智能化技术在精确打击体系中的应用
周蓓蓓1，刘 珏2
(1. 南京理工大学图书馆，江苏 南京 210094； 2. 上海机电工程研究所，上海 201109)
摘 要： 为提高态势感知、目标识别能力，并实现更快更及时的决策，在复杂多变的战场环境和激烈的攻防对抗博弈条件下高效、精确地打击各类目标，综述了智能化技术在精确打击体系中的应用，概述了精确打击体系所面临的挑战，简要介绍了智能化技术对提高精确打击体系作战能力的作用，分析了智能精确打击体系对智能化的需求，并分别介绍了智能化技术在精确打击体系的情报、监视和侦察环节与精确交战环节中的应用，进而探讨了智能化精确打击体系的关键技术。
关键词： 精确打击体系；精确制导；情报监视侦察；人工智能；信息融合；自动目标识别
0 引 言
精确打击系统由情报监视侦察(目标探测系统)、火力指挥控制、精确打击武器平台及精确打击武器等构成，其主要使命是精确打击空中、地面、海面及水下等目标，在现代高技术战争中发挥了重要的作用。
精确制导武器的出现，使美军的目标打击方式发生了革命性的变化。经过几十年的发展，已建立了如图1所示的包括先进的传感器、全球化的指挥控制通信计算与情报监视侦察(C4ISR)网络，以及陆、海、空打击武器平台与精确制导弹药的精确打击体系，构建了成功进行精确打击所需的“探测、锁定、跟踪、瞄准、交战、打击效果评估”杀伤链，使美国军队自冷战结束后在精确打击方面具有绝对优势[1]。
然而，由于认识到精确制导武器在现代高技术战争中所起的重大作用，美国的对手也在持续大力发展针对美国精确打击杀伤链各环节的有效反制手段，如目标隐藏伪装欺骗、目标快速转移机动、各类防空武器等(如图2所示)。同时，也在全力发展它们自身的精确打击能力。精确打击体系杀伤链的各个环节要保证能看得远、分得清、跟得上、瞄得准、突得进、打得准、打得狠，而对手为了反制精确打击体系杀伤链要设法让其看不见、分不清、跟不上、瞄不准、进不去、打不上。由于对手反制能力不断提高，美国的精确打击优势逐渐减弱[1]。
公园里，苏穆武和票友在唱京剧。杰克在跟着学唱：千差万差你自己差，恩爱的夫妻就变成了活冤家——票友们鼓掌，杰克却突然停住了。苏穆武问：怎么不唱了？杰克认真地：我不明白，朱买臣为何要马前泼水？苏穆武回答：崔氏女先前休夫，朱买臣考了官，崔氏女又想合好，朱买臣当然不干，这叫好马不吃回头草——杰克问：为啥不吃回头草？回头草有毒吗？苏穆武不耐烦地：有三聚氰胺，跟你说不清楚，接着唱——
图1 精确打击杀伤链
Fig.1 Precision strike kill chain
图2 针对精确打击杀伤链主要环节的反制手段
Fig.2 Countermeasures against precision strike kill chain
目前，具有精确制导武器并能反制对手精确打击能力的交战双方，都在寻求通过提高精确打击能力或防御能力来获得优势，交战对手之间的对抗将构成均势对抗。美国战略与预算评估中心2015年完成的《保持美国的精确打击优势报告》指出：“为了继续保持精确打击优势，需要发展和运用新的作战概念和先进武器装备与技术。”这就意味着需要采取整体性的途径，从战法、作战指挥和装备能力等方面来改进精确打击体系，提高精确打击杀伤链各环节的能力和性能，显著提升在均势对抗条件下的精确打击效能[1]。
新的精确打击作战概念和先进武器装备的新能力需要包括人工智能技术在内的先进技术的支撑。
In conclusion,I would like to say that to be a professional translator has to manipulate the theoretical knowledge and the practical translating techniques.An excellent translation work can be
1 精确打击体系对智能化技术的需求
1.1 人工智能与精确打击体系智能化概述
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。它企图了解智能的实质，并创造出能以与人类智能相似的方式做出反应的智能机器。人工智能于1956年诞生，其理论和技术不断发展，应用领域也不断拓宽，在机器视觉、人脸识别、自动目标识别、辅助驾驶和自动驾驶等领域都已得到了广泛应用，在精确打击武器系统中也获得了初步应用[2-3]。
精确打击武器系统智能化的实质是运用人工智能技术，由计算机综合利用情报监视侦察传感器及弹载传感器获得的信息及目标特征数据库，通过计算机信息处理和复杂任务规划，实现类似人脑的目标智能选择、识别、抗干扰等决策，从而使情报监视侦察传感器在复杂、对抗的战场环境中准确、精确地识别目标，引导和控制精确制导武器在复杂、对抗的战场环境中准确、精确地打击目标[2-4]。
自动目标识别技术的发展最早可追溯到20世纪60年代末，经历近五十年的发展历程，从采用统计模式识别为主发展到基于模型和知识的系统。为提高自适应性和学习能力，又将人工神经网络、支持向量机及深度学习等技术应用于自动目标识别领域[4,15-23]。
1.2 精确打击体系智能化技术的需求
1.2.1 适应未来激烈对抗的复杂地、海面战场环境
地、海面目标采用各种隐藏、伪装、欺骗及光电对抗、电子对抗手段来反制精确打击武器，将形成复杂的、激烈对抗的地、海面战场环境，因此需要更高的信息感知和认知、分析能力。这就要求精确打击体系的情报、监视和侦察系统能够在复杂地、海面战场环境中可靠探测、识别、锁定感兴趣目标。精确打击武器平台及防区外打击武器应能够可靠地跟踪、瞄准目标。为此，需要发展先进探测与智能感知技术、信息融合与传感器管理技术、智能自主目标识别与抗干扰技术[3-4]。
1.2.2 全面实现防区外精确打击
临床资料和研究结果采用SPSS23.0软件进行统计分析，计量资料以（±s）表示，计数资料用%表示，组间比较分别采用t检验和χ2检验，P＜0.05表示差异具有统计学意义。
运用人工智能技术，实现自主航路规划与智能对抗，提高突防概率。利用弹载被动射频传感器等获得的敌方射频辐射源的信息，结合导弹接收到的来自其他导弹或飞机的目标信息及目标特征数据库，由弹载计算机完成分类、定位，实现对战场电子态势的分析判断，规划导弹的最佳突防路径[2,5-8]。
1.2.3 提高生存能力，有效突防一体化防空体系
现代一体化防空体系除采用先进探测系统探测空中威胁、采用精确制导的防空导弹进行硬杀伤之外，还采用先进的电子战与光电战手段，对精确打击武器进行软杀伤。为有效突防并提高生存能力，进攻方需要采用自主航路规划、智能对抗、诱饵欺骗、群弹协同等技术，规避、欺骗威胁[7-9]。
实施国土资源所巡察“五个三”行动计划 整体提升基层国土资源一线工作水平（殷金兰） ..........................3-12
1.2.4 有效打击时敏目标
目标快速转移机动是高价值地面目标应对精确打击武器的一种有效反制手段。如图3所示，为了有效打击远距离的时敏目标，必须压缩整个杀伤链的时间线。除了要发展超高声速精确打击武器外，还必须快速完成成功交战必需的所有步骤(即杀伤链)。为此，美国正在发展多个C4ISR项目，使发现、锁定、跟踪、瞄准所需时间从几小时缩短到几分钟。这就需要实现智能化的情报、监视和侦察数据分析和决策[10]。
图3 有效打击远距离的时敏目标需要压缩整个杀伤链的时间线
Fig.3 To effectively strike the time - sensitive target at long distance, the timeline of overall kill chain should be compressed
2 智能化技术在精确打击体系的情报、监视和侦察环节中的应用
情报、监视和侦察(ISR)主要指调度传感器资源，并由传感器获取目标数据，信息处理系统处理、发掘和分发数据，以支持军事作战的活动。它用于对各种军事作战提供重要支持，能为战场指挥官提供信息，以理解战场态势、敌方的行动和威胁并做出决策。对战场认知的速度将成为战争胜负的决定因素，谁能更快处理信息、理解战场态势、实施决策并执行打击，谁就能赢得主动。因此，未来的精确打击体系将需要构建多层次的异构、异质ISR敏感环境，并通过对这一情报监视侦察体系所获取的战场态势和目标信息进行快速处理和感知，实现更好的态势感知和决策。在实际的作战场景中，由于战役进程快速变化,多种传感器获取海量的传感器数据，为有效地调度和控制各种平台和传感器，需要对大量的决策变量进行评估。因此，操作人员和分析人员对ISR装备进行管理决策的能力以及对所获得的信息进行解译的能力，受到了严峻的挑战，难以有效地管理、控制和发掘利用情报监视侦察设备。对编队目标、时敏目标和伪装目标，需要更快、更灵捷地协同运行和管理全谱ISR装备，只有这样才能提供有关复杂快速变化的战场环境的精确和实时的图像，更好地支持战术作战[10-12]。
在不利的对抗条件和严酷的作战环境条件下，尤其在需要对信息快速作出响应的动态的激烈对抗环境中，为了向精确打击体系提供及时、准确和可行动的信息，需要提高ISR设备的自动化管理和数据发掘利用能力，实现传感器数据的自动处理和传感器装备的自动控制，满足作战者对精度、持久性和时间线的要求，有效减轻操作人员的工作负荷。将智能化技术应用到情报监视侦察的运行、资源调度、信息处理、发掘和分发各环节，实现从传感器信息获取到自动处理，再到对情报监视侦察装备的控制智能化，通过数据融合过程对信息进行组合，形成一个精确和实时的战术图像，在动态变化的激烈博弈条件下快速作出正确的响应。
随着导弹武器信息化、网络化信息交联能力的提高，精确制导系统将在导弹本身获取目标信息的基础上，充分利用信息化、网络化协同作战系统提供的信息，通过弹上计算机信息处理(自动目标识别)算法，实现对目标的智能选择与识别，可望具备更强的抗干扰、抗欺骗及诱饵识别能力。
农产品中有机磷农药残留检测技术是对有机磷农药残留进行定性定量分析。随着人们生活节奏的加快，农残分析由单一种类农残分析向农药多残留分析发展，快速、高灵敏度的分析方法逐渐受到追捧。目前，有机磷农药残留分析使用的检测方法主要有色谱法、色谱质谱联用法、酶抑制法、免疫法等。Arjmandi等人利用薄层色谱法检测稻田的有机磷农药残留[7]。近年来，毛细管柱有分离性能、灵敏度和分析速度等方面的优点，使毛细管柱气相色谱成为多种类型或同一类型农药多残留分析的最得力工具，广泛应用于挥发性农药的残留测定。
箱式变电站采用欧式箱变，为保证进线处熔断器能够在短路电流流过设备时顺利熔断，一次侧高压负荷开关处需要加装熔断器，避免损坏设备。二次侧出线端为了给继保装置提供电流信号，需要加装电流互感器。最后加装无功补偿装置，采用并联电容器组成电容补偿柜，以提高电压质量。
1) 基于多层、多源异构信息融合处理的智能化战场态势分析判断
运用人工智能技术，综合利用情报、监视和侦察传感器获得的信息，通过计算机对多层、多源异构信息进行处理，完成对目标的准确检测与分类识别以及对战场态势的分析判断。
2) 智能化的协同控制
通过对传感器行动的智能化协同控制，改进数据融合的输出，有效发掘利用传感器数据的整合效果。
那头熊慢慢向旁边挪动了一下，发出威胁的咆哮，连它自己也给这个站得笔直、毫不害怕的神秘动物吓住了。可是这个人仍旧不动。他像石像一样地站着，直到危险过去，他才猛然哆嗦了一阵，倒在潮湿的苔藓里。
通过智能化的传感器动态调度，快速地响应当前的信息。通过反馈，实现面临不确定性时的稳健性，做出指导ISR重新配置和重新调度的决策。
3 智能化技术在精确打击体系的精确交战环节中的应用
智能化技术在精确打击体系的精确交战环节中的应用主要体现在精确打击武器平台及武器的智能化上。智能化导弹指采用人工智能技术的导弹系统，能够自主地对各种感知的信息进行处理，对外界环境、目标特性及其变化进行分析、判断和推理，从而做出正确的决策和反应，在复杂多变的战场环境下准确地攻击目标[2-5,6]。这种智能化主要体现在以下几个主要方面。
1) 基于多源异构信息融合处理的弹载智能化战场态势分析判断
运用人工智能技术，由弹载计算机综合利用弹载传感器获得的信息和导弹接收的天基、空基或地面控制站的信息，以及目标特征数据库，通过弹上计算机对多源异构信息进行处理，完成对目标的准确检测与分类识别，以及对战场态势的分析判断[2-5,6]。
庞庄水库位于黄河流域汾河支流乌马河上，坝址位于山西省晋中市太谷县庞庄村。水库始建于1971年8月，1974年11月竣工并投入运用。水库控制流域面积278 km2，建成时总库容1 800万m3。
2) 智能化突防与威胁规避
随着先进防空武器(尤其是防空导弹)的发展，如作战飞机采用射程较近的直接攻击弹药打击目标，由于地面、海面重要目标具备先进防空武器防护能力，进攻方作战飞机的生存能力受到严重威胁。针对强大对手的精确打击，进攻方必须采用防区外精确打击武器，对复杂战场环境中的地、海面运动目标进行精确打击。这就需要精确打击武器具有复杂环境下自主截获目标的能力，为此需要发展先进弹载探测与智能感知技术、智能自主目标识别技术[3-6]。
3) 复杂战场环境下的弹载智能化目标探测识别和抗干扰
结合人工智能技术，由弹载计算机利用弹载射频成像传感器、红外成像传感器等获得的信息以及目标特征数据库，在复杂战场环境下以低虚警率探测感兴趣的敌方目标，并完成分类、识别[2,5-8]。
智能化技术是未来新一代精确打击武器系统的重要赋能技术，突破智能化技术瓶颈，可使精确打击武器系统在复杂多变的战场环境和激烈博弈的对抗条件下更有效地打击各类目标。
观察组患者的收缩压（SBP）、舒张压（DBP）的改善情况均明显优于对照组患者（P＜0.05）。见表1。
目前，红外图像自动目标识别已成功应用于空地导弹、巡航导弹，基于射频雷达、激光雷达的自动目标识别技术也取得了很大的进展[4]。
自动目标识别在精确制导空地导弹中的典型应用包括：AGM-84H/K SLAM-ER自动目标截获系统，它采用模板匹配算法，将导弹红外导引头实时获取的图像与任务规划时存储在导弹上的基准图进行比较，从目标场景中自动确定预先规划的瞄准点；AGM-158A JASSM导弹的红外成像导引头，采用基于模板匹配的自动目标识别算法，每枚导弹中存储8种不同目标的模板(三维模型)[4]。
随着弹载探测传感器分辨率的不断提高以及多波段/多光谱及多模复合弹载探测传感器的发展，导引头已可以提供目标的多波段/多光谱目标特征，获取信息能力持续增强。同时，针对多模复合导引头的基于多传感器融合的自动目标识别技术也在开发中[4]。
自动目标识别技术用于多模复合制导精确制导导弹的典型应用是美国的LRASM反舰导弹。该导弹综合采用弹载主动雷达、红外成像和被动射频传感器的数据或来自飞机、舰艇的雷达图像，首先利用被动射频传感器的数据识别并跟踪舰船目标，在其弹载雷达得到雷达回波信号后，将回波信号与存储的目标三维模型集进行匹配，识别敌方的舰艇，到达红外传感器有效距离之内后，综合雷达和红外图像数据提取目标的薄弱部位作为瞄准点进行攻击[4]。
实现所构想的ISR能力涉及到以下几个方面的智能化技术[11]。
4) 群弹攻击智能化协同探测制导
对于采用体系化弹群攻击或拦截模式的导弹集群，通过群弹中相同或不同探测体制与波段的导引头，在不同距离、不同角度下对目标进行多条件联合探测，实现比单枚导弹独立探测更优的目标识别与抗干扰能力。为了实现高动态环境下智能化自适应组网、信号级/信息级探测协同、多平台多源信息融合、群体的分布式智能化协同以及弹群集体智能化决策，需进行多弹间信息交互与协同处理[5-8]。
5) 智能化机弹协同突防
有人驾驶作战飞机和无人机携载的有源电子干扰系统可以释放诱饵或干扰(如美国空军的小型空射诱饵)，从而降低敌方防空系统雷达传感器的探测跟踪能力。基于无人机的电子干扰系统可以通过组网协同来实现体系突防。高度协同的电子战需要在电子战系统中加入网络化、智能化的控制器，如DARPA用于电子战的行为学习和自适应雷达干扰。
4 智能化精确打击体系的关键技术
4.1 先进探测与智能感知技术
为提高快速远距离目标探测和识别能力，增强复杂战场适应性，需发展先进探测与智能感知技术，包括多维、多谱、多极化(多偏振向)、多模的高维度探测技术，以及智能化信息处理、发掘与决策技术。
1) 多波段/多光谱红外成像探测技术
由于光谱信息描述的是物体内在属性的信息，这对于区分目标和诱饵具有十分重要的作用，可采用多光谱和高光谱成像技术来分析目标和诱饵的光谱信息。为显著提高目标识别能力、抗干扰能力、反隐身能力，需突破多波段/多光谱红外成像探测技术[13-14]。
2) 高分辨率雷达成像探测技术
对于地面目标，尤其是复杂作战环境中的地面高价值运动目标，合成孔径雷达成像探测技术是实施全天候(尤其是恶劣气象条件下)精确打击的最有希望的技术途径[1]。
3) 多传感器复合及组网探测技术
为了显著提高全天时、全天候工作能力，抗多种电子干扰、光电干扰和反隐身目标能力，以及复杂环境下识别目标能力，需重点发展体制差异大、频段差异大、信息含量丰富的多模复合探测技术[1]。
3) 智能化的动态调度
在精确打击武器系统的体系化、网络化水平不断提高的大趋势下，可以向以下几个方面拓展研究：分布式信息获取、基于体系的探测模式、多频段多极化(多偏振方向)的系统构成等。基于高速信息传输链路或网络，构成多层次、一体化的情报监视侦察传感器网络，综合利用体系中天基、临近空间、空基、海基、陆基探测系统所获取的多视角观察、多波段探测的目标信息，在复杂战场环境中实现对目标的可信探测、识别。
4.2 智能化多层异构传感器管理与信息融合技术
智能化的精确打击体系需要更有效地发掘利用多层、异构的ISR系统的信息，从而能提供复杂且快速变化的战场环境的精确、实时的相关图像，以支持战术作战。由于在战术作战中ISR系统将承担时敏性更高的任务，这就要求系统以更快的侦察信息传送速度来实现更高精度、更高准确度和连续监视覆盖，并且更加快速和智能化地做出决策[10-12]。
对于企业、甚至整个行业来说，专设信用管理部门的企业少之又少，它往往在企业的财务部或销售部中起到辅助的作用。没有独立的信用信息管理部门，相关工作人员的职位职能界定不清，无法保障企业能够合理预估客户信用风险。
在多层异构的ISR环境中需要灵捷地、协同地采用全谱装备。为有效且高效地运用ISR装备，需智能化地进行任务规划、资源分配(如将装备分配到不同的战区)、平台运动规划(如轨道定义或动态路线规划)、传感器调度(如将传感器观测分配到目标)和低层级传感器波形控制(如针对多模式雷达)。为此，需发展闭环协同ISR资源管理和数据发掘概念，实现传感器协同控制、动态调度、数据融合与反馈控制。通过采用智能化数据融合方法，结合专家知识等，智能化地组合多源数据，实现对未知量更加完善、清晰、精确、准确和及时的估计，准确估计战术态势[10-12]。
4.3 精确制导导弹智能自主目标识别与抗干扰技术
智能化自动目标识别技术，对于导弹武器在复杂多变的战场环境和激烈博弈的对抗条件下精确打击各类目标具有重要意义。
未来精确制导导弹的作战环境是复杂且不可预测的，要解决复杂作战环境下的目标识别和抗干扰问题，需要能有效地处理样本量较少且数据中包含噪声的数据集，并在包含大量“杂波”的环境中运行新的人工智能和机器学习方法。这些数据通常类型众多、难以提前获取，且难以处理。在这样的环境中，由于某些事件和信息流是欺骗性的和敌意的，在应对复杂的近对等对手时，激烈博弈和欺骗的环境尤其具有挑战性，这就要求人工智能和机器学习方法不仅是稳健且有弹性的，而且还应能对各种情况的不确定性进行推测、推理[4,24-25]。
海内外学者相继投身于对个人信用评估模型的研究，目前已有不少研究取得了可观的成果，逐渐实现利用低成本的信用评估模型预测个人未来信用状况、提高金融机构操作效率、降低授信成本、精确估计消费信贷风险等目标，这为互联网金融的发展带来福音。本文着重从实证角度出发，探讨SVM和Logistic回归模型在个人信用预测中的作用。
4.4 智能自主决策技术
智能自主决策技术是指：针对复杂且不确定的作战条件，在导弹自主飞行过程中，根据由弹载传感器所感知的信息以及数据库中存储的相关信息，导弹对战术意图和行为的威胁度进行实时分析判断，进而做出决策，实现从导弹探测、识别、目标选择、跟踪、抗干扰、机动规避、寻的拦截到最后摧毁目标的整个作战过程的智能化[4-7]。
煤泥水中固体含量越多，特别是粘土含量越多，溶液的粘度越大，细颗粒下沉的阻力越大，越不易沉降。对于固体物含量较高的煤泥水，一般需要添加化学试剂，以改善颗粒的表面性质，强化固体物的沉降。煤泥水中固体物的含量是制定药剂制度的一个重要参考。各采样点煤泥水浓度和灰分见表1。
在实际作战中，由于战场环境复杂多变、目标特性不确定和对抗条件博弈激烈(如在弹载目标识别和抗干扰场合下，几乎无法得到足够的数据)，精确制导系统所要做的决策是不完全信息条件下的决策，因此会面对以下困扰：目标特征的不可重复性；复杂多变的杂波背景环境；目标被遮掩；低对比度(对某些传感器而言)；远距离(低分辨率)；证据冲突；自然环境变化多端；存在伪装、遮掩与干扰、欺骗；外界场景的多变性(不同的地理区域、战场条件和气象条件)[4-7]。
导弹的智能对抗决策是指：需要依据其感知到的敌方干扰状态的变化，动态做出抗干扰决策和行动，以消除或降低敌方上一时刻所施加的干扰对导引头当前精确制导感知与处理过程的影响。干扰的类型、样式众多，而且干扰释放过程中常常会依据场景的变化选择不同的干扰样式、方式、配置及复杂多变的组合，再加上认知电子战和自适应电子战技术的发展，这就使得如何通过智能决策实现干扰对抗过程的灵活性与智能化成为了一个难题[4-7]。
4.5 无人机群、机/弹混编集群、群弹协同智能协同作战技术
无人机群、机/弹混编集群、群弹协同智能协同作战技术，是为了解决单一的有人作战飞机、无人机及导弹难以实现在复杂作战环境下的突防与精确打击任务的需求而提出的。无人机群、机/弹混编集群、群弹协同作战主要涉及到任务规划、轨迹规划、协同探测、目标分配、多弹协同自组网通信、协同攻击与突防几个方面。任务规划主要根据可用资源和作战任务时序进行无人机/导弹武器的优化配置；轨迹规划主要基于无人机/导弹的飞行性能和任务，规划出衔接各关键点及战术动作的最优飞行轨迹；协同探测基于作战过程中各单元的探测能力，针对某一个作战区域或整个作战区域进行打击目标的识别与定位；目标分配根据导弹的毁伤能力和攻击目标的功能任务，给出每个目标最优的导弹攻击配置；多弹协同自组网通信通过弹间协同数据链使多枚导弹在空中动态组网；协同攻击与突防则是考虑到敌对的防御系统，通过导弹的机动以及制定多导弹的协同攻击策略，实现对目标的高效打击能力[4-5]。
③ 在“书架”界面打开《天天爱科学》2019年01—02期合刊,点击左下方“扫一扫”，对准本页扫描，即可观看精彩内容啦！
5 结束语
随着精确防御技术与对精确制导弹药的各种反制对抗手段的发展以及集群式协同作战方式的应用，精确制导体系面临着越来越大的挑战。为了破解各种先进的精确防御与反制对抗手段，使精确打击体系在未来更加复杂的作战环境中更好地完成作战使命，必须从战法、作战指挥和装备能力等方面来改进精确打击体系。人工智能是增强态势感知能力、目标识别能力及实现更快更及时的决策的关键技术，将其应用在精确打击体系杀伤链各环节，实现精确打击体系的智能化，可使精确打击体系在以复杂多变的战场环境和激烈的攻防对抗博弈为主要特征的均势对抗条件下高效、精确打击各类目标，有效提升精确打击体系的能力和效能。
参 考 文 献
[1] GUNZINER M, CLARK B. Sustaining America’s precision strike advantage[R]. Washington D.C.： The Center for Strategic and Budgetary Assessments(CSBA), 2015.
[2] 高晓冬, 王枫, 范晋祥. 精确制导系统面临的挑战与对策[J]. 战术导弹技术, 2017(6): 62-69.
[3] 文苏丽, 陈琦, 苏鑫鑫, 等. 智能化导弹与导弹智能化研究[J]. 战术导弹技术, 2015(6): 21-26.
[4] 胡仕友, 赵英海. 导弹武器智能精确制导技术发展分析[J]. 战术导弹技术, 2017(2): 1-6.
[5] 范晋祥. 对红外成像自动目标识别智能化发展的思考：2017年光学技术研讨会暨交叉学科论坛论文集[C]. 上海： 上海市红外与遥感学会， 2017.
[6] 曾家有, 吴杰. 智能反舰导弹发展需求及其关键技术[J]. 战术导弹技术, 2018(2): 36-42.
[7] 刘永, 杨健, 朱剑, 等. 反舰导弹制导技术发展综述[J]. 计算机仿真, 2016, 33(2): 10-16.
[8] 孙胜, 王钦伟, 曹洁, 等. 反舰导弹研究现状与发展趋势综述[J]. 航天控制, 2017, 35(3): 79-84.
[9] MITZEL G E. Precision strike contributions selected from the annals of the Johns Hopkins APL technical digest[J]. Johns Hopkins APL Technical Digest, 2018, 34(2): 194-201.
[10] NEWMAN A J, DESENA J T. Closed-loop collaborative intelligence, surveillance, and reconnaissance resource management[J]. Johns Hopkins APL Technical Digest, 2013, 31(3): 183-214.
[11] NEWMAN A J, MITZEL G E. Upstream data fusion: history, technology overview, and applications to critical challenges[J]. Johns Hopkins APL Technical Digest, 2013, 31(3): 215-233.
[12] 高颖慧, 王平, 李君龙, 等. 复杂战场环境下的防空反导光学成像制导技术[J]. 现代防御技术, 2012, 40(1): 6-10.
[13] 范晋祥, 杨建宇. 红外成像探测技术发展趋势分析[J]. 红外与激光工程, 2012, 41(12): 3145-3153.
[14] 范晋祥, 刘嘉. 精确制导自动目标识别智能化的挑战与思考[J]. 航空兵器, 2019(1): 30-38.
[15] NASRABADI N M, KAZEMI H, IRANMANESH M. Automatic target recognition using deep convolutional neural networks[C]// Proceedings SPIE 2018 Automatic Target Recognition XXVIII. Bellingham, Washington: SPIE, 2018: 106480I.
[16] EL-DARYMLI K, GILL E W, MCGUIRE P, et al. Automatic target recognition in synthetic aperture radar imagery: a state-of-the-art review[J]. IEEE Access, 2016(4): 6014-6058.
[17] BHANU B. Automatic target recognition: state of the art survey[J]. IEEE Transactions on Aerospace and Electronic Systems, 1986, AES-22(4): 364-379.
[18] ROTH M W. Survey of neural network technology for automatic target recognition[J]. IEEE Transactions on Neural Networks, 1990, 1(1): 28-43.
[19] GILMORE J F. Knowledge-based target recognition system evolution[J]. Optical Engineering, 1991, 30(5): 557-570.
[20] RATCHES J A. Review of current aided/automatic target acquisition technology for military target acquisition tasks[J]. Optical Engineering, 2011, 50(7): 072001.
[21] KECHAGIAS-STAMATIS O, AOUF N, RICHARDSON M A. 3D automatic target recognition for future LIDAR missiles[J]. IEEE Transactions on Aerospace and Electronic Systems, 2016, 52(6): 2662-2675.
[22] SCHACHTER B J. Automatic target recognition[M]. 3rd ed. Bellingham， Washington: SPIE, 2018.
[23] KIM S. Infrared variation reduction by simultaneous background suppression and target contrast enhancement for deep convolutional neural network-based automatic target recognition[J]. Optical Engineering, 2017, 56(6): 063108.
[24] OZERTEM K A. Key features for ATA/ATR database design in missile systems[C]// Proceedings SPIE 10212 Automatic Traget Recognition XXVII. Bellingham, Washington: SPIE, 2017: 102020F.
Application of Intelligent Technology in Precision Strike System
ZHOU Beibei1 ， LIU Jue2
(1. Library of Nanjing University of Science and Technology, Nanjing 210094, Jiangsu, China; 2. Shanghai Electro -Mechanical Engineering Institute, Shanghai 201109, China)
Abstract ： In order to improve the capability of situational awareness，target recognition as well as fast decision making，and to strike targets accurately in complex and varying battlefield environments as well as fierce countermeasure circumstances， the application of intelligent technology in precision strike system is reviewed. The challenges to precision strike systems are summarized. The contribution of artificial intelligence technology to the improvement of the operational effectiveness of precision strike system is introduced. The requirements of intelligent technology for precision strike system are analyzed. The application of intelligent technology in intelligence, surveillance, and reconnaissance chains as well as precision engagement chain of precision strike system is addressed. Key technologies for intelligent precision strike system are discussed.
Keywords ： precision strike system; precision guidance; intelligence, surveillance and reconnaissance; artificial intelligence; information fusion; automatic target recognition
收稿日期： 2019-03-20;修订日期： 2019- 05- 10
作者简介： 周蓓蓓(1983—)，女，博士，馆员，主要研究方向为情报分析与信息服务。
中图分类号： E92
文献标志码： A
文章编号： 2096- 4641( 2019) 03- 0077- 07
标签：精确打击体系论文; 精确制导论文; 情报监视侦察论文; 人工智能论文; 信息融合论文; 自动目标识别论文; 南京理工大学图书馆论文; 上海机电工程研究所论文;