基于人工智能的艦炮裝備發展構想

李 翔

(中國船舶重工集團公司第七一三研究所，河南 鄭州 450015)

0 引 言

人工智能是人類希望機器能夠實現類人腦的智能，并在長期的探索中，對計算、推理和其他思維活動進行研究的結果。人工智能的研究領域包括自然語言處理、自動定理證明、智能數據檢索、機器學習、模式識別、視覺系統、問題求解、智能控制和程序語言以及自動程序設計等。

近年來，人工智能技術發展迅速，無人駕駛、阿爾法狗、工業機器人等人工智能產品不斷推陳出新，人工智能的應用研究取得了長足的進步。世界許多國家已將發展人工智能上升到國家戰略。我國于2017 年7 月發布了《新一代人工智能發展規劃》，提出了面向2030 年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施，部署構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國。

人工智能在軍事領域的應用也日益廣泛，在船舶、航空、航天、兵器等領域發揮重要作用。國防科技創新面臨著機遇和挑戰。

艦炮武器裝備包括艦炮武器系統、探測設備、火控設備（指揮儀）、艦炮、彈藥、保障設備等（見圖1）。艦炮武器裝備系統復雜，是機、電、液、氣、光等技術集成的裝備。現代艦炮裝備基本實現了自動化，能否借人工智能發展的東風進一步實現智能化？本文將對發展智能艦炮裝備的初步構想進行探討。

圖1 艦炮武器裝備的組成Fig. 1 Composition of naval gun

1 智能艦炮裝備的概念圖像

1.1 智能艦炮裝備的作戰流程

高技術條件下的海上戰爭，艦艇受到來自岸基、海上、空中的多種威脅，需要進行海上作戰時，艦艇上裝備的智能艦炮裝備將按圖2 作戰流程遂行其使命任務。

圖2 智能艦炮裝備的作戰流程Fig. 2 Combat flow of intelligent naval gun

衛星、預警機、雷達等對岸上、海面、空中進行不間斷地掃描，自主對搜索到的目標進行識別、威脅判斷、分類處理，當威脅升級到需要應對時，智能決策系統做出決策，組織火力通道、分配使用武器，將威脅目標參數傳送到武器系統，武器系統鎖定目標，對目標進行捕獲和跟蹤，控制所分配的艦炮進行預調舷，綜合利用各種信息數據進行目標運動要素解算，進行艦炮控制參數解算，向艦炮發送射擊諸元，進行坐標變換，向艦炮發送射擊瞄準全角。

艦炮隨動系統帶動艦炮到達射擊諸元要求的位置，同時彈種識別裝置智能識別所需彈種，供彈機器人將所需彈藥按規劃的最優路徑向艦炮發射系統供彈，發射系統將選定的智能化彈藥投向目標，武器系統自動獲取打擊效果，進行智能評估、誤差分析和偏差校正，直至完成本次射擊任務，進行轉火或停火。

1.2 智能艦炮裝備的技術特征

1）自主化

整個艦炮裝備將實現無人值守，根據需要也可使人在回路，但彈藥轉運、引信裝定、艦炮操控等操作無需人員參加，自主完成作戰任務，可大大減少炮班、彈藥班的人員數量，降低勞動強度。

2）智能戰場態勢感知

對于海量信息，能夠自動地“排除無用信息，不漏掉有用信息（包括潛在的有用信息）”，并對有用信息進行自主優化和處理，為指揮員或指揮系統顯示完備的、準確的、時效性強的戰場態勢（目標識別、威脅判斷、作戰決策），使之盡量不依賴人而提高戰場指揮控制能力。

3）智能供彈

使用彈藥轉運機器人、引信裝定機器人、彈藥裝填機器人等智能設備，快速、準確、可靠地完成在任意射角下的彈藥交接、引信裝定、輸送彈丸和裝填入膛等動作。

4）艦炮智能控制

可對隨動系統、彈藥輸送、艦炮狀態、數據通信等進行無人控制，使艦炮可以自主地實現其預定功能。

5）智能彈藥

能夠實現態勢感知、電子對抗、戰場偵察、精確打擊、高效毀傷和毀傷評估等功能的靈巧化、制導化、智能化、微型化、多能化的彈藥，具有模塊結構、遠程作戰、智能控制、精確打擊的特點。

6）系統效能智能評估

能夠對作戰指揮能力、火力打擊能力、保障能力等進行快速的、定量的、正確的評估。

2 智能艦炮裝備的關鍵技術

2.1 戰場態勢智能感知與評估技術

圖3 具有人工智能特征的深度學習戰場態勢模型Fig. 3 Model of artificially intelligent study of battlefield situation

戰場態勢是指作戰雙方各要素（主要包括兵力部署情況、裝備情況、地理環境、天氣條件等）的狀態、變化和發展趨勢。通過語言識別、圖像處理、視覺處理、自然語言處理等手段，取得的大數據信息（圖形、圖像和報告等）具有全維的特點，含有大量的不確定因素和非線性復雜信息，基于深度學習等的人工智能方法是處理這些復雜信息、進行戰場態勢評估的有效手段，可充分挖掘大數據的整體信息，全面探索數據中的多樣性和相關性，對大數據戰場態勢進行科學合理的特征表示。

2.2 威脅目標的智能識別技術

艦艇及編隊利用多種傳感器獲取大量目標數據，采用模糊理論、證據理論、神經網絡等智能信息處理技術，進行多傳感器目標數據的智能融合，使識別系統的環境自適應性、自學習性以及魯棒性更強，目標識別更加準確有效。

圖4 目標識別融合技術原理圖Fig. 4 Target identification convergence technology schematic drawing

2.3 智能威脅估計技術

威脅估計是在高級信息融合的基礎上，根據敵我兵力、作戰目標、我方保衛目標和雙方的作戰策略，以定量的方式對敵方威脅程度進行評估和分析，由提取威脅要素、敵方意圖估計、敵打擊目標估計和威脅等級確定等過程組成，存在大量信息數據的使用問題。可采用進化策略、遺傳編程、人工免疫算法、蟻群算法、神經網絡等多種智能算法進行問題求解。

圖5 基于小波神經網絡的威脅估計模型體系結構Fig. 5 Configuration of threat estimation model based on wavelet network

2.4 智能射擊決策技術

圖6 基于小波神經網絡的威脅估計算法流程Fig. 6 Flow of estimation algorithm based on wavelet network

圖7 決策支持專家系統結構圖Fig. 7 Decision support expert system construction drawing

射擊決策一般包括射擊方式選擇，開、停、轉火時機的確定，火力通道組織，占領有利陣位，艦艇機動等。利用專家系統以及各類知識庫、模型庫、規則庫和方案庫，進行充分集成和融合模糊推理、神經網絡，構造具有抗干擾特性的、完整的、高性能的、一體化的智能決策系統，使作戰過程中的戰術決策方案制定實現智能化，提高作戰指揮效率。

2.5 目標軌跡智能預測技術

由于目標（特別是高速機動目標）模型的不確定性，傳統的濾波算法無法給出高精度的目標軌跡預測結果。多傳感器給出的海量目標信息為精確預測目標軌跡創造了條件，可采用大數據挖掘、神經網絡、遺傳算法等技術，進行目標軌跡的智能、高精度預測。

圖8 遺傳算法原理示意圖Fig. 8 Genetic algorithm schematic drawing

2.6 最佳供彈路徑規劃技術

艦炮使用彈藥種類越來越多，在彈藥庫中的存放位置分散、不確定，在需要某種彈藥時，需要將該彈藥快速轉運至艦炮發射位置，需要進行最佳供彈路徑規劃，也就是尋求最短路徑解的過程。可利用遺傳算法、模糊聚類、群算法、神經網絡、機器學習等智能方法，建立供彈路徑的量化模型，進行路徑推算，尋找最優解。

圖9 艦炮自動化彈庫示意圖Fig. 9 Naval gun automation magazine schematic drawing

2.7 智能揚彈供彈技術

艦炮特別是大口徑艦炮的彈藥質量和尺寸較大，形狀不規則，需要快速、準確、可靠地完成在任意射角下的彈藥交接、引信裝定、輸送彈丸和裝填入膛等動作，傳統艦炮需要復雜的機構完成這些動作。

圖10 某型艦炮復雜的揚彈供彈機構Fig. 10 Ammunition hoisting and feeding mechanisms of certain naval gun

智能艦炮可使用機器人包括彈藥轉運機器人、引信裝定機器人、彈藥裝填機器人等，是完成這一任務的有效手段。這些機器人需具備自主型智能機器人的3 個要素：一是感覺要素，用來認識周圍環境狀態；二是運動要素，對外界做出反應性動作；三是思考要素，根據感覺要素所得到的信息，思考出采用什么樣的動作。感覺要素包括能感知視覺、接近、距離等的非接觸型傳感器和能感知力、壓覺、觸覺等的接觸型傳感器。這些要素實質上就是相當于人的眼、鼻、耳等五官，它們的功能可以利用諸如攝像機、圖像傳感器、超聲波傳成器、激光器、導電橡膠、壓電元件、氣動元件、行程開關等機電元器件來實現，能夠獲取彈藥和外部機構的大量特征數據，自動判斷彈藥的形狀、重量、尺寸、材料等信息。對運動要素來說，智能機器人需要有一個無軌道型的移動機構，以適應彈藥庫內、艦艇艙室內等不同的環境，可以借助輪子、履帶、支腳、吸盤、氣墊等移動機構來完成所需要的功能。在運動過程中要對移動機構進行實時控制，這種控制不僅要包括位置控制，而且還要有力度控制、位置與力度混合控制、伸縮率控制等，實現艦炮所需彈藥按照規劃的路徑進行轉運、裝填等。智能機器人的思考要素是3 個要素中的關鍵，也是人們要賦予機器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動。這些智力活動實質上是一個信息處理過程，而計算機則是完成這個處理過程的主要手段。通過自學習和思考，訓練機器人去自主完成任務功能。

2.8 艦炮智能控制技術

艦炮控制系統不僅要完成隨動系統控制、彈藥輸送控制、艦炮狀態及邏輯控制、數據通信等基本功能，還要在此基礎上完成人—機交互和故障分析定位等附加功能。

具有人工智能的艦炮控制系統事先無法編制運動程序，而是要在運動的過程中根據所獲得的周圍狀態信息，實時確定控制方式。當外界條件變化時，為保證所要求的品質或為了隨著經驗的積累而自行改善控制品質，其過程是基于操作機的狀態和伺服誤差的觀察，再調整非線性模型的參數，一直到誤差消失為止。系統的結構和參數是隨時間和條件自動改變的。

模糊控制、神經網絡控制、學習控制、基因控制、專家系統等控制技術以及這些控制方法的綜合應用，可推動艦炮控制技術向智能化方向發展。

圖11 艦炮智能控制結構圖Fig. 11 Naval gun intelligent control construction drawing

2.9 智能彈藥技術

彈藥是艦炮武器裝備的最終毀傷單元，在傳統彈藥技術的基礎上，采用計算機技術、制導技術、目標探測技術、人工智能技術等形成智能彈藥，具有信息感知與處理、推理判斷與決策、執行某種動作與任務等功能，諸如搜索、探測和識別目標，控制和改變自身狀態，選擇所要攻擊的目標甚至攻擊部位和方式，偵察、監視、評估作戰效果和戰場態勢等。常見的智能彈藥主要有：末敏彈藥、制導彈藥、彈道修正彈藥、巡飛偵察彈藥等，可使作戰效能提高100～1 000 倍，效費比提高30～40 倍。

圖12 制導炮彈結構圖Fig. 12 Guided ammunition construction drawing

其他如射擊效能智能評估技術、智能故障診斷與維修技術、智能保障技術等也將為智能艦炮裝備發揮更好的效能提供技術保障。

3 結 語

本文基于人工智能技術的發展提出智能艦炮裝備的發展構想，描述了智能艦炮裝備的目標圖像，分析了發展智能艦炮裝備需解決的主要關鍵技術。隨著國家對人工智能技術發展的進一步重視，按照國家人工智能發展規劃的思路，結合艦炮技術的深入研究，智能艦炮裝備終將在未來海上戰爭中發揮重要的作用。