[发明专利]一种指挥控制装置、方法、系统、计算机设备及介质

权利要求书

1.一种指挥控制装置，其特征在于，包括：

感知信息输入模块，用于获取多类场景感知数据，所述场景感知数据包括利用若干传感器获取的状态数据和环境数据；

分布式云处理模块，用于对所述场景感知数据进行处理和识别以生成对应于所述场景感知数据的至少一个场景信息数据库，所述场景信息数据库包括：蓝方行动态势数据库、红方行动态势数据库以及场景环境数据库，其中，所述场景环境数据库对蓝方行动态势数据库和红方行动态势数据库进行补偿；

人机交互模块，用于获取用户基于所述场景感知数据输出的行动目标；

并行仿真模块，用于根据所述场景信息数据库以及所述行动目标进行仿真，生成仿真推演数据；

态势预测模块，用于将场景信息数据库以及所述行动目标输入训练好的预测模型生成态势预测信息；

任务输出模块，用于根据所述推演数据以及预测信息生成行动任务，所述行动任务包括：行动规划、兵力分配编组以及单元节点调配；

其中，所述分布式云处理模块包括：

滤波处理单元，用于对场景感知数据进行滤波处理，所述场景感知数据包括列表类感知数据和图像类感知数据；

滑窗处理单元，用于对滤波后的列表类感知数据进行切割、分类和连接；

图像处理单元，用于对滤波后的图像类场景感知数据进行识别、匹配和标注；

所述并行仿真模块进一步用于利用孪生服务技术和仿真服务技术生成多重仿真模型，根据所述场景信息数据库以及所述行动目标生成仿真推演数据。

2.根据权利要求1所述的装置，其特征在于，

所述并行仿真模块还用于，输出仿真推演数据至态势预测模块；

所述态势预测模块还用于，根据所述仿真推演数据扩充所述场景信息数据库，以及将扩充后的场景信息数据库和行动目标输入训练好的预测模型生成态势预测信息。

3.根据权利要求2所述的装置，其特征在于，

所述预测模型为利用机器学习进行训练生成，所述机器学习包括强化学习、深度学习以及深度强化学习中的一种或几种。

4.一种利用如权利要求1-3中任一项所述的指挥控制装置进行控制的方法，其特征在于，包括：

获取多类场景感知数据；

对所述场景感知数据进行处理和识别以生成对应于所述场景感知数据的至少一个场景信息数据库；

获取用户基于所述场景感知数据输出的行动目标；

根据所述场景信息数据库以及所述行动目标进行仿真，生成仿真推演数据；

将场景信息数据库以及所述行动目标输入训练好的预测模型生成态势预测信息；

根据所述推演数据以及预测信息生成行动任务。

5.一种指挥控制系统，其特征在于，包括：

至少一个如权利要求1-3中任一项所述的指挥控制装置；

以及相互通信的至少两个行动单元，所述行动单元通过通信网络获取所述指挥控制装置的行动任务并执行。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求4中所述的方法。

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求4中所述的方法。