人工智能在海軍艦炮武器實彈射擊應用思考

錢貴鑫 盛 達

（海軍大連艦艇學院，遼寧 大連116018）

海軍作為軍隊中技術要求較高的兵種，應緊緊跟隨新技術的發展變革，將目前公認最有可能改變世界的顛覆性技術即人工智能技術進行提前布局和規劃，將人工智能技術應用于海軍傳統武器裝備上，實現海軍武器裝備戰斗力的提升[1]。艦炮武器作為海軍傳統的武器裝備之一，具有裝備數量多，技術成熟的特點，通過將顛覆性的人工智能技術與傳統的艦炮武器結合，是提高海軍艦炮武器戰斗力的有效方法，同時也是促進世界一流海軍建設的有效措施。

1 人工智能在海軍艦炮武器實彈射擊應用的思考

1.1 艦炮武器實彈射擊數據分析應用

1.1.1 實彈射擊數據分析現狀

海軍艦炮武器在實彈射擊時會產生大量的射擊數據，通過對射擊數據的分析處理，是提高艦炮實彈射擊水平的重要手段之一。但當前射擊數據記錄還存在著以人工記錄為主，裝備記錄為輔；顯性數據記錄，隱性數據不記；紙質留檔居多，電子存檔較少的現象。造成數據記錄不準、數據內容較少和數據流通較難的情況。導致對艦炮實彈射擊數據分析不夠準確和徹底，不能最大利用實彈射擊數據提高實彈射擊效果。

1.1.2 實彈射擊數據分析未來發展

未來對艦炮武器實彈射擊數據的記錄應主要以機器記錄為主，人工記錄為輔；顯性數據和隱性數據都做記錄；電子存檔居多，紙質存檔減少。面對大量的機器記錄的實彈射擊數據進行數據分析，需要借助大數據分析技術。其是人工智能技術的一個體現，可從各種各樣類型的海量數據中，挖掘分析出有價值的信息，對數據中存在的內在關聯和一定的規律進行尋找。通過該技術挖掘分析海量的艦炮實彈射擊數據尋找提高實彈射擊水平的方法，為實彈射擊能力的提高提供數據分析基礎。

1.2 艦炮武器實彈射擊指揮決策應用

1.2.1 艦炮武器實彈射擊指揮決策現狀

艦炮實彈射擊指揮決策主要是要解決實彈射擊時艦炮射擊方式、火力運用方式和射擊修正等問題。當前艦炮武器在實彈射擊指揮決策上還處于依托射擊指揮員個人決策為主，機器決策較少；個人經驗為主，數據分析為輔的情況。導致了艦炮實彈射擊指揮存在著指揮決策的不合理、不科學的現象。

1.2.2 艦炮武器實彈射擊指揮決策未來發展

未來艦炮武器實彈射擊指揮決策應以機器決策為主，人工決策為輔；數據分析為主，個人經驗為輔。面對未來戰場瞬息萬變的態勢，單純依靠人來進行射擊指揮決策將面臨著決策時間長和反應時間慢的情況。因此要借助能提供足夠好、足夠快的指揮決策方案的技術。人工智能的機器學習技術可通過對大量指揮決策數據深度學習和不斷的訓練，提供與有人操控基本一致或更為合理的解決方案，對于部分內容可實現對人操縱的替代并可隨著戰場條件的變化迅速更新，為實彈射擊指揮決策實時提供科學合理的決策。通過機器和人的共同配合，讓機器的精準和人類的可能性得到完美結合，并利用機器的速度讓指揮員做出最佳判斷，從而提升實彈射擊指揮決策水平的提高。

2 人工智能在艦炮實彈射擊應用構想

2.1 實彈射擊數據采集內容

本著節約高效合理配置資源，盡快提升戰斗力的原則。在不改變艦炮現有成熟技術的基礎上，將數據采集通過軟件內嵌式的方式安裝于艦炮武器裝備上。對艦炮實彈射擊中的艦炮武器裝備數據、基礎數據、指揮操作數據和目標數據進行記錄，具體數據內容如圖1 所示。

2.2 實彈射擊數據采集框架

當前海軍艦炮有著型號多和裝備艦艇類型雜的特點。同一型艦炮由于安裝艦艇類型不同，其安裝位置和安裝數量也不盡一致；不同艦隊、支隊其所在執行任務的區域不同，其艦炮實彈射擊時的海區、氣象等條件也不盡相同；同時不同艦艇艦炮使用程度也不盡相同。針對這些不同，在構建實彈射擊數據采集框架時就要按照艦炮型號、艦型、艦隊、支隊和艦艇的方式來對艦炮實彈射擊數據進行采集，具體海軍艦炮實彈射擊數據采集框架構建如圖2 所示。

圖1 艦炮實彈射擊數據

圖2 海軍艦炮實彈射擊數據框架

2.3 人工智能技術支撐

通過內嵌式軟件實現對艦炮實彈射擊數據的記錄，并實時匯總射擊數據，構建海軍艦炮實彈射擊數據庫。通過大數據分析技術對大量的、準確的、條理清晰的數據，從不同角度、不同維度對多渠道信息進行交叉復現，整理尋找數據之間的相關性。為實彈射擊數據分析提供正確客觀的思路。

同時在武器裝備上安裝可實現深度學習的艦炮射擊指揮決策軟件，將大數據分析尋找到的指揮決策結果，通過計算機學習技術進行深度學習。具體技術可采用美軍人工智能空戰系統阿爾法所采用的的遺傳模糊樹模型，其原理主要是簡化變量，僅考慮最相關信息，減少決策樹分支數量，通過不斷的訓練為艦炮指揮決策提供科學合理指導。

2.4 人工智能技術具體應用

人工智能在海軍艦炮武器實彈射擊的任何成功運用都需要建立在正確的數據訪問基礎之上。當前我海軍艦艇數據實時傳輸還無法將高速、高帶寬、低成本的互聯網作為主要的通信路徑，未來長期仍將依賴非常昂貴且脆弱的數據鏈路。海軍艦艇數據實時傳輸能力極大的限制了大數據實時分析處理能力。針對這一情況，可采用離線數據采集、集中統一處理的方式，內置數據采集軟件實時記錄艦炮實彈射擊數據，當艦艇靠碼頭后利用高速網絡將數據匯總至海軍艦炮實彈射擊資源庫中，由海軍資源庫進行統一的大數據分析處理。具體方式可通過“軍民融合”方式[2]，將數據處理交由地方數據處理能力較強的企業完成，減小我數據處理成本和技術要求。將通過數據分析得到的可提高實彈射擊水平成果由海軍統一下發至各個單位。由各個部隊在平時訓練中去檢驗數據分析成果，再次生成實彈射擊數據，并再次進行分析，如此往復循環，實現艦炮實彈射擊水平的提高。

而針對艦炮實彈射擊指揮決策則可通過安裝采用模糊遺傳樹模型的艦炮指揮決策軟件[3]，通過大量指揮決策數據深度學習和不斷的訓練，持續獲得更高性能的版本。同時也可利用大數據分析實彈射擊數據的成果，進一步加強學習和訓練。該軟件由于就安裝于艦炮武器系統中，因此可實時獲得戰場態勢，能在精準完成人工操縱的同時為指揮員艦炮射擊指揮決策提供實時方案。同時海軍在一定時間內可匯總各個艦型的不同版本的艦炮指揮決策軟件進行對抗[4]，篩選出更高性能版本，并下發部隊不斷實現該軟件指揮決策性能的提升，為指揮員指揮決策提供參考。

2.5 預留全艦人工智能化接口

人工智能技術在海軍武器裝備的發展是全方位的，不單單只是艦炮實彈射擊這一層面。針對未來的水面艦艇指揮決策智能化的發展，要注意在防空反導、對岸火力支援等，艦炮武器系統需要與全艦其他武器系統協調配合時的考慮，預留數據接口，實現水面艦艇指揮決策智能化水平的提高。

3 結論

為更好地促進海軍傳統艦炮武器人工智能的發展，本文就人工智能在海軍艦炮武器實彈射擊應用思考，分析了艦炮實彈射擊數據分析和指揮決策的現狀以及未來發展的趨勢，并結合海軍實際情況分析人工智能關鍵技術在海軍艦炮實彈射擊應用的構想。為海軍傳統艦炮武器與人工智能技術結合，促進海軍艦炮實彈射擊水平提高提供思路。