分布式智能指挥控制逻辑体系架构探索

来源：中国指挥与控制学会 

作者：林波, 黄今辉, 尹峻松.

摘要：随着战争向智能化方向演进发展，分布式智能指挥控制正成为新的指挥控制模式，智能技术赋能网络信息体系，作战体系按需构建和作战能力即时生成成为可能。在“分布式作战”“马赛克战”等概念分析基础上，提出了分布式智能指挥控制的体系架构、运行机制和关键技术，为分布式智能指挥控制研究提供了新的思路与借鉴参考。

人工智能技术不断发展，智能技术效用不断增强，在“智能+”的作用下，智能化战争样式愈加清晰，新型指挥控制模式更加凸显。分布式智能指挥控制逐渐成为新的战场指挥控制模式，其战场作用和战术运用愈加突显。随着智能技术发展和赋能，作战体系的战术终端单元种类愈加繁多、单元功能愈加丰富、智能水平不断提高，体系内各战术单元之间的联结方式不断增多，这将带来更多样化的组合方式和能力生成模式。自主按需整合作战资源，综合更多具有智能化功能的单元模块，能够实现作战系统的重构，具备独立完成特定任务的本领和能力。

伴随着可用作战资源数量爆炸式增长、功能阶跃式增强，作战系统能力将出现质的飞跃。 智能模型和算法的发展，又为快速构建作战系统、形成任务能力创造条件。快速的战场分析计算、加速的观察-判断-决策-执行(observe-orient-decide-act,OODA)闭合，能够为实施作战任务的作战系统提供自主适应作战任务和战场环境的条件，作战系统能够根据战场环境、作战态势和任务需要等适时调整系统构成方式和构成模块，并可通过软件定义的方式修改或增强系统某些要素功能以快速响应任务需求变化。

随着作战资源的异构形态和跨域分布，越来越多的作战平台和单元需要指挥控制，以分布的多元异构平台为基础，集成敏捷适应的功能模块，进而形成作战系统，将成为未来作战体系的构建模式，分布式智能指挥控制必然成为主要指挥控制方式。

1 概念发展

分布式智能指挥控制在“分布式作战”“马赛克战”“智能指挥控制”等概念的发展中逐见雏形。

1.1 分布式作战

分布式作战通常是指分散部署在战场上的多种作战力量或作战单元，基于统一的网络信息系统，根据战局和战机，在没有上级指挥机构的指挥控制下，独立行使指挥控制功能，组织作战行动的作战。 分布式作战概念最早由美国海军提出，初衷是将打击能力分散配置到海域范围内大量分布的海上平台，使敌方C4ISR能力区域饱和，难以保持对己方打击平台的持续侦察、跟踪和监视，避免高价值、多功能的海上舰艇被敌方非对称武器所摧毁，保证己方海上平台的安全，同时能够从多方向同时对敌方实施远程精确、集中、灵活、突然的打击，增加对手的防御难度。随着技术的更迭，分布式作战概念在美军中得到广泛关注和认可，并不断向“灵巧化”方向转变，分布式作战执行任务越来越多能，指控性能不断提升，互操作性不断增强。 未来战场，功能集中的高价值作战平台将逐渐减少，功能单一的低价值作战单元逐渐增加，有人系统将不断减少，无人平台将不断增加。

分布式作战体系遵循“平台分散、效果聚合”的设计理念，作战体系的设计和构建将不再强调功能高度集中于某型平台或系统，而是将作战功能分解赋予大量不同种类的异构作战模块，利用先进的集成技术，实现功能的整体输出，具有编组灵活、组网敏捷、自主协同等特点。这样的设计和构建模式，提高了作战体系的弹性和生存能力，避免遭到对手体系性的破击和瘫痪，也能给对手带来战场不可预判、缺乏征兆的战术突袭效果。 分布式作战在信息化战争中萌芽，在智能化战争发展，特别是网络信息技术和智能技术的突破，将促进分布式作战在战争中的广泛运用，成为战争新形态。与传统的集中式作战相比，分布式作战在作战平台的互操作性能、协作水平、作战速度、存活概率、毁伤程度、战场态势利用率等方面都有大幅度提升。

面向分布式作战需求，分布式指挥控制应运而生。分布式指挥控制与集中式指挥控制相对应，相较于集中式指挥控制，分布式指挥控制具有层次结构更扁平、任务部署更灵活、行动控制更敏捷、作战企图更隐蔽等特征。在分布式指挥控制的体系中，感知、决策、行动等作战要素和作战单元能够更加灵活、动态、多样化、自适应的组合，按需组合形成预期能力，让对手摸不清、探不明，带来决策上的突然、行动上的突袭、效果上的突破。

1.2 马赛克战

“马赛克战”是分布式作战发展的新内容，其核心思想是：通过综合集成、有机结合、动态调整的方式，将各类传感器、武器终端以及低成本、功能单一的系统或平台集成为按需定制、弹性鲁棒、灵活机动的作战体系，以实现感知、决策及执行等多重环节或行动的按需配置。 “马赛克战”是基于系统工程思想的一种旨在满足未来动态战略环境对作战能力需求和作战时效要求的作战样式。

“马赛克战”继承和发展了分布式作战理念，基于先进网络连接和实时共享技术，在设计阶段将过去作战高价值平台的作战功能分解为更小的作战模块，在集成阶段利用模块的各种重组方式实现作战能力的重构。“马赛克战”是一种拼图式的作战，其核心是“要素拼图”，各作战要素灵活拼组方式能很好地适应作战环境变化和任务要求。 “马赛克战”强调作战指挥控制体系向战术端放权，将指挥决策向战术末端转移，可认为是一种典型的边缘作战，考虑由战术边缘完成指挥控制，由战术节点能力的组合来编配战场“杀伤网”，弱化核心指挥节点和跨域指挥节点的作用，推动实现战术端边缘组织、跨域联合、全域聚合。

“马赛克战”始终围绕作战决策展开，以分布式管理高效实现去中心化的多域联合作战能力，利用智能技术加快OODA循环，结合全局的战场态势组织作战行动，实现比对手更快、更高效的决策中心战。其制胜核心主要在于决策制定和能力生成，以快速决策牵引能力生成，获得时间优势和行动优势，累积决策优势，实现认知域的制胜突破，完成对信息域和物理域的优势控制。

1.3 智能指挥控制

技术的迭代革新将推动战争发展进入智能化时代，智能化平台与系统成为战场主角，智能化战争将成为未来战争的主要样式。人机共生对抗、有人/无人协同作战、无人自主作战、无人集群协同作战等将成为智能化作战的典型作战样式。智能化战争将呈现出作战空间全域拓展、作战时间极限压缩、战场情况全维透明、作战决策人机共生、作战武器智能自主等特点。 面向智能化战争的智能指挥控制将呈现自主高效、敏捷相应、按需满足、精准调控实现等特征。在智能技术的影响下，指挥控制在一定程度上具备战场目标自动识别、战场态势智能感知、情报信息智能处理、智能任务规划和辅助决策等能力，可有效提升杀伤链的智能化水平。

同时以智赋能、以智聚能、以智释能的智能指挥控制将实现对OODA的赋能和重塑，使得指挥控制更快更好更有效。以智赋能，即利用智能技术对作战平台赋能、对作战环节赋能，使得平台获得更优的性能指标、环节实现更快的时效响应；以智聚能，即利用智能技术和算法快速构建作战系统，聚合作战平台，形成作战能力，以更好的构建方式、更优的聚合模式，实现更充盈的作战能力；以智释能，利用智能算法和智能技术，使得作战体系能在最佳的时间、最恰当的空间，释放作战体系效能，产生最有利于完成作战任务、实现作战目标的效果。 “马赛克战”的指挥控制是典型的智能指挥控制方式，一方面利用智能技术加快决策时间，提升指挥质效，另一方面利用智能技术优化控制实体和控制方式，降低控制负荷，为决策提供更多可能的选项支撑。目前已有利用空间抓取技术(spatial grasp technology, SGT)、基于主体方法、博弈方法和免疫系统分析等方法研究“马赛克战”指挥控制，利用多智能体强化学习、群体智能决策等算法研究战术级指挥控制问题，探索了大数据智能指挥控制的机理框架和模型等。

2 分布式智能指挥控制体系架构

分布式智能指挥控制将实现分布式指挥控制和智能指挥控制的融合，继承分布式指挥控制的灵活适变和智能指挥控制的智能高效，形成新的优势指挥控制模式。 分布式智能指挥控制将以系统工程、网络科学和智能技术为基础，实现作战平台抽象化、作战任务编目化、作战决策边缘化、作战行动多样化，利用算法和软件定义作战体系，基于模型和构件生成作战能力，实现作战任务与作战资源的优化匹配，达到在最合适的时间、最有效的区域，利用最集约的手段，产生最有效的作战效果。 分布式智能指挥控制的逻辑架构如图1所示。

作战任务通过逻辑分解形成作战任务集，作战任务集是各类型任务的上下逻辑关系，及各类型任务完成状态的指标标准的集合，包含作战任务及对应的预期状态指标、标准和效果等。作战单元抽象聚合形成作战资源池，作战资源池是所有可操作作战单元的集合，包含作战单元的能力指标、性能参数、运用规律等属性，可根据功能分类形成观察类资源、判断类资源、决策类资源和执行类资源。战场态势抽象表征为作战约束条件，作战约束集是各类作战限制因素的集合，包含战场物理环境、信息环境等限制作战单元效能释放的因素。进一步，利用智能算法模型将作战任务集、作战约束集和作战资源池中的元素进行匹配整合，构建形成任务映射表、资源组合包，利用指控算法将任务与资源进行关联映射，将对应的任务表、资源包及时序逻辑、运用规则等内容打包封装，输出为作战效应集，完成分布式智能指挥控制。

智能算法模型支撑分布式指挥控制全过程。在抽象与分解阶段，利用智能模型算法实现作战任务集的颗粒度控制，选择适宜的分解方法和颗粒度，为后续作战任务的匹配整合提供条件；利用智能模型算法完成作战单元属性的抽象聚合，形成编目化资源池，为可匹配整合操作提供基础；利用智能模型算法实现战场态势的抽象表征，将描述性、定性化场景抽象为可量化可操作的约束条件，为后续优化操作提供基础条件。

在匹配整合阶段，基于先进的智能算法和模型，实现作战任务集与作战资源池中元素在战场约束条件下的匹配整合，构建形成任务映射表、指控算法库和资源组合包，确定由任务映射到资源组合的对应关系。在适配输出阶段，智能模型算法将预设的作战效应与现实条件进行适应性匹配，自动选择和调优解决方案，实现适配的作战效应输出。同时智能模型和算法还实时监控指挥控制的作战能力状态和费效情况，及时反馈，实时调整体系构成，使体系始终处于优化状态运转。

图 1 分布式智能指挥控制逻辑架构

Fig. 1 Distributed intelligent command and control logical architecture  

基于分布式智能指挥控制的逻辑关系，设计了一种分布式智能指挥控制体系架构，如图2所示。该体系架构可分为三层：基础层、集成层和应用层。基础层由作战实体资源、数据模型资源和智能服务资源构成，包含分布式作战指挥控制的物质基础；集成层是根据分布式作战原理和作战体系构建逻辑，在智能算法和模型的支撑下，基于作战资源构建形成分布式作战要素，包括分布式作战任务管理、分布式作战资源管理、分布式信息处理和分布式集成控制等内容；应用层是针对各类任务，集成多个感知、决策和效应等作战要素，构建形成多领域多维度的杀伤链/杀伤网，生成作战任务响应能力，完成分布式指挥控制。

图 2 分布式智能指挥控制体系架构

Fig. 2 Distributed intelligent command and control system architecture

2.1 任务映射表

任务映射是利用系统工程论思想将作战任务逐级分解形成层次化或网络化的任务体系，并与完成任务所需的能力指标形成对应关系的过程。对于层次化的总体任务，总体作战任务可按任务属性或按要素构成分解为分支作战任务，对分支作战任务进一步分解，可得到大量原子作战任务。原子作战任务可认为是各类战术单元群能够独立完成的任务形态，通常由战术指挥机构进行指挥控制。战术指挥机构可以围绕原子任务构建作战系统，组织作战行动。

对于网络化的作战任务，不能完成逐层解耦，则可采用集中式指挥控制与分布式指挥控制相结合的方式，减少指挥控制层级，聚焦全局实施越级跨域指挥控制。 完成作战任务分解后，将形成作战任务体系。该体系包含各类任务及任务的逻辑关系。指挥控制过程需将任务体系中的原子任务与完成该任务所需的能力状态进行关联映射，如图3所示，通过能力指标进行逻辑表征，为后续的基于能力需要构建作战体系提供条件，从而实现“马赛克”式的分布式指挥控制与体系构建。

图 3 作战任务向能力映射示意图

Fig. 3 Schematic diagram of mapping of operation tasks to capability

分布式智能指挥控制能在智能算法的支撑下，实现对任务的分解与解耦、任务与能力的映射与表征，并形成软件定义的任务映射列表，能够为后续与作战资源的匹配提供基础。

2.2 资源组合包

智能化战场上，作战单元不仅具备较高的智能水平，而且数量众多，呈现类型多样化、分布全域化、形态异构化等特点，直接运用于作战体系的设计和构建将很难具有任务针对性和环境适应性，且耗时费力。遵循作战任务需求牵引作战能力生成的原则，在智能算法和模型的支撑下，将所有作战资源数据化，构建数据池，并根据任务匹配需求，选择池中合适资源组合生成任务能力。 池化的作战资源将包含特征属性与忙闲状态，通过有效的任务规划，完成资源属性与任务需求的匹配，可避免作战实体单位被任务重复分配或过度空闲所导致的资源利用率低、任务完成度低等情况。

2.3 指控算法库

指控算法库是分布式智能指挥控制的重要内容，其中包括作战任务与作战资源的映射关系、作战时空约束与作战资源调配的优化策略、态势变化趋势与决策调整方向的影响关系、作战实体与作战行动的逻辑时序关系等。利用指控算法库，分布式智能指挥控制能够更快更好的完成态势融入、应变决策、资源整合、冲突消解、效果评估、组网共享等活动，有效支撑OODA环快速形成闭合。

2.4 作战效应集

作战效应集包含战场态势下完成作战任务的作战行动序列和逻辑时序关系、运用条件规则等，包含感知、决策和行动等内容。指挥决策的基本过程是“观察-判断-决策-执行”的过程（OODA环），对抗双方的每一次决策行动都是指挥控制过程的一次循环。因而，作战任务与作战行动的关系可用OODA环的形式抽象表征。

在传统的指挥控制模式下，作战效应输出为多个独立OODA环的串联或并联模式，环与环之间交叉作用较少。在分布式智能指挥控制模式中，其作战效应输出模式多样，既有传统的OODA环串联、并联样式，也有嵌入式、扩展式的OODA环，即某一个环的要素可能在另外的多个环中产生作用，影响多个环的形成和闭合，如图4所示。图4中，①示意两个任务OODA环独立闭合；②示意一个OODA环的D要素（决策要素）创建新的OODA环以完成另外的衍生任务；③示意两个耦合任务对应的OODA环具有相同的决策要素；④示意多个耦合关联的指挥控制任务将构建嵌套的OODA环。 在智能算法和模型的作用下，指挥控制围绕任务按需灵活地构建OODA环，各种类型的OODA环的集合，将形成OODA包络，即为作战效应集。作战效应集具备多种可选的行动样式，为分布式智能指挥控制模式提供多样化的可选效应手段。

图 4 作战效应示意图

Fig. 4 Schematic diagram of operational effects

3 分布式智能指挥控制体系运行

分布式智能指挥控制将构建形成按需配置、自适应组合的作战指挥控制体系，其体系运转主要包含两种模式：任务驱动式和事件触发式。如图5所示，任务驱动式以作战任务为原始驱动力，由顶自下逐级分解任务，驱动体系形成，生成任务能力；事件触发式以战场事件为触发条件，自底向上产生指挥控制需求，依据末端感知事件，构建作战体系，形成应对策略。

图 5 分布式智能指挥控制体系运行

Fig. 5 Distributed intelligent command and control system operation

3.1 任务驱动式指挥控制

任务驱动式指挥控制是分布式智能指挥控制的一种样式，是一种自上而下的指挥控制驱动模式，主要面向主动式作战任务。以作战任务为牵引，战略中心决策要素根据作战意图、作战任务和战场环境，考虑能力需求匹配、时效要求满足、任务要求满足等因素，将任务分解并分配给战术边缘决策单元；战术边缘决策单元结合战场实际情况，研判所需任务能力、战场态势、任务要求等因素，形成指挥决策；战术边缘效应单元根据任务能力状态、环境情况变化、任务完成程度构建作战体系、生成作战能力，完成事件应对。

3.2 事件触发式指挥控制

事件触发式指挥控制模式是分布式智能指挥控制的另一种典型样式，是一种自下而上的指挥控制需求驱动模式，主要面向战场实时情况，由战术边缘感知、战术边缘决策和战术边缘效应组成，具有应对战场不确定性的能力。分布式智能指挥控制模式下，广泛部署的战术末端单元侦察监视战场动向，突发的战场事件将触发战术单元通过自主构建OODA环进行应对处置。一旦战术末端单元获情，战术边缘感知单元即高效组织侦察行动，查明事件类型、环境条件、战场态势等内容，形成决策输入；战术边缘决策单元根据战场事件和态势信息，迅速研判作战能力是否具备、时效是否达到、任务能否胜任，快速形成指挥决策；战术边缘效应单元根据任务能力状态、环境情况变化、任务完成程度构建作战体系、生成作战能力，完成战场事件应对。对于战术边缘判断不能处置和应对的事件，战术边缘将向战役中心提出指挥控制需求，由上一级指挥控制机构组织实施指挥控制活动。

4分布式智能指挥控制关键技术

分布式智能指挥控制是智能化战争的重要指挥控制模式，是智能技术赋能下的指挥控制，具有鲜明的技术特征。在分布式智能指挥控制架构中，分布式作战任务管理、分布式作战资源管理、分布式信息处理和分布式集成控制模块涉及的关键技术主要包括任务冲突消解、资源全时调控、态势实时融合、数据信息共享、行动实时仿真、效果即时评估等关键技术。

4.1任务冲突消解技术

相较于集中式指挥控制而言，任务冲突是分布式指挥控制面临的主要问题之一。作战实体被赋予不同任务需求，带来任务冲突，影响作战任务的完成情况。避免任务冲突和任务长时间的排队，是分布式指挥控制需要解决的重要问题。任务冲突消解是分布式作战任务管理的重要内容。一种适宜的方法是将任务层次化、资源网格化，利用时间上切片、空间上区域化，将任务和资源概略区分，然后再以此为基础综合考虑费效和任务完成情况进行优化调整。智能技术将优化任务匹配过程，尽力从源头避免任务冲突。在任务冲突消解中，利用智能算法实现全要素的任务与能力匹配，贯穿于任务规划、任务完成的全过程，消解任务冲突，减少任务存量。主要包括基于博弈论的时空和时频冲突消解、基于运筹的任务优化匹配等技术。

4.2资源全时调控技术

资源全时调控是分布式智能指挥控制的基础，是分布式智能指挥控制体系架构中分布式作战资源管理的核心。未来智能化战争中，大量多样化异构的作战资源是作战的基础和核心，对于资源的管理和运用将是指挥控制面临的首要问题。智能技术将促使资源管理与调控实时化、自动化。利用智能技术和算法，将作战资源数据化，构建形成资源池，并进行编目编码、标记属性状态，自动实时更新保鲜。通过对资源的全时管理和调控，对数据的自动挖掘分析处理，实现对底数的掌握，方便为作战资源适配作战任务提供条件。主要包括时空基准自动调校技术、时频监视自主管控技术、资源状态自动监视技术、资源数据自动标签技术、数据自定义周期迭代更新技术等。

4.3态势实时融合技术

分布式信息处理是分布式指挥控制的基础，战场态势的实时融合是其中关键内容。在智能技术的赋能下，全域分布的感知节点将与全局的态势感知中心实时连接与交互，终端态势感知与全局态势将实时融合。同时在统一的时空基准下，战场感知信息通过实时接入、精准融合，实现战场态势的动态生成、理解认知、分布处理和可视化呈现等。在全局的指挥决策中枢形成态势一张图、终端部位形成战场局部图，为全局掌控态势、局部利用态势提供基础。主要包括基于多源异构数据的自动分析与融合处理、基于大数据挖掘的关键信息提取、基于因果发现与知识图谱技术的数据关联分析、基于归纳推理的数据实时校准、基于注意力机制的态势推送与可视化呈现等技术。

4.4数据信息共享技术

信息化战争中，信息是指挥控制的基础和核心，通过信息的联系，能实现各类物理作战单元或平台的统一和连接。在智能化战争中，信息是智能的载体和体现，各类分布式部署的作战平台，必然伴随能将分布式平台联系融合集成的信息手段和工具，实现融合统一。分布式智能指挥控制中，数据信息是基础，只有具备信息融合、实时共享才能实现作战指挥控制的协调统一。主要包括自适应通信链路构建、通信风险自动发现、智能网关控制、自主信息查验、实时信息共享、时空基准自动标定、信道自动加密传输等技术。

4.5行动实时仿真技术

行动仿真能为作战计划制定和作战行动设计提供决策参考，辅助实现优化的分布式集成控制。智能化技术的发展，让战场具备利用平行世界、元宇宙等新型数字技术的条件，让实时仿真成为可能。在分布式集成控制前，引接实时战场态势，模拟行动方案，评估行动效果，为实时的计划制定和行动设计提供参考，支撑分布式智能指挥控制的有效组织和实施。主要包括战场环境构设、行为抽象仿真、智能仿真引擎等技术。

4.6效果即时评估技术

效果评估是指挥控制形成闭环的必要环节。分布式智能指挥控制中，全域部署的智能化战场终端为效果评估即时完成提供条件。大量的战场感知要素，可以即时跟踪和掌握战场动态，回传战场信息，评估行动效果，为后续作战决策和行动提供触发条件，保证指挥控制的效果。主要包括目标情报自动侦察、遥感图像智能解译、目标动向智能研判、关键信息提取分析、数据自动分析比对等技术。

5结论

分布式智能指挥控制是适应未来智能化战争发展的指挥控制方式，是实现作战体系按需构建、作战能力即时生成的基础条件。本文提出了一种分布式智能指挥控制体系架构，是对未来以决策为中心的“马赛克战”作战样式的指挥控制方式的探索，适应了智能化战争的需要。在分布式智能指挥控制中，决策权限向战术末端靠近，自主的战场决策方式，更容易形成决策优势，构建形成的作战体系更能应对战场态势的瞬息万变，并能适时作出及时可靠的响应，实现杀伤链和“杀伤网”的敏捷构建，推动战术端的多域融合攻击与全域降维打击。战术单元平常以分散状态存在，战时按需动态组合，能够实现战术意图隐藏，让对手难以摸清己方战术意图，制造新的“战争迷雾”，在认知域中累积新的优势，最终实现物理域、信息域和认知域的全面联合攻防优势。

审核编辑：黄飞