我们所做的 我们以卓越的规模能力引领世界,能够快速检测、警告、描述、归因和预测对国家、盟国和商业太空系统的潜在和实际威胁。我们汇集了从高容量地面雷达和详细光学系统到太空资产的各种多领域资产,以最大限度地全面描述太空领域。持久而丰富的太空领域意识是实现太空领域果断行动的基本要求。
“[我对二战飞机采购的研究]《购买飞机》提出了一个最重要的论点:采购过程本身是一种战争武器,其重要性不亚于民主军火库生产的枪支、飞机和火箭。正如这些更常规的武器必须不断改变以跟上国家敌人的步伐一样,采购过程也必须不断修改和改进,以满足未来新兴的需求。”
(截至 2 月 5 日)• F/A18AD • F/A18 E/F(ACAT I)• EA18G(ACAT I)• F404/F414 • 软件(C++)• AESA / APG73(ACAT I)• ATFLIR / TFLIR(ACAT II)• SHARP / ATARS(ACAT III)• ACS • FTI II • ANAV • PIDS • SLMP/SLAP/SLEP/CBR+ • FIRST • ALR67v(3)(ACAT III)
我们所做的事情我们以较高规模的能力来迅速检测,警告,特征,属性和预测对国家,联盟和商业空间系统的潜在和实际威胁。我们将各种各样的多域资产从高容量的地面雷达和详细的光学系统到基于空间的资产,以最大程度地表征空间域的全面表征。永久和多产的太空域意识是在空间域中启用决定性作用的基础要求。
Arquilla, J. 和 Ronfeldt, D. (Edts)。(1997)。《雅典娜阵营:为信息时代的冲突做准备》。兰德公司。https://www.rand.org/pubs/monograph_reports/MR880.html#citation。
人工智能已经成为一个统称,指任何复制人类任务的机器行为,但要真正评估人工智能在战场或社会中的影响,必须更加具体。人工智能有两种子类型,即机器学习和深度学习。机器学习是指计算机在不被告知的情况下通过处理数据进行学习和改进,并使用统计数据进行概率分析,在某些情况下进行预测。1 深度学习是机器学习的一个子领域,它允许处理大量数据以找到人类可能无法检测到的关系和模式。2 虽然深度学习由于其复杂性而难以扩展,但机器学习在陆军系统中已经很常见。其中一个系统包括相控阵跟踪雷达拦截目标 (PATRIOT),它使用复杂的计算机和算法网络来跟踪来袭物体,将其分类为威胁或友军,并发射地对空导弹。3 陆军目前还在投资其他人工智能工具,如 Project Maven,“这是一种可以快速、有用地处理无人机镜头的工具。”4
展望未来,在财政紧张的环境下为作战人员提供适当级别的支持。整合来自每个职能部门的信息,同时提供对任务资金影响的优质建议。与合作伙伴协作,实现更高效的成本估算。
防空反导部队保护 1-12。指挥官力求运用压倒性的战斗力,以最小的伤亡率取得胜利。战斗力结合了机动、火力、防护和领导力等要素。压倒性的战斗力是指集中足够的力量确保成功并阻止威胁者逃脱或进行有效报复的能力。指挥官通过在最佳时间和地点调动所有战斗要素来运用压倒性的战斗力,使威胁者没有机会做出有效反应。指挥官将各种功能与战斗力要素整合和协调起来。因此,他们通过在决定性的时间和地点采取猛烈的协调行动,将部队、资源和机会的潜力转化为实际能力。他们试图通过干扰威胁者进行侦察、机动和使用火力的能力来击败威胁者的战斗力。
在该师转入蓄意防御后,敌人的火箭和身管火炮继续摧毁该师。敌方无人机系统 (UAS) 和徒步特种部队 (SPF) 分布在该师的作战区 (AO) 各处,为敌方综合火力指挥部提供了精确的目标瞄准。尽管该师成功地指挥战斗力定位和攻击以摧毁 SPF 观察员,但它仍然看到一种熟悉的模式,即敌方指挥官使用大量 UAS 来识别师内的高价值目标,并用集中间接火力攻击其部队。在该师的主要指挥所,防空和空域管理 (ADAM) 小组会宣布:“TOC [战术作战中心] 注意!敌方 UAS 位于目标狮子东北部,正在观察第 4 步兵师第 3 旅。”几分钟后,开始有报告称敌方大规模炮火袭击了友方装甲旅战斗队 (BCT)。随后的伤亡报告强调了重大损失和战斗力下降,该师进行了反击并指挥固定翼飞机来应对美军的最新杀手。敌人有效削弱该师战斗力的能力主要受到其交战意愿的限制,这一点从其对高回报目标清单的持续有效攻击可以看出。25 ID 在间接火力下的战斗损失集中在主战坦克、火力支援和