中選擇了三個有代表性的交戰：低壓力情景（時間軸為58.65分鐘），中度壓力情景（時間軸為9.72分鐘），以及高壓力情景（時間軸為1.51分鐘）。該小組的M&S分析結果顯示，在低壓力情景下，僅由人類做出的決策（自動化水平1）導致對飛入時間為58分鐘或以上的敵方威脅的AMD殺傷率達到100%。對于中度威脅情景（代表AI-AMD對每個作戰活動決策節點的不同自動化水平（如6到10）），1000次隨機運行的數據結果顯示所有交戰的平均完成時間為8.08分鐘。當AI-AMD系統被設置為較高的自動化水平時，該系統在中等威脅情況下成功地進行了AMD防御。高壓力場景的分解時間線允許每個作戰活動決策節點有0.09分鐘。該小組將人工智能-AMD系統設置為在高壓力情景下僅由人工智能進行決策（自動化水平10）。高壓力場景的結果表明，在自動化程度為10級的情況下，有可能成功應對敵人的威脅。該小組進行了敏感性分析，以探索替代的基本代表分布（基線、對稱變量擴散和高度傾斜）的影響。雖然分布形狀的變化確實影響了結果，但在每一種情況下，只有在人工智能支持的節約率超過97%的情況下，才會在高壓力場景中取得成功。

該項目研究了人工智能方法如何應用于AMD決策，以提高自動化水平，減少人類-人工智能團隊的執行時間（人工智能輔助決策）。該團隊自上而下地分析了AMD殺傷鏈：從OODA到尋找、固定、跟蹤、目標、參與和評估（F2T2EA）。該小組確定了17個關鍵決策點，在這些決策點上，提高自動化水平可以提高AMD的決策速度。潛在的自動化水平與每個不同步驟相關的風險進行了平衡。該小組使用M&S來評估人工智能-AMD系統在低水平的自動化（"無 "人工智能）到高水平的自動化（"有 "人工智能）下的決策的及時性。由此產生的AI-AMD概念架構的高層次能力被記錄下來，隨著系統技術的成熟，建議利益相關者考慮。該團隊確定了現有和未來的人工智能方法及其在AMD殺傷鏈中的潛在應用。該小組已經確定了未來人工智能-AMD的迭代需求，以研究整個戰場上具有多種威脅和參與的更復雜的情況。

該項目支持美國陸軍戰爭學院保持一個公認的領導者，并在與美國陸軍和全球陸軍應用有關的戰略問題上創造寶貴的思想。該項目于2018年由美國陸軍訓練與理論司令部總部要求，描述一個新的或修改過的作戰框架，以使陸軍部隊和聯合部隊在多域作戰（MDO）中對同行競爭者成功實現可視化和任務指揮。

由此主要形成一個在2019學年進行的學生綜合研究項目，該項目涉及4名美國陸軍戰爭學院學生和4名教員，由John A. Bonin博士領導。該項目研究了MDO的概念，即它如何影響任務指揮的理念和指揮與控制職能的執行。向MDO的過渡改變了陸軍指揮官和參謀人員在競爭連續體中進行物理環境作戰和信息環境作戰的傳統觀點。

該項目以第一次世界大戰期間美國陸軍引進飛機為案例，研究將新領域納入軍隊的挑戰。該項目還提供了對MDO的概述和分析，以及它正在改變我們的戰斗方式以及軍隊的角色和責任。這些變化將使聯合部隊能夠更有效地進行連續作戰，特別是在武裝沖突之下的競爭中。

向MDO的過渡將需要新的流程，該項目調查了多領域同步周期如何能帶來好處。物質系統、聯合專業軍事教育、聯合和陸軍理論以及總部人員結構將需要改變，因為領導人及其工作人員將需要不同的技能來在這個新環境中運作。

報告總結

陸軍新興的多域作戰（MDO）概念對最近修訂的陸軍任務指揮理論提出了新的挑戰。美國已經有75年沒有與同行競爭者作戰了；因此，個別軍種在概念上側重于打自己的對稱領域戰爭，而較少注意在其他領域支持其他軍種。隨著技術的變化和國防預算的縮減，各軍種正在迅速失去通過純粹的存在和數量來控制其領域的能力和實力。因此，各軍種需要從不同領域獲得不對稱的優勢，以便在其領域作戰中取得成功。

陸軍的指揮和控制方法是任務指揮。這種方法要求指揮官有能力理解、可視化、溝通和評估關鍵決策、風險以及關鍵情報和信息要求。多域作戰的任務指揮將要求指揮官在多個領域以及指揮梯隊之間和內部保持單領域的卓越和知識。同樣重要的是，指揮官必須創造、確保并維持對其自身決策過程的共同認識。風險分析和關鍵的情報和信息需求過程是必要的，以確保指揮官能夠設定條件，賦予下屬領導權力，并在多個領域的范圍內影響分布式行動。因此，為了滿足這些新的要求，需要有新的框架來理解和調整多領域的指揮關系和人員結構。

這些新的框架將需要一個多領域的同步化進程，為指揮官提供一個確定新需求并為其提供資源的方法。與使用軍事決策程序或聯合規劃程序的傳統作戰程序不同，這兩種程序都側重于單一領域的規劃，而多領域同步程序則是在整個規劃和執行周期中，從指揮官和參謀部之間的持續合作中演變而來，跨越所有領域和環境。這種演變創造了對關鍵決策、相關風險以及指揮官認為至關重要的關鍵情報和信息要求的共同理解。

這項研究支持美國陸軍戰爭學院繼續保持在創造與陸軍和全球陸軍應用相關戰略問題寶貴思想方面的公認領導地位。該研究考察了MDO概念的應用，即它如何影響任務指揮的理念以及指揮和控制功能的執行。第一次世界大戰期間飛機的引入提供了一個與當前情況相似的背景，因為1918年的陸軍在如何為大規模的地面行動提供最佳的指揮和控制，以對抗同行的對手，以及如何整合空中對陸地的支持。當陸軍試圖了解如何在多個領域進行整合時，從約翰-J-潘興將軍對飛機的整合中得到的啟示可以說明問題。威廉-米切爾在戰時和戰后的角色說明了我們在試圖執行MDO時可能面臨的一些挑戰，例如在未來大規模地面作戰行動中保衛網絡和空間領域。

對MDO的概述和分析將提供陸軍對該概念的定義，并描述陸軍在競爭連續體中的作用。MDO概念將需要新的組織和人員框架來在沖突連續體的所有方面實施MDO。陸軍不能保持一個靜態的組織；陸軍必須既能在陸地領域贏得武裝戰斗，又能幫助塑造競爭以防止未來的沖突。

武裝沖突以下的行動歷來都是聯合部隊和陸軍的斗爭。陸軍在戰斗中指揮和控制的任務指揮方法將不足以組織在武裝沖突以下對對手的日常競爭。陸軍在競爭期間為聯合部隊執行重要的任務，特別是在信息環境中，這些任務在MDO下將會擴大。

目前的作戰流程專注于單一領域，對于支持特定領域以外的功能適用性有限。我們必須有新的流程，允許所有領域的資產同步，以優化我們的效率，同時將這些資產的風險降到最低。盡管適用于所有級別的指揮部，但擬議的流程主要集中在高級行動和戰略層面所需的規劃和數據收集。

從單一領域到多領域的重點變化，使得聯合部隊和陸軍的理論必須進行修訂和更新。聯合專業軍事教育課程和聯合學說將需要進行調整，以教導下一代領導人如何跨域整合。僅僅了解其他部門是不夠的；指揮官和參謀人員需要了解其他領域的能力如何支持他們的工作，以及他們在支持其他領域方面的要求是什么。長期以來，聯合部隊只是名義上的聯合，每個領域都在為贏得自己的戰斗而戰斗。MDO概念使聯合部隊能夠優化其有限的資源，既能應對危機，又能在最好的情況下防止競爭中的危機發生。

表3-1. 陸戰、空戰、海戰和信息戰的特點

圖3-3. 陸軍的指揮與控制方法。ADP 6-0

圖3-4. 多域作戰框架

圖3-5. 信息環境框架下的多域作戰