1.4　本书研究背景

多域联合作战打破了军种、领域之间的界限，在陆海空天等各作战域及电磁频谱、信息环境和认知维度等领域进行密切协同，使各军种的作战力量能够从“联合”转变为真正的“融合”。多域作战行动的多领域、多角度和多方向，不同作战域的作战行动相互配合、互为支撑，作战效果叠加补充，使得指挥人员根据局部战场态势准确识别敌方作战体系的作战意图、判断敌人的攻击方向变得更加困难，战场态势认知面临更加严峻的挑战。

从目前国内外整体发展水平来看，指挥信息系统具备了将广域分散的陆海空天电网各类态势感知资源获取的多源态势信息接入与叠加显示、情报关联分析、印证判读、综合处理的能力，可初步形成敌情、我情和战场环境一体的战场综合态势“一幅图”[23]，具备了对目标作战能力计算、航迹预测和历史活动规律统计分析能力等初步的“势”的机器分析功能，但态势融合和信息关联等态势认知核心工作仍以人工为主，缺乏对敌方企图判断、行动预测和态势优劣研判等深层次的“势”的机器辅助支撑能力。指挥信息系统在态势认知技术方面，总体上仍处于“点”智能状态，尚未形成体系化的态势认知智能辅助能力[24]。

随着互联网的不断普及、各种先进传感器在战场上的广泛应用，战场大数据时代已悄然来临，大数据分析、虚拟现实和人工智能技术等智能化技术的快速兴起，为解决战场大数据难题提供了技术驱动力。首先，在战场智能感知方面，采用智能传感与组网技术，广泛、快速部署各类情报、侦察、监视等智能感知节点，面向作战任务主动协同探测获取了大量战场信息，这些战场大数据的积累效应已远远超出了指挥人员的获取、分析和处理能力。数据挖掘和知识图谱技术，以及深度神经网络和小样本学习等机器学习方法，为开展多源情报融合、战场情况研判等方面的智能化处理，拨开“战争迷雾”、透析敌方作战意图、预测战场局势发展等开拓了一条前景十分广阔的技术途径[25]。其次，在战场布势方面，信息化战争的参战力量多元、战法选择多样，造成以指挥人员的经验、思索和推断来驾驭谋局布势、方略筹划、战场局势掌控等军事问题十分困难。通过构建作战智能体、战争模型和战法规则等，运用虚拟现实、智能体仿真推演技术和机器智能博弈等智能化手段打造“指挥大脑”，以机器智能拓展指挥员智慧，在仿真环境中学习运用战争规律和指挥艺术，辅助指挥人员在战略、战役、战术等多级筹划、规划和临机处置中实现快速决策是一条可行的技术途径。最后，在战场局势预测方面，战争实践表明，指挥人员对作战过程的预想应考虑多种可能性，预想得越周全，对把控战场局势就越有利。基于战争因素的高度不确定性和作战体系的复杂性，以及在时间紧迫的压力下，指挥人员只能依靠兵棋推演、智能博弈等手段才能及时高效地制订、分析、比较和优选作战方案。综合利用语义理解、虚拟增强现实、可视化分析技术等智能交互技术实现作战方案的多分支推演，辅助指挥人员感知战场、理解态势、预判态势演化趋势是一条很有潜力的技术路线。

总之，随着战争的复杂性日益增加，“战争迷雾”越来越浓厚，人的认知能力越来越无法适应高度复杂的战场环境，迫切需要机器的智能辅助。充分发挥人与机器的优势，通过逐渐提升机器对战场态势认知的速度和深度，实现由机器辅助人的认知，到人机共同认知，再到机器代替人认知的逐级目标。

本书的研究是在新时代战争需求的牵引和前沿技术发展两方面推动下形成的初步成果，通过对战场态势认知理论和方法的总结，以期推动该领域的快速发展。