1、舰 船 电 子 工 程2023 年第 3 期1引言海湾战争之前,美各军兵种和相关业务部门构建了大量“烟囱”林立的情报处理系统,但是这些系统互不相联,信息难以交互,严重地降低了联合作战的指挥效能。因此,为了解决信息“壁垒”问题,美国防部开始研制分布式通用地面系统(DCGS)13,以网络为中心提升情报处理系统的互操作性。同时,随着全球信息栅格4的建设发展和信息科学技术进步,美军的DCGS经过了一个反复探索和持续优化的过程,其中,DCGS-N是DCGS的海军型号。经过二十多年的发展,DCGS-N已经成为美国海军主要的情报、监视、侦察与目标定位系统56。在系统研制建设的过程中,项目研发团队尽可能地采用
2、商业界成熟的或美国政府现有的软件和相关行业标准,并采用系列新兴技术为作战提供情报处理、加工和分发服务。DCGS-N作为DCGS系统簇的核心组成部分,相关技术人员对其研究较少,远不如空军的 DCGS-AF、陆军的DCGS-A78,且有关研究大多停留在 DCGS-N增量 1早期的能力建设,时效性不足。本文从 DCGS-N 作战概念出发,仔细分析了 DCGS-N增量1和DCGS-N增量2的发展现状、核心功能等内容,并从中提炼出重要建议以促进我海军情收稿日期:2022年9月12日,修回日期:2022年10月25日基金项目:海军装备部“十三五”预研课题项目资助。作者简介:丁鹏,男,博士,工程师,研究方向
3、:海军指挥信息系统总体技术、人工智能技术、情报综合处理技术。晏谢飞,男,博士,研究员,研究方向:海军指挥信息系统总体技术、情报综合处理技术。戚志刚,男,硕士,研究员,研究方向:海军指挥信息系统总体技术。宋筱轩,男,博士,高级工程师,研究方向:海军指挥信息系统总体技术。蒋保富,男,研究员,研究方向:情报综合处理技术。海军型分布式通用地面系统发展综述丁鹏晏谢飞戚志刚宋筱轩蒋保富(中国电子科技集团公司第二十八研究所南京210007)摘要海军型分布式通用地面系统(DCGS-N)是美国海军主要的情报、侦察、监视与目标定位系统,也是未来美国全球海域感知的核心组成部分。为有效借鉴美海军情报处理系统的发展经验
4、,论文对DCGS-N的典型功能、发展状态等进行了较为详细、全面的研究和分析,并提出了建设我海军情报综合处理系统的建议,具有相当的启示意义与价值。关键词情报;监视;侦察;海域感知;信息系统中图分类号E712;TP391DOI:10.3969/j.issn.1672-9730.2023.03.006Overview About the Development of Distributed Common GroundSystem-NavyDING PengYAN XiefeiQI ZhigangSONG XiaoxuanJIANG Baofu(The 28th Research Institute
5、of China Electronics Technology Group Corporation,Nanjing210007)AbstractThe Distributed Command Ground System-Navy(DCGS-N)is the U.S.Navys primary system about Intelligence,Reconnaissance,Surveillance and Targeting.It is also a core component of future U.S.global Maritime Domain Awareness.In orderto
6、 effectively learn the experience of the U.S.Navy to accelerate the development of our naval intelligence processing system,in thispaper,we have carried on a detailed and com-prehensive analysis of the capability and development status of this system.Besides,we propose some suggestions about the dev
7、elopment of our intelligence systems,which is quite enlightening and valuable.Key Wordsintelligence,surveillance,reconnaissance,maritime awareness,information systemClass NumberE712,TP391总第 345 期2023 年第 3 期舰 船 电 子 工 程Ship Electronic EngineeringVol.43 No.325总第345期报综合处理系统的发展。2DCGS-N作战概念DCGS-N系统是目前美国海军
8、包括岸基节点和海上节点最主要的情报处理和分析系统,该系统整合了美国海军多个ISR项目,提高了情报、监视、侦察与目标的定位能力,可为全球指挥和控制系统-海军型(GCCS-M)、海上战术指挥控制系统(MTC2)等提供情报支援。DCGS-N通过两个增量在美海军进行部署,最初在“力量网”体系结构下运行,但随着 CANES 环境的提出,DCGS-N 逐步向CANES环境进行迁移。具体而言,DCGS-N 增量1Block1 是在“力量网”的环境进行安装、部署、测试和使用,而自 DCGS-N 增量 1 Block2 以及后续的DCGS-N 增量2均在CANES环境下安装、部署、测试和使用,DCGS-N增量2
9、的作战概念如图1所示。DCGS系统族海军岸基节点IC大数据节点其他数据节点如舰队气象与海洋数字中心海上作战中心战术飞机E-2机载ISR商船导弹驱逐舰/导弹巡洋舰航母打击群或联合海上舰队司令部DCGS-N增量2节点IC云节点云连接图1DCGS-N增量2作战概念图从 DCGS-N 增量 2 的作战概念图可以看出,DCGS-N增量2的主要节点包括岸基节点以及部署在航母打击群或联合海上部队司令部的海上节点,并通过“云环境”与海上作战中心和驱逐舰、巡洋舰等平台进行信息交互。同时,岸基节点的DCGS-N系统可以通过DCGS集成骨干网(DIB)与其他军种DCGS系统连接并共享情报和相关数据信息。此外,DCG
10、S-N岸基节点能够汇总海上节点的所有信息数据,并和美国国家信息系统局(DISA)网络中心企业服务(NCES)系统连接,与全球信息栅格(GIG)其他用户如大数据中心、气象与海洋数字中心等交互数据。3发展现状及其支撑条件分析DCGS-N可接收天基、机载、水面、岸基等多个来源的侦察情报910,其发展主要包含两个增量阶段DCGS-N增量1和增量2。本节分别对DCGS-N增量1和增量2的功能和系统发展情况进行研究分析以便相关技术研究人员更全面地掌握DCGS-N的相关情况。3.1DCGS-N增量 1DCGS-N 增量 1 的核心组件包括区域限制环境下的信号情报服务(GALE)、航迹管理服务(TMS)、通用
11、地理定位服务(CGS)、全球指挥与控制系统综合图像与情报系统(GCCS-I3)的分析工作 站、图 像 产 品 库(IPL)、现 代 化 综 合 数 据 库(MIDB)等。经 过 多 年 的 研 制、试 验 和 改 进,DCGS-N增量1整合了美海军众多情报、侦察、监视和定位系统的相关软件和工具。其主要功能:一是具备网络中心化军事能力,支持执行联合关键作战行动;二是具备数据检索能力,包括空军全球鹰和海军共享侦察吊舱图像在内的战术图像检索;三是具备多源情报加工能力,能够以图表形式显示图像情报、信号情报和航迹信息;四是具备战术图像情报报告生成能力;五是具备精确的目标定位能力。DCGS-N增量1在发展
12、的过程中经历了Block1和Block2两个版本,至2014年,美海军已在29个作战单元部署安装了DCGS-N增量1Block1,2018年3月底,美国海军正式将DCGS-N增量1 Block1版本升级为Block2版本。相比较而言,DCGS-N增量1Block2在 Block 1的基础上增强了信息存储、信息收集/管理以及地理定位和信号情报处理等能力,并可在CANES环境下运行。虽然,DCGS-N增量1在很大程度上满足了美国海军在情报领域的需求,发挥了很好的作用,但仍存在很多不足,包括很难使用、很难培训、很难维护等。因此,美国海军从2016年起开始研发DCGS-N增量2。丁鹏等:海军型分布式通
13、用地面系统发展综述26舰 船 电 子 工 程2023 年第 3 期3.2DCGS-N增量 2随着更多装备的使用,DCGS-N增量 2在增量1 的基础上接入了更丰富的数据资源包括新型无人装备的传感器信息、P-8海上巡逻机的探测信息以及多种分辨率的卫星遥感信息等国家、战区和任务部队的情报数据,并提供数据自动管理功能。除此之外,DCGS-N增量2的目标功能还包含以下几个方面:一是能够以软件为中心不断调整以用户的需求,能够提供更友好的操作界面,增加人机交互水平和软件服务水平;二是具备多元信息自动融合的能力,能够自动聚合、关联接收到的、不同来源的航迹、图像、文本等多模态情报信息;三是具备目标自动检测功能
14、;四是具备异常检测和自动告警功能,能够利用大数据分析与挖掘技术判断事件的异常情况,并进行告警;五是具备拒止环境下的情报保障能力。通过DCGS-N增量2的实现和部署,可进一步提升美海军识别和应对海上威胁目标的能力,为作战提供更加高效、全面的态势感知信息。与增量1相比,DCGS-N增量2更加强调情报接入、处理、分析和分发的自动化水平,期望通过新兴技术提升工作人员的效率和情报的质量,以便指挥员在正确的时间接收到正确的信息,从而增强支持联合军事行动的能力。美国海军原计划到2021年通过5个舰队能力版本逐步实现DCGS-N增量2的相关功能,并取代DCGS-N增量1,但是受各种因素的影响,进展较慢,201
15、8年9月至2019年2月美海军测试了DCGS-N增量2舰队能力版本1,但试验结果并不理想。因此,美海军选择继续使用DCGS-N增量1,同时也暂停了舰队能力版本2的测试计划,近几年DCGS-N增量2的研发继续以原型系统的功能开发为主。DCGS-N 增量 2 能力视图如图2所示。图2DCGS-N增量2能力视图4工作模式4.1部署层级因为增量2出海试验试用的结果并不令美海军满意,目前部署使用的依旧是DCGS-N增量1版本,其大概可分为三个层级:一是舰队级,主要部署岸基指挥中心(MOC)上,能够接收国家战略支援情报,能够和其他军种DCGS系统连接并共享信息。二是部队级(Force-Level),主要面
16、向航母打击群等,部署在航母或大甲板两栖舰上,具备计算、情报分析和分发管理等功能。三是平台级(Unit-level),主要用于接收情报,不具备情报处理能力,由于美海军只有DD(X)驱逐舰和新型核动力潜艇可以直接安装舰载 DCGS-N 系统,因此,基于 DCGS-N美海军研制了情报便携式系统(ICOP),为驱逐舰、巡洋舰等单舰平台提供情报接收功能,但随着作战部队使用需求的变化,ICOP升级安装了多元情报分析工具集,且具备了从捕食者、扫描鹰等空中平台直接接收、处理、加工和分发图像信息及外部通信情报的能力。DCGS-N的部署层级如图3所示。国家技术手段资产信号情报资产基线机载平台基线与海军无人机平台陆
17、地目标国家技术手段第二层核动力航母第一层指挥部第三层第二层两栖舰艇集中地第一层岸基站点联军岸基站点DCGS-N构成力量网和GIG其他军种DCGS系统从两栖舰艇发射气垫登陆艇图3DCGS-N部署层级示意图为分析提供增强的通用用户界面为现有人力难以应对作战数据过载的问题提供新的自动化工具和服务自动融合目标自动检测情报自动接入和管理可视化异常检测告警扩源接入更多情报信息国家战区部队 任务部队为航母打击群提供近实时作战空间综合态势圈增强决策速度减少目标定位时间(3倍)及时准确的报告提升作战效率在拒止,间歇或有限带宽条件下打通数据保留和大数据存储相关的应用程序跨域信息共享27总第345期4.2系统典型运
18、用模式DCGS-N在美海军多个节点进行部署和使用,其中一个关键节点就是航母编队。同时,美航母编队作为我国的主要威胁对象,以其为例分析 DCGS-N的应用模式具有重要意义。目前,在美航母编队上部署的DCGS-N主要面向海面目标,尤其是高速运动的舰船目标(对空方面有一体化火控防空系统,对潜有航母战术支援系统及水面舰艇反潜作战系统)。在情报生成过程中,最重要的任务就是明确目标的属性、位置和组成。因此,一方面,美航母编队的E-2C/D预警机和P-8A等空中平台会将探测到的敌方目标信息发送至 DCGS-N,另一方面,编队外部平台获取的数据也将通过GCCS-I3及DCGS-N 岸基节点发送至美航母编队上的
19、 DCGS-N,航母CVIC将迅速根据初步识别报告和回传的侦查信息对目标进行进一步的分析,生成情报产品并对产品的可信度进行分级。另外,当需要对敌目标进行打击时,DCGS-N还可以为“战斧”巡航导弹和战术飞机提供精确的地理坐标。5启示与建议1)加强多源异构数据的治理。随着各类装备如卫星、无人机、侦察机、预警机、岸基雷达以及新型舰艇的广泛使用,我们需要接收和处理式各样的数据类型各包括图像、视频、文本、航迹等,且信息量十分庞大。一方面,亟需对这些数据进行高效存储和访问,形成强大数据互操作能力;另一方面,亟需制定相应的数据标准和规范,为数据的智能处理、分析利用以及数据产品的形成奠定基础。2)加强智能技
20、术的运用。随着海上态势感知的手段越来越丰富,接收到的各类数据信息将成爆炸式增长,亟需利用新技术高效、快速、自动地处理这些涉海信息,而人工智能技术1112则提供一种很好的选择。目前,机器学习尤其是深度学习借助大量数据和先进计算设备及算法模型,取得了显著突破。一是机器在智能算法的支撑下可以24h不间断的进行重复性和机械性的任务;二是通过优秀的智能算法能够挖掘出信息潜在的、不易察觉的特征,有效促进多元信息之间的关联;三是在一定计算设备支撑下的智能算法可以比人类更快的处理数据,进而有效加速OODA的闭环。3)加强系统服务化水平。从 DCGS-N 增量 1到增量2的变革可以看出,增量1其中一个非常重要的
21、不足就是系统很难使用、使用体验差,换言之就是DCGS-N增量1服务化水平较低,给使用人员带来极大的不便。因此,我们在系统稳定、可靠的基础上,也应当注重人机交互的体验感,增加与使用人员的交互,增强系统“按需使用、柔性适变”的能力。6结语随着时代的发展,海洋权益对我国越来越重要,海上争端也越来越频繁,研究美国海军的典型情报综合处理系统对我国相关研究人员具有相当的借鉴作用。本文较为全面地分析了美海军典型情报信息系统DCGS-N的典型功能、部署层级等内容,并结合其发展历程和前沿技术发展情况提出了一些建设性的建议,具有一定的启示和支撑价值。参 考 文 献1CHEN Z,JI W U.Developing
22、 Progress and Trends of U.S.Distributed Common Ground StationJ.Telecommunication Engineering,2015.2李智,胡敏.美军分布式通用地面系统的建设发展及启示 J.指挥与控制学报,2017,3(02):171-176.3赵新路,韩志强,李兵,等.美军分布式作战体系及实战化运用发展分析J.中国电子科学研究院学报,2022,2:149-154.4TONG J.Smart Grid Information Management System Relying on MAS Technology and Compl
23、ex Scientific Management ThinkingJ.Discrete Dynamics in Nature and Society,2022:1-9.5端木竹筠,王珩,等.基于灰色关联分析的敏捷指挥与控制系统资源优选 J.指挥与控制学报,2016,2(03):243-247.6高一丹,辛昕.美军联合全域指挥控制探析 J.飞航导弹,2021(09):84-89.7FEIN G.Raytheon completes FoXTEN testing,awaits USArmys DCGS-A requestJ.Janes International DefenseReview,201
24、9,52:6.8王超,刘玉,陈明浩,等.美军DCGS-A对建立我陆军侦察情报体系的启示 C/2019第七届中国指挥控制大会论文集,2019.9陈祖香,吴技.美军分布式通用地面站系统的发展现状与趋势 J.电讯技术,2015,55(04):462-466.10王家凯,应运.无人化装备作战应用及发展趋势研究J.舰船电子工程,2021,41(11):5-7,27.11Lecun Y,Bengio Y,Hinton G.Deep learningJ.Nature,2015,521(7553):436-444.12SCHMIDHUBER J.Deep learning in neural networks:An overviewJ.Neural Networks,2015,61:85-117.丁鹏等:海军型分布式通用地面系统发展综述28