人工智能是人类希望机器能够实现类人脑的智能,并在长期的探索中,对计算、推理和其他思维活动进行研究的结果。人工智能的研究领域包括自然语言处理、自动定理证明、智能数据检索、机器学习、模式识别、视觉系统、问题求解、智能控制和程序语言以及自动程序设计等。
近年来,人工智能技术发展迅速,无人驾驶、阿尔法狗、工业机器人等人工智能产品不断推陈出新,人工智能的应用研究取得了长足的进步。世界许多国家已将发展人工智能上升到国家战略。我国于2017年7月发布了《新一代人工智能发展规划》,提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施,部署构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国。
人工智能在军事领域的应用也日益广泛,在船舶、航空、航天、兵器等领域发挥重要作用。国防科技创新面临着机遇和挑战。
舰炮武器装备包括舰炮武器系统、探测设备、火控设备(指挥仪)、舰炮、弹药、保障设备等(见图1)。舰炮武器装备系统复杂,是机、电、液、气、光等技术集成的装备。现代舰炮装备基本实现了自动化,能否借人工智能发展的东风进一步实现智能化?本文将对发展智能舰炮装备的初步构想进行探讨。
高技术条件下的海上战争,舰艇受到来自岸基、海上、空中的多种威胁,需要进行海上作战时,舰艇上装备的智能舰炮装备将按图2作战流程遂行其使命任务。
卫星、预警机、雷达等对岸上、海面、空中进行不间断地扫描,自主对搜索到的目标进行识别、威胁判断、分类处理,当威胁升级到需要应对时,智能决策系统做出决策,组织火力通道、分配使用武器,将威胁目标参数传送到武器系统,武器系统锁定目标,对目标进行捕获和跟踪,控制所分配的舰炮进行预调舷,综合利用各种信息数据进行目标运动要素解算,进行舰炮控制参数解算,向舰炮发送射击诸元,进行坐标变换,向舰炮发送射击瞄准全角。
舰炮随动系统带动舰炮到达射击诸元要求的位置,同时弹种识别装置智能识别所需弹种,供弹机器人将所需弹药按规划的最优路径向舰炮发射系统供弹,发射系统将选定的智能化弹药投向目标,武器系统自动获取打击效果,进行智能评估、误差分析和偏差校正,直至完成本次射击任务,进行转火或停火。
1.2 智能舰炮装备的技术特征1)自主化
整个舰炮装备将实现无人值守,根据需要也可使人在回路,但弹药转运、引信装定、舰炮操控等操作无需人员参加,自主完成作战任务,可大大减少炮班、弹药班的人员数量,降低劳动强度。
2)智能战场态势感知
对于海量信息,能够自动地“排除无用信息,不漏掉有用信息(包括潜在的有用信息)”,并对有用信息进行自主优化和处理,为指挥员或指挥系统显示完备的、准确的、时效性强的战场态势(目标识别、威胁判断、作战决策),使之尽量不依赖人而提高战场指挥控制能力。
3)智能供弹
使用弹药转运机器人、引信装定机器人、弹药装填机器人等智能设备,快速、准确、可靠地完成在任意射角下的弹药交接、引信装定、输送弹丸和装填入膛等动作。
4)舰炮智能控制
可对随动系统、弹药输送、舰炮状态、数据通信等进行无人控制,使舰炮可以自主地实现其预定功能。
5)智能弹药
能够实现态势感知、电子对抗、战场侦察、精确打击、高效毁伤和毁伤评估等功能的灵巧化、制导化、智能化、微型化、多能化的弹药,具有模块结构、远程作战、智能控制、精确打击的特点。
6)系统效能智能评估
能够对作战指挥能力、火力打击能力、保障能力等进行快速的、定量的、正确的评估。
2 智能舰炮装备的关键技术 2.1 战场态势智能感知与评估技术战场态势是指作战双方各要素(主要包括兵力部署情况、装备情况、地理环境、天气条件等)的状态、变化和发展趋势。通过语言识别、图像处理、视觉处理、自然语言处理等手段,取得的大数据信息(图形、图像和报告等)具有全维的特点,含有大量的不确定因素和非线性复杂信息,基于深度学习等的人工智能方法是处理这些复杂信息、进行战场态势评估的有效手段,可充分挖掘大数据的整体信息,全面探索数据中的多样性和相关性,对大数据战场态势进行科学合理的特征表示。
舰艇及编队利用多种传感器获取大量目标数据,采用模糊理论、证据理论、神经网络等智能信息处理技术,进行多传感器目标数据的智能融合,使识别系统的环境自适应性、自学习性以及鲁棒性更强,目标识别更加准确有效。
威胁估计是在高级信息融合的基础上,根据敌我兵力、作战目标、我方保卫目标和双方的作战策略,以定量的方式对敌方威胁程度进行评估和分析,由提取威胁要素、敌方意图估计、敌打击目标估计和威胁等级确定等过程组成,存在大量信息数据的使用问题。可采用进化策略、遗传编程、人工免疫算法、蚁群算法、神经网络等多种智能算法进行问题求解。
射击决策一般包括射击方式选择,开、停、转火时机的确定,火力通道组织,占领有利阵位,舰艇机动等。利用专家系统以及各类知识库、模型库、规则库和方案库,进行充分集成和融合模糊推理、神经网络,构造具有抗干扰特性的、完整的、高性能的、一体化的智能决策系统,使作战过程中的战术决策方案制定实现智能化,提高作战指挥效率。
由于目标(特别是高速机动目标)模型的不确定性,传统的滤波算法无法给出高精度的目标轨迹预测结果。多传感器给出的海量目标信息为精确预测目标轨迹创造了条件,可采用大数据挖掘、神经网络、遗传算法等技术,进行目标轨迹的智能、高精度预测。
舰炮使用弹药种类越来越多,在弹药库中的存放位置分散、不确定,在需要某种弹药时,需要将该弹药快速转运至舰炮发射位置,需要进行最佳供弹路径规划,也就是寻求最短路径解的过程。可利用遗传算法、模糊聚类、群算法、神经网络、机器学习等智能方法,建立供弹路径的量化模型,进行路径推算,寻找最优解。
舰炮特别是大口径舰炮的弹药质量和尺寸较大,形状不规则,需要快速、准确、可靠地完成在任意射角下的弹药交接、引信装定、输送弹丸和装填入膛等动作,传统舰炮需要复杂的机构完成这些动作。
智能舰炮可使用机器人包括弹药转运机器人、引信装定机器人、弹药装填机器人等,是完成这一任务的有效手段。这些机器人需具备自主型智能机器人的3个要素:一是感觉要素,用来认识周围环境状态;二是运动要素,对外界做出反应性动作;三是思考要素,根据感觉要素所得到的信息,思考出采用什么样的动作。感觉要素包括能感知视觉、接近、距离等的非接触型传感器和能感知力、压觉、触觉等的接触型传感器。这些要素实质上就是相当于人的眼、鼻、耳等五官,它们的功能可以利用诸如摄像机、图像传感器、超声波传成器、激光器、导电橡胶、压电元件、气动元件、行程开关等机电元器件来实现,能够获取弹药和外部机构的大量特征数据,自动判断弹药的形状、重量、尺寸、材料等信息。对运动要素来说,智能机器人需要有一个无轨道型的移动机构,以适应弹药库内、舰艇舱室内等不同的环境,可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成所需要的功能。在运动过程中要对移动机构进行实时控制,这种控制不仅要包括位置控制,而且还要有力度控制、位置与力度混合控制、伸缩率控制等,实现舰炮所需弹药按照规划的路径进行转运、装填等。智能机器人的思考要素是3个要素中的关键,也是人们要赋予机器人必备的要素。思考要素包括有判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程,而计算机则是完成这个处理过程的主要手段。通过自学习和思考,训练机器人去自主完成任务功能。
2.8 舰炮智能控制技术舰炮控制系统不仅要完成随动系统控制、弹药输送控制、舰炮状态及逻辑控制、数据通信等基本功能,还要在此基础上完成人—机交互和故障分析定位等附加功能。
具有人工智能的舰炮控制系统事先无法编制运动程序,而是要在运动的过程中根据所获得的周围状态信息,实时确定控制方式。当外界条件变化时,为保证所要求的品质或为了随着经验的积累而自行改善控制品质,其过程是基于操作机的状态和伺服误差的观察,再调整非线性模型的参数,一直到误差消失为止。系统的结构和参数是随时间和条件自动改变的。
模糊控制、神经网络控制、学习控制、基因控制、专家系统等控制技术以及这些控制方法的综合应用,可推动舰炮控制技术向智能化方向发展。
弹药是舰炮武器装备的最终毁伤单元,在传统弹药技术的基础上,采用计算机技术、制导技术、目标探测技术、人工智能技术等形成智能弹药,具有信息感知与处理、推理判断与决策、执行某种动作与任务等功能,诸如搜索、探测和识别目标,控制和改变自身状态,选择所要攻击的目标甚至攻击部位和方式,侦察、监视、评估作战效果和战场态势等。常见的智能弹药主要有:末敏弹药、制导弹药、弹道修正弹药、巡飞侦察弹药等,可使作战效能提高100~1 000倍,效费比提高30~40倍。
其他如射击效能智能评估技术、智能故障诊断与维修技术、智能保障技术等也将为智能舰炮装备发挥更好的效能提供技术保障。
3 结 语本文基于人工智能技术的发展提出智能舰炮装备的发展构想,描述了智能舰炮装备的目标图像,分析了发展智能舰炮装备需解决的主要关键技术。随着国家对人工智能技术发展的进一步重视,按照国家人工智能发展规划的思路,结合舰炮技术的深入研究,智能舰炮装备终将在未来海上战争中发挥重要的作用。
[1] |
田盛丰. 人工智能原理与应用[M]. 北京: 北京理工大学出版社, 2016.
|
[2] |
《新一代人工智能发展规划》互联网.
|
[3] |
编写组. 现代舰艇火控系统[M]. 北京: 国防工业出版社, 2008.
|
[4] |
朱丰, 等. 基于深度学习的战场态势评估综述与研究展望[J]. 军事运筹与系统工程, 2016 (9).
|
[5] |
蒲书缙. 复杂环境下目标识别的智能数据融合技术研究[D]. 哈尔滨: 哈尔滨工程大学.
|
[6] |
方兴. 舰艇指挥控制系统的发展方向分析[J]. 舰船电子工程, 2016(4). DOI:10.3969/j.issn.1672-9730.2016.04.007 |
[7] |
王改革. 基于智能算法的目标威胁估计[D]. 北京: 中国科学院大学.
|
[8] |
马国兵, 等. 一种基于神经网络的机动目标轨迹预测方法[J]. 青岛理工大学学报, 2016, 27(5). |
[9] |
陈延伟. 舰炮综合智能控制方法探讨[J]. 火炮发射与控制学报, 2007(1). DOI:10.3969/j.issn.1673-6524.2007.01.014 |
[10] |
任武能. 从历次局部战争看美军精确制导弹药的发展[J]. 导弹与航天运载技术, 2006(5). DOI:10.3969/j.issn.1004-7182.2006.05.009 |