面向戰(zhàn)場的群智感知技術研究

趙晨潔

摘要：信息化戰(zhàn)爭無疑在現(xiàn)代戰(zhàn)爭形態(tài)中占據(jù)著重要地位，建設從傳感器到信息處理系統(tǒng)的“智能化”戰(zhàn)場無縫保障體系至關重要，然而基于靜態(tài)傳感設備的傳統(tǒng)感知網絡是無法滿足戰(zhàn)場需求的。因此，本文通過引入群智感知的相關理論，分析戰(zhàn)場保障數(shù)據(jù)需求，提出了一種面向戰(zhàn)場的群智感知模型，以提高戰(zhàn)場任務的成功率。

關鍵字：群智感知;戰(zhàn)場;服務模型

中圖分類號：TP277 ? ? ?文獻標識碼：A

文章編號：1009-3044（2019）13-0227-03

無論戰(zhàn)爭形態(tài)如何演變，敵情、我情、戰(zhàn)場環(huán)境始終是戰(zhàn)爭研究的基本問題。隨著科技力量的迅猛發(fā)展，信息量呈現(xiàn)出爆炸式的增長。因此，“知己知彼，百戰(zhàn)不殆”被賦予了更深層次的意義，即信息優(yōu)勢和信息能力。信息優(yōu)勢是一種動態(tài)對抗過程;信息能力是爭奪和控制信息優(yōu)勢的具體體現(xiàn)[1]。所以從技術角度講，信息化戰(zhàn)爭條件下建設從傳感器到信息處理系統(tǒng)的無縫保障體系至關重要;其目的在于構建作戰(zhàn)環(huán)境感知體系，能夠實時獲取并預測敵我兩軍當前態(tài)勢以及戰(zhàn)場環(huán)境變化，為“智能化”戰(zhàn)場建設提供有力支撐。

本文通過引入群智感知的相關理論，分析“智能化”戰(zhàn)場保障數(shù)據(jù)需求，解決傳統(tǒng)感知網絡數(shù)據(jù)資源短缺、數(shù)據(jù)更新慢、軟硬件設施缺乏自主可控、感知節(jié)點少等諸多問題，以提高戰(zhàn)場任務的成功率。

1 群智感知關鍵技術研究

隨著嵌入式系統(tǒng)和普適計算的不斷發(fā)展，大部分移動智能終端設備都具備了豐富的傳感器，如熱傳感器、壓力傳感器、重力傳感器、速度傳感器等;所有移動終端可以成為感知節(jié)點，海量移動智能終端構筑起了感知平臺的復雜觸角，使實時、全面、透徹地分析判斷被服務對象當前所處的情景信息并為之提供適當服務成為可能。這種眾包思想被群智感知技術以全新的方式呈現(xiàn)出來，即作為基本感知單元的普通用戶移動設備，通過移動互聯(lián)網進行有意識或無意識的協(xié)作來完成大規(guī)模的、復雜的感知數(shù)據(jù)收集和感知任務分發(fā)。

1.1 群智感知的基本架構

群智感知技術可以從大量感知個體的數(shù)據(jù)中，獲取到具有集群標識的特征信息，再按需反饋給個體，例如提供推薦式服務等。“感知”與“挖掘”作為群智感知技術的兩個核心，感知層由個體與其攜帶的移動智能終端設備組成，挖掘層即后臺數(shù)據(jù)分析中心[2]。感知層的功能為完成數(shù)據(jù)的采集，分為參與式感知和機會式感知，均由終端設備進行用戶信息數(shù)據(jù)的采集并上傳。參與式感知的數(shù)據(jù)是基于用戶主動參與而獲取的，因此精度易受到人主觀意識的影響;機會式感知的數(shù)據(jù)精度依賴于感知算法和整體環(huán)境，因為其感知用戶行為的方式是在用戶無主觀意識狀態(tài)的情況下進行的。挖掘層是為發(fā)現(xiàn)某種潛在信息或規(guī)律而對采集到的原始數(shù)據(jù)進行深度分析。群智感知的經典架構如圖1所示。

感知平臺將某個大型社會任務劃分為多個感知服務子任務，并通過公開呼叫向移動用戶發(fā)布這些任務，在必要時采取激勵機制吸引用戶參與;用戶收到呼叫后，分析自身的觀情況并判斷是否要參與該感知服務;決定參與的用戶利用所獲取到的感知數(shù)據(jù)進行前端處理，上報感知服務平臺的過程中可以采用隱私保護手段;感知平臺處理和分析所采集到的原始數(shù)據(jù)，并將分析結果應用于環(huán)境監(jiān)測、智能交通、城市管理、公共安全、社交網絡等各大服務領域;

最后，感知平臺對用戶數(shù)據(jù)進行量化評估，如果有必要可根據(jù)相應的激勵機制適當?shù)匮a償用戶執(zhí)行感知服務任務的代價。

1.2 群智感知應用的分類

當前群智感知技術服務模式中，手機、平板電腦等移動感知設備具有普適性，借此可以完成依靠個體很難實現(xiàn)的社會感知任務。新南威爾士大學[3]開發(fā)的霧霾監(jiān)視系統(tǒng)HazeWatch是在手機上擴展外部傳感器的基礎上完成的，該系統(tǒng)能夠實時測量空氣中一氧化碳、臭氧、二氧化硫、二氧化氮的濃度;此外該大學研究人員還開發(fā)了類似系統(tǒng)Ear-Phone，利用手機本身所攜帶的麥克風監(jiān)測周圍噪聲水平，旨在分析噪聲污染對人的行為所帶來的影響。微軟研究院主持的Nericell項目[4]使用手機內置速度傳感器、重力傳感器、方向傳感器等來監(jiān)測道路狀況，如凹坑、凸起，或制動和喇叭（該兩者為交通擁堵的隱形指標）;通過采集的海量數(shù)據(jù)分析出道路表面粗糙度、噪聲情況、交通條件等信息，其目的在于方便城市居民出行。在國內的Geolife工程中，研究人員以群智感知技術作為指導思想，采集了170多名志愿者四年的GPS軌跡和北京兩萬多臺出租車三個月的GPS軌跡，并作出了以下研究工作：通過數(shù)據(jù)挖掘得出比較受人們青睞的景點以及人們參觀景點的順序習慣;利用人類的歷史地理位置信息來推斷用戶的社會關系;從基于Web應用的GPS軌跡中發(fā)現(xiàn)用戶的交通模式等。

雖然群智感知技術目前更多致力于民用研究，如環(huán)境監(jiān)測、公共安全、城市管理、智能交通、社交服務等，但是這種利用群體智慧感知更全面情境信息的思維模式近年來在發(fā)展軍事力量研究中也是初見端倪。為了提高部隊在可視化程度較低的夜間戰(zhàn)斗力，美軍在伊拉克戰(zhàn)爭中為每一名士兵提供了單兵頭盔夜視系統(tǒng)，以及其它類似的熱成像設備（如Lion、Sophie系統(tǒng)等）;以單兵設備為感知節(jié)點，大量節(jié)點所采集到的圖像數(shù)據(jù)匯總上傳到后臺數(shù)據(jù)處理中心，通過數(shù)據(jù)挖掘、數(shù)學建模等技術手段及時呈現(xiàn)出當前整個戰(zhàn)場環(huán)境。此外，美國第1陸戰(zhàn)師為支援陸戰(zhàn)隊員在巴格達城市環(huán)境中作戰(zhàn)采購了單兵電臺，該電臺具備頭盔內置耳機、麥克風以及能連接到槍上的按鍵式通話系統(tǒng)，其原理也是通過以人為中心的感知節(jié)點來采集數(shù)據(jù)，并從中分析獲取有用知識。由此看來，這類“單兵”系統(tǒng)不僅用于近距離戰(zhàn)斗中的監(jiān)視和目標搜索，而且其內置傳感器也改善了整個系統(tǒng)的共享態(tài)勢感知能力。此類系統(tǒng)大部分是在阿富汗戰(zhàn)爭中有過出色表現(xiàn)后，通過緊急作戰(zhàn)需求程序專為伊拉克戰(zhàn)爭而設計的。因此，無論是從順應時代發(fā)展潮流的角度而言，還是從加強軍隊信息化建設與國際化水平接軌的角度來講，研究群智感知技術在戰(zhàn)場上的應用具有非常深遠的意義。

2 面向戰(zhàn)場的群智感知模型的構建

無論是傳統(tǒng)戰(zhàn)場還是現(xiàn)代戰(zhàn)場，作戰(zhàn)環(huán)境對軍隊的運動、使用、防護和作戰(zhàn)都會產生不可避免的影響。所謂作戰(zhàn)環(huán)境是指與作戰(zhàn)活動有關的外部空間及其影響作戰(zhàn)活動的各種因素和條件的統(tǒng)稱，包括時間、自然環(huán)境、基礎設施、信息、政治、社會等多個變量[5];美國軍方認為，作戰(zhàn)環(huán)境是所有軍事行動的基本條件。因此，基于作戰(zhàn)環(huán)境的相關理論并結合群智感知的基本架構，本文提出了一種可拓展的面向戰(zhàn)場的群智感知應用模型，如圖2所示。

該模型不僅涉及到群智感知相關理論，還涉及到了數(shù)據(jù)挖掘關鍵技術，包括多源化感知數(shù)據(jù)獲取、特征信息的提取、移動節(jié)點的集群行為分析、智能服務推送等。為了提高模型的可用性，應用場景應至少滿足以下兩個條件：1）以參與式為感知方式的節(jié)點間是相互信任并能夠接收、轉發(fā)和傳遞任何數(shù)據(jù)的;2）伴隨著附著在作戰(zhàn)節(jié)點上的各種移動設備功能不斷發(fā)展與完善，越來越多的嵌入式微型傳感器可配置其中。

2.1 多源化感知數(shù)據(jù)的獲取

在面向戰(zhàn)場的群智感知模型中，除了作戰(zhàn)人員外，作戰(zhàn)工具也可以被用作感知節(jié)點。無論是傳統(tǒng)的裝甲車、運輸車，還是未來作戰(zhàn)武器中的無人地面作戰(zhàn)車、偵察機器人、微型無人偵察機等均是由作戰(zhàn)人員進行操控，作戰(zhàn)工具的當前狀態(tài)、移動狀態(tài)以及工具之間的交互狀態(tài)很明顯具有人的意志;由此可見，作戰(zhàn)工具完全可以勝任移動節(jié)點的所有感知任務。結合作戰(zhàn)環(huán)境的相關理論，考慮到兩軍交戰(zhàn)可能發(fā)生在人煙稀少的熱帶山林或者高寒山地等，也可能發(fā)生在人口密集的城市環(huán)境;在人口比例相對密集的作戰(zhàn)空間中，人文環(huán)境在作戰(zhàn)活動中也占據(jù)著舉足輕重的地位。為了避免不必要的沖突與傷亡，可以選擇非作戰(zhàn)人員（即普通用戶）為感知節(jié)點來更好地實時監(jiān)測當?shù)鼐用袂闆r。對于非作戰(zhàn)人員，數(shù)據(jù)的安全性在信息采集過程中顯得尤為重要;其感知方式的設定可以區(qū)別于作戰(zhàn)人員的參與式感知方式，采用機會式感知，即用戶在無意識的行為中進行數(shù)據(jù)收集。

2.2 特征信息的提取

由于移動節(jié)點本身屬性的差異性以及節(jié)點所處環(huán)境的復雜性，必然會導致原始數(shù)據(jù)集存在冗余、異構的現(xiàn)象。為了解決模型中感知數(shù)據(jù)的分析問題，需要數(shù)據(jù)分析方法相關理論的支撐。數(shù)據(jù)挖掘是一個結合了數(shù)據(jù)庫技術、人工智能、機器學習、統(tǒng)計、知識工程和信息檢索等技術的多學科領域，融合了大量最新研究成果。數(shù)據(jù)挖掘技術可以應用于提取戰(zhàn)場特征信息，其目的是自動分析作戰(zhàn)數(shù)據(jù)并從中獲取隱含情報，以幫助指揮員做出相對準確的作戰(zhàn)決策。譬如在城市空間環(huán)境中作戰(zhàn)，人口相對比較密集且非作戰(zhàn)人員（即普通用戶）的行為是不受控制的;基于盡量避免出現(xiàn)不必要傷亡的作戰(zhàn)原則，對非作戰(zhàn)人員的行為預測也是一項不能忽視的任務;因此，可以對眾多普通用戶的歷史移動軌跡數(shù)據(jù)建立馬爾科夫預測模型，分析移動節(jié)點的集群行為，以達到偵察作戰(zhàn)人文環(huán)境的目的。

2.3 作戰(zhàn)方案智能推送

作戰(zhàn)指揮的核心是作戰(zhàn)決策，作戰(zhàn)環(huán)境的復雜性決定了人仍然是現(xiàn)代戰(zhàn)爭中的主導決策者;然而，信息化戰(zhàn)場中態(tài)勢的瞬息變化卻是人力目前所無法企及的;因此，面向戰(zhàn)場的群智感知模型在某種情況下能夠有效輔助指揮員進行作戰(zhàn)決策。

首先，建立決策問題庫用以存儲諸多軍事專家進行決策的經驗數(shù)據(jù);其次，根據(jù)大量的戰(zhàn)場實時數(shù)據(jù)不斷擬合與訓練作戰(zhàn)模型;然后，由AI輸出幾套最優(yōu)候選方案;最后，指揮員根據(jù)具體戰(zhàn)場情況并結合自身作戰(zhàn)經驗來確定最終的作戰(zhàn)方案，該方案通過模型被下發(fā)至各級指戰(zhàn)員。

3 結束語

移動智能終端設備的飛速發(fā)展，使得更多嵌入式傳感器得到應用;感知節(jié)點可以獲取到更全面的情景信息，從海量多方位的感知數(shù)據(jù)中能夠挖掘出更加準確有效的數(shù)據(jù)知識，更好地滿足作戰(zhàn)需求。新型移動智能終端設備也為群智感知技術在戰(zhàn)場中的應用帶來了更艱巨的新挑戰(zhàn)。本文僅僅是群智感知技術戰(zhàn)場應用的冰山一角，更多疑問還需致力于該研究領域的工作人員共同努力。

參考文獻：

[1] 徐哲， 李卓， 陳昕.面向移動群智感知的多任務分發(fā)算法[J]. 計算機應用， 2017， 37（1）：18-23.

[2] 張繼德， 袁印， 劉亞志，等.一種面向信息質量的移動群智感知協(xié)作方法[J]. 計算機工程， 2017， 43（7）：15-21.

[3] 郭瑞， 賀筱媛. 面向戰(zhàn)場態(tài)勢數(shù)據(jù)智能分析的預處理方法[J]. 電子技術與軟件工程， 2017（16）：157-157.

[4] 劉琰， 郭斌， 吳文樂，等.移動群智感知多任務參與者優(yōu)選方法研究[J]. 計算機學報， 2017， 40（8）：1872-1887.

[5] 楊俊， 肖國輝， 郝禹辰.美軍作戰(zhàn)環(huán)境研究現(xiàn)狀[J]. 火箭軍軍事學術， 2017 （2）： 29-31.

【通聯(lián)編輯：張薇】