随着人工智能技术的快速发展，提高武器系统的快速反应能力和实际战场的贡献程度成为了高新技术武器装备发展的方向。特别是在阿富汗、伊拉克等近几次战争中，装甲部队已经越来越多的参与到城市作战当中，智能武器站的发展便成为陆军城市作战的迫切需求。目前，国外无人地面平台上已经可以看到智能武器站的身影，国内虽然开展了智能武器站的相关研究工作，但至今还没有成型产品。为致力于国内智能武器站的研制和发展，分析和提出了一种智能武器站性能指标体系，来对其进行描述和评价已经十分迫切。本文将从智能武器站的概念和内涵出发，建立一种能够反映智能武器站功能特点的性能指标体系，为评价智能武器站综合性能奠定基础。
1 智能武器站基本概念
武器站[1](Weapon Station)：指不同武器或武器与观瞄、控制等不同功能模块的组合配置。武器站根据系统控制方式又可分为遥控式武器站、半自主式武器站和自主式武器站。其中，(半)自主式的系统控制是指系统的感知、决策、协同和移动性的有机结合，无需人为干预，根据非结构化环境中的特定控制策略自我决策并连续执行一系列控制功能以实现预定目标的能力[2]。这种能力产生经历两个过程：首先，从感觉到记忆再到思维的过程，称之为“智慧”；其次，智慧的结果产生了行为和语言，称之为“能力”，两者合成为“智能”[3]。
因此，半自主式和自主式这种具有一定自主能力的武器站称之为“智能武器站”，国外称之为“无人战车火力打击系统”、“无人作战平台火力打击模块”等。我们将智能武器站定义为具有自主行为能力进行独立搜索、识别并攻击目标的可安装在多种军用平台上的相对独立的模块化武器系统。其内涵体现在自主性，是在无人干预或人在环遥控为主的情况下，机器利用传感器和计算机程序与环境交互，完成预期任务的能力，它具有感知和预判能力、记忆和思维能力、学习和自适应能力以及行为决策能力等特点[4]。
2 国外智能武器站研究现状
智能武器站的发展伴随自主化水平和程度的不断深化，它在构成上不断融入大量先进的、精密的、复杂的信息化设备，在技术上应用了人工智能的敌我识别、跟踪瞄准、信息联通、精确打击、毁伤评估等先进技术，这些特征是遥控武器站所不具备的，特别是随着人工智能水平的不断提升与更迭，智能武器站的发展也随之发生着进化与改变。
2.1 装备研究现状
目前，半自主式智能武器站技术是各国大力发展的主要方向，已初步具备一定的作战能力：一是可以执行多种类型的战术任务，主要包括侦察、跟踪、打击、通信等；二是在已有成熟技术的基础上进行加装改制；三是可作为一种载体用于多种核心技术的试验；四是战场机动能力和战场生存能力较强；五是易与无人作战指挥系统相连接，构成基本的数字化网络化智能单元。按美国陆军未来作战系统(FCS)作出的标度来看[5]，目前，半自主式智能武器站多处于“认可管理模式”的2级水平。
美国是最早研制和装备智能武器站的国家。其中，典型代表有：“利剑”(Swords)机器人，应用在伊拉克战争中。其打击模块包括M249型5.56 mm级自动机枪、M240型7.62 mm机枪和巴雷特M82A1型12.7 mm半自动步枪以及40 mm榴弹发射器和多个喷火武器，无线电控制距离达1 km。“派克波特”(Pack Bot)无人战车，美82空降师在阿富汗反恐战争中，首次使用Pack Bot无人战车在山洞搜查中进行作战。
俄罗斯以实战推动智能武器站的快速发展。2015年，在叙利亚武装斗争中一战成名的“平台-M”、“天王星”系列无人战车，在强攻伊斯兰极端势力据点的战斗中被宣称是世界上第一场以武器机器人为主的攻坚战。其火力打击模块主要包括视觉系统和武器系统。武器系统配备有机枪、机关炮、反坦克导弹、攻击隐蔽火力点和轻型装甲目标火箭弹及防空导弹，在自动和半自动控制模式下自动瞄准、跟踪和攻击目标。视觉系统配置一具光电观瞄装置，装备的光电和雷达侦查系统可为精确武器提供激光火雷达制导，同时在夜间不借助探视工具的情况下执行作战任务[6]。
德国创新将智能化导弹应用于智能武器站的设计。2018年欧洲萨特利防务展上，用于反坦克无人战车任务负载的智能武器站为750 kg。它配备1挺7.62 mm机枪、携带2枚待发状态的MMP导弹，并配有用于寻获目标的昼/夜传感器。其中导弹有3种工作模式，发射后不管、人在环控制、车载超视距打击，光纤数据链实现了人在环的控制模式[7]。
2.2 技术研究现状
通过对智能武器站国内外装备的发展现状分析，智能武器站技术特点梳理如下。
2.2.1 基本结构特征
基本结构特征如下：
1) 总体结构设计。基本采用模块化设计理念、开放式设计结构，不仅能够安装多种武器类型，还能够加装不同的传感器组。
2) 火力打击系统。主要包括多口径机枪、榴弹发射器、烟幕弹和智能反装甲导弹。其中，导弹采用发射后不管、人在环控制、车载超视距打击3种工作模式，通过光纤数据链实现人在环的控制模式。
3) 目标自动识别系统。主要配备有全天候使用功能的视频摄像机、激光报警系统、激光火雷达探测器、夜间作战图像增强和制冷式双视场热像仪等。通过最新观瞄技术，自动识别远距离目标，并进行跟踪、瞄准，通过数据传输后方人员进行火力打击，是智能武器站智能化最直接的体现功能之一。
4) 火力控制系统。实现行进间的动态稳定射击功能，主要采用三轴稳定设计技术、减震稳定系统技术等，有效打击运动目标。实现武器自动瞄准射击功能，通过弹道计算机技术、分离式瞄准线系统技术等，自动把武器调整到合适的射角后在自动和半自动控制模式下跟踪并攻击目标。
5) 远程无线传输控制系统。无线电控制距离达1～2 km。
2.2.2 基本技术特点
基本技术特点有：
1) 半自主模式。以人在环控制回路的半自主式控制模式。
2) 模块化组件。结构重量轻，高度低，便于集成。
3) 多功能设计。具有自动补弹功能；具备部分自动装表修正功能；高性能火控系统以完成弹道的修正补偿。
4) 智能化技术。目标自动识别、捕捉、跟踪与瞄准，将态势感知信息传输后方，待确认后自动精确打击；初步具备毁伤评估等功能。
5) 远程化传输。具备较强的光纤网络传输和数频信号处理能力，传输距离长，抗干扰性强，战斗人员安全性高。
6) 实时化自检。对设备的运行状态进行实时的故障诊断与定位。
2.3 存在的不足
国外武器站正逐渐扩展武器配置范围和功能模块，将昼/夜目标自动搜索、识别与跟踪，武器平台稳定、毁伤评估、精确打击和自适应等现代智能化技术整合融进武器系统。国内研究起步较晚，现正研制的无人作战系统大多都是以操控系统为基础，相对于无人平台的火力打击模块深入较少，相对于国外无人战车的发展研究起步较晚，相关智能化技术需要不断深入融合。
3 智能武器站基本构成及功能特点分析
智能武器站的组成结构不同，反映的功能特点也不同，其中每一类、每一个指标本身具有不同的性质，指标与指标之间又相互联系，可以多方面综合反映评价的内容。因此，评价指标的选取是评价过程中极为重要的一个环节，是进行评价的必要前提，是构建评价指标体系的基础。不同的评价指标体系，可能会导致不同的评价结果。因此，指标选取的科学合理与否至关重要。
为区分智能武器站与其他武器系统的区别，本文重点阐述智能武器站在系统组成与功能上的特点，以便在构成智能武器站性能评价指标体系时，能够更好地把握其内涵本质，建立更具有针对性的智能武器站性能评估体系。
3.1 基本组成
从国外装备的研究现状可知，智能武器站主要由火力及枪塔单元、观瞄单元、信息与控制单元、火力发射控制单元、目标自动识别与智能辅助决策单元、无线数传单元、远程遥控终端及其他设备等组成。智能武器站系统组成如图1。
图1 智能武器站系统组成框图
3.2 功能特点
功能特点如下：
1) 具备远距离自主观察、瞄准、射击的功能；
2) 具备复杂战场环境下目标自动探测、定位、跟踪、鉴别和处理目标的能力；
3) 具备智能化与射击安全控制功能；
4) 具有自主式和遥控式打击作战方式，可实时响应人工平台的指挥；
5) 具备动态精确打击、行进间射击和对空自卫射击能力；
6) 具备机枪、榴弹和导弹等武器集成功能;
7) 具备信息联通能力，具备有人和无人相结合、地面和空中相结合、远程和近战相结合的通信能力，具有高宽带、远距离、低延时、强抗毁、易维护、可自毁通信能力；
8) 具备基本故障自诊断功能，快速查找故障源；
9) 具备整车集成功能，具备与无人车辆系统的融合及信息扩展功能，可融入数字化战场；
10) 可人工/自动装订距离、气象等弹道修正参数，具有射表外部写入功能。
4 智能武器站性能评价指标体系的构建
智能武器站由于自身结构的复杂性和操作运行过程中的多样性，其性能评价指标由多项指标聚合而成，由于指标数量繁多，在构建科学、合理的指标评价体系时，应当重点考虑两个方面的问题：一是筛选的指标要紧密围绕评估对象，不能过分追求体系完整而影响科学性；二是筛选的指标要真实客观反映智能武器站的各项能力，尽可能减少指标选择的主观性而影响准确性。因此，指标筛选应当把握客观性、完备性、独立性、简练性、可操作性的原则。指标筛选的思路，要吸收前人研究成果中优良指标，同时，要根据评价对象的结构及功能特性，提出反映其本质内涵的指标，以便科学、公正地进行评价工作。因此，本文采取了理论分析法、频度分析法、专家打分法、综合回归法、广义方差极小法等5种方法进行指标的筛选。智能武器站性能评价指标筛选确定的方法途径如图2所示。
图2 智能武器站性能评价指标筛选确定的方法途径框图
为了进一步提高智能武器站性能评价指标体系的科学性、合理性与可行性，确保评估得到的结果能够更加真实地反映智能武器站实际性能情况，根据对智能武器站性能评价指标体系的分解，分别制作总体性能指标集、分系统性能指标集的调查问卷，选定咨询相关科研人员与武器系统技术论证人员各10人参加了调查填表，请专家对拟制的指标草案进行判断。最终，建立了以总体层、系统层、状态层和变量层为主要框架的智能武器站性能评价指标体系，如图3所示(因篇幅有限，指标数量较大，仅列出三级指标)。智能武器站的性能评价指标体系符合科学性与客观性原则，可以进行并运用到下一步的评估工作。
图3 智能武器站性能评价指标体系框图
5 智能武器站性能评价指标的内涵与度量
5.1 总体性能指标
智能武器站总体性能指标是最基本、最直观反映该武器系统的性能指标，能够基本表现智能武器站的轮廓特征。总体性能指标是直观表征系统总体性能最基本的指标参数。主要包括：武器类型、弹种、弹药基数、射界、有效射程、战斗全重、毁伤概率等。
1) 武器类型。这里指智能武器站配备的武器类型。主要有：5.8 mm机枪或7.62 mm机枪；12.7 mm机枪或14.5 mm机枪和35 mm或40 mm自动榴弹发射器；30 mm自动炮、反坦克导弹等。
2) 弹种。武器站的类型不同，配备的弹种也不尽相同。主要弹种有：5.8 mm、7.62 mm、12.7 mm或14.5 mm机枪弹；35 mm或40 mm榴弹；30 mm穿甲弹或榴弹；反坦克导弹。
3) 射界。车载武器高低俯仰和水平旋转(方向)的最大允许范围就是射界(°)，包括水平射界和高低射界[8]。水平射界是指武器在水平方向上能机动的范围；高低射界是指武器在高低方向能够机动的范围，包括最大仰角和最大俯角。方向射界现在基本都达到了360°旋转，国外地面无人作战平台火力打击模块的高低射界指标达到了-10°～+60°。
4) 战斗全重。不同的武器站类型，战斗全重不同，它直接影响到武器系统的轻量化水平。
5) 有效射程。在测试场条件下，有效射程是指在规定的目标和射击条件下，使目标杀伤概率P≥90%的最大射击距离。在实战条件下，有效射程是指该武器对常见目标，战斗条件下射击时，使目标杀伤概率P≥65%的最大射击距离。
6) 毁伤概率[9]。现在广泛应用的是指数毁伤概率，这里将指数毁伤概率简称为毁伤概率。在计算中，假设命中目标的武器弹药没有损伤积累效应，并且每次命中后毁伤目标的事件彼此独立，也就是说，每个目标击中目标的概率相等，并具有以下公式：
P(k)≈1-e-kω
(1)
式(1)中:P(k)为毁伤概率；k为目标被命中的弹数；ω为毁伤目标所需的平均命中弹数。
应该指出的是，指数毁伤概率是建立在无损伤积累基础上的，而且当k取有限值时，都有P(k)<1，但实际中的目标多少总有些毁伤积累作用，在命中的弹足够多时，总会将目标毁伤，在这方面指数毁伤概率与事实有不太符合的地方。然而，由于指数毁伤概率在计算射击效率指标时方便准确，因此被广泛应用。
5.2 主要分系统性能指标
智能武器站各分系统是反映其综合能力的关键单元，它决定了智能武器站系统性能的优劣。分系统主要包括：火力打击系统性能指标、观瞄系统性能指标、火控系统性能指标、信息与控制系统性能指标、目标识别与智能决策系统性能指标、无线传输系统性能指标等。这里重点描述应用智能化技术的目标自动检测与识别、火力控制、智能辅助决策、远程抗干扰无线传输等单元的性能指标。
5.2.1 目标自动检测与识别单元
目标的检测、识别与跟踪是武器站智能化的一个重要特征，它用于接收观瞄单元的电视/红外/激光目标图像信息，从目标视角中提取目标的角偏差量，并将目标角偏差量发送至观瞄单元用于自动跟踪[10]，在进行目标检测的同时，完成目标类型的识别处理，并将识别结果发送至目标威胁评估构件、图文叠加处理构件、智能辅助决策构件，是智能武器站全程工作运转的重要一环。
1) 探测概率。探测器检测到的目标的概率测量值是目标伪装效果的定量评价指标[11]。这里指智能武器站以图像形式，从背景和系统噪声中正确地将目标分辨出来的概率。探测概率与探测灵敏度、探测距离、探测时间、大气透明度、照明条件、目标与背景特点和伪装的精良程度有关[12]。通常描述为某条件下探测距离的函数。
2) 鉴别概率。鉴别概率反应的是智能武器站正确决定准确目标特性的概率，主要通过目标分割和目标分割后轮廓精确度来测算。其中，目标分割主要是从图像中分离和提取要请求的区域。目标分割轮廓的精确度是将图像掩膜看成一系列闭合轮廓的集合，并基于轮廓的F度量，即轮廓精确度是对基于轮廓的准确率和召回率的计算F 度量为:
(2)
3) 识别准确率。识别准确率反应了智能武器站正确识别目标类别的概率。智能武器站目标识别利用自身武器平台传感器对接收到的单传感器识别信息建立为证据推理焦元，并据此进行目标的综合和识别。
5.2.2 智能辅助决策单元性能评价指标
目标对智能武器站的威胁程度主要取决于目标打击能力和打击意图。目标打击能力由诸如目标本身固有火力性能及某一时刻目标的射击距离等参数决定。目标打击意图是指目标实施打击行动的可能性，并根据目标移动进行判断。选取目标类型、相对距离、相对速度、打击角度、决策时间和毁伤评估等6个指标构建智能辅助决策评价指标体系。前面已经对目标类型指标进行了说明，这里重点分析后5个指标。
1) 相对距离。在实战中，我方与敌方之间的相对距离是判断威胁程度的基本指标。在智能决策中，它可定义为某一时刻我方与敌方之间距离与敌方武器的有效射程之比。比率越小，目标战斗力充分，威胁就越大；反之威胁越小[13]。相对距离在智能决策中威胁判断的表达式为：
(3)
式(3)中:x为相对距离；x1为敌方武器有效射程。
2) 相对速度。指在单位时间内我方与敌方的相对位移。在相同条件下，我方与敌方的相对速度越大，击中概率越低，威胁越小[13]。
(4)
式(4)中:设我方速度为v1；敌方目标速度为v2；相对速度vm=|v1-v2|。
3) 打击角度。指敌我连线与车身纵向轴线的夹角，反映我方车身侧面对敌方目标的暴露程度。在相同条件下，攻击角度与目标威胁呈正比。攻击角度越大，目标威胁越大。攻击角度对左右方向的威胁程度具有相同的影响[13]。
(5)
4) 决策时间。不同火力打击决策系统工作流程也不完全相同，分别通过对3种火力打击方式(机枪、榴弹、导弹)的火力打击决策时间进行估算。火力打击决策的时间定义为：从系统判定威胁目标开始到完成对战场态势的理解，并提供远程操作人员作出判断为止的耗时。
5) 毁伤程度。毁伤评估是在对军事目标或区域进行火力攻击后通过某种侦察手段获取目标攻击后的信息，使用合理的数学模型和经验公式，量化攻击后目标的毁伤程度计算和判定，以确定目标是否已实现，是否还需组织下一轮打击的过程[14]。
基于目标外围的几何形状和基于内在的纹理参数的组合评估方法[15]，可以依据毁伤程度量化为4个级别：
a) 轻度毁伤：目标几何和纹理特征变化不大，目标被认为基本上不受影响；毁伤程度≤20%(纹理变化率≤10%，毁伤前后相似度≥60%)
b) 中度毁伤：目标几何特征变化较大，纹理变化很小，目标受到轻微攻击，但内部结构受到很大影响；毁伤程度20%～40%(纹理变化率20%～30%，毁伤前后相似度40%～60%)；
c) 重度毁伤：目标纹理特征变化很大，几何特征变化一般，判定虽然外形维持原状，但内部受损较严重；毁伤程度40%～60%(纹理变化率30%～40%，毁伤前后相似度30%～40%)；
d) 报废毁伤：目标几何、纹理特征均受损严重，定性报废。毁伤程度≥60%。(纹理变化率≥40%，毁伤前后相似度≤40%)。
5.2.3 火控系统性能评价指标
火力发射控制单元为智能武器站的发射控制驱动响应单元，主要控制武器系统的各种击发机构，实现半自主击发控制。
1) 系统反应时间。系统反应时间定义为：从系统发现目标开始到允许射击为止的耗时。对于不同火力打击方式的系统工作流程也不完全相同，分别通过对不同种类火力打击方式(如机枪、榴弹、导弹等)的系统反应时间进行估算。
2) 弹道解算精度。指完成机枪、榴弹的弹道射击诸元的计算[16]。弹道解算利用倾角传感器的姿态信息将目标位置信息转换到水平直角坐标系，进行航迹滤波处理获取目标相对运动参数估计，再利用射表和弹道修正量计算出水平坐标系的命中点，再根据该命中点坐标和姿态信息计算输出枪塔球坐标系的机枪/榴弹射击诸元。
3) 自动调枪精度。系统在伺服控制下跟随阶跃信号响应的误差即为调枪精度。包括：诸元解算精度和枪塔、枪身转动精度。
4) 自动调枪速度。通过系统阶跃响应可以计算出系统的在单位时间内调转枪口的角度，即为调枪速度。
5) 射击控制安全性。射击控制主要用于完成机枪/榴弹/导弹等武器的射击安全控制，需要综合判断“禁射区域外”、“随动无超差”、“火力射程内”、“弹道轨迹无遮挡”等射击安全联锁条件均满足时，才输出机枪/榴弹允许射击提示。对于导弹，在发射前需完成导弹的信息交互，在武器平台调整到位后，才输出允许导弹发射信号。智能判断射击安全联锁条件均满足时，向远程终端输出“允许射击提示”，人工“确认”射击后，向火力发射控制箱输出允许射击信号。
5.2.4 无线数据传输单元性能指标
无线数据传输作为智能武器站与远程终端之间的数据通讯，以实现两者之间遥控指令信息和宽带遥测信息(图像)的无线抗干扰传输。
1) 通信距离。自由空间传播是指电波在具有无限真空的天线周围传播，这是理想的传播条件[17]。当电波在自由空间传播时，其能量既不被障碍物所吸收也不被反射或散射。
2) 信道带宽。信道包括模拟信道和数字信道。在模拟信道，带宽可按公式计算；数字信道的带宽为信道能够达到的最大数据速率，模拟信道和数字信道之间可通过香农定理来实现相互转换。
a) 模拟信道带宽。模拟信道的带宽w=f2-f1，其中f1是信道能够通过的最低频率，f2是信道可以通过的最高频率，这两者都是由信道的物理特性决定的。
b) 数字信道带宽。数字信道是一种离散信道，只能传输离散值的数字信号。Shannon的研究表明，噪声极限数据速率可以通过以下公式计算[18]：
(6)
式(6)中:w为信道带宽；s为信号的平均功率；n为噪声的平均功率；s/n为信噪比。
3) 时延。时延是指将消息或数据包从网络的一端传送到另一个端所需要的时间，即：时延=传输时延+传播时延+处理时延+排队时延。通常，传输时延与传播时延是我们主要考虑的性能指标。对于报文长度较大的情况，传输时延是关键指标；当消息长度很小时，传播时延是一个关键指标。
a)传输时延:指的是站点在发送数据帧之前开始发送数据帧所花费的时间(或者站点接受数据帧的整个时间)。
b)传播时延：指的是发送方开始向接收方发送数据以接收到数据所需的总时间，这与传输距离有关。
6 结论
本文提出了智能武器站性能评价指标体系，分析了指标的内涵。智能武器站作为新型武器系统，折射出了智能时代、信息战争、信息化战场的丰富内涵；不仅是技术层面的问题，也能体现出军事思想、战略战术、勤务保障等多方面深层次的问题。因此，应当在智能技术快速发展的同时，对智能武器站的评价性能指标超前研究，并深入分析系统体系结构特点和新技术的应用潜力，建立智能武器站的理论体系，对武器站的发展论证、设计理论、体系结构起到理论借鉴的作用。
[1]毛保全,于子平,邵毅.车载武器技术概论[M].北京:国防工业出版社,2009.
[2]马新星.水面无人艇自主控制调整方法研究[D].哈尔滨:哈尔滨工程大学，2013.
[3]向红江.“智慧”与“智能”辨析[J].语文学习，2017(6):58-59.
[4]张伟.面向智能制造的信息中心的应用研究[C]//第三十二届中国(天津)2018IT、网络、信息技术、电子、仪器仪表创新学术会议论文集.2018:46-49.
[5]FINN A,SCHEDING S.Developments and Challenges for Autonomous Unmanned Vehicles[M].Springer-Verlag Berlin Heidelberg,2000:67-69.
[6]阳亮,赵媛媛,刘川.俄罗斯地面无人战车的发展[J].国外坦克,2017(9):41-47.
[7]外军快讯.国外典型军用地面无人车和机器人[J].国外坦克,2018(9):6-9.
[8]毛保全,于子平,邵毅.车载武器技术概论[M].北京:国防工业出版社,2009.
[9]徐培德,谭东风.武器系统分析[M].长沙：国防科技大学出版社，2001.
[10]李志坚.微小型制导火箭弹对地作战效能建模与仿真研究[D].南京：南京理工大学，2013:31.
[11]张本军,王瑞林,李永健,李志勇.基于BP网络和遗传算法的枪架结构优化[J].振动与冲击,2011,27(10):11-14.
[12]王琛.复杂光学环境对电视跟踪系统性能影响的分析[D].长春：长春理工大学，2012.
[13]张晓南,王德泉,杨俊峰.坦克战场目标威胁评估方法[J].指挥信息系统与技术，2015(1):45-48.
[14]张选东,刘新.基于图像信息的打击效果评估模型研究[J].舰船电子工程,2016,6(1):53-57.
[15]付文宪,李少洪,洪文.基于高分辨率SAR图像的打击效果评估[J].电子学报，2003,33(5)83-85.
[16]刘晓鹏,张志安,吴勇,等.基于弹道解算的目标数据装定系统[J].兵工自动化,2018,37(07):19-23.
[17]雷禹.P2P网络终端系统的设计与实现[D].武汉：华中科技大学,2009.
[18]李云,赵晓娟,张博.长期演进切换中的TCP性能改进[J].计算机应用，2012,33(5)25-27.