自20世紀70年代以來，以美國為代表的西方軍事強國對態勢評估（SA）進行了廣泛研究，已經取得了一系列研究成果，如美軍的陸軍分析系統（TCAC）、戰場開發與目標獲取（BETA）、Kirillov的基於規則的專家系統模型等。
進行空戰態勢評估是進行威脅評估、目標分配和機動決策的前提條件。由於現代空戰中目標機動性的增強和戰術意圖的不確定性增大，如何在複雜空戰環境下準確進行態勢評估，幫助飛行員做出正確決策，成為目前研究的熱點。
隨著新型武器裝備的快速裝備運用，以及理論戰法的創新使用，空戰環境日趨複雜，發展智能態勢評估系統，滿足飛行員對空戰態勢評估的質量和可靠性的要求，已經成為共識。特別是在分佈式空戰中，智能態勢評估系統收集和處理的數據呈現指數級增長，並且不同飛行員對態勢的需求是不一致的，特別是受到敵方干擾等影響，態勢評估趨於複雜，對系統的要求也越來越高。現有的態勢評估系統在計算能力、準確性、可靠性、可視化等方面難以滿足現有空戰發展需求。構建一個高效的智能態勢評估系統，增強對空戰複雜環境的態勢感知能力已成為當前的研究熱點。通過態勢感知，可以獲得對整個戰場態勢的準確把握，並根據態勢評估結果進行態勢運用，為提高空戰的智能化調整和控制水平提供支撐。
空戰智能態勢評估技術研究與展望
智能態勢評估的內涵
態勢評估作為數據融合領域的一種新概念，目前並沒有形成統一的定義，各種文獻針對不同的空戰環境，給出的概念也不盡相同。但被大多數人所接受的一種理解是：態勢評估是指在特定時空環境中的要素感知，並給予要素理解，估計態勢在未來一段時間內的發展趨勢。
為了適應複雜空戰環境下態勢評估的要求，使空戰態勢評估從單獨評估當前時刻靜止態勢，割裂個體和群體之間的態勢關係，逐步向群體之間態勢評估，並且能夠根據當前空戰態勢預測未來一段時間的空戰態勢，為飛行員決策提供支撐。空戰智能態勢評估技術需要實現以下目標：對空戰環境進行實時態勢評估，準確快速判斷己方當前所處態勢，並基於己方態勢的歷史狀態記錄，為己方飛行員或指揮員提供較為準確的空戰態勢發展趨勢；具備超前預測功能。即在某一個重大態勢轉折點發生之前，能夠給飛行員提前預測，為飛行員制定合理的攻擊策略和防禦措施提供依據，做到提前防範和應對；通過採用先進智能算法，如監督學習、強化學習、遺傳模糊樹算法等，使態勢評估系統能夠具備自學習和自適應能力，而且可以智能評估空戰態勢，實現空戰態勢評估的智能化；能夠根據態勢評估結果，動態靈活的產生各種指令，讓飛行員進行相應調整和控制，使空戰態勢朝著有利於己方方向發展。
智能態勢評估關鍵技術
在複雜空戰環境中，飛行員要根據當前空戰態勢的變化情況，準確的進行決策，這就需要創立一個系統化、層次化、集成化的態勢評估模型，對來自各個方面的多源信息進行融合，以實現對空戰環境的態勢評估、實現對於未來的態勢發展的超前預測，並進行態勢表達，以此為基礎實現態勢運用。
態勢感知技術是根據己方合理配置信息探測工具，以獲取所需要的數據。態勢感知技術主要包括：探測設備優化配置技術、數據分級管理技術、複雜環境下探測系統重構技術。
空戰實際數據是智能態勢評估系統進行態勢感知的基礎，通過機載探測設備和數據鏈系統完成多源信息的採集，通過某種規則進行組合，為態勢理解、預測、表達、運用提供支撐。
但是，現有的複雜空戰環境下，各種探測設備難以對整個空戰實際數據進行採集，即並不能保證態勢感知的完整性。因此，對於空戰雙方而言，如何利用有限的探測資源，得到儘可能多的、有效的空戰數據，以提高態勢感知的實時性和準確性，為空戰態勢評估打下堅實基礎。所以，空戰態勢感知技術的核心就是考慮實際探測系統性能，綜合考慮信息獲取精度、可靠性、魯棒性和數據安全等多個方面，實現對探測資源的合理分配和使用，通過各種探測設備混合配置，增強探測系統的魯棒性。
態勢理解是對空戰環境的等能力進行評估，獲取所收集數據中蘊含的潛在信息。態勢理解技術主要包括：分佈式的多源信息融合技術、分佈式的多源信息預測技術、態勢評估系統的生存能力和靈活性技術、態勢評估系統的雲計算技術。其中，分佈式的多源信息融合和預測技術是態勢評估系統的基礎工具。
為了處理海量數據，需要開發計算速度快和數值穩定的高性能算法，也需要考慮以下方面的內容：高精度的狀態估計、探測系統和數據鏈所得信息的不確定性、空戰態勢模式識別和戰機參數辨識。
態勢評估系統的生存能力，主要是指面對突發自然氣象條件、己方探測設備降低效能和敵方進行電子干擾時對空戰態勢的負荷處理能力和恢復能力，可以理解為態勢評估系統主動採取措施保證系統的運行狀態，恢復系統的負荷計算能力。
態勢評估系統的靈活性，是指在性能約束和時間約束條件下，態勢評估系統快速有效的調用現有資源，快速響應空戰態勢變化，調整空戰關鍵影響因素的能力。靈活性可以充分考慮到戰場態勢的變化情況，無論態勢評估系統負荷多少，都可以在規定時間內得到需要的結果。
可視化技術能提高飛行員決策的效率和準確度
隨著空戰環境日趨複雜和作戰模式的變化，空戰態勢評估系統需要收集大量數據，並進行實時處理，而分佈式作戰理論的發展，數據鏈的接入，必然會為空戰態勢評估系統提供更多數據。在如此複雜的數據中，如何對數據進行預處理，整理、分選、融合、挖掘，從中獲得實時精準的態勢信息，並且深入挖掘內在的潛在內容，是態勢理解技術應用的重要內容。
態勢估計技術，也叫態勢預測技術，就是對空戰環境中各種態勢因素，如角度、距離、高度、軌跡、作戰意圖的變化進行預測，對空戰態勢的風險等級進行評估和預警，並進行有機結合，最終形成空戰戰場綜合態勢圖。態勢估計技術主要包括：態勢因素分級預測技術、不確定性因素影響預測技術、隨機性因素影響預測技術、空戰戰場態勢分析和風險預警技術。
在進行態勢估計時，需要充分考慮空戰態勢評估系統的運行機理和時空相關性，各作戰單元的建模和辨識，並估計不確定性因素對態勢評估的影響。
實際空戰過程中，由於受探測設備能力限制，數據鏈傳輸限制、複雜自然條件限制和敵方採取的各種欺騙、干擾措施的限制，實時獲取完備的空戰態勢信息是不現實的。加強各作戰單元之間的信息共享，提高探測設備的探測能力和抗干擾能力，有助於及時準確把握空戰戰場態勢，為飛行員及時發現威脅，作出相應機動決策，提高戰場生存能力，贏得空戰勝利提供必要條件。
態勢表達，也稱態勢可視化，是態勢評估發展的高級階段。空戰態勢的可視化是一個從單純數據到抽象信息，再到獲取認知的過程。在作戰過程中，飛行員對圖形的敏感程度遠遠大於對數據的敏感程度，採取傳統的文本方式，無法給飛行員提供一個直觀的空戰態勢，而態勢表達技術可以將大量抽象的數據變成圖形，形成態勢分析建議並製作態勢圖，採用不同表現形式，使得飛行員可以直觀瞭解當前空戰態勢和未來發展趨勢，提高飛行員的決策效率和準確度。因此，研究融合多源信息的空戰態勢可視化技術，具有十分重大的意義。
目前，各國在態勢可視化方面都取得了一定成果。著名的如美國海軍研究所管理的虛擬現實實驗室開發的“龍”戰場可視化系統，該系統採用三維的方式來顯示戰場信息，這些信息可以在指揮官和參謀人員之間進行信息共享。該系統可以接受相應的情報信息，並且可以定期更新戰場可視化信息，用戶可以通過代入場景來獲得更好的戰場態勢體驗，並查詢相關信息。
與傳統空戰相比，隨著第四代空空導彈、智能無人機和隱身飛機的大量使用，電子戰能力的廣泛運用，以及體系化、一體化空戰的發展，戰場態勢更加複雜，這對態勢可視化技術又提出了更高的要求。空戰不再遵循統一的框架，態勢圖不再是戰鬥機之間簡單的靜態對抗，如何藉助計算機技術，形成能夠快速識別和感知的動態態勢結構是未來的研究方向。此外，如何將多源數據的顯示有機結合起來，確定態勢顯示的標準和規範，提高顯示的互操作性和準確度，增強人機交互能力，這都是態勢可視化技術下一步需要著重關注的問題。
態勢運用是在態勢評估的基礎上，實現對空戰態勢朝著有利方向進行的動態調整和控制。空戰智能態勢運用技術的關鍵是如何現實飛行員、態勢評估系統、作戰飛機和多元用戶之間的協同配合，明確各自在態勢運用中的作用以及相互配合。智能態勢運用技術主要包括：智能目標分配技術、智能路徑規劃技術、智能戰術選擇技術。
目標分配，即在滿足技戰術指標、作戰任務要求、武器性能約束和戰機戰術使用等前提下，將不同位置、價值和威脅的目標合理的分配給編隊中的戰機，使得整體作戰效能最優，損失最小。
隱形戰機、無人機、新一代導彈的應用將增大態勢評估的複雜性
但是，現有的目標分配算法存在以下缺陷。一是不考慮信息傳輸延遲和信息的正確性。實際上任何通信系統必然存在延時，而且隨著電子戰的運用以及通信設備的能力限制，所得的信息不一定是完整的，甚至不一定是正確的。二是全局信息依賴大。現有的目標分配系統過分依賴全局態勢信息，一旦態勢信息出現延遲和錯誤，所得的目標分配結果必將和實際戰場態勢產生誤差。三是限制條件大。為了提高目標分配的實時性和準確性，現有算法都會有比較多的假設條件，這嚴重降低了算法的通用性，不適合空戰的複雜作戰環境。
從空戰現狀和未來發展趨勢出發，當前應著重聚焦小規模機群編隊間的目標分配，重點在於威脅評估的準確度和區分度，協同攻擊時的戰術使用問題和多目標攻擊時的體系兼容問題。從長遠來看，分佈式目標分配算法是趨勢，通過採用各種群智能算法，解決目標規模和態勢變化的影響，提高目標分配的實時性和準確度。
傳統的路徑規劃方法包括遺傳算法、人工勢場法、粒子群算法、蟻群算法和A*算法等，但是均存在相應不足，如遺傳算法實時性不夠好，需要佔據很大的存儲空間；人工勢場法容易陷入局部最優而不能達到最佳的規劃效果；粒子群算法由於搜索空間有限，容易陷入局部最優等。
智能路徑規劃技術的目的就是基於某一指標函數，為己方飛行員規劃路徑提供參考，使作戰飛機按照該路徑執行，將機動決策產生的結果變成飛機的飛控系統能夠理解的軌跡指令或者導航指令，從而實現決策目標。
國外學者很早就對空戰戰術決策理論進行了研究，並提出許多方法，如矩陣對策法、專家系統法、影像圖法、神經網絡法和微分對策法等。
戰術選擇本質上是空戰決策，而智能戰術選擇系統就是通過人工智能，構造一個模擬飛行員決策思維的系統，能夠根據最終實現智能決策和輔助決策。隨著人工智能的飛速發展和相應算法的飛速發展，面對各種與空戰態勢相關的參數，經歷態勢感知、態勢理解、態勢預測和態勢可視化過程，智能態勢評估系統能夠給飛行員提供戰術選擇決策支持，減輕飛行員的反應時間和思維負擔。
結 語
到目前為止，態勢評估技術的智能化程度還不夠高，其核心技術，如多源數據融合技術、大數據處理技術、模式識別技術等尚未取得實質性突破，尤其是針對態勢估計技術的研究，由於缺乏對空戰決策機理的研究，估計結果的準確度難以得到保證。如何將態勢評估的各種技術進行融合，並與態勢運用技術相互配合，實現功能一體化是未來空戰的關鍵。
版權聲明：本文刊於《軍事文摘》雜誌。作者：胡 濤、王棟、姜龍亭、王超。如需轉載請務必註明“轉自《軍事文摘》”。
閱讀更多 《軍事文摘》 的文章
