中国指挥与控制学会会刊 
1 网络信息体系与信息优势
网络信息体系是一类特殊的复杂系统,具有开放性、复杂性、涌现性、渗透性、动态性、层次性等基本特性。其作用机理主要体现“网络聚能、信息赋能、体系释能”三方面:1)网络信息体系以栅格化基础网络为支撑,全面融合侦察预警、战场通信、导航定位、作战指挥、武器火力控制、战场保障等功能系统和业务信息系统,实现各作战要素、作战系统、作战单元、保障系统等全网资源的信息共享、优化调度、协同控制和能力聚合,达到“网络聚能”效果;2)信息化战争的本质特征是以信息流为核心的信息环路影响并主导以任务为目标的作战环路,通过“信息赋能”提升联合作战体系能力;3)“体系释能”主要体现在:网络信息体系是形成体系化作战能力的中枢和神经,是融合作战力量的载体,是实施体系对抗的基础,是释放作战效能的平台,是形成联合作战能力和全域作战能力的关键。
信息优势一般认为是敌对双方在对相关军事信息的获取、传输、处理和分发过程中,一方相对于另一方所形成的一种整体有利的信息态势[3]。网络信息体系的信息优势主要体现在物理域层面的信息精确采集,信息域层面的信息有序流动,认知域层面的信息高效运用和社会域层面的信息协同对抗等四个方面。在物理域层面,网络信息体系网络化为形成体系能力提供物理基础,网络信息体系的传感器网利用各种不同功能和地理位置的传感器及其组网,以“网络聚能”的方式探测、处理和融合战场目标信息,形成目标信息探测方面的优势;在信息域层面,通过信息融合处理并进行有序流动形成增值和涌现;在认知域层面,由信息活动驱动OODA环的高效运行,信息优势支撑决策优势的形成;在社会域(作战域)层面,体现了网络信息体系的作战属性,通过“体系释能”大幅提升基于网络信息体系的联合作战能力和全域作战能力。
2 信息优势概念内涵
信息优势的概念最早源于美军,美军认为信息优势是指搜集、处理和分发连续不断的信息流,同时利用或阻止敌人采取这种行动的能力[4⇓⇓-7]。我国学者认为信息优势的内涵主要体现在军事信息的内容质量更高、军事信息的流动效率更高、军事信息的利用效能更高等方面,并从信息的准确性、时效性和完备性等信息质量方面度量信息优势[8-9]。在网络信息体系架构下,信息优势与信息能力、信息价值、信息效能、制信息权和作战效能等相关概念既有区别又有联系,如图1 所示。信息能力是网络信息体系的客观属性,是信息的内在价值;信息优势是敌我双方信息能力综合比较形成在整体上的优势;信息能力和面向用户需求的信息使用价值是信息价值的两个方面;获取信息优势和提升信息价值是夺取制信息权的两个关键,其目标是增强网络信息体系在特定作战条件下信息效能,提高对联合作战效能的体系贡献率。
按照网络信息体系理念及其构成,网络信息体系涉及战场探测、指挥决策、行动控制、支援保障等作战活动和要素,根据这些作战活动和要素的内在逻辑关系,可将面向网络信息体系的信息优势的存在空间和范畴划分成物理域、信息域、认知域、社会域(作战域)等四个层次,并体现为由网络化信息系统带来的信息、决策和行动等多方面优势,如图2 所示。
物理域是陆海空天网电战场环境及战场目标存在的领域[10-11],主要包括战场各方兵力配置、武器装备、战场设施、物理环境等客观信息的描述。信息域是由信息活动过程产生的各类信息流的领域,是对战场目标和环境数据的探测、处理、融合和协同共享等信息流的描述,包含信息资源与信息活动主体。按照信息“探测产生—融合处理—共享利用”的一般生命周期和不同的信息活动和功能层次,可将信息域作进一步细分为传感器子域、融合子域和信息协同子域3个子域。其中,传感器子域主要完成战场环境和目标数据的探测获取、本级的数据信息处理和数据信息的传输等活动,形成有关战场目标的初步时空信息;融合子域根据信息融合架构主要完成对多源传感器信息的高效融合,形成更为精确的战场目标位置信息、速度信息和属性信息,最终融合成战场态势信息,为认知域和社会域(作战域)的态势认知、指挥决策、行动控制和火力控制提供基础;协同子域主要完成战场数据、信息、态势的协同和共享等活动,为战场目标信息的充分共享、态势的共同认知和作战的整体联动提供支撑。认知域属于指挥员指挥控制范畴,是各级指挥员基于获得的战场态势信息进行态势理解认知、指挥决策的过程。社会域(作战域)是在认知域的基础之上、在相应的指挥体制之下各类作战实体相互作用、进行协作完成既定作战任务之处,体现为基于网络信息体系作战的行动控制、火力控制、作战协同。
3 信息优势度量研究意义
1)有利于创新度量信息优势的新思路和新方法。信息优势来源于物理域、形成于信息域、作用于认知域和社会域,通过分析各域信息优势表现形式和影响信息优势的各类因素,描述信息优势的产生、形成和作用过程,深刻揭示信息优势作用机理,基于集合距离、复杂网络和集对分析理论等理论和方法研究信息优势度量指标的构建和量化度量方法,以及整体优势度量模型和方法,为信息优势度量分析提供一套行之有效的思路和方法。
2)有利于完善信息优势度量模型和方法。现有的信息优势度量研究通常是基于系统能力的比较,没有具体研究系统如何获取所感知的信息数据和信息的有效协同,基于网络信息体系逻辑结构将信息域细化为传感器子域、融合子域、协同子域三个子域,重点从目标探测与信息融合、信息协同等方面研究信息优势量度量问题,有利于完善信息优势度量框架和度量模型方法。
3)有利于指导面向网络信息体系的各类信息系统的建设与运用。网络信息体系及各类信息系统的建设周期长,消耗资源多,而且存在多种不同的资源配置方案,因此需要在开展建设前对建设方案进行设计。在确定系统建设方案、修正系统发展路线和探索系统作战应用模式等方面,需要根据实际情况对建设方案进行修正,通过信息优势度量方法模型,分析影响信息优势的关键指标和具体参数,在基本的信息系统装备性能上指导系统建设和运用。
4 信息优势度量框架
1)度量框架
按照信息优势概念框架,面向网络信息体系的信息优势度量包括物理域的作战实体属性描述、信息域的信息优势度量和认知域及社会域(作战域)的效能评估和体系贡献率评估等三个方面,本文重点开展信息域的信息优势度量方法框架研究(如图3 所示),基于信息优势的形成过程,按照“先子域、再整体”的思路,提出面向传感器子域—融合子域和协同子域的信息优势度量方法和面向信息域整体优势的度量方法。
2)物理域度量
3)信息域子域优势度量
基于网络信息体系逻辑结构和信息域传感器子域、融合子域、协同子域三个子域划分,从目标探测与信息融合、信息协同等方面开展信息优势度量问题。
① 传感器子域和融合子域度量
传感器子域由战场内多源传感器组网而成,完成对战场目标的全方位信息探测。系统基于自身的任务需求,利用各种不同的传感器及其组网来对战场目标进行探测,并得到目标的各种信息,包括目标的发现概率、识别程度、定位精度等。传感器子域输出的是一组目标信息的特征向量。这些信息来源于战场事实,主要受传感器子域的性能的影响。传感器子域的目的主要是探测到更贴合战场事实的信息,其优势表现为所探测到的信息更完备、更准确和更及时。因此,度量传感器子域的优势就是从完备性、准确性和时效性三个方面来衡量传感器子域所探测到、并经过融合子域进行融合后得到的目标信息与战场真实信息的差距大小。如图4 所示,假设整个战场的真实信息集合为S0,双方对此战场进行侦察探测,红方获得的信息集合为S1,蓝方获得的信息集合为S2。以D表示感知信息集合与客观真实信息集合间的差距,差距从信息的完备性、准确性和时效性三个方面来度量,即所感知的信息在目标数量、目标特征和时间方面与客观事实的吻合程度,D越小,则说明系统感知的信息与客观信息差距越小,系统掌握的信息与客观事实更相符。D1表示系统红方系统感知信息与客观信息之间的差距,D2表示蓝方系统感知信息与客观信息之间的差距,比较D1、D2的大小,较小的一方具有信息优势。
② 协同子域度量
网络信息体系理念下,网络化信息系统将信息获取、信息传递、信息处理以及信息利用等作战过程和广域分散分布的各作战单元构成一个具有复杂网络特征的作战网络,信息协同与共享大大提高了战场态势探测感知能力、指挥决策能力和火力打击能力,从而保证整个体系可以在各作战单元自主运行的基础上通过信息共享形成体系作战能力。协同子域的数据传输与共享、信息传输与共享、态势传输与共享以及指令传输等是通过网络信息体系中各个体之间的相互关联作用而反映出来的一种拓扑结构,因此,采用复杂网络理论来分析协同子域的信息优势度量是可行的。
协同子域承载各类信息的传输和分发,具备加权网络的基本特征。在加权复杂网络结果统计特性的基础上,结合作战过程中信息协同共享影响的实际情况,采用平均路径长度、加权聚集系数、打击链数量和协同共享能力等指标衡量协同子域信息优势。
4)信息域整体优势度量
基于信息优势概念内涵分析,综合信息域传感器子域、融合子域、协同子域的信息优势度量指标、指标间的关系,考虑度量指标值和指标权重获取的不确定性因素,并将信息域下不同系统方案的整体优势度量看作基于不确定权重的多属性决策问题,引入集对分析理论联系度思想,结合层次分析方法(AHP)研究提出信息域整体优势度量方法,为不同结构、不同配置的信息系统整体信息优势度量比较提供支撑。
信息域整体优势度量的基本思路:设有m个体系方案$T_1$,$T_2$,…, $T_m$ 组成方案集S;每个方案各有n个属性$Q_1$,$Q_2$,…, $Q_n$ 组成属性集Q,其中有越大越好型的效益型属性,也有越小越好型的成本型属性,n个属性的权重向量$\bar{w}_1$,$\bar{w}_2$,…, $\bar{w}_n$,其中$\widetilde{w} = [\bar{w}^-_t, \bar{w}^+-_t]$为区间数(t=1,2,…,n), 0≤$\bar{w}^-_t$ ≤$\bar{w}^+-_t≤1$,且$\sum^n_{t=1} \bar{w}^-_t ≤ 1, \sum^n_{t=1} \bar{w}^+_t \geq 1$; $\widetilde{p} = (\widetilde{p}_{kt})_{m×n}$表示多属性决策矩阵,其中$\widetilde{p}_{kt}$ 表示第k个方案在t个属性上的评价值,$\widetilde{p}_{kt} = [p^-_{kt},p^+_{kt}]$,且$\widetilde{p}_{kt} \epsilon [0,1], k=0, 1, … m, t = 0, 1, … n$
根据以上思路,将信息域各子域的度量指标值和各指标权重的不确定性因素用区间数表示,基于集对分析联系度思想建立各系统方案的信息优势度量模型(方案决策模型),通过分析不确定系数的取值下度量结果,得出各系统方案的优劣排序,为信息系统方案优选提供参考,具体过程如图5 所示。
5 结束语
本文针对网络信息体系背景下,信息优势框架和机理不清晰、度量指标不统一、度量方法欠缺等问题,研究信息优势内涵机理,构建信息优势概念框架,研究信息优势度量指标的构建和量化度量方法,能够为信息优势定量化分析、决策优势和行动优势的研究提供基础支持和技术参考,后续将进一步对信息优势度量指标量化方法和度量评估方法进行深化研究,以期为网络信息体系顶层设计与验证提供定量化支撑。