大数据在促进引战配合智能化发展中的应用

2022-07-08 08:03林京鹏胡小林索王军
探测与控制学报 2022年3期
关键词:决策模型信息

林京鹏,胡小林,索王军

(北京机电工程研究所,北京 100074)

0 引言

随着人工智能技术的逐步应用,数字工程管理方法的进一步实施,基于虚拟仿真技术的模拟训练场建设,数字化技术在引战系统研制及使用过程亟需进一步深化[1]。数据的收集、处理、储存技术的重要性大大增强,这些数据大部分来自以往引战系统的试验和仿真,数据体量巨大且类型繁杂,经过一定的积累便形成了“大数据”[2]。其中暗藏的某些规律并不能被轻易发现,往往需要技术人员花费大量时间和精力不断分析和发掘其中的特征和内涵,总结引战匹配中的规律,为准确判断和预测提供依据;而大数据及数据挖掘技术可以帮助我们在不需分析事物运行机理的情况下,从以往的大量数据中归纳和升华出规律和经验,让计算机或装备信息设备基于此实现自主仿真、判断、决策,进而获得智能。

引战配合技术是决定导弹能否发挥作用的关键技术,引战配合的优劣直接关系到导弹对目标的毁伤能力。当导弹末端俯冲攻击目标时,导引头在正常工作盲区外有效提供弹目交会信息如弹目距离、高低角、方位角和角速度信息,或导引头在近场探测存在角闪烁现象,无法有效提供弹目交会信息时,采取何种方式或何种时机才能获得最佳的引战配合效果[3-4],已经无法由有限的典型攻击方式给出。这时,需要“专家”来计算,这位“专家”即是大数据。

1 大数据技术实现智能化的技术途径

基于大数据计算范式的实现过程如图1所示。

图1 大数据计算范式Fig.1 Big data computing paradigm

近年来,大数据技术已成为新兴的基础概念,美国国防部认识到传统的产品迭代耗时太长,现代化计划通常需要15~20年才能见效,仅为一个新平台或一个硬件定义所需的工作时长就可能长达5年。通常,现代化计划因需求过多引起工作冗长繁重,这些需求过多地限制了系统或硬件所必须的开发和制造方式,结果可能导致解决方案过于复杂和昂贵[5]。

而大数据技术则依托于物理模型,传感器采集的数据与历史仿真数据来反映与该物理模型相对应的实体功能满足情况、实时状态以及演变趋势。这种技术可以在引战系统研发的多个阶段产生积极作用。

在方案设计阶段,借助大数据推演,能够加快引战匹配早期的方案快速设计迭代,以更少的成本,极低的代价和更快的速度将新技术实现应用。通过使用数学模型开展多专业联合仿真,并对仿真获得的大量数据进行分析,能够对产品性能进行精确摸底而不需要开展大量试验条件建设,生产产品实物样机,从而大幅压缩方案论证周期,提高论证精细度,降低研制阶段成本。

以往,我们常常试图模拟人类大脑的工作模式或思考方式实现人工智能,以期对基于事物本质的了解建立模型,进而再对未知进行预测,然而这方面的理论始终很难突破。进入大数据时代,我们不再需要了解事物的本质,可以通过对目前掌握的数据进行分析,发现各种现象的相关性关系和演变态势,并据此建立模型进行预测,其根本就是将智能问题转化为数据问题。基于大数据的人工智能实现过程如图2所示。

图2 基于大数据的人工智能实现过程Fig.2 Implementation process of artificial intelligence based on big data

1.1 提取特征模型

统计学也被称之为数理统计,是以概率论为基础,收集、处理并分析数据,寻找数据之间的内在关联性和规律性。实物试验、半实物仿真试验可以让我们轻易获得海量的数据信息,如弹目距离、高低角、方位角和角速度信息,传统的方法需要在数据库中选取出具有相应特点的数据,研究总结其中隐藏的相关关系,再不断结合新的数据来预测未知的发展趋势。可是,现象的发生机理往往是错综复杂的,事物之间的联系通常不是显而易见的,利用大数据技术分析数据的相关性,从以往的数据中找出各种信息的相关关系,这对于我们在无法摸清事物运行机理的情况下,了解事物的运行具有很强的现实意义[6]。将这些相关关系进行总结归纳,就可以总结出事物的运行规律,它将作为先验经验存储起来用于构建特征模型。

1.2 训练模型

最初,数据体量不足或计算能力不达标,模型计算得出的结果不一定尽如人意,但是随着数据的不断积累,计算机的计算能力不断提高,得到的模型结果越来越趋近于真实试验结果。作为前期初步研究的典型案例之一,图3为引战系统对桥梁的毁伤训练模型,展示了不同弹目交会信息条件下桥梁的毁伤情况。当导弹末端俯冲攻击目标时,导引头在正常工作盲区外有效提供弹目交会信息如弹目距离、高低角、方位角和角速度信息,或导引头在近场探测存在角闪烁现象,无法有效提供弹目交会信息时,导引头的计算机模块利用大数据技术分析数据的相关性,利用盲区外的有限信息从以往的数据中匹配飞行弹道及飞行位置,进而确定起爆方式及时机,以便达到最佳引战配合效果。

图3 训练模型Fig.3 Training model

2 大数据在引战配合智能化发展中的应用设想

大数据技术的发展进步和其在军事领域的应用必将孕生新的引战配合方法及作战理论,并对现代战争的形式、战场环境产生颠覆性的影响[7]。在可以预想的未来,军事装备的自动化水平及决策效率均将显著提高,人类在战争中会由前台转向幕后,战争形态的变化将加快人类在战争中的角色转变,大数据设计战争,智能装备执行作战任务,人与智能装备互相辅助完成任务。智能化作战是未来人工智能技术发展的大势所趋,将为国防事业带来极大的经济和军事效益。

2.1 大数据技术可以使产品迭代更加高效

数字工程技术正成为大国之间技术博弈的高地。采用大数据技术可以打通系统工程中需求分析-装备研发-使用保障的各大环节,充分利用目前科研生产中存在或新产生的数字资源,将已有的成果数字化、模型化,再综合采取建模与仿真、高性能计算、物联网、数字孪生、大数据等先进技术手段,在引战匹配设计中不断推动以基于模型、数据驱动为基础的分析和控制方法,围绕军事装备论证、研制、生产及保障中的系统工程工作[8]。

设计未来战争就是设计装备。通过这种方法将彻底颠覆传统的武器装备研发模式,大幅压缩从需求端到产品端的生成时间,这在当前颠覆性技术快速发展的时期显得尤为重要。先进技术能够借助数字化手段快速物化为装备形态,短时间内形成作战能力,从而获得不对等的技术压倒性优势,避免出现由于开发周期过长导致的论证阶段技术先进,设计阶段技术领先,装备阶段技术落后的现象出现。

2.2 大数据技术使研发过程更加安全

火药的诞生和发展之路伴随着不断地伤亡。以往对新环境、新目标的引战配合设计主要基于经验设计,基于对以往产品的设计找突破口,这非常依赖研发人员的经验。对单一环境、单一目标更改有较好的效果[9],而对于复杂系统、多支路影响的引战配合则效率低下,甚至无法找到突破。此时,需要通过大量的、复杂的相关验证性试验,安全事故的产生在所难免。而进入到大数据时代,利用收集的以往大量试验和仿真积累的数据信息,再通过大数据技术对其进行分析和利用,形成引战配合的智能化模型,此外,我们还可以得到新方案的潜在隐患来源,以便于及时采取策略进行预防。

2.3 大数据技术使引战配合决策更加客观全面

目前很多国家已经开始使用智能指挥系统作为辅助决策参考,充分发挥计算机系统的优势,以知识推理的方式定性、定量分析问题,使解决和处理问题的能力和效率均得到了一定程度的提高[10]。但是,如图4所示,随着战场数据、训练数据及环境数据的不断收集与积累,使我们有条件利用更多的信息去做出更全面、科学、客观的决策。通过对多渠道来源数据的挖掘与分析,决策不再仅仅依赖于经验和仿真,当现实中的众多情报及引战系统自身信息加入后,不同信息间的相关性也会被充分发掘,必将使决策更客观全面、更符合真实战场情况。

图4 毁伤决策Fig.4 Damage decision

2.4 大数据技术使毁伤更加精准

引战配合策略设计包含信息传输过程及信息控制过程,整个过程中既有离散的输入输出,又有连续的输入输出,受多种因素影响,且时间十分短暂。因此,信息的传递和控制只有在战斗部最佳起爆时段内迅速完成才能发挥最大作用,因而系统复杂难以描述。

不同的引战匹配策略往往带来截然不同的毁伤效果。从图5可以发现,在引入大数据技术后,可根据毁伤目标情况调整毁伤策略,不同弹目距离引战系统的作用会产生不同的毁伤效果,充分挖掘和分析以往产品的数据特征和内涵,总结引战匹配中的规律,为新环境、新目标的引战配合设计提供准确判断和预测,可在极短的时间给出终极毁伤策略,进而形成更加精准的毁伤效果。

图5 引战匹配策略Fig.5 Fuze warhead matching strategy

3 结论

从智能化发展的优势和军事需求的角度来看,将大数据技术应用于军事领域是大势所趋。军事装备和作战决策的智能化、自主化程度的增强必将给未来陆、海、空各个战场的作战形式和作战效能带来积极的影响。而大数据技术的发展是人工智能技术发展的基础,引战配合设计是武器装备设计的关键,因此它成为了军事装备与决策实现智能的重要一环。我们应当从顶层设计谋划未来,从大数据的收集、存储,构成全面、系统的数据库资源;处理数据,挖掘数据库资源中的规律信息,形成知识;对不同的应用场景建立相适应的模型,利用知识来指导决策,以实现智能。目前大数据技术作为前沿研究,在引战配合的应用方面只进行了初步的探索,后期会对数据的收集模式及快速积累、模型的训练手段提升等方面进行更为深入的研究。

猜你喜欢
决策模型信息
适用于BDS-3 PPP的随机模型
自制空间站模型
决策大数据
决策大数据
决策大数据
诸葛亮隆中决策
模型小览(二)
订阅信息
离散型随机变量分布列的两法则和三模型
展会信息