提升战场态势感知度

发布时间:2024-12-06 02:23:14 来源: sp20241206

进入智能化时代,战场态势瞬息万变,战场数据呈指数级跃升,单纯依靠人脑认知将难以有效应对,需要运用大数据、云计算等技术,构建广域分布、数据自动交互处理的战场态势感知网络,提升战场态势感知度。

拓展维域“广度”。运用大数据、物联网技术及多模态网络,融入多个战场维度,构建全维分布、广域泛在、模块集成、灵敏多能的态势感知网络,通过全维战场空间、多种渠道途径实现对战场数据的全时域、全领域、全频域的实时准确获取。一方面,己方数据自主汇聚。在统一时空标准的基础上,实时采集不同作战平台的导航定位、工作状态、战技性能、毁伤状况等数据信息并自主上传至云端,按需申请查看己方相关数据。另一方面,敌方数据多域侦搜。依托广域分布的传感器网络,强化新型手段运用,基于作战任务对不同作战目标,全频全时自主探测、监视与协同接力跟踪,全面而准确掌握敌方信息。

提升处理“精度”。现代战争,数据呈指数级增长,给战场态势正确感知添加了“数据迷雾”,需要通过高效、快速、自主的智能算法,对实时获取的海量多源的战场原始数据进行识别处理、分类整理,有效提升数据处理的速度和效率。一要源头预先处理。运用边缘计算技术,在数据采集前端对多源异构原始数据进行标准化、格式化处理。二要自主识别理解。运用大数据、云计算等进行智能识别,挖掘分析数据背后的隐藏内容和关键信息,自动反馈至相应功能模块待用。三要云端图谱管理。在将数据上传至云端共享运用的基础上,运用知识图谱对上传数据进行分类整理,形成自主构建及更新的“数据仓库”,利于动态管理、快速检索。

挖掘价值“深度”。依托智能化分析网络,采取人机结合、分布协作的方式,深度挖掘数据价值、评估战场态势走向,快速准确地生成动态、全息、可视化的产品。一是人机协作融合数据。鉴别比对、交互印证预先筛查处理的动态实时数据,依托分析模型标准量化数据。二是智能预测战场走势。借助内嵌的智能算法模型,对过去和当前战场态势中的敌我作战能力、毁伤效果、威胁程度等进行分析预测,提供未来战场态势的多种可能走向,而后通过文字、图片、动画等方式生成利于指挥员认知理解的可视化的战场态势动态全景图,为正确指挥决策提供依据。

加快流转“速度”。借助物联网等技术将人与机、机与机之间跨域链接与耦合,实现广域泛在分布、物物实时互联、自主组织恢复、按需随遇接入等功能,确保数据在作战体系内部安全、快速、抗扰的流转传输与实时共享。云端与边端的数据传输,将构建分布在全维战场空间中的侦察、分析及行动等智能边端的边端网群链入云端,实现感知边端“需求侧”与云端“供给侧”的无缝衔接。根据作战行动的时效性,可构建一对一直接供给、一对多数据分发、多对一数据融入三种边端数据交互模式,实现边端间数据敏捷交互,能有效压缩数据流转时间,依托速度优势形成决策优势。

(责编:王子锋、宋美琪)