未来分布式作战智能后勤保障模式研究与应用

孙朋成、张卫、张克/航天科工智能运筹与信息安全研究院（武汉）有限公司

为发展对手难以跟随的绝对技术优势，美国防部高级研究计划局（DARPA）陆续提出了分布式杀伤、多域战、算法战、马赛克战、全域作战等分布式作战概念。随着边缘计算、深度学习、人机协同、神经元计算等人工智能技术在军事领域的应用，以“无人、无形、无声”为特征的各类作战平台、智能传感器、军事信息系统、机器人等正逐步应用到作战中，分布式作战正由作战概念转变为作战实践。美军分布式作战概念、理念的研究，正在重塑战场规则，快速牵引美军相关作战装备、保障理念和保障装备的发展，对我军产生巨大威胁。

分布式作战打破了传统以军种为核心的作战边界，作战样式由单武器平台作战，向有人—无人武器平台协同作战、多无人武器平台协同作战以及大规模无人平台蜂群作战模式发展。分布式作战需要分布式敏捷保障体系作为支撑，传统后勤保障层级多、灵活性不足、抗打击能力弱，无法满足未来分布式作战智能化、敏捷化、精准化保障要求。

1.分布式作战后勤保障内涵

分布式作战后勤保障是指在分布式作战体系中，将各类后勤保障要素、保障能力、保障功能分散部署于各个预置保障节点，各保障节点具有高度独立性、自治性和感知能力，各后勤保障单元之间通过保障指挥通信网络交互保障信息、协调保障关系、协同执行保障任务，根据作战任务需要实现各类保障要素在不同领域、部门、军种、空间、平台的柔性、快速重组，在整体目标驱动下高效完成分布式作战后勤保障任务的过程。

2.分布式作战后勤保障特点

（1）后勤保障力量分散部署

分布式作战后勤保障对象高度分散、保障需求各式各样、保障任务样式综合、保障界限多变模糊，后勤保障力量由传统的集中统一部署调整为分散机动、灵活调整的全域部署，以分散的保障力量满足分布式战场保障需求。为应对未来分布式作战快节奏、高频率、多变化、多域后勤保障需求，通过分布式作战后勤保障指控系统，对广域分散的各类保障力量进行统一指挥调配，根据保障需求变化，敏捷调整后勤保障力量配置及部署，实现就近保障、自主保障、协同保障。

（2）后勤保障资源聚合利用

分布式作战后勤保障资源数量庞大、种类繁杂、管理分散。为满足未来分布式作战“大规模、不确定、高冲突、低时延”后勤保障需求，需要运用分布式战场智能传感器和通信网络，采集海量后勤保障需求数据；
通过异构数据治理模型和数据融合模型，实现分布式战场后勤保障需求数据融合，动态监控装备健康状态，实时感知作战保障需求变化；
基于分布式作战保障需求精算数据，科学预测各分布式战场弹药、油料、军需、器材等需求数量和储备比例，分区划块设置保障站点、保障仓库、保障设施，就近精准匹配保障资源，实现分布式作战保障资源“聚合利用”。

（3）后勤保障决策“人机融合”

未来分布式作战行动陆海空天一体化，保障决策速度与行动速度成为影响战争胜负的关键指标。智能传感器技术、非结构数据处理及理解技术、深度学习技术在战场态势数据采集、保障数据处理和智能认知领域的应用，将大幅提升后勤保障自主决策水平；
神经元计算、脑机交互、量子通信等人工智能技术，将赋能海量保障数据高速处理、多保障需求精确评估、多保障任务并行决策，促进分布式作战后勤保障决策“人机融合”。

（4）后勤保障行动“人机分离”

无人机、无人车、无人艇及特种机器人将在分布式作战保障中大量应用。无人智能后勤保障装备具有较高的决策自主性、战场适应性，可以自动搜索保障对象、智能选择保障时机，高效完成复杂多变的保障任务。同时，具有较高的感知、协同能力，可与其他智能后勤保障装备自主组网协同完成保障行动；
一旦某些保障单元（节点）被摧毁，其他智能后勤保障装备可以快速替换，实现保障网络的柔性重构，提升保障网络的弹性和抗毁能力，促进保障行动“人机分离”。

1.理论研究方面

美国加速推进与“强大对手”进行“高端战争”的准备，于2014 年出台“第三次抵消战略”，发展颠覆性智能技术集群，提升分布式作战体系攻防能力。美军自2016 年起相继提出了分布式杀伤、自适应规划执行、算法战、多域战、马赛克战、决策中心战、全域作战等分布式作战概念，颁布了美国AI 计划，打造了分布式作战V1.0 和分布式作战V2.0 系统。

在分布式作战概念牵引下，美国不断探索与分布式作战相适应的分布式敏捷保障模式。美国战略与预算评估中心（CSBA）《可持续战斗：新时代富有弹性的海上后勤保障》认为分布式杀伤的成败取决于保障。美海军兵力结构评估中心（FSA）提出了分布式敏捷保障概念，核心是通过更分散、更安全的岸上基地、海上浮动基地和补给舰队和灵活可靠的指控网络，应用各类智能保障装备及技术，支撑分布式舰队在对抗环境下的作战行动。

2.技术研究与应用方面

《2018 年国防战略纲要》将弹性和敏捷后勤纳入美军亟需加强的八大能力。在分布式敏捷后勤概念指引下，美军大力发展无人智能装备、3D 打印、智能化舰船维修、机器人手术、5G 智能仓库等关键支撑技术。在无人补给方面，美军无人机海上补给项目通过“蓝水”无人机进行远程舰—舰、舰—岸之间货物运输，通过忠诚僚机项目验证有人—无人飞机协同作战及保障概念；
在卫勤保障领域，美军成功运用“达芬奇—Ⅺ”机器人手术系统在仁慈号医院船进行了活体胆囊摘除手术；
在后勤仓储领域，美军大力发展基于移动通信网络的订单式物资投送及智能仓储系统，提升后勤资产的可视性及配送精准性；
在后勤补给方面，启动下一代后勤船项目，提升后勤持续保障能力。

国内在分布式保障体系设计、战场态势感知与理解、行动控制与指挥决策等理论研究方面与国外尚有不小差距，在智能保障装备研制、智能保障技术应用方面仍处于跟跑阶段。

分布式作战条件下，后勤保障必须融入观察、判断、决策、行动（OODA）作战循环，逐步走向智能化。

1.保障态势实时感知能力

分布式敏捷保障高度依赖实时、精准的战场态势感知能力。通过智能传感器技术、目标识别技术、故障诊断与监测技术、自组网技术，将分布在不同地域、军兵种、部门的各类作战平台、保障系统、保障装备等打造成为具有自适应、自感知能力的智能保障节点，实时采集作战装备部署、健康状态、战损情况及保障力量部署、保障实力、任务完成状态等态势数据，实现对分布式作战保障态势的透明感知。

2.保障需求灵敏判读能力

分布式作战节奏快、不确定性大，保障态势研判敏捷性、准确性关系到战争走向。迫切需要利用多源异构数据融合处理、数据挖掘分析及后勤保障算法模型等数据处理技术，对战场情报、保障态势信息进行甄别、整编、处理，快速对分布式作战保障需求信息进行分析和判读，敏捷生成“保障需求要什么、保障资源有什么、保障任务谁负责、保障力量在哪里、保障物资怎么给”等需求态势研判战报，辅助保障指挥决策。

3.保障决策智能自主能力

分布式战场作战节奏的高动态性，客观上要求分布式保障决策必须灵敏、精准。为满足分布式作战保障敏捷决策需求，迫切需要基于先进灵敏的战场感知体系、集成化战场信息服务和应用体系，发展分布式作战保障智能自主决策能力。脑机交互、神经元计算及深度学习技术，将赋能保障资源自主配置、保障任务智能分配、保障业务精准协同、保障行动精准调控过程，大幅提升分布式作战保障决策自主智能水平。

4.保障行动精准调控能力

分布式作战战场环境复杂、任务多元、时敏性强，客观上要求保障行动精准、高效。迫切需要运用保障行动精准调控模型算法及人工智能技术，自主确定保障需求优先级，根据作战进程智能分发保障任务，对保障任务受领单元动态推送保障任务执行提醒，实时监控执行进度。各智能后勤保障单元自动组网，协同完成物资精准投送、故障快速诊断等典型保障任务；
战勤人员根据分布式作战进程，科学评估保障行动决策，动态修正保障行动指令，快速响应保障需求，高效精准执行保障任务。

1.分布式作战后勤保障模式设计

以分布式作战后勤保障态势实时感知、保障需求灵敏判读、保障决策自主智能、保障行动精准调控等发展需求为牵引，构建分布式作战后勤保障体系框架，按照感知—研判—决策—行动的技术逻辑进行功能分解，应用人工智能技术赋能分布式作战后勤保障过程，打造形散神聚、功能多元、灵活自主、高效智能的分布式作战后勤保障新模式（见图1）。

图1 分布式作战后勤保障模式

保障态势感知模式。以陆、海、空、天基智能传感器为主体，以作战平台、保障装备感知系统为补充，采集分布式战场态势监控数据、战场情报数据、战场环境数据、保障态势数据、装备战损情况数据、保障任务执行状态数据，通过军用、民用、专用通信网络上传至分布式作战指挥中心，对采集的多源异构态势数据进行融合治理、挖掘分析与可视化展现，实现战场保障态势实时感知。

保障需求研判模式。通过保障需求研判网络模型、保障态势认知模型，对态势感知系统采集的实时保障需求数据进行深度挖掘分析，并根据任务紧急程度、复杂程度对保障需求进行排序，将保障需求初步研判数据反馈至作战指挥中心；
通过与虚兵推演数据进行比较、分析和验证，并对需求研判数据进行修正，将最终需求研判数据上传至保障指挥决策系统。

保障指挥决策模式。引接作战意图、作战决心、战损情况、保障需求评估和保障任务分析等数据，基于神经网络算法模型，开展基于机器学习的多目标保障任务决策分析，形成多个保障决策求解。通过战勤指挥人员进行综合分析研判，形成分布式作战保障指挥决策一致性评估意见，实现保障指挥决策“人机融合”，将保障指挥决策指令下发至各保障任务单元。

保障行动调控模式。基于分布式作战任务、保障需求及保障决策指令，保障行动智能控制单元对保障任务进行智能分解，精准匹配保障资源；
通过保障任务冲突检测与消解系统进行保障任务冲突的智能消解；
根据保障行动指令，各有人、无人保障单元自主开展后勤物资补给、维修器材及备品备件供应等保障任务，实现保障行动调控“人机分离”。

2.分布式作战智能后勤保障系统设计

分布式作战智能后勤保障系统将采用分层解耦、通专分离、业务驱动、按需重构的体系结构，实现分布式作战指挥链、保障链和管理链的业务融合和流程贯通，解决分布式作战保障信息融合难、资源调度难、实时交互难、指挥协同难等问题，赋能分布式作战后勤保障过程。系统应用架构如图2 所示。

图2 分布式作战智能后勤保障系统应用架构图

1.分布式战场通信网络及可信通信技术

未来战争对战场信息传递、信息交互提出了极高的要求，迫切需要建立灵活、韧性、可靠的战场通信网络。一是柔性跨网信息交互技术。针对具有不同物理层通信协议的异构网络信息交互需求，运用ESB、XML、SOA 和区块链等技术，建设基于云计算可信环境的异构系统通信网络，实现保障业务信息在具有不同物理层协议的系统间传递、交互和不同物理域平台的互操作；
二是分布式自组网技术。执行分布式作战侦察、打击、保障、评估任务的大量智能传感器、有人/无人平台需要进行高频次、高精度信息交互，迫切需要通过智能自组网技术，实现作战节点、保障节点、指挥节点之间的敏捷自组织通信；
三是自适应通信系统。为适应分布式作战高对抗、高冲突通信要求，亟需建立模块化、组件化自适应通信系统，在个别通信节点遭到打击的情况下，能够实现快速功能替换，为保障行动提供可信、可扩展的信息传输服务。

2.保障态势精准感知及高通量信息处理技术

传统的信息采集、处理手段无法满足分布式作战保障态势感知及高通量数据处理要求。一是分布式保障态势信息智能聚合技术。将大量智能传感器部署在侦查、打击、保障、评估平台，打造具有自感知能力的分布式战场态势监测网络，融合多传感器采集的战场环境、部署态势、装备健康状态、消耗、战损等态势数据，通过数据智能聚合模型及算法，实现战场态势数据的自组织、自同步、自主式聚合；
二是高通量信息处理技术。针对分布式作战非线性、非对称、高精准作战保障需求，运用多源异构数据融合治理及分析算法模型，对海量多源异构战场态势数据进行高通量处理，生成完备、有序、实时、一致、精准的分布式作战态势战报。

3.精准保障态势理解及人机融合决策技术

未来战场作战目标具有隐蔽性、欺骗性和复杂性，单靠作战指挥人员无法实现对战场态势快速、精准理解。一是精准保障态势理解技术。为应对分布式作战精准保障决策需求，亟需建立态势理解及评估技术，自动分析、评估、判读敌方作战决心、作战意图、作战目标、威胁等级、脆弱节点等态势信息，根据作战进程自动推送精准保障态势信息；
二是“人机融合”决策技术。为解决作战指挥人员经验不足和主观偏见导致决策不准确难题，运用深度学习、类脑智能、眼动跟踪、量子计算等技术，实现由信息感知向智能认知的跨越，形成人—机智能融合决策能力。

4.多功能无人智能保障装备及关键技术

为应对未来分布式作战大规模无人作战装备应用及其保障需求，迫切需要研制模块化、多能化无人智能保障装备。一是半自主后勤保障装备。将行为识别、知识迁移及脑机交互等技术应用于后勤保障装备，使其依据任务指令和简单人机交互技术协助战勤人员开展保障任务；
二是智能后勤保障装备。根据作战保障需要，研制搬运、投送、侦查等通用载荷，以及排爆、破拆、医疗手术、维修、无人驾驶等专用载荷，按照“通用底盘+任务载荷”的方式，打造智能后勤保障装备，自主开展后勤保障作业。

分布式作战概念正在重塑战场规则，颠覆传统保障理念，快速牵引装备保障理论创新和保障装备发展。本文提出了以OODA 作战循环为依托的分布式作战智能后勤保障新模式、分布式作战后勤保障技术及装备发展设想，以期为我军分布式智能作战概念研究、保障模式变革、保障装备研制提供参考。▲

猜你喜欢后勤保障态势战场战场上的神来之笔小哥白尼(军事科学)(2022年1期)2022-04-26兵马未动 粮草先行 后勤保障装备走向智能化军民两用技术与产品(2021年10期)2021-03-16C-130：战场多面手小哥白尼(军事科学)(2021年10期)2021-02-12贴秋膘还有三秒到达战场意林(2020年20期)2020-11-062019年12月与11月相比汽车产销延续了增长态势汽车与安全(2020年1期)2020-05-14汇市延续小幅震荡态势中国外汇(2019年19期)2019-11-26我国天然气供需呈现紧平衡态势中国化肥信息(2019年5期)2019-06-25县乡一体化探索呈加速态势中国卫生(2015年2期)2015-11-12也门，西方反恐的第三战场环球时报(2010-01-05)2010-01-05金门岛登陆作战后勤保障的主要教训及启示军事历史(2003年1期)2003-08-21

推荐访问:作战 分布式 后勤