ABMS建设的难点及解决办法

导读：2022年10月16日，工业4.0研究院数字孪生战场实验室发布了《数字孪生国防白皮书（2022）》，分析了贯穿战场与装备的数字孪生靶场技术生态。本文对应白皮书4.3的内容。

为了落实JADC2战略，美国空军主推先进作战管理系统（ABMS，Advanced Battle Management System），针对该系统，美军专门成立了“ABMS委员会”，广泛邀请各领域专家参与研讨，对ABMS建设中的难点进行分析，提出解决这些问题的建议和意见。

按照美国空军的安排，由首席架构师办公室和快速能力办公室负责分析设计ABMS的架构，架构需要满足完整性、可用性和保密性三方面的要求，不仅能够提供战场的全景图，还要能够为战略和战术决策提供数据支撑。

考虑ABMS需要长期的发展，美国空军要求它满足前向兼容的需要，根据本白皮书3.2所描述，前向兼容必须采用开放架构，这样才可以实现不断演进的目标。工业4.0研究院针对这样的目标，设计了互操作性的判断标准，深化了对ABMS相关性能指标的分析工作。

图 8 先进作战管理系统概念

未来战争需要缩短传统“观察-调整-决策-行动”（通常称为OODA环）的速度，否则无法适应高强度作战的需要，按照近期发布的《JADC2战略摘要》所述，OODA环被“感知-理解-行动”所代替，这需要人工智能或机器学习的参与，否则不能实现新的感知决策要求。

图 9 先进作战管理系统架构

由于ABMS采取了数据驱动的模式，需要体系级的数据以及机器学习等技术，这给美国空军带来了不少技术挑战，其中一些关键技术情况及解决方案如下：

• 数据驱动的技术体系挑战。DARPA通过STITCHES项目，基本解决了异构系统数据机制问题，即实现了数据交换、流动和分享。

• 机器学习在ABMS的应用挑战。机器学习需要大量数据，对于真实的战场来讲，时刻会遇到通信拒止的问题，这要求ABMS体系能够在边缘计算环境发挥作用。据称美国空军快速能力办公室已经找到了解决办法。

• 计算复杂性降低的挑战。对于处于拒止环境的作战人员，缺乏高性能的计算能力，元计算通常也无法使用，因此需要降低计算复杂性。通过引入数字孪生模型，有效降低真实战场所需的复杂计算，满足快速感知理解的需要。

针对ABMS建设的难点，美国空军研发了专用的数字孪生靶场，通过常态的大规模试验探索，积累充足的数据，为ABMS实际应用提供“数据原料”，建立高效的决策模型，加快ABMS体系实际应用的能力，使之适应未来JADC2实际作战的需要。