《数字孪生国防白皮书（2021）》之战场

导读：作为确定数字孪生国防体系的首份报告，《数字孪生国防白皮书（2021）》由数字孪生战场实验室2021年10月1日发布，为便于大家查看及分享，分为多篇文章发在“数字孪生战场”公众号上。

任何军事需求就是打赢战，数字孪生国防研究的核心问题亦是如此。作为数字孪生国防三大核心问题之一，数字孪生战场是研究和探索的重点。2021年专门设立的“数字孪生战场实验室”的目的即为此，它正在探索第三代战场管理体系的关键技术和应用。

《数字孪生国防白皮书（2021）》对数字孪生战场概念、体系和演进做了分析，经过一年以来的探讨，一些单位研究人员开始采用该体系，工业4.0研究院颇感欣慰。

2030年的分布式作战

分布式作战的思想早在2000年左右就已经出现，主要受到互联网的分布式通信的启发，然而现代分布式作战概念成为现实，则是5年多前的一篇文章，美国海军水面战系统办公室等针对大国竞争的趋势，认为美国海军难以有非对称的优势，因此，应该构建一套新的作战概念，通过努力在2030年成为可以实际应用的方法。

不仅美国海军认为分布式作战在2030年能够基本成型，而且DARPA在马赛克作战中，相关描述也表明分布式作战可以在2030年左右实现。随着大量无人系统装备进入作战部队，当它占比超过10%之后，就可以把分布式作战引入到实战中去了。

表格 3 海陆空天分布式作战的多种提法

从分布式作战的实质来看，要实现它需要两个突破：一是武器装备要实现数据共享，否则根本实现不了这么快速的数据交换；二是战场数据的全景式呈现，有分析认为，这可以通过战术数字信息数据链（TADIL，Tactical Digital Information Link），通常简称为Link 16，这种类型的数据还不够丰富，但可以作为数字孪生战场的起点，从美国海军近期举办的“无人综合作战问题21”演习可以看到，它就充分利用了Link 16的数据传输能力。

图表 4 马赛克作战的能力发展次序

除了消耗敌对方的监测资源和火力能力，分布式作战还可以实现随时随地的软件和数据更新，当然这样做的前提要引入数字孪生体，成为所谓数字孪生战场，这已经在DARPA主推的马赛克作战体现出来了。兰德智库在《打造马赛克作战部队》报告中，介绍了兵棋推演中的数字孪生体更新之价值。

事实上，分布式作战至少在70年前就成为了海上作战追求的目标。上个世纪50年代，苏联的反舰巡航导弹进行实战部署之后，海上分布式作战就成为较为现实的选择。美国海军对此做了两个方面的转变：一是改变传统的高炮为主的防空手段，转为防空导弹为主的方法；二是发展战术数字信息数据链，目前主要采用Link 16的数据链技术。后者能实现战场雷达数据共享，这在作战的时候有实际的价值。

更进一步，如果建立了数字孪生战场体系，采用类似云计算的虚拟化方法，让各个作战单元可以获得各种作战资源，那么未来战场将发生天翻地覆的变化，这迫使作战双方或多方及时获得数字孪生战场能力。工业4.0研究院分析认为，数字孪生战场可能在2030年左右实现。

数字孪生战场的核心要素

数字孪生战场的愿景非常吸引人，但目前还无法实现，因为目前还没低成本的数字孪生化工具、分层的数字孪生战场环境和智能的数字孪生装备系统，只有突破这三个核心要素，才能达到预想中的数字孪生战场状态，从而可以掌控战场态势，随心所欲进行指挥和控制，这将重塑未来的战场和作战。

（一）低成本的数字孪生化工具

虽然全球各个产业都在引入数字孪生体技术，但迄今未形成大规模的应用，究其原因，数字孪生化工具还不成熟，实现数字孪生化的成本太高。据美国国防部给国会汇报的资料，有可能美国国防部找到了较低成本的数字孪生化方法，这是任何严肃的数字孪生体行业从业者应该关注的趋势。

目前实现数字孪生化的技术手段多种多样，主要以点云技术比较有前景。点云技术来自自动驾驶的激光雷达，它通过对物体或环境的扫描成像，如果要进一步利用成像的三维模型，还需要进一步加工为其他处理工具可以识别的格式。

为了实现低成本的数字孪生化工具链，中美两家数字孪生体联盟都把它作为重点工作在推进。美国数字孪生体联盟得到了美国国防部支持，共享的技术比较丰富；工业4.0研究院牵头发起的数字孪生体联盟可用资源有限，国内技术型企业较少，大部分是集成式企业，即利用各种手段完成获得客户项目为主，并不在意突破关键核心技术。

（二）分层的数字孪生战场环境

目前市场上大部分数字孪生战场环境构建方法，都缺少分层的技术思路，这对于大规模实现数字孪生战场环境是致命的，因为一旦要把大量的战场环境数据关联起来，并在各个战术单元进行交换，战术通信网络显然不能承受这样大量的数据。

为了解决大量数据交换带来的挑战，必须引入类似地理信息系统所采取的分层方法，《数字孪生体》一书设计了五个等级的数字孪生化水平，本质上就是为了解决大量数据交换的难点。这在理论上做好了设计，但从工程上实现仍然有一定的挑战性，特别是是需要引入机器学习等人工智能方法，才可以实现过程自动化。

只有建立分层的数字孪生战场环境，才可以有序的分阶段实现，例如，目前可以采用Link 16战术数据链来实现基本的数据通信，这足以支撑基本的分布式作战需要了。美国海军近期开展的无人综合作战问题21演习，采用的就是Link 16战术数据链。

（三）智能的数字孪生装备系统

如果我们仅仅是谈论装备的研发、作战和运维，那么它们就跟数字孪生战场没有多大关系，但这显然不是智能装备系统的最终目标，它们的研制是为了作战的需要，因此，把两者联系在一起考虑，非常有必要。

图表 5 美国海军作战中心设计的示意图

在美国海军《颠覆者》季刊中，美国海军作战中心展示了智能的数字孪生装备系统支撑的战训结合图示。请读者注意，不管是实际的战场，还是训练场景，都会产生大量的数据，这个数据反馈机制成为作战中心机器学习的基础，从而形成了真正的智能战场。

简而言之，数字孪生战场具有三大核心要素，它们共同构成了推进数字孪生战场演进的动力，从而加速新一轮军事革命的到来。

数字孪生战场的痛点

自从深度学习技术产生以来，已经使人脸识别、自动驾驶等应用人尽皆知，这促使人们对数据驱动的三维模型深度学习应用产生了较大的期待，事实上，麻省理工学院、卡耐基梅隆大学和工业4.0研究院[6]等都在开展三维模型的深度学习方法研究，如果可以实现，这将促使数字孪生战场成为现实。

仅仅给战场环境建立一个静态模型是容易的，只要投入足够的资金，同时不限定建设周期，现有技术足以建成任何战场环境的数字孪生模型。然而真实的战场需求不是这样的，建立一个动态更新的数据驱动的数字孪生战场，除了前面提到的低成本数字孪生化工具，还需要引入能够动态组建的物联网和高度智能的边缘计算体系等。

图表 6 美国海军无人综合作战问题21演习

对于动态创建的物联网来讲，目前的难点是动态分配通信节点，这需要高动态配置的网络特性，而且还要抵御敌对方的干扰，保证动态配置的物联网安全性。美国海军在《保持海上优势的设想2.0》中，呼吁建立海上分布式作战概念，并设计2020年度大规模演习来验证。由于疫情影响，该演习最后在2021年4月19-26日由美国太平洋舰队主导，第三舰队组织实施，其目的是探索有人和无人作战能力整合起来，最终实现所谓分布式作战目标。

从传感器技术发展趋势来看，更多高敏感度、更低成本的先进传感器能够部署在武器装备上，同时加上更低成本的芯片，能够部署先进的边缘计算能力，让大量的计算工作在战术单元实现。这样的场景在工业领域时有出现，但对于战场的应用，其价值超出想象，因为这可以避免敌对方的干扰，实现真正意义上的分布式作战。

数字孪生战场演进（1.0-4.0）

随着装备数字孪生化程度的加深，数字孪生战场将不断演进，最终实现真正的分布式作战目标。为了展示这样的愿景目标，工业4.0研究院设计了数字孪生战场四个阶段的演进路径，其划分阶段的条件是数据机制的根本性改变，即数据驱动的作战能力是否有改善。

图表 7 数字孪生战场演进（1.0-4.0）

数字孪生战场的起点是建立静态的数字孪生模型，如果实现了车辆系统、关键系统、运行分析和战场环境的数字孪生化，我们可以认为具备了数字孪生战场1.0的条件。

这个阶段的特点是静态可视化，或者是有限条件下的可视化，实现它的难点是低成本的数字孪生化工具，但它对作战指挥中心了解战场态势有一定帮助。

表格 4 数字孪生战场1.0-4.0的特点及挑战

随着低成本数字孪生化工具广泛应用，建立战场环境和武器装备的可视化应用已经不是难点，这个时候追求的目标是在实现DTL 1基础上的数字孪生模型上加载更多的数据，这就需要动态构建的物联网，这跟民用场景不同，战场的网络通信大都需要动态构建，因为敌对方会想法设法干扰或破坏战场的通信设施，从而使得物联网难以实现。

然而数字孪生战场2.0还是有很大的价值：一方面它可以实现武器装备的运行维护，降低高价值装备系统的故障率，并能够建立故障库，提高武器装备的利用率；另一方面，由于物联网随处可以获得，战场态势的感知就不局限于诸如Link 16的战术数据链提供的能力了，它可以提供更为立体和实时的战场态势，提高作战指挥中心的决策能力。

只实现了物联网更新数据的能力，缺少智能边缘计算能力，还不能演变为数字孪生战场3.0。判断数字孪生战场演进到3.0的标准是广泛应用的边缘计算能力，这意味着各个装备系统具有较强的自主能力。

需要指出的是，一些高价值或昂贵的武器装备现在就具备这样的能力，例如，第五代战斗机部署了数据节点能力，同时还有大量的先进传感器，但这样的武器装备动辄上亿美元的价值，并不符合数字孪生战场3.0的定义要求，只有80%以上的武器装备具有了边缘计算能力，这样的战场构成才可以称得上数字孪生战场3.0。

数字孪生战场最后一个演进目标是分布式、智能化的战场和装备，这需要完成前述1.0-3.0的数字孪生化和智能化建设工作，才可能演进到随心所欲的调兵遣将指控层次。

事实上，DARPA认为通过10年时间的努力，可以实现数字孪生战场3.0，这是基于大量资金投入前提下的结果。考虑到大国竞争的紧迫性，美国国防部期望未来10年将投入上万亿的资金，打造一个自身可以掌控的数字孪生战场，实现所谓第三次抵消战略。

总而言之，在成本和灵活性引发的新一轮军事革命背景下，分布式作战模式开始成为一种不远的现实，与之对应的未来战场将发生天翻地覆的改变，这种改变即为数字孪生战场。

[6] 工业4.0研究院在清华大学百年校庆智能制造高峰论坛上分享了深度数字孪生体的概念，并提出建设DigitaltwinNet。DigitaltwinNet参考了斯坦福大学李飞飞等开创的ImageNet，后者是二维图像深度学习的基础，前者希望打造成为三维及多维数字孪生模型的基础。

引用：

工业4.0研究院.数字孪生国防白皮书（2021）. 2021.10.1

China Academy of Industrie 4.0. Digital Twin Defense Whitepaper 2021. 2021.10.1