人工智能技术在国外舰载武器系统中的应用浅析

doi:10.3969/j.issn.1009-086x.2023.01.006

摘要/Abstract

摘要：

近年来，人工智能技术广泛应用于国防等领域，并取得了相关突破。当前人工智能技术在舰载武器系统中的综合应用情况缺乏系统的总结与分析，在充分调研国外相关文献的基础上，总结阐述了人工智能技术在舰载武器系统中探测识别、指挥控制及火力打击等功能系统中的具体应用，并针对性地提出见解。最后，对人工智能技术在舰载武器系统中的应用进行总结，并提出了今后的发展趋势，以期为国内相关技术的应用和发展提供一定的参考。

关键词: 人工智能, 舰载武器系统, 应用浅析, 火控系统, 目标识别, 指挥控制

Abstract:

In recent years， artificial intelligence technology has been widely used in national defense and other fields， and has achieved relevant breakthroughs. In view of the lack of systematic summary and analysis on the comprehensive application of artificial intelligence technology in shipborne weapon system， based on the full investigation of foreign literature， the application of artificial intelligence technology in the field of detection and identification， command and control and firepower strike in shipborne weapon system is summarized， and insights are presented. The application of artificial intelligence technology in shipborne weapon system is summarized， and the future development trend is proposed in order to provide some reference for the application and development of domestic related technology.

Key words: artificial intelligence, shipborne weapon system, application analysis, fire control system, target recognition, command and control

中图分类号:

TJ391

张进, 徐国亮, 郭浩. 人工智能技术在国外舰载武器系统中的应用浅析[J]. 现代防御技术, 2023, 51(1): 42-49.

Jin ZHANG, Guoliang XU, Hao GUO. Application Analysis of Artificial Intelligence Technology in Foreign Shipborne Weapon System[J]. Modern Defense Technology, 2023, 51(1): 42-49.

图/表 2

参考文献 31

1	SILVER D， HUANG A， MADDISON C J， et al. Mastering the Game of Go with Deep Neural Networks and Tree Search［J］. Nature， 2016， 529（7587）： 484-489.
2	SHASTRI B J， TAIT A N， DE LIMA T F， et al. Photonics for Artificial Intelligence and Neuromorphic Computing［J］. Nature Photonics， 2021， 15（2）： 102-114.
3	JUNG J， MAEDA M， CHANG A， et al. The Potential of Remote Sensing and Artificial Intelligence as Tools to Improve the Resilience of Agriculture Production Systems［J］. Current Opinion in Biotechnology， 2021（70）： 15-22.
4	KAZIMIERSKI W， STATECZNY A. Radar and Automatic Identification System Track Fusion in an Electronic Chart Display and Information System［J］. The Journal of Navigation， 2015， 68（6）： 1141-1154.
5	本书编写组. 现代舰艇火控系统［M］. 北京：国防工业出版社， 2008.
	The Book Writing Group. Modern Naval Fire Control System ［M］. Beijing： National Defense Industry Press， 2008.
6	GALKIN D V， KOLYANDRA P A， STEPANOV A V. Application Status and Prospect of AI in Military Field［J］. Military Thought， 2021 （1）： 113-124.
7	KIM H， JUNG W K， PARK Y C， et al. Broken Stitch Detection Method for Sewing Operation Using CNN Feature Map and Image-Processing Techniques［J］. Expert Systems with Applications， 2022， 188： 116014.
8	BRAHIM N K， ABDULLAH R， SARIPAN M I. Artificial Neural Network Approach in Radar Target Classification［J］. Journal of Computer Science， 2009， 5（1）： 23-32.
9	SINGH U K， PADMANABHAN V， AGARWAL A. Dynamic Classification of Ballistic Missiles Using Neural Networks and Hidden Markov Models［J］. Applied Soft Computing， 2014（19）： 280-289.
10	ZHU P， ISAACS J， FU B， et al. Deep Learning Feature Extraction for Target Recognition and Classification in Underwater Sonar Images［C］∥2017 IEEE 56th Annual Conference on Decision and Control （CDC），Melbourne， Australia， IEEE， 2017： 2724-2731.
11	KARINE A， TOUMI A， KHENCHAF A， et al. Multivariate Copula Statistical Model and Weighted Sparse Classification for Radar Image Target Recognition［J］. Computers & Electrical Engineering， 2020（84）： 106633.
12	MALLESWARAN M， VAIDEHI V， IRWIN S， et al. IMM-UKF-TFS Model-Based Approach for Intelligent Navigation［J］. The Journal of Navigation， 2013， 66（6）： 859.
13	STATECZNY A， KAZIMIERSKI W. A Comparison of the Target Tracking in Marine Navigational Radars by Means of GRNN Filter and Numerical Filter［C］∥2008 IEEE Radar Conference. Rome， Italy， IEEE， 2008： 1-4.
14	KAZIMIERSKI W， STATECZNY A. Optimization of Multiple Model Neural Tracking Filter for Marine Targets［C］∥2012 13th International Radar Symposium. IEEE， 2012： 543-548.
15	JONDHALE S R， DESHPANDE R S. Kalman Filtering Framework-Based Real Time Target Tracking in Wireless Sensor Networks Using Generalized Regression Neural Networks［J］. IEEE Sensors Journal， 2018， 19（1）： 224-233.
16	KAZIMIERSKI W. Proposal of Neural Approach to Maritime Radar and Automatic Identification System Tracks Association［J］. IET Radar， Sonar & Navigation， 2017， 11（5）： 729-735.
17	DASH D， JAYARAMAN V. A Probabilistic Model for Sensor Fusion Using Range-Only Measurements in Multistatic Radar［J］. IEEE Sensors Letters， 2020， 4（6）： 1-4.
18	WITTMAN JR R L. Defining a Standard： the Military Scenario Definition Language Version 1.0 Standard［C］∥Proceedings of the 2009 Spring Simulation Multiconference. San Diego California，2009： 1-5.
19	WITTMAN R. OneSAF as an In-Stride Mission Command asset［R］. Orlando Florida， Mitre Corp Orlando Fl， 2014.
20	BLAIS C， ABBOTT J. Integrating the Coalition Battle Management Language （C-BML） into the Military Scenario Definition Language （MSDL）［C］∥Proceedings of the Spring Simulation Interoperability Workshop， Simulation Interoperability Standards Organization， Orlando， FL， April 2010.
21	PULLEN M， CORNER D， SINGAPOGU S， et al. Command and Control System to Simulation System Interoperation： Development of the C2SIM Standard ［C］∥Winter Simulation Innovation Workshop， Orlando， FL， 2019： 1-14.
22	BLENOCK B M. AI in Future Military Confrontation［J］. Military Thought， 2021（4）： 106-112.
23	JOHANSSON F， FALKMAN G. A Bayesian Network Approach to Threat Evaluation with Application to an Air Defense Scenario［C］∥2008 11th International Conference on Information Fusion. IEEE， 2008： 1-7.
24	AZIMIRAD E， HADDADNIA J. Target Threat Assessment using Fuzzy Sets Theory［J］. International Journal of Advances in Intelligent Informatics， 2015， 1（2）： 57-74.
25	RASSALNA P， MISHRA T. Target Detection， Tracking and Threat Evaluation in Multi Sensor System Using Machine Learning［C］∥2020 3rd International Conference on Intelligent Sustainable Systems （ICISS），Coimbatore， India， IEEE， 2020： 837-842.
26	JULSTROM B A. String-and Permutation-Coded Genetic Algorithms for the Static Weapon-Target Assignment Problem［C］∥Proceedings of the 11th Annual Conference Companion on Genetic and Evolutionary Computation Conference： Late Breaking Papers. 2009： 2553-2558.
27	JOHANSSON F， FALKMAN G. Real-Time Allocation of Defensive Resources to Rockets， Artillery， and Mortars［C］∥2010 13th International Conference on Information Fusion. IEEE， 2010： 1-8.
28	KLINE A， AHNER D， PACHTER M. A Greedy Hungarian Algorithm for the Weapon-Target Assignment Problem［R］∥Technical Report COA-02-17. Air Force Institute of Technology Center for Operational Analysis， 2017.
29	HARLIN W J， CICCI D A. Ballistic Missile Trajectory Prediction Using a State Transition Matrix［J］. Applied Mathematics and Computation， 2007， 188（2）： 1832-1847.
30	FARINA A， TIMMONERI L， VIGILANTE D. Classification and Launch-Impact Point Prediction of Ballistic Target via Multiple Model Maximum Likelihood Estimator （MM-MLE）［C］∥2006 IEEE Conference on Radar. IEEE， 2006.
31	MAHMOOD Y A， AHMADI A， VERMA A K， et al. Fuzzy Fault Tree Analysis： A Review of Concept and Application［J］. International Journal of System Assurance Engineering & Management， 2013， 4（1）：19-32.

系统名称	分系统名称	应用情况	基础技术
舰载武器系统	探测识别功能系统	目标识别与分类、跟踪雷达滤波器、航迹关联	图像处理、分类识别、关联分析等
	指挥控制功能系统	辅助决策系统、威胁判断、目标分配	自然语言处理、知识图谱、智能推荐等
	火力打击功能系统	弹道外推	回归分析、自适应算法等
	火力打击功能系统	智能弹药	回归分析、自适应算法等
	其他	故障诊断	自然语言处理、知识图谱、无人技术等
	其他	无人装备	自然语言处理、知识图谱、无人技术等

系统名称	分系统名称	应用情况	基础技术
舰载武器系统	探测识别功能系统	目标识别与分类、跟踪雷达滤波器、航迹关联	图像处理、分类识别、关联分析等
	指挥控制功能系统	辅助决策系统、威胁判断、目标分配	自然语言处理、知识图谱、智能推荐等
	火力打击功能系统	弹道外推	回归分析、自适应算法等
	火力打击功能系统	智能弹药	回归分析、自适应算法等
	其他	故障诊断	自然语言处理、知识图谱、无人技术等
	其他	无人装备	自然语言处理、知识图谱、无人技术等

[1]	师俞晨. 基于遥感影像水下目标尾迹探测综述[J]. 现代防御技术, 2024, 52(1): 83-91.
[2]	姚保寅, 毛磊, 王智斌. 人工智能技术在航天装备领域应用探讨[J]. 现代防御技术, 2023, 51(2): 33-42.
[3]	高嘉乐, 王毅增, 刘东亚, 郭健. 俄军反导作战体制及作战运用研究[J]. 现代防御技术, 2022, 50(6): 26-34.
[4]	暴佳伟, 田小平, 刘宇娜, 邹长宽, 张雨晴. ADS-B安全问题研究综述[J]. 现代防御技术, 2022, 50(5): 28-35.
[5]	姚保寅, 毛磊, 肖柯, 曲徽. 人工智能技术在光学对地观测领域应用探讨[J]. 现代防御技术, 2021, 49(5): 26-31.
[6]	汤润泽, 张承龙, 李林林, 王世凯. 多武器跨域智能协同对空作战应用及关键技术[J]. 现代防御技术, 2021, 49(2): 26-34.
[7]	李欢, 刘欣璐. 智能雷在特种作战中的应用[J]. 现代防御技术, 2021, 49(2): 20-25.
[8]	张兆晨, 毛晓彬, 周光霞. 面向人机融合的C⁴ISR系统架构研究[J]. 现代防御技术, 2021, 49(1): 32-39.
[9]	王青, 刘华华. 变体飞行器智能自主决策与控制[J]. 现代防御技术, 2020, 48(6): 5-11.
[10]	房霄, 曾贲, 宋祥祥, 贾正轩. 基于深度强化学习的舰艇空中威胁行为建模[J]. 现代防御技术, 2020, 48(5): 59-66.
[11]	汤润泽, 张承龙, 李林林. 人工智能在无人战场态势预判与博弈对抗中的应用[J]. 现代防御技术, 2020, 48(5): 25-31.
[12]	宗凯彬, 张承龙, 卓志敏. 智能导弹武器系统发展综述[J]. 现代防御技术, 2020, 48(3): 49-55.
[13]	刘标, 许腾, 刘树锋. 水下目标识别的规划融合算法[J]. 现代防御技术, 2018, 46(6): 64-67.
[14]	林菡, 李昌玺, 陈丽娟. MIMO-FNN模型的弹道导弹目标识别方法[J]. 现代防御技术, 2018, 46(6): 36-43.
[15]	于小红, 程嘉远. 改进模板匹配的通信目标识别技术收[J]. 现代防御技术, 2018, 46(5): 69-74.