數(shù)據(jù)驅(qū)動(dòng)的態(tài)勢(shì)認(rèn)知技術(shù)及發(fā)展思考

袁 翔,左 毅， 王 菁, 李婷婷, 孟祥夏, 吳云超

(1.中國電子科技集團(tuán)公司第二十八研究所,江蘇 南京 210023;2.信息系統(tǒng)工程重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210023)

0 引 言

智能技術(shù)飛速發(fā)展，泛在網(wǎng)絡(luò)支撐下的智能感知和打擊裝備的普遍運(yùn)用，催生了智能化作戰(zhàn)體系的雛形，對(duì)傳統(tǒng)的作戰(zhàn)體系形成了更加強(qiáng)烈的沖擊[1]。

隨著作戰(zhàn)樣式、作戰(zhàn)空間和作戰(zhàn)節(jié)奏的變化，戰(zhàn)爭對(duì)抗形態(tài)的變化對(duì)態(tài)勢(shì)認(rèn)知能力提出更高要求。面向瞬息萬變的復(fù)雜的體系化作戰(zhàn)，指揮信息系統(tǒng)在態(tài)勢(shì)認(rèn)知的廣度、深度和速度，及研判預(yù)測(cè)準(zhǔn)確性、可靠性等方面面臨挑戰(zhàn)。

從作戰(zhàn)指揮內(nèi)在需求看，態(tài)勢(shì)認(rèn)知是新一代指揮信息系統(tǒng)的必備能力。高度對(duì)抗的戰(zhàn)場(chǎng)環(huán)境下，分布式智能自主決策的裝備大量部署，戰(zhàn)爭資源敏捷最優(yōu)化調(diào)度，加速了戰(zhàn)場(chǎng)OODA嵌套環(huán)路的迭代。對(duì)戰(zhàn)場(chǎng)全面精準(zhǔn)覺察、判明戰(zhàn)場(chǎng)態(tài)勢(shì)是指揮決策和行動(dòng)的先決條件，縝密迅速的戰(zhàn)局預(yù)測(cè)和對(duì)抗效果評(píng)估，是支撐作戰(zhàn)籌劃、機(jī)動(dòng)部署和遂行任務(wù)效率提升的基石。聯(lián)合作戰(zhàn)指揮員對(duì)態(tài)勢(shì)認(rèn)知提出了多維戰(zhàn)場(chǎng)感知、深度洞察理解、戰(zhàn)局演進(jìn)預(yù)測(cè)以及對(duì)抗效果評(píng)估等深度認(rèn)知[2]方面的能力需求。

從數(shù)據(jù)分析使能技術(shù)看，新興技術(shù)發(fā)展為態(tài)勢(shì)認(rèn)知能力提供了新的發(fā)展途徑。隨著軍隊(duì)數(shù)字化轉(zhuǎn)型工作持續(xù)推進(jìn)，數(shù)據(jù)已然提升到“作戰(zhàn)要素”的高度，技術(shù)推動(dòng)了作戰(zhàn)能力增值、業(yè)務(wù)模式重構(gòu)。當(dāng)前以機(jī)器學(xué)習(xí)為代表的人工智能新技術(shù)日新月異發(fā)展，與作戰(zhàn)業(yè)務(wù)活動(dòng)融合，其疊加效應(yīng)、倍增效應(yīng)正通過大數(shù)據(jù)技術(shù)及集成應(yīng)用快速釋放。互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算、區(qū)塊鏈等數(shù)字化技術(shù)發(fā)展，在數(shù)據(jù)挖掘、關(guān)聯(lián)分析知識(shí)圖譜等智能計(jì)算技術(shù)推動(dòng)下，賦能趨勢(shì)預(yù)測(cè)、形式研判、輔助決策等戰(zhàn)場(chǎng)應(yīng)用[3]。

由此可見，數(shù)據(jù)發(fā)現(xiàn)和有效利用是態(tài)勢(shì)認(rèn)知的重要基礎(chǔ)。對(duì)抗條件下非合作方式獲取的數(shù)據(jù)，呈現(xiàn)殘缺不全、隱真示假和高維開環(huán)等特征，同時(shí)多方威脅引發(fā)數(shù)據(jù)安全保密手段的競(jìng)爭性加固，加劇了數(shù)據(jù)發(fā)現(xiàn)的難度。發(fā)現(xiàn)戰(zhàn)場(chǎng)數(shù)據(jù)潛在關(guān)聯(lián)特征，拓展感知的維度和深度，提升數(shù)據(jù)利用率，是支撐深度透析的基礎(chǔ)，包括三個(gè)方面的技術(shù)。

1)基于數(shù)據(jù)提煉知識(shí)。從歷史記錄數(shù)據(jù)、武器裝備功能性能、戰(zhàn)法規(guī)則結(jié)合持續(xù)積累的戰(zhàn)場(chǎng)主體活動(dòng)模型數(shù)據(jù)、虛實(shí)對(duì)抗的模擬數(shù)據(jù)，從中獲取軍事實(shí)體、活動(dòng)的知識(shí)，研究知識(shí)體系結(jié)構(gòu)，知識(shí)提煉方法和知識(shí)演化機(jī)制，構(gòu)建可持續(xù)演進(jìn)的態(tài)勢(shì)認(rèn)知的知識(shí)體系。

2)基于數(shù)據(jù)驅(qū)動(dòng)認(rèn)知。綜合融合當(dāng)前觀測(cè)的多元態(tài)勢(shì)數(shù)據(jù)，結(jié)合先驗(yàn)知識(shí)數(shù)據(jù)，識(shí)別戰(zhàn)場(chǎng)實(shí)體的屬性和關(guān)系，預(yù)測(cè)對(duì)手的作戰(zhàn)企圖，評(píng)估其威脅影響范圍，生成多粒度態(tài)勢(shì)。

3)基于數(shù)據(jù)構(gòu)造環(huán)境。利用實(shí)時(shí)獲取的戰(zhàn)場(chǎng)數(shù)據(jù)，驅(qū)動(dòng)戰(zhàn)場(chǎng)實(shí)體的行為模型，引入交戰(zhàn)環(huán)境數(shù)據(jù)，構(gòu)造數(shù)字孿生戰(zhàn)場(chǎng)，形成復(fù)雜對(duì)抗條件下的態(tài)勢(shì)研判推演平臺(tái)，支撐全流程的態(tài)勢(shì)認(rèn)知活動(dòng)。

1 技術(shù)發(fā)展背景

在科學(xué)領(lǐng)域，感知是對(duì)感覺的信息進(jìn)行組織、識(shí)別和解釋；認(rèn)知是一種人們認(rèn)識(shí)活動(dòng)的過程，包含注意力、記憶、產(chǎn)生和理解語言、解決問題以及進(jìn)行決策的心理過程的組合。

為了更清晰的描述態(tài)勢(shì)認(rèn)知能力發(fā)展的需求，我們?cè)僖淮沃匦聦徱暩兄⒄J(rèn)知、戰(zhàn)場(chǎng)態(tài)勢(shì)、態(tài)勢(shì)感知和態(tài)勢(shì)認(rèn)知等幾個(gè)概念。

感知是客觀主體與自然界交互的過程，是感覺、知覺和表象的統(tǒng)稱。簡單地說，感覺的作用是了解環(huán)境中“有什么”，知覺的作用是識(shí)別和判斷環(huán)境中的事物“是什么”，表象是被知覺的客觀事物在頭腦中形成的具象化表示。

認(rèn)知一詞來源于拉丁語詞根“真知”，意味著了解和學(xué)習(xí)。認(rèn)知是人們認(rèn)識(shí)客觀世界的高級(jí)階段，是信息獲取、分析、歸納、存儲(chǔ)、研判、提煉等按規(guī)則進(jìn)行相關(guān)活動(dòng)的總稱，認(rèn)知過程也是獲得知識(shí)和應(yīng)用知識(shí)的過程。

戰(zhàn)場(chǎng)態(tài)勢(shì)是在特定的時(shí)間和空間范圍內(nèi)，敵對(duì)雙方在軍事力量、兵力部署、戰(zhàn)場(chǎng)環(huán)境及其相應(yīng)作戰(zhàn)行動(dòng)等狀態(tài)和變化趨勢(shì)的總稱。

態(tài)勢(shì)感知(Situation Awareness,SA)源于1995年Endsley[4],是指在一定的時(shí)間和空間范圍內(nèi)，對(duì)動(dòng)態(tài)環(huán)境中各類戰(zhàn)場(chǎng)實(shí)體快速判斷當(dāng)前及未來形勢(shì)并作出正確反應(yīng)。在指揮信息系統(tǒng)針對(duì)戰(zhàn)場(chǎng)實(shí)體(敵我環(huán))，獲取戰(zhàn)場(chǎng)要素，理解要素含義，分析要素間的相互作用，形成對(duì)戰(zhàn)場(chǎng)狀態(tài)的客觀感知和準(zhǔn)確表達(dá)，通常必備態(tài)勢(shì)數(shù)據(jù)獲取、態(tài)勢(shì)信息融合和態(tài)勢(shì)綜合展示等三個(gè)核心能力。

態(tài)勢(shì)認(rèn)知(Situation Cognition，SC)是在戰(zhàn)場(chǎng)態(tài)勢(shì)感知的基礎(chǔ)上，從全局視角對(duì)戰(zhàn)場(chǎng)敵我雙方的實(shí)體、活動(dòng)及相互作用關(guān)系的識(shí)別、理解與分析研判的過程，涵蓋指揮員依據(jù)作戰(zhàn)知識(shí)和經(jīng)驗(yàn)，鑒別、分析獲取的信息，并試圖理解戰(zhàn)場(chǎng)情況、判斷可能影響、預(yù)測(cè)未來趨勢(shì)的全過程。態(tài)勢(shì)認(rèn)知的結(jié)果是指揮員決策、籌劃和實(shí)施行動(dòng)控制的基礎(chǔ)，包括：覺察、理解、預(yù)測(cè)和評(píng)估。

態(tài)勢(shì)感知和態(tài)勢(shì)認(rèn)知有區(qū)別又有聯(lián)系，態(tài)勢(shì)認(rèn)知是信息技術(shù)發(fā)展高級(jí)階段，它將認(rèn)知計(jì)算技術(shù)融入指揮系統(tǒng)并形成的新型的支撐能力?；仡?0世紀(jì)90年代美國國防部試驗(yàn)室聯(lián)席理事會(huì)(Joint Directors Laboratory，JDL)提出的信息融合模型(見圖1)，描述了對(duì)來自多源的信息和數(shù)據(jù)進(jìn)行檢測(cè)、關(guān)聯(lián)、相關(guān)、估計(jì)與綜合等多級(jí)多層面的處理過程，以得到精確的目標(biāo)狀態(tài)與身份估計(jì)，以及完整、及時(shí)的態(tài)勢(shì)與威脅估計(jì)。結(jié)合文獻(xiàn)[5]對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)功能的細(xì)化，我們可以發(fā)現(xiàn)其中0、1、2前三級(jí)主要是態(tài)勢(shì)感知的能力，而2、3、4級(jí)主要是態(tài)勢(shì)認(rèn)知的范疇，兩者有交錯(cuò)重合的部分。

圖1 美國防信息融合模型示意圖

結(jié)合人類模糊的先驗(yàn)知識(shí)、群體決策共識(shí)等認(rèn)知計(jì)算技術(shù)，以數(shù)據(jù)積累知識(shí)，支撐態(tài)勢(shì)理解，進(jìn)而實(shí)現(xiàn)對(duì)復(fù)雜多變的戰(zhàn)場(chǎng)態(tài)勢(shì)分析和預(yù)測(cè)，為有效應(yīng)對(duì)戰(zhàn)場(chǎng)海量信息爆炸、消除戰(zhàn)爭迷霧、實(shí)現(xiàn)對(duì)戰(zhàn)場(chǎng)“透明”認(rèn)知提供智能化支撐，當(dāng)前態(tài)勢(shì)認(rèn)知支撐技術(shù)已發(fā)展成為智能指揮技術(shù)的風(fēng)口。

不斷積累豐富的態(tài)勢(shì)知識(shí)庫以及機(jī)器認(rèn)知技術(shù)，甚至更前沿的仿生認(rèn)知技術(shù)，為早期目標(biāo)編隊(duì)特征、威脅動(dòng)態(tài)評(píng)估、作戰(zhàn)行動(dòng)意圖識(shí)別等態(tài)勢(shì)覺察、理解、預(yù)測(cè)、評(píng)估過程中機(jī)器難于自主處理的問題，提供了智能化支撐手段，數(shù)據(jù)成為驅(qū)動(dòng)業(yè)務(wù)流程發(fā)揮效能的原動(dòng)力，作戰(zhàn)知識(shí)體系更是成為態(tài)勢(shì)認(rèn)知計(jì)算的核心基礎(chǔ)設(shè)施。

作戰(zhàn)指揮內(nèi)在需求牽引及數(shù)據(jù)技術(shù)驅(qū)動(dòng)，為知識(shí)體系構(gòu)建、多維態(tài)勢(shì)覺察、態(tài)勢(shì)深度理解、態(tài)勢(shì)演進(jìn)預(yù)測(cè)、對(duì)抗效果評(píng)估提出新動(dòng)力。

2 知識(shí)體系構(gòu)建

知識(shí)體系的研究包括知識(shí)架構(gòu)[6]和可計(jì)算的知識(shí)數(shù)據(jù)兩個(gè)層面，知識(shí)體系研究的重點(diǎn)在于其關(guān)聯(lián)特征，涉及 “深度關(guān)聯(lián)”研究知識(shí)的背景、“橫向關(guān)聯(lián)”研究知識(shí)間的相關(guān)性、“縱向關(guān)聯(lián)”研究知識(shí)的抽象與運(yùn)用以及知識(shí)點(diǎn)間的關(guān)聯(lián)強(qiáng)度等四個(gè)方面的內(nèi)容。

知識(shí)數(shù)據(jù)包括事實(shí)、信息的描述以及在實(shí)踐中獲得的實(shí)物技能(處理信息的方法)；知識(shí)體系是知識(shí)數(shù)據(jù)及其關(guān)聯(lián)的集合。它是領(lǐng)域?qū)＜铱偨Y(jié)出來的、相對(duì)客觀的，但任何知識(shí)體系都不存在任何絕對(duì)完善，需要持續(xù)演進(jìn)完善[7]。

基于以上認(rèn)識(shí)，構(gòu)建驅(qū)動(dòng)態(tài)勢(shì)認(rèn)知的知識(shí)架構(gòu)，它分為三層：底層的基礎(chǔ)知識(shí)是對(duì)客觀事實(shí)的認(rèn)定，包括實(shí)體知識(shí)和任務(wù)事件知識(shí)，實(shí)體知識(shí)涵蓋人裝物彈，以實(shí)體知識(shí)圖譜為主要形態(tài)；任務(wù)事件知識(shí)以戰(zhàn)場(chǎng)事件為主體，主要描述實(shí)體之間的關(guān)系，以事件圖譜為主要形態(tài)；中層的提煉知識(shí)是經(jīng)過統(tǒng)計(jì)、推理、演繹等方法，對(duì)某類主題的結(jié)構(gòu)分析和總結(jié)，這一層主要為戰(zhàn)法規(guī)律知識(shí)，通過提煉總結(jié)出的行動(dòng)模式、規(guī)則和規(guī)律，以模型為主要形態(tài)，例如典型地域的事件模式，軍事政治與經(jīng)濟(jì)行為的因果關(guān)系等；高層的高階知識(shí)是在對(duì)事物規(guī)則、機(jī)理等把握的基礎(chǔ)上，抽象形成對(duì)事物的預(yù)測(cè)和評(píng)估，這一層是以態(tài)勢(shì)研判、預(yù)測(cè)等業(yè)務(wù)等業(yè)務(wù)主線的應(yīng)用知識(shí)，以可再造流程為主要形態(tài)。同層間可根據(jù)業(yè)務(wù)領(lǐng)域規(guī)模擴(kuò)展；在納入基本規(guī)則和常識(shí)后，對(duì)下一層是歸納總結(jié)、凝練提升關(guān)系。知識(shí)體系架構(gòu)圖如圖2所示。

圖2 知識(shí)體系架構(gòu)圖

1)基礎(chǔ)知識(shí)層基于實(shí)體知識(shí)圖譜和事件圖譜的技術(shù)已廣泛應(yīng)用，成熟度比較高[8]。但基于統(tǒng)計(jì)分類方法抽取的事件的特征抽取準(zhǔn)確度有局限行，特別是事件的關(guān)聯(lián)關(guān)系識(shí)別難度更大。運(yùn)用時(shí)空運(yùn)動(dòng)狀態(tài)匹配、文本語義解析、影像目標(biāo)與場(chǎng)景識(shí)別等聯(lián)合關(guān)聯(lián)技術(shù)，研究并建立事件間的共指、因果、順承等關(guān)系，構(gòu)建事件知識(shí)圖譜，支撐目標(biāo)屬性和戰(zhàn)法識(shí)別、戰(zhàn)場(chǎng)態(tài)勢(shì)預(yù)測(cè)。

2)提煉知識(shí)層構(gòu)建戰(zhàn)法規(guī)律知識(shí)是當(dāng)前研究熱點(diǎn)。在限定主題數(shù)據(jù)集上，運(yùn)用馬爾科夫邏輯網(wǎng)、本體推理的聯(lián)合推理方法獲得了比較好的效果，但基于大規(guī)模開放域的知識(shí)提取研究仍處于起步階段，尚需要研究者努力去攻關(guān)開墾。面向作戰(zhàn)條令、軍事教材或作戰(zhàn)方案推演的博弈樣本數(shù)據(jù)，運(yùn)用戰(zhàn)法規(guī)則的正則表達(dá)抽取和模式挖掘技術(shù)，建立戰(zhàn)法規(guī)則的表征模型和基本元語，提煉兵力運(yùn)用、協(xié)同等知識(shí)規(guī)則，但目前在開放域環(huán)境下抽取二元實(shí)體關(guān)系甚至隱含關(guān)系，現(xiàn)有方法難如人意。

3)高階知識(shí)層涉及人類認(rèn)知機(jī)理的理論研究還處于前沿探索階段，基于小樣本的元學(xué)習(xí)、非確定條件下的最佳行為決策以及常識(shí)類機(jī)器知識(shí)的產(chǎn)生等問題的理論基礎(chǔ)還在完善之中。

為形成支撐知識(shí)體系持續(xù)完善的動(dòng)力機(jī)制，需研究知識(shí)自演化技術(shù)。基于時(shí)序知識(shí)圖譜增量構(gòu)建方法、知識(shí)吻合度計(jì)算等方法，為知識(shí)增長和演化提供技術(shù)途徑。

在大量知識(shí)數(shù)據(jù)積累的同時(shí)，必須同步考慮知識(shí)數(shù)據(jù)治理，建立平臺(tái)化的知識(shí)確權(quán)、以及標(biāo)準(zhǔn)和模型管理、安全和質(zhì)量管理、價(jià)值評(píng)估和共享管理等多團(tuán)隊(duì)協(xié)同治理能力。提高知識(shí)利用效率，降低風(fēng)險(xiǎn)。

3 多維態(tài)勢(shì)覺察

態(tài)勢(shì)覺察是將觀測(cè)到的戰(zhàn)場(chǎng)實(shí)體的狀態(tài)、屬性等多模態(tài)的數(shù)據(jù)進(jìn)行關(guān)聯(lián)融合，形成對(duì)戰(zhàn)場(chǎng)目標(biāo)當(dāng)前位置、運(yùn)動(dòng)參數(shù)、身份、類型等在物理世界中客觀畫面的估計(jì)[9]，是態(tài)勢(shì)認(rèn)知的信息基礎(chǔ)。信息系統(tǒng)數(shù)據(jù)驅(qū)動(dòng)力表現(xiàn)在信息關(guān)聯(lián)匯聚和目標(biāo)身份辨析兩個(gè)環(huán)節(jié)，如圖3所示。

圖3 多模態(tài)信息融合與感知示意圖

1)多模態(tài)信息關(guān)聯(lián)融合，跨越“異構(gòu)鴻溝”和“語義鴻溝”，從視頻、圖像、文本、語音等多模態(tài)數(shù)據(jù)中挖掘關(guān)聯(lián)關(guān)系，改善數(shù)據(jù)樣本稀缺和信息不完全等特性，迭代構(gòu)建多模態(tài)軍事實(shí)體知識(shí)圖譜，基于弱標(biāo)注信息的異構(gòu)實(shí)體及關(guān)系檢測(cè)數(shù)據(jù)，訓(xùn)練跨模態(tài)系統(tǒng)學(xué)習(xí)的異構(gòu)實(shí)體檢測(cè)模型，解決多模態(tài)數(shù)據(jù)間高階非線性關(guān)聯(lián)計(jì)算時(shí)間復(fù)雜度問題，增強(qiáng)模態(tài)的語義表達(dá)能力，基于知識(shí)數(shù)據(jù)提高目標(biāo)特征完全性。在大規(guī)模高機(jī)動(dòng)目標(biāo)時(shí)空特征估計(jì)實(shí)時(shí)處理基礎(chǔ)上，結(jié)合具有低頻高維稀疏特征的任務(wù)特征數(shù)據(jù)，需面向特定任務(wù)區(qū)域引入基于時(shí)間、空間關(guān)聯(lián)的聯(lián)合濾波策略，估計(jì)任務(wù)時(shí)間、空間的相對(duì)關(guān)系特征，實(shí)現(xiàn)大差異信息融合，支撐大規(guī)模關(guān)聯(lián)計(jì)算。

2)強(qiáng)對(duì)抗條件下目標(biāo)身份辨析，在前得到目標(biāo)信息相關(guān)數(shù)據(jù)基礎(chǔ)上，從多個(gè)維度估計(jì)目標(biāo)身份、意圖及相應(yīng)的置信度。針對(duì)各類目標(biāo)動(dòng)能特征估算與歷史活動(dòng)規(guī)律的偏差，以及被偵獲特征進(jìn)行聯(lián)合估計(jì)；進(jìn)而引入置信度歸一計(jì)算方法，解決多規(guī)則推理智能體證據(jù)沖突問題，實(shí)現(xiàn)對(duì)戰(zhàn)場(chǎng)不明目標(biāo)身份與意圖的快速識(shí)別；最后于信度向量的余弦相似度，進(jìn)行置信度融合，得到最終識(shí)別結(jié)果。

4 態(tài)勢(shì)深度理解

在態(tài)勢(shì)察覺的基礎(chǔ)上，依據(jù)判明身份的目標(biāo)活動(dòng)狀態(tài)信息，分析對(duì)抗雙方的行為，洞察對(duì)手行動(dòng)意圖及對(duì)我達(dá)成行動(dòng)的可能影響，就是態(tài)勢(shì)理解[10]。在形成戰(zhàn)術(shù)條令、戰(zhàn)法知識(shí)、事件規(guī)律等抽象知識(shí)的基礎(chǔ)上，對(duì)戰(zhàn)場(chǎng)有關(guān)敵、我、環(huán)的各類數(shù)據(jù)按照知識(shí)和規(guī)則進(jìn)行進(jìn)一步的處理和組織，基于知識(shí)發(fā)現(xiàn)[11]隱藏在戰(zhàn)場(chǎng)目標(biāo)時(shí)空狀態(tài)表象之下內(nèi)在的協(xié)同/對(duì)抗關(guān)系[12]及影響范圍。例如通過實(shí)時(shí)接入的目標(biāo)探測(cè)數(shù)據(jù)，結(jié)合目標(biāo)的典型活動(dòng)樣式模型，跟蹤單目標(biāo)空間狀態(tài)或載荷工作狀態(tài)的變化，識(shí)別協(xié)同關(guān)系、對(duì)抗特征，實(shí)現(xiàn)威脅動(dòng)態(tài)變化過程分析，如圖 4所示。

圖4 態(tài)勢(shì)深度理解與解析示意圖

(1)多粒度聚合解聚分析

多視圖實(shí)體聚合解聚比較復(fù)雜，特別是基于任務(wù)的動(dòng)目標(biāo)聚合解聚時(shí)空復(fù)雜度巨大。運(yùn)用高分辨擬合任務(wù)群組技術(shù)，挖掘觀測(cè)的單目標(biāo)與群主目標(biāo)關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)多層級(jí)戰(zhàn)場(chǎng)實(shí)體聚合解聚分析，豐富完善戰(zhàn)場(chǎng)態(tài)勢(shì)分析維度。分析過程包括航跡切分、編隊(duì)識(shí)別和任務(wù)剖面分析三個(gè)環(huán)節(jié)。

首先，針對(duì)高機(jī)動(dòng)目標(biāo)分離出運(yùn)動(dòng)元軌跡，標(biāo)定元軌跡段特征(區(qū)別于探測(cè)的空間狀態(tài)點(diǎn)特征)，該特征數(shù)據(jù)有效去除了實(shí)時(shí)觀測(cè)數(shù)據(jù)的抖動(dòng)，能夠提高計(jì)算魯棒性，大幅降低計(jì)算時(shí)間復(fù)雜度。

然后，面向特征軌跡段，計(jì)算軌跡相似性，提取目標(biāo)任務(wù)趨向特征，改進(jìn)單距離的敏感因子，從而提升高機(jī)動(dòng)目標(biāo)的分群準(zhǔn)確性。

最后，針對(duì)動(dòng)目標(biāo)群組，提供面向任務(wù)剖面的隊(duì)形征匹配能力，識(shí)別編隊(duì)任務(wù)特征，滿足大規(guī)模密集群內(nèi)編隊(duì)隊(duì)形的識(shí)別要求。

(2)知識(shí)驅(qū)動(dòng)的戰(zhàn)法樣式識(shí)別

將經(jīng)驗(yàn)和戰(zhàn)法等模糊、非確定的戰(zhàn)法概念知識(shí)進(jìn)行形式化表征，探索多元參數(shù)化表征軍事、環(huán)境、社會(huì)等要素，將實(shí)時(shí)戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)中提取的實(shí)時(shí)目標(biāo)/編隊(duì)的運(yùn)動(dòng)狀態(tài)、任務(wù)載荷工作狀態(tài)、戰(zhàn)場(chǎng)環(huán)境等信息，建立模糊匹配模型，同時(shí)實(shí)現(xiàn)了基于可計(jì)算知識(shí)的態(tài)勢(shì)理解和判斷，破解決策的可解釋性。

(3)基于多屬性決策模型的威脅動(dòng)態(tài)評(píng)估

基于目標(biāo)類型、劃定的區(qū)域等靜態(tài)規(guī)則，存在著威脅評(píng)估不連續(xù)、可信度低等局限。以編隊(duì)樣式、處置剩余時(shí)間、航路捷徑距離等數(shù)據(jù)為驅(qū)動(dòng)，結(jié)合戰(zhàn)法運(yùn)用，綜合敵我目標(biāo)作戰(zhàn)能力、任務(wù)企圖、實(shí)時(shí)運(yùn)動(dòng)狀態(tài)等信息進(jìn)行多屬性決策，基于意圖、能力、機(jī)會(huì)三個(gè)方面對(duì)敵方目標(biāo)威脅進(jìn)行威脅等級(jí)、威脅對(duì)象、威脅方式等維度動(dòng)態(tài)評(píng)估。

5 態(tài)勢(shì)演進(jìn)預(yù)測(cè)

態(tài)勢(shì)預(yù)測(cè)[9]是在態(tài)勢(shì)理解基礎(chǔ)上，利用多方兵力作戰(zhàn)能力、行動(dòng)樣式以及環(huán)境要素，預(yù)測(cè)戰(zhàn)局整體的發(fā)展方向、多方優(yōu)勢(shì)變化等對(duì)抗能力走向的過程。通常態(tài)勢(shì)預(yù)測(cè)是對(duì)特定域的定性分析，基于對(duì)抗樣本數(shù)據(jù)訓(xùn)練生成的多方博弈模型，形成非完全信息的行為決策分析、減低試錯(cuò)時(shí)空成本等定量分析支撐方法。

面向態(tài)勢(shì)預(yù)測(cè)需求，構(gòu)建博弈對(duì)抗環(huán)境平臺(tái)，不僅能夠支撐多智能體對(duì)抗決策分析[13]，而且在提升多樣化的對(duì)抗數(shù)據(jù)樣本規(guī)模、分析戰(zhàn)局演變鏈路等優(yōu)化數(shù)據(jù)質(zhì)量和規(guī)模方面具有廣闊發(fā)展空間，如圖5所示。

圖5 基于對(duì)抗博弈環(huán)境的態(tài)勢(shì)演進(jìn)分析示意圖

(1)多樣化對(duì)抗數(shù)據(jù)樣本生成

缺乏逼真的對(duì)抗態(tài)勢(shì)樣本數(shù)據(jù)，是制約態(tài)勢(shì)分析智能技術(shù)發(fā)展的瓶頸。對(duì)基于初級(jí)網(wǎng)絡(luò)對(duì)抗樣本，運(yùn)用課程學(xué)習(xí)機(jī)制逐步提升對(duì)抗的復(fù)雜性，針對(duì)態(tài)勢(shì)特征、識(shí)別效能、模型參數(shù)的隨機(jī)化等建立樣本生成模型，促進(jìn)其適配新環(huán)境，生成大量高逼真的態(tài)勢(shì)樣本。

(2)態(tài)勢(shì)演變關(guān)鍵點(diǎn)分析

構(gòu)造形成博弈收益矩陣?；诰W(wǎng)絡(luò)動(dòng)力學(xué)方法，實(shí)現(xiàn)對(duì)動(dòng)作節(jié)點(diǎn)的特征及其后續(xù)動(dòng)作節(jié)點(diǎn)之間的關(guān)系描述，遍歷整個(gè)節(jié)點(diǎn)網(wǎng)絡(luò)；合并節(jié)點(diǎn)收益變化不大的前后節(jié)點(diǎn)，融合各節(jié)點(diǎn)，形成態(tài)勢(shì)關(guān)鍵點(diǎn)。對(duì)態(tài)勢(shì)關(guān)鍵點(diǎn)的聚類分析以及基于時(shí)序性、相似性的鏈路挖掘，形成態(tài)勢(shì)演變鏈路。最終，根據(jù)戰(zhàn)場(chǎng)態(tài)勢(shì)演變關(guān)鍵點(diǎn)和鏈路，從而實(shí)現(xiàn)對(duì)體系對(duì)抗中作戰(zhàn)重心、關(guān)鍵態(tài)勢(shì)點(diǎn)、未來局勢(shì)走向等態(tài)勢(shì)決策的證據(jù)支撐與保障。

(3)敵方作戰(zhàn)意圖預(yù)測(cè)技術(shù)

建立了任務(wù)/目標(biāo)雙層意圖預(yù)測(cè)模型，基于多頭注意力機(jī)制提取指揮員關(guān)注重點(diǎn)，實(shí)現(xiàn)對(duì)敵方作戰(zhàn)任務(wù)、作戰(zhàn)方向的預(yù)測(cè)，預(yù)測(cè)結(jié)果輸入給任務(wù)目標(biāo)預(yù)測(cè)模型，實(shí)現(xiàn)了對(duì)任務(wù)重點(diǎn)打擊目標(biāo)的預(yù)測(cè)。

6 對(duì)抗效果評(píng)估

態(tài)勢(shì)評(píng)估是指依據(jù)當(dāng)前態(tài)勢(shì)，將兵力分布、作戰(zhàn)行動(dòng)、戰(zhàn)場(chǎng)環(huán)境等要素有機(jī)的聯(lián)系起來，綜合評(píng)估態(tài)勢(shì)要素及兵力運(yùn)用對(duì)總體戰(zhàn)局的影響。

基于數(shù)字孿生技術(shù)，在構(gòu)建的數(shù)字孿生試驗(yàn)環(huán)境下，結(jié)合體系對(duì)抗多維度、多場(chǎng)景、多要素、多尺度的特征，運(yùn)用應(yīng)用實(shí)體模型、交戰(zhàn)知識(shí)數(shù)據(jù)，從體系性、對(duì)抗性視角[14]等構(gòu)建基于數(shù)據(jù)的態(tài)勢(shì)評(píng)估指標(biāo)體系和評(píng)估模型，進(jìn)行虛擬空間[15]下的態(tài)勢(shì)綜合量化評(píng)估。作戰(zhàn)體系能力分析示意圖如圖6所示。

圖6 作戰(zhàn)體系能力分析示意圖

7 結(jié) 語

認(rèn)知技術(shù)作為人工智能發(fā)展的核心基礎(chǔ)，各國從體系化智能建設(shè)之初，就將其作為重要支柱加以大力發(fā)展。美軍2018年明確提出了四大類人工智能應(yīng)用場(chǎng)景，其中態(tài)勢(shì)感知是排在第一位的(其余三項(xiàng)分別為增強(qiáng)作戰(zhàn)裝備的安全性、實(shí)施預(yù)測(cè)性維修和補(bǔ)給、精簡業(yè)務(wù)流程等)，以提升業(yè)務(wù)水平、取得戰(zhàn)略優(yōu)勢(shì)。認(rèn)知技術(shù)所蘊(yùn)含的能力，特別是對(duì)體系對(duì)抗信息支撐，有著不可替代的作用。

成體系布局態(tài)勢(shì)認(rèn)知技術(shù)發(fā)展，未來數(shù)據(jù)驅(qū)動(dòng)的戰(zhàn)場(chǎng)態(tài)勢(shì)洞察建議重點(diǎn)發(fā)展三個(gè)方向的研究：1)基礎(chǔ)理論研究，厘清概念內(nèi)涵，構(gòu)建認(rèn)知總體框架，明確要素組成；2)應(yīng)用基礎(chǔ)研究，實(shí)現(xiàn)數(shù)據(jù)知識(shí)化，積累領(lǐng)域知識(shí)，健全頂層數(shù)據(jù)架構(gòu)，形成可計(jì)算軍事知識(shí)資產(chǎn)庫、知識(shí)模型；3)構(gòu)建孿生對(duì)抗環(huán)境，虛實(shí)聯(lián)動(dòng)助力態(tài)勢(shì)評(píng)估。