自动化→智能化→自主化→集群化的发展趋势，带来面向认知、决策和涌现性等全新研制鉴定问题。上世纪后半叶的自动化，是按照规定的程序完成规定的动作，解放了人的体力。上世纪末的智能化，是根据给定的方案集和精确信息，自动优选并执行最佳方案，解放了人的重复性脑力。近十年来的自主化，则是根据原始数据依靠机器自身判断威胁态势，演化新规则和衍生新方案，通过自主认知和自主决策，解放了人的创造性脑力。而当前风头正劲的集群化，正是异构多自主系统通过自组织和自同步，实现协同作业，解放了人在实战环境下的合作交互困难。

面向模糊不确定威胁的自主认知态势、复杂动态对抗环境的自适应决策以及多自主系统的集群作业样式，均是传统装备所不具备的能力，缺少对应的设计、试验鉴定、使用、培训、维护方法，迫切需要新型科学管理模式，应对自主性技术融入智能装备后所带来的挑战。

 智能装备（无人机、机器人、无人艇以及无人机 反制设备 ）以快制胜正向近实时的方向发展,目的是永远比对手早一步做决策。从OODA博伊德理论分析, 无人机（无人机反制）红方完成入侵时, 防御蓝方还在观察和判断, 逼迫决策慢的防御蓝方再次观察和判断, 过程中,红方又完成下一轮无人机攻击,使得决策慢的蓝方进入不了行动层面,最终出现“装备未动,敌机已到”的窘迫,也就是“OO”死循环，智能对抗特色：

以多制胜。在空地多域对抗作战中,攻击方会设计出规避战术、攻击战术和编队协同战术的关键数据。防御方指导战斗人员完成任务，如只凭人员在地面心算,最多算一步,而智能装备可算三步。己方一举一动都在智能装备的“算计”之中,只能是处处被动挨打，此所谓“多算胜少算”。

以精制胜。在精确定位导航制导过程,需要对诸多战术的参数进行精确计算,使得每个战术动作的操控点难于精准到位。没有智能工具支撑,面对陌生目标和陌生战场,凭经验,靠估算,要打准很难。此所谓“精算胜概算”。

以体系制胜。利用人工智能将各类装备作战单元在时域、空域和频域上协调一致,串联成一部高速运转的对抗机器,将平台优势集成为反制体系优势,将信息优势转化为制胜优势。正所谓“夫未战而庙算胜者,得算多也。未战而庙算不胜者,得算少也”。

实现完全的无人机自主性是一项革命性的科学技术挑战, 也造就持续更新、不确定的低慢小无人机入侵威胁，反制技术应不断抵御无人机技术的新进展。未来的入侵与反制冲突可能会让国家面临从未见过的东西——入侵方具备对等或接近对等的技术和威胁能力。

新一代无人机反制系统应用一系列人工智能，软件平台或无人值守系统从防御全领域获取探测传感数据，将其转换为目标信息，并选择最佳的处置系统以在敏捷（例如＜75s）响应任何给定的低慢小入侵威胁。

未来恶意低慢小入侵将进入“秒杀”时代，快速、复杂、多变。无人机反制系统需要缩短探测、处置的环节时间，以无人值守方式实现“精确识别”“精准打击”，建立覆盖全面的目标样本数据库，甚至“抵前机动部署”才能获得抵御对手的决策及行动优势。

实现快速反制作战的第一个关键是准确采集的目标信号数据，进行优先级排序，并移除多余的输入层。这一操作的效果是将指挥控制架构中不必要的层级扁平化，减少报告出错的可能性并缩短处理时间。

之后，宜将这些数据集成到基于云的体系结构中，这一结构可在需要使用这些数据的指挥中心和组织梯次之间纵向和横向开放访问。重要的是，这一结构还必须能够容纳多个密级，并根据用户的身份授予访问权限，以打破当今在各个组织以及伙伴国之间存在的阻碍统一和协调响应的分割式孤岛。

接下来，宜以全域共享目标监控图的形式展示数据，以显示对反制作战有用的信息。集成到可视化中的数据流不仅必须进行分层，而且还必须进行融合，以关联轨迹和报告，从而减少不确定性并提高评估速度。理想情况下，共用作战图具有多功能性，能够在一个框架内在各种可定制的视图之间进行切换。用户定义的可视化代替静态输出，允许作战人员选择他们所关注的数据来源，以及定制显示方式以实现最佳的理解和决策。

在数字时代，基于丰富数据的机器分析需要复杂的用户友好可视化以优化决策。新一代的共用作战图原型宜基于数据（而非平台）来应用技术以满足指挥人员的新需求。共用作战图针对当前态势及其如何产生提供了丰富的认识，是目前为止大多数指挥控制改进工作的终点。为了确保应对当今以及未来威胁所需的决策优势，宜应用各种工具预测未来可能发生的情况并评估选择方案，先进的处理能力、机器学习和人工智能才可以将指挥控制提升到另一个层次。

以快速移动目标为代表时敏目标具随机性和速变性，对指挥决策系统和反制系统提出了更高的要求。无人机反制系统宜充分发挥人和机器的智能，努力识别战场实体类别、敌我属性、行为动作、行为意图、行动发起地点、目的地点、预期行动效果、预计行动变化的演变趋势，辅助指挥员理解当前战场态势及其过去的演变历程和未来的变化趋势。

本文来源于网络如有侵权请联系删除