【重磅】美国陆军研究实验室详解
美国陆军研究实验室简介
作者：plus评论员 张昊
美国目前是世界上在军事科学方面发展水平最高，整体水平最先进的国家，美国军方实验室在军事发展方面做出了重大贡献，获得了人们的广泛关注。本文将以美国陆军研究试验室（ARL）作为典型，对其机构概况、机构设置、重点研发领域和战略规划四大方面进行详细阐述，可供我国相关科研机构进行参考和借鉴。
美国陆军研究实验室（ARL）创建于1992年，隶属于美国陆军研究、发展与工程司令部（RDECOM），是美国陆军的重要研究机构，其总部位于马里兰州Adelphi市实验中心。ARL是在美国1992年进行的基地重组/关闭、LAB 21研究以及其他科研项目评估中通过机构合并和改革发展起来的。实验室及其它陆军研究单位合并了实验室指挥部（LABCOM）的7个企业级实验室，构建了一个专注于科学研究、技术开发/分析的集中式实验室。目前，ARL科研人员主要在人体工程学、先进材料和推进系统、个体作战人员保护、能源科学、电子技术、网络科学、虚拟界面、合成环境以及自主系统等领域进行开拓性研究。
下图展示了ARL在研究、发展与工程司令部中的定位，可以看出ARL的主要任务是对革新性知识和技术进行研究，为RDECOM开展更加先进的研发活动提供技术基础和知识储备。RDECOM则为ARL对相关研究项目进行规划和协调，以满足陆军新兴需求。ARL与RDECOM的协同合作，使陆军采办决策者能够了解技术储备情况，并对其进行演示验证和技术转化，由工业部门进行生产。ARL将促进美国陆军形成可靠战备能力，并积极研发第三次抵消战略下美国未来陆军所需的技术能力。
ARL在研究、发展与工程司令部（RDECOM）的角色定位
作为美国防部科技创新实验室之一，美国陆军研究实验室截止到2017年1月份为止拥有3083名员工。下图给出了美国陆军研究实验室人员从事不同科研工作的岗位分布和科研工程人员学历比例，可以看出ARL科研人员大多数为拥有硕、博士的高学历人才，具备雄厚的智力储备。
美国陆军研究实验室科研工程人员岗位分布及学历比例
美国陆军研究实验室科技研发战略旨在追寻科学发现和革新以及知识产出转化，以保证2040年以后美国陆军的作战能力。其理念核心集中于基础技术的理解研发，提出新概念，并将开发的技术和方法成熟化，形成科技突破。下图展示了实验室研发整体策略及影响因素。
美国陆军研究实验室由载具技术部、人体研究&工程部、生存/杀伤性分析部、武器&材料研究部、传感器&电子器件部以及计算&信息科学部六个机构组成，使陆军研究试验同时具备了深度与广度，具备了灵活快速研发的能力，可将其在创新和先进基础研究成果转化方面潜能最大化，为获得战略性地面力量优势提供支持。此外，ARL还设置了一个陆军研究办公室（ARO），用于资助机构外基础研究，即支持外部学术和工业组织的科学创新研究，向单个研究者和大学附属研究中心以及外展项目提供资金。
下面将对其六个主要研究机构进行简单介绍：
传感器&电子器件部
ARL传感器&电子器件部（SEDD）致力于从小型芯片到全集成系统的生产活动，并针对先进传感器和电子设备进行研发。该部门的各个分部包括：多功能射频设备分部，自主传感分部，电力管理分部以及信号处理算法分部等。SEED认为，保护士兵的最好方法之一就是开发自主传感系统，并在从战场情报搜集到战斗等一系列行动中广泛应用，最大程度地保证战场信息感知能力，从而减小伤亡，增强作战效率。
计算&信息科学部
计算&信息科学部（CISD）是美国陆军现代电子系统研究和发展的重要的组织，主要负责研究在真实的或模拟的数字化战场环境下，提升系统分析、分配和消化战场信息的能力。此外，该部门通过应用超级计算机对很多可能对环境造成危害的试验进行仿真，避免了各种污染的产生。
载具技术部
ARL载具技术部（VTD）负责管理载具推进和结构的研究和开发，还进行负荷分析、结构动力学、航空航空弹性，结构声学和减振等方面的分析和实践实验。VTD将使地面战斗车辆更轻、更可靠、更安全、更省油。VTD在各类载具平台上采用负荷材料，增加结构强度并加强耐腐蚀性。目前，载具技术部的主要研究分部包括载荷&动力分部，结构力学分部，发动机与传动系统分部，发动机部件分部以及无人载具平台分部等。
人体研究&工程部
ARL人体研究&工程部（HRED）是陆军在人体方面研究与开发的最主要组织。HRED开展了广泛的科学研究和技术计划，旨在优化士兵战场表现和士兵与机器间的交互作用，以最大限度地提高战场效能。HRED还执行分析任务，其目的是为陆军提供人为因素的领导力，以确保在技术开发和系统设计中充分考虑士兵的性能要求。HRED对陆军、其他服务部门及实验室、工业界和学术界的技术人员进行协调，为军队提供基础研究及应用研究的机会。
生存/杀伤性分析部
生存/杀伤性分析部（SLAD）是陆军系统针对生存、杀伤及易损性分析的主要研究部门，其研究范围涵盖了几乎所有的战场威胁，包括弹道导弹威胁，电子战，信息作战以及核生化作战等。SLAD的目标是协助技术和系统开发人员优化系统设计，为陆军和国防部的评估人员和决策者提供数据分析依据。
武器&材料研究部
ARL武器&材料研究部（WMRD）是美国陆军主要的武器&材料技术研究组织。该部门主要目标是增强弹药的杀伤性。武器&材料研究部涉及到的领域非常广泛，包括从传统的武器装备到先进的弹道防御系统各种武器装备。该部门与载具技术部具有很强的联系，通过协同研发以生产更安全的车辆、运输载具和飞行器系统。此外，该部门还负责从经济角度评估军事技术，以降低总体系统成本，提高效费比。
ARL的发现和创新活动已经实现了新知识、理念和概念的转化，有助于形成新的作战能力需求。目前ARL开展的科研工作范围涵盖了陆军科技投资方向的75%，旨在进行有助于提高力量投送、信息化、杀伤和防护能力及士兵效能的创新技术开发与转化。下表展示了整个美国陆军研究实验室的领导层和机构部门分布情况（截止到2017年1月）。
ARL领导层和机构部门分布情况
由上图可以看出，整个实验室领导层包括实验室主任，规划&项目主任，实验室运行主任，分管基础科学的副主任，负责行政事务的主任助理，首席科学家以及军方代表等，而载具技术部、人体研究&工程部等六个机构直接向实验室主任负责。
根据《2015-2035陆军实验室技术战略》，ARL研发可分为八个科学工程化研究方向，分别为基础研究、计算科学、材料科学、机动科学、信息科学、杀伤科学与防护、人体科学以及评估和分析。其整个技术构架如下图所示：
根据ARL研发战略构架，基础科学、计算科学、材料科学以及评估和分析是ARL的四个跨学科方向，与包括机动科学、信息科学、杀伤科学与防护以及人体科学在内的专业领域相呼应，不断整合出先进的知识/技术产出，保证美国陆军在2030年之后的战略主导优势。
基础研究主要集中于与国家安全长期需求相关的物理科学、信息科学、生命科学和工程科学的基础研究上，对其进行系统地展望与指导。
计算科学研究专注于推进预测性基础模拟科学，数据密集科学，计算机科学和新兴的计算架构，以转化为未来军队的复杂应用。
材料科学研究的重点是通过科学研发和创新性解决方案的研究，对结构材料、电子、光子学、能源与电力、生物技术、高应变和弹道材料、先进制造科学与加工制造技术进行基础研发，以提供国防所需的优异材料和设备，以实现持久性战略优势。
机动科学研究主要在基础层面上理解认知先进的机动系统及其支撑架构，通过对能源和推进技术、平台力学、平台智能和后勤持续性的研究，提升未来陆军的行动，后勤和机动性能力。
信息科学专注于更多地利用新兴技术机遇对智能信息系统进行支撑，提升感知和执行、系统智能、人机交互、网络与通信、赛博安全能力，以完成信息采集、分析、推理、决策、协同通信以及信息和知识保障任务。
杀伤科学与防护研究的重点在于通过对士兵和陆军作战平台杀伤性的研究，支持武器系统、防护系统的研发。并通过对士兵和陆军平台伤害影响的深入理解，研究战场伤害机制以及平台防护措施。
人体科学研究的重点是通过脑体交互、人人交互和人-技术交互的研究来增加对个体身体、感知与认知能力的理解。
评估和分析研究侧重于对评估人员、项目经理和决策者提供支持，使陆军在技术与系统水平分析方面的能力现代化；并通过科学与技术评估、材料任务能力评估来分析开发新的基础科学能力。
从概念上讲，“基础研究”、“计算科学”与“材料研究”的协同研究，为ARL提供了坚实的研发基础，从而为机动科学、信息科学、杀伤科学与防护以及人体科学的研究方向提供了依据。机动科学、信息科学、杀伤科学与防护以及人体科学研究方向的重点通常是针对于陆军在极端威胁环境中遇到的重点挑战，为系统的应用研发有用的材料、设备、系统或方法，将有应用前景的基础研究转化为能够满足陆军需求的解决方案。同时，随着这些重点方向的相关技术和产品的不断研发，人们对该领域内的认知和理解将不断提升，反过来将增强科研机构在该领域的评估和分析能力。
4.1 总体规划
现代战争中陆军所面对的战场环境将会呈现前所未有的复杂性，未来陆军将会对先进科学技术（S&T）具备极大的依赖性。陆军需更快地对作战技术进行研发并将其转化为战斗力，从而确保陆军能够对全球突发事件进行快速反应，成为任务导向型军队，快速解决战斗。
对于未来的陆军，ARL认为未来战略发展重点主要有以下四条：
力量投射优势，聚焦于将陆军作战部队快速部署展开，确保全球反应能力。具体目标包括：未来陆军将增加作战平台的多样性，使指挥官有更多的选择；陆军将重建对冲突的战略反应能力。
制信息权，聚焦于提升态势感知能力，减少敌方战术上的突然性。具体目标包括：确保分散的信息系统更好地为战术目标指挥服务；保障更好的态势感知和决策能力；在战术层面上采取决定性的赛博攻击。
杀伤与防护优势，聚焦于在陆军火力和防护系统上进行持续改进。具体目标包括：针对区域拒止/反介入的威胁，提升精确火力打击能力；在军需充足的条件下，研发可恢复定向能武器；针对作战平台，研发轻量级、低花费的防护措施。
士兵能力提升，聚焦于提升战士的身体、认知和感知上的能力表现。具体目标包括：更快地成长为指挥官；提高认知能力，并更快地将获得的数据转化为作战决策。
4.2 ARL未来研发战略
根据美国陆军研究实验室技术战略以及其科学技术规划，ARL对其基础研究、计算科学、材料科学、机动科学、信息科学、杀伤科学与防护、人体科学以及评估和分析等八个方向进行了战略规划，并公布了2017-2022年的招标信息，公布了未来5年内的拟研发项目。本文将重点对信息科学方向进行论述。
4.2.1基础研究战略
基础研究领域采取高风险、高回报的研发策略，与实验室外的大学、研发机构广泛合作，聚焦于识别、驱动、转化在物理科学、信息科学、生命科学以及工程科学方面的革命性成果。该机构在提升陆军现有技术水平的同时，针对能够改变游戏规则的技术进行研发，以保障陆军未来的技术优势。
基础研究规划分类示意图
4.2.2计算科学战略
计算科学领域未来规划将主要针对发现、革新和转化以下几种S&T能力，主要包括：（1）应用先进计算科学与高性能计算机，采用预测性建模与仿真技术保障陆军军品系统的先进性；（2）通过数据密集科学促进信息主宰、分布式机动作战以及人体科学的发展；（3）显著提升前沿计算框架及计算科学技术，保障陆军主导权。
计算科学研究规划分类示意图
4.2.3材料科学战略
材料科学领域将重点关注结构材料、电子材料、光电子材料、能量及动力、生物科技材料、高应变及弹道材料、制造科学等相关技术，对先进材料及制造工艺进行基础性研究，保障新型材料快速研发及应用，提高陆军装备性能。
材料科学研究规划分类示意图
4.2.4机动科学战略
机动科学领域将重点关注能源与推进系统、平台结构、平台智能化以及后勤补给等技术，并将新技术有效转化为战斗力，从而提升陆军作战效率及全球反应速度。
机动科学研究规划分类示意图
4.2.5信息科学战略
美国陆军研究实验室的信息科学研发战略旨在为未来陆军提供可靠、可信赖、适时及有价值的信息支持，削弱乃至消除敌军的战术突然性。智能化信息系统将支持作战部队并与其进行协同作战，构造战场所需的优先社会领域-技术领域基础。而其进攻性信息系统则可有效限制敌方指挥、控制能力，从而确保陆军在未来多变的战场上占据优势。
ARL将针对智能信息系统进行研发，主要研发功能包括信息获取、分析、推理、决策、协同通讯和信息知识保障等。下图为信息科学研究规划分类示意图，信息科学可被分为感知与影响、系统智能与智能系统、人与信息交互、网络与通信以及赛博安全等5个方向，下面将针对各个方向进行详细介绍。
信息科学研究规划分类示意图
（1）感知与影响方向研究关注对感知和分析数据所得信息进行理解和应用，以指导作战。该方向包括以下几个分支：
行为理解 对物理域及社会域现象进行基础性理解，研究各种现象对测量工具的影响，其主要涉及电磁现象（包括电子战、雷达信号、射频传输以及相关仿真建模等）、光电现象（大气效应、目标/背景光谱信号、视频动目标时空特点、生化物质鉴定等）、机械波现象（声学传播建模仿真、声学实验等）、天气现象（对区域天气现象的描述预测、大气相关效应等）。
感知 主要包括有源电磁感知（包含可对低信号电子目标感知与利用的有源射频接收机、可实现正交信息融合的传感器及算法）、雷达感知（宽带频率捷变雷达、可提升信噪比的先进算法、非线性雷达技术）、机械波感知（声波探测、定位与分类、声波处理算法、地震探测与定级、地震感知与处理算法）、光电感知（图像/视频采样与重构研究、全移动视频处理算法、EO/IR图像处理技术、生化感知技术等）。
影响 将理解后的信息转化为实际行动，对环境进行影响。该方向主要包含电磁影响（包括敏捷发射机所需的认知雷达与智能波形、新型电子战概念等）、社会影响（社会情绪分析、信任与影响建模等）。
数据与信息表征&管理 涉及对感知到的信息进行有效表征、储存及管理
（2）系统智能与智能系统方向主要对信息与智能系统之间的交互进行理解和应用。信息可被认为是一种数据，对信息的合理应用可进行自动化智能活动：感知、推理、计划、协作及决策。这种智能可被广泛应用于各类系统与作战环境中，典型的事例包括赛博虚拟空间以及决策支持系统。该方向包括以下几个分支：
信息理解 重点研发对不同数据源进行处理、提取以及综合的原理和技术，其目的是将数据转变为可用、可计算的信息，主要涉及自然语言处理以及图片理解技术（包括物体探测与识别、行为鉴别与分类、场景理解与感知以及视频总结等）。
信息融合 强调研发将来自不同的物理传感器及人体感知的信息融合起来的先进理论和技术，主要涉及多传感器信息融合技术（包括EO/IR 视频信息多传感器融合、声学信号多传感器融合和无源射频信息多传感器融合技术）以及异类传感器信息融合技术（包括异类信息融合所需的数据搜集技术、任务自适应搜集、文字与视频集成分析和无源射频、EO/IR、声学融合技术）。
计算智能 强调研发强化智能能力的计算技术和理论，其目的是增强士兵作战完成战术任务的能力，主要涉及感知与认知功能（包括认知建模和作战环境的模式识别与地图绘制能力）、机器学习所需的计算推理能力、计划与实施能力（包含气象预报、智能控制战术目标执行、敌方动态预测以及社会行为预测等）、决策能力（包括协调目标和资源分配技术、分布分散决策支持、行动分析决策以及联合行动决策能力等）。
（3）人与信息交互方向着重研究对人与信息之间交互能力的理解与开发，强调对信息的获取、处理以及理解能力，该方向具备以下几个重要分支：
信息接入强调对大数据集快速应用的人在环路（human-in-the-loop）的战略。相关的信息源一般认为是不同种类且广泛分布的，通过对信息源相关数据的实时分析，可用于对战术行动进行相关支持。该领域主要涉及自适应恢复01（包括决策驱动恢复、可拓展反馈机制两种方式），数据发掘（采用先进理论方法对使用者未发现的关键数据进行识别。该技术通过对使用者的目的、兴趣、能力以及对作战环境的理解，对异常情况、重大趋势以及高价值数据进行识别，主要包括大数据采集、推荐性研究），人机交流（主要包括认知驱动发掘，自然语言交流等方向）。
协作与交流 寻求更好地理解与支撑一对一、一对多以及多对多支持人机协作决策的交互理论与技术。该领域主要涉及人机交互技术（包括人与系统社会控制理论、协同编队技术、协同交流信息信任与价值影响以及认知战术信息输出等方向）、分布式人-人交互（包括分布式信息系统信任动态以及分布式问题解决机制等方向）。
（4）网络与通信方向 主要集中研究社会以及传统层面上的以通信、指挥与控制网为代表的社会-技术网络信息交互进行理解与应用。其中最主要的研究内容在于网络科学的结构、行为、动态以及发展方式，尤其是有关通信、信息以及社会网络方向上的交互技术。该方向主要包括以下几个重要分支：
信道与协议 采用鲁棒的方式使信息能够在网络各节点中更加有效地传递，主要研究相关格式、规则以及算法相关技术，控制信息在网络域中的流动。该领域主要涉及非传统通信网络（包括射频/非射频网络中的信息携带能力、异构复合网络、量子网络以及可耗费通信网络以及模块化通信）、自适应协议（包括传感器射频网络极低功率协议、IP以及模块化协议）等方面。
控制与行为 主要研究用于控制、信息、社会以及物理网络的复杂动态行为。该领域主要包括行为评估（包括多类型网络分组建模&分析，时间进化网络中的网络发现处理等）、行为控制（包括复合网络的设计&控制、复杂网络中的控制能力、高机动环境下自控制与自适应网络等）
信息传递 该领域主要包括基于网络的信息处理（包括构建统一、结构化知识网络，语音视频分析、分布式用户导向的多域网络总结以及在线分析等）、语句区别（确定何种信息是作战人员所需要的，包括语义信息理论、语义信息传递以及网络基于信息的决策&信任机制）
（5）赛博安全 该领域集中研究赛博攻击防护技术，主要包括以下几个分支：
挫败威胁 发展可对赛博威胁探测、辨别以及挫败的理论及模型，可针对新出现的威胁，可快速探测、适应并提供解决方案。该领域主要包括赛博威胁理解（包括分析敌方底层构造，推导敌方的战术、技术以及流程以及了解敌方行动心理方面的变化等）、敌对行为自动探测 （包括探测自动学习算法、赛博分析中的认知效果等）、制止及挫败敌对行为 （包括拒止与破坏能力、防止金融诈骗等行为）。
弹性研究 主要研究计算与通信设备网络的防护方式来将攻击风险最小化。 该领域主要包括威胁描述（包括威胁评估所需参数及算法、威胁数据搜集及融合、弱点及可信性评估、恶意行为后果预测、编队评估等）、敏捷适应（包括快速连续变化方法、赛博机动计划与控制以及快速恢复方法等）。
4.2.6杀伤科学与防护研发战略
杀伤科学与防护研发将主要针对士兵/车辆杀伤研究、防护技术研究以及战场受伤机制等领域，旨在增强杀伤效率，提高对各种威胁的防护能力，提供战场估测与决策的鲁棒性技术工具。
杀伤科学与防护研究规划分类示意图
4.2.7人体科学战略
人体科学研发主要针对脑体交互、人人交互以及人-技术交互能力进行研究，其目标包括以下三项：（1）提高单个个体在全作战任务谱中的作战效能；（2）提高指挥官对战场认知能力及决策能力；（3）确保远征军能够利用社会文化相关知识以及社会认知网络来构建理想的作战环境。
人体科学研究规划分类示意图
4.2.8评估和分析研发战略
评估和分析研究主要针对科学基础评估能力、评估科学、系统任务能力评估以及任务评估技术进行研究，其目标包括以下三项：（1）提升针对关键技术和陆军特殊需求技术研发；（2）为决策者提供准确、详细的系统能力报告，为其提供决策支撑；（3）通过有效的共享工具将机构力量和作战力量联系起来，简化并提升决策能力。
评估和分析规划分类示意图
声明：版权归原作者所有。文章观点不代表本机构立场。
《中国电子科学研究院学报》欢迎各位专家、学者赐稿！投稿链接
http://kjpl.cbpt.cnki.net
学报电话：010-68893411
学报邮箱：dkyxuebao@vip.126.com