1、DOI:1020079/jissn1001893x221108002引用格式:李琨，姜典辰美陆军面向战场物联网的边缘智能发展综述J 电讯技术，2023，63(2):300306LI K，JIANG D Ceview of USArmy Internet of Battlefield Things edge intelligence development J Telecommunication Engineering，2023，63(2):300306美陆军面向战场物联网的边缘智能发展综述*李琨李琨1 1，姜典辰，姜典辰2 2，3 3(1中国西南电子技术研究所，成都 610036;2中国电子科
2、学研究院，北京 100041;3中国电科发展战略研究中心，北京 100043)摘要:人工智能技术应用带来军事态势感知能力极大增强，日趋成为联合全域指挥控制的关键使能因素。然而，由于战场边缘环境的受限特性，人工智能和机器学习在战场物联网应用中面临新的挑战。针对战场边缘特性及其智能化应用需求，总结了美陆军面向战场物联网的边缘智能发展现状，分析了其在该领域的研究重点，介绍了其在加速边缘智能处理异构智能资源融合方面的典型解决方案，最后得出提升分布式智能处理效率、增强网络韧性、优化异构资源融合是增强战场边缘智能的发展思路的结论，以期为战场边缘智能相关研究提供参考。关键词:战场物联网;边缘智能;联合全域指
3、挥控制;韧性网络;分布式架构开放科学(资源服务)标识码(OSID):微信扫描二维码听独家语音释文与作者在线交流享本刊专属服务中图分类号:E919;TP3934文献标志码:A文章编号:1001893X(2023)02030007eview of US Army Internet of Battlefield ThingsEdge Intelligence DevelopmentLI Kun1，JIANG Dianchen2，3(1Southwest China Institute of Electronic Technology，Chengdu 610036，China;2China Acade
4、my of Electronics and Information Technology，Beijing 100041，China;3CETC esearch Center for Development and Strategy，Beijing 100043，China)Abstract:Artificial intelligence(AI)technology applications have greatly enhanced military situationalawareness，which is increasingly becoming a key enabler for Jo
5、int All-Domain Command and Control(JADC2)However，due to the limited characteristics of battlefield edge environment，artificial intelligenceand machine learning are facing new challenges in Internet of Battlefield Things(IoBT)applicationsAccording to the characteristics of tactical edge and AI applic
6、ation requirements，this paper summarizes thestatus of IoBT edge intelligence developed by USArmy，introduces research focuses in this field，andexplores typical solutions in accelerating edge intelligence processing and integrating heterogeneousintelligent resourcesFinally，it is concluded that improvi
7、ng distributed intelligence processing efficiency，enhancing network resilience and optimizing heterogeneous resource integration are the development ideas，which provides reference for battlefield edge intelligence related researchKey words:Internet of Battlefield Things(IoBT);edge intelligence;joint
8、 all-domain command and control(JADC2);resilient network;distributed architecture003第 63 卷 第 2 期2023 年 2 月电讯技术Telecommunication EngineeringVol63，No2February，2023*收稿日期:20221108;修回日期:20221225基金项目:军内重点科研项目通信作者:李琨0引言人工智能在军事领域的创新应用带来了战场态势感知和决策能力的不断增强，智能化战场装备日趋成为实施联合全域作战的关键使能因素。近年来，围绕战场智能感知、智能分析和辅助决策，以及自主
9、行动过程等要素，各军事大国加速推进以先进传感器、机器学习、移动宽带、边缘计算为核心特征的新技术应用研究，依托新一代通信手段和智能组网技术，大力开展各作战单元和作战要素网络化、一体化、自主化建设，加紧构建支持多域作战的战场全维智能感知体系，以抢占未来智能化战场的制高点。在这一趋势下，美陆军率先发展了以机器学习、深度融合、智能感知技术应用为核心的“战场物联网”(Internet ofBattlefield Things，IoBT)，力图将人工智能应用推向未来战场前沿1。其构想是，在复杂多样、干扰对抗、高作战节奏和极度动态的战场边缘环境下，依托敏捷、智能化、自适应的人多智能体组网系统，通过不断感知、
10、识别和快速利用新出现的优势窗口，持续对作战进行规划、准备、执行与评估，提供实时分析和决策支持功能，加速多域融合，使各种能力产生快速效应，形成比对手更快的感知判断决策行动(Observe-Orient-Decide-Act，OODA)周期速度，支持联合全域指挥 控 制(Joint All-Domain Command and Control，JADC2)，从而构成非对称优势2。然而，由于战场边缘的固有特性，在边缘环境下往往伴随着通信、网络和处理能力的下降，因此很难利用现有云计算和网络架构为战场物联网的边缘智能应用提供支撑，尤其是在如何缩短感知到效应的时间、增强网络的安全性和韧性，以及提升边缘智能
11、处理能力等方面，仍然面临巨大的挑战。针对 这 一 问 题，美 陆 军 研 究 实 验 室(Armyesearch Laboratory，AL)与卡耐基梅隆大学等多家研究机构合作，建立了军、校、企三方合作研究联盟(Collaborative esearch Alliance，CA)，致力于未来联合全域作战边缘智能应用方面的创新研究工作，持续对智能目标驱动网络、机器学习、分布式人工智能架构等进行深入探究，并取得了一系列成果3。研究表明，采用分布式边缘智能处理架构和异构资源融合方案，将分布式人工智能、对抗环境下的机器学习、韧性组网等边缘智能技术应用到战场物联网系统中，能够为云计算减轻负担，有助于解决
12、通信连接降级、延时长、安全性差、易受攻击等问题，是支持未来决策优势的关键因素。1战场边缘特性及智能化需求11战场边缘的定义和特性战场边缘可以从用户角度和技术角度来定义4:(1)从用户角度来看，战场边缘是指距离战术前沿的“最后一英里”作战范围，其用户主要是部署在前沿位置并直接参与执行边缘任务的各类作战单位，包括单兵、小型移动组群，移动作战中心以及固定作战中心。(2)从技术角度来看，战场边缘是指在这一特定环境下，作战装备会受到特定因素限制(如通信连接或存储可用性受限等)，呈现出某种程度上的操作能力或技术性能降级或受限特性，主要体现在网络连通性、资源可用性、信息保障以及用户界面等四个方面的性能降低或
13、受限。基于对网络连接时间的百分比、在给定时段内网络收发的数据量、数据包传输所需的时间，以及物理硬件资源、计算处理能力等指标的综合考量，战场边缘主要特性体现为网络连通性差，数据处理和存储的可用资源有限，信息安全面临更大的风险，用户界面和系统设计具有更大难度，等。12边缘智能需求121任务能力需求(1)缩短感知与效应之间的时间5。要利用边缘智能实现态势感知和决策优势，就必须以一种适当的速度运行，这种速度应与对手的人工智能能力和不断变化的战术相匹配。当前最重要的是需要及时检测到传感器的细微变化并作出响应。(2)安全、韧性网络和信息获取、传输和处理6。一是需要韧性的信息获取和处理，能够承受在通信无连接
14、、断续连接和低带宽(Disconnected，Intermittent Limited，DIL)、信息源丢失以及恶意数据输入等情况下及不确定数据环境下的态势理解。二是需要韧性目标驱动网络，即具有灵活的拓扑自适应性，即使在出现中断和攻击的情况下，也能从故障、攻击和瓶颈中恢复，继续达成其任务目标。三是需要开发支持高可靠自适应和自感知学习系统的方法模型，应对恶意输入的网络攻击，评估恶意输入操控发生的可能性。(3)分布式信息协同和交互7。需要能够在不同设备组成的异构网络上运行的新的分布式学习系统和算法，且能够对不断变化的网络连接表现出弹性。在网络碎片化的极端情况下，系统能够继续学习并根据其碎片内的可用
15、资源做出最佳预测，这是103第 63 卷李琨，姜典辰:美陆军面向战场物联网的边缘智能发展综述第 2 期一项关键需求。122系统设计需求在系统设计上，考虑到边缘智能系统的计算、存储、处理、能耗等战场边缘特殊应用特点，需要提高战场边缘组网和计算的性能、运行速度和机动性，满足时延率低、能耗量小、精确度高和安全可靠的关键需求，为边缘用户提供高效、便捷、适用的战场边缘智能服务。(1)DIL 环境下的边缘数据处理和存储能力8。在战场边缘环境下，需要利用新的软、硬件技术和架构方式，以本地方式生成并处理任务关键型数据，并在无法访问云的情况下确保其持续可用，同时在恢复连接后立即实现数据同步，将信息资源传输到战术
16、网边缘，实现云边协同，获得战场边缘的态势感知和决策优势。(2)瞬态自适应边缘计算能力9。传统的容错机制并不适合瞬态处理，需要开发新的瞬态计算模型，建立一种高效的瞬态机制，用于分析瞬态性对应用工作负载的影响，用于处理战场背景下出现的不同瞬态场景，即处理和恢复战场边缘环境下未预料的、动态的、频发的瞬态状况。(3)优化的体积、重量、功耗(Size，Weight andPower，SWaP)和操作界面10。便携性是战场边缘用户、尤其是单兵应用的重要考虑因素，因此减小设备的体积重量对于战场边缘应用至关重要。另外，边缘智能设备必须具备用户友好特性，满足远程环境当中非技术用户的操作需要。在发生故障的情况下，作战人员能够在战场轻松更换单元，以实现操作的连续性。2战场物联网边缘智能发展现状21研究目的作为战场边缘智能化发展的重要内容，美陆军研究实验室于 2017 年提出了战场物联网概念11，旨在开发一种基于自适应异构传感器和目标驱动的泛在网络，增强战场边缘士兵和指挥控制系统的自主迅捷信息分析能力，对抗敌方对战场空间的影响和控制，加速感知决策周期过程。战场物联网的主要作用是，通过一种异构传感器组成的智能网
