美国《国防战略》和《国家安全战略》指出，对手正发展反介入/区域拒止（A2/AD）能力，这极大地挑战了美军取得胜利的能力。作为回应，美国国防部联合全域指挥控制（JADC2）计划旨在解决其指挥控制（C2）不足，并确保所有作战域（陆、海、空、天和网络空间）获得有效的通信与数据通道。美国海军“海军战术网格”（NTG）是其在JADC2概念中承担角色的一部分。NTG通过增强海上环境中的互操作性和信息流可补充JADC2。美国海军研究生院（NPS）在相关海军研究计划的支持下，探讨了美国海军的通信路径如何传递知识以及JADC2概念如何改善知识流，同时研究了如何解决美海军和联合资产预期出现的通信中断、延迟或间歇性问题，以下简要介绍相关研究内容。
1 背景
指挥官理解战场信息流中知识和信息的能力，对于有效指挥控制至关重要。JADC2的目标之一是确保实现通信和数据的高效通道。研究旨在通过差距分析和知识流分析，对比海上环境中C2知识流的现状与JADC2的既定目标、目的和要求，探讨现有C2结构中的信息和知识流，并与预期JADC2能力进行比较，以深入了解未来部队面临的C2挑战，并为JADC2发展和进一步C2研究提供参考。
1.1 美军概况
美国军队由六个军种组成：陆军、海军、海军陆战队、空军、太空军和海岸警卫队。除海岸警卫队外，其他武装部队均隶属于美国国防部。各军种军事首长组成参谋长联席会议，参谋长联席会议主席直接与国防部长合作，并担任美国总统的直接军事顾问。军事力量作战指挥权归属于联合统一作战司令部。作战司令部对分配给他们的军事力量拥有作战指挥权，但各军种仍对其部队保持行政控制权。
（1）作战司令部
作战司令部由四星上将或海军上将领导，是主要作战司令部，直接向美国总统和国防部长报告。作战司令部分为两类：地理司令部和职能司令部。地理司令部是世界各地区的最高军事指挥机构，其负责的责任区（AOR）非常广阔，涵盖整片大陆和海洋。这些司令部主要参与战略和战役层面战争，是美国国防部主要军事行动C2组织的关键部分。职能司令部是美国国防部范围关键职能的主要作战指挥机构。每个作战司令部都由各军种组成部分构成，每个军种为作战司令部提供其行动所需的部队。
美军印太司令部（INDOPACOM）是本文涉及的主要地理司令部，负责从印度次大陆到西太平洋的行动。
（2）美国海军
美国海军是美国的海上军事力量。美海军的作战C2组织围绕其作战司令部军种组成部分和主要舰队展开。美国海军海上战术C2组织围绕打击群和水面行动群（SAG）概念构建。
太平洋舰队（PACFLT）：印太司令部海军军种组成部分，负责太平洋和印度洋所有海军作战部队。太平洋舰队由两支主要编号舰队组成，即负责西太平洋的第7舰队和负责东太平洋的第3舰队。
编号舰队（第7和第3舰队）：太平洋海军部队的主要战役级司令部。一支编号舰队由打击群和水面行动群组成。第7舰队负责印度洋和西太平洋。驻扎在此的海军部队被称为前沿部署海军部队（FDNF）。第3舰队负责东太平洋和美国西海岸的部队。
打击群：打击群是海上部队的核心战术单位，包括：航母打击群和远征打击群。航母打击群（CSG）是围绕航空母舰组建的常备军事力量。每个航母打击群通常由一艘航母及其配属的航空联队、多艘水面作战舰艇，可能还有快速攻击潜艇组成。远征打击群（ESG）类似，但以两栖攻击舰和海军陆战队远征部队（MEU）为核心，为两栖作战提供支持。打击群C2可进一步细分为中队和航空联队。
水面行动群（SAG）：水面行动群是一个战术级单位，为军种组成部队指挥官提供一定程度的灵活性和响应能力，使其能够独立执行可定制任务，或作为航母打击群的延伸。水面行动群作为海军任务集的延伸，可覆盖任何装备的作战区域。水面行动群至少由两艘水面作战舰艇组成。
中队/航空联队：中队是海军C2组织细化到单个舰艇、潜艇和飞机之前的最低层级。中队通常围绕相同类型的平台组建，并向打击群指挥官报告。例如，负责水面作战舰艇的驱逐舰中队（DESRON）、负责两栖支援舰艇的两栖中队（PHIBRON）和负责潜艇的潜艇中队（SUBRON）。航空联队是作为航母打击群一部分配属给航母的飞机的C2组织，由不同飞机平台中队组成。
（3）联合特遣部队
联合特遣部队（JTF）是当前美国国防部联合部队条令中的核心战役级C2组织。联合特遣部队是一个大型的、以任务为导向的C2组织，各部分之间联系紧密，但它并不要求后勤保障位于同一地区。联合特遣部队是临时性的，一旦完成指定任务目标即行解散。通常情况下，一个联合特遣部队将由两个或更多军种和职能组成部分构成，各部分承担各自作战职责。
联合特遣部队中军种组成部分指挥官的主要职责是对其各自部队保持行政管理控制。行政管理控制包括行政和支持职责，如训练、后勤和人员管理。
在联合特遣部队中设立职能组成部分，是为了在联合部队所处同一作战区域行动，或执行联合特遣部队任务的不同方面时开展行动。这些组成部分通常包括联合部队陆军、空军、海军和特种作战司令部。这些指挥官“对联合部队指挥官（JFC）授权提供给他们的部队或军事能力拥有指挥权”。联合部队指挥官通常指定相应职能领域的军种组成部分指挥官，担任职能组成部分指挥官，以对分配给他们执行任务的联合部队行使战术控制权。例如，第七舰队司令被任命为联合部队海军指挥官（JFMCC）。联合条令还明确了下级职能指挥官在信息流方面的一项重要职责。它规定，“所有下级指挥官都有责任及时向上级联合部队指挥官提供有关下级指挥官的情况和进展的信息”。
联合特遣部队指挥官：联合特遣部队指挥官的主要职责是：对配属部队行使战役或战术控制权，并在其他部队之间建立支援关系。这些职责直接关系到联合特遣部队指挥官完成指定任务的责任。执行这些职责所使用的信息构成了联合特遣部队指挥官与其下级之间通信的主要部分。
1.2 指挥控制
在海上作战环境中，指挥控制（C2）组织围绕区域作战司令部、联合特遣部队指挥官和联合部队指挥官展开，任务指挥和合成作战指挥官（CWC）概念是海上C2的重要组成部分 。
传统C2结构在历史上一直依赖于等级决策过程，虽然在稳定条件下有效，但对于现代快速变化的战争场景来说往往过于僵化。研究人员提出的“权力到边缘”理论主张分散决策，给予作战单位更大自主权和反应能力。美国海军作战中的合成作战指挥官概念就是一个例子，它允许指挥单位将权力下放给专门的作战指挥官（例如水面、空中和水下作战）。
（1）海上指挥控制
海上联合作战中C2组织围绕三个主要方面展开：地区地理作战司令部、联合特遣部队指挥官和联合组成部分指挥官。此外，美国海军C2组织的一个核心是合成作战指挥官。
任务指挥是海上联合作战分散式环境的产物。指挥官会收到任务式命令，重点更多地放在“行动目的而不是执行细节上”。被赋予任务的单位理解指挥官意图是任务指挥取得成功的关键部分。由于海上联合作战往往是分散式的，任务指挥对于统一行动至关重要。
合成作战指挥官（CWC）是美国海军条令提出的一项概念，它允许海上指挥官作为战术指挥官将不同类型海上作战职能和任务区分配给下级指挥官。CWC的一个重要方面是“否决式指挥”。“否决式指挥”让CWC可将某些作战权限下放给不同作战指挥官，使他们能够采取必要行动，不会遭受海上作战分散性导致的延误，同时让CWC随时了解情况。这使得CWC能够在分散行动的同时保持主动权。
（3）联合全域指挥控制（JADC2）
联合全域指挥控制是美国国防部的一项重大举措，旨在协调各军种全面联合C2系统的有效开发。JADC2旨在打造一种内聚C2系统，能够在不同作战域的所有军种和平台之间建立连接，并为联合部队指挥官提供更强的决策能力。JADC2工作主要聚焦于联合部队在未来冲突中可能面临的三个C2挑战：跨军种C2系统的互操作性、对手的反介入/区域拒止能力，以及快速决策。正如《JADC2战略总结》（2022年）所述，目前美国的对手正在迅速发展反介入/区域拒止能力，试图破坏美军的传统C2能力。预计未来美军将在延迟、断开连接、间歇性、低带宽（DDIL）环境中行动，JADC2旨在解决联合部队如何在这样的环境中成功作战的问题。除了对反介入/区域拒止的担忧，未来冲突预计还需要比以往更快的决策速度。JADC2试图通过两种方式解决这一问题：加强跨域传感器集成，以及更快进行作战环境分析——这可能会借助人工智能得到进一步提升。
（3）海军战术网格（NTG）
海军战术网格（NTG）代表了美国海军跨域管理指挥控制（C2）方式的变革性转型。NTG将舰船、飞机、潜艇和岸基指挥中心集成到一个无缝实时信息网络中。作为美国海军分布式海上作战（DMO）和联合全域指挥控制计划的关键使能器，NTG可确保在竞争和降级环境中的韧性通信和协调决策。
NTG的核心功能包括：
• 实时数据交换：NTG可实现美海军资产之间的即时信息共享，为综合火力协调、联合传感器数据融合、自动目标识别和威胁评估等提供支持。
• 韧性自适应网络：NTG使用软件定义网络保持连接，在受到干扰、网络威胁和基础设施有限影响的环境中提供充分韧性。NTG会利用多种通信路径，包括卫星通信、HF无线电和光纤网络。
• 与美国海军“超越计划”集成：NTG是“超越计划”的关键组成部分，该计划旨在通过实施云计算、人工智能（AI）和先进的加密技术来增强美海军网络能力。
• 有人-无人编队：NTG可实现有人和无人平台之间的无缝协调，优化作战任务，支持MQ-9 Skytower无人机、无人水面舰艇（USV）和水下自主系统等。
海军战术网格是美国海军未来战争战略的基础要素，可增强多域协调、数据韧性和作战敏捷性。通过利用先进的网络技术，整合有人和无人资产，并支持联合部队协作，NTG将改变美国海军在高威胁、信息主导战场上的作战方式。
1.3 海上通信概述
本节概述海上环境中促进联合特遣部队各组织之间C2相关数据和信息流动的通信形式和路径。
（1）无线电通信
电磁波是实现大部分通信路径的主要介质之一，通常称为无线电波或射频（RF）。在军事通信方面，射频频谱被划分为几个频段。每个频段都可为军事通信提供特定能力，也有其局限，通常每个频段都有独立通信系统。此外，一些射频频段将卫星作为通信路径的重要组成部分，这带来了额外能力。以下是太平洋地区美国海军部队最常用的射频频段分类：
HF：HF无线电提供视距和超视距语音及数据通信。利用HF，部队能够在不使用卫星的情况下进行长距离通信，但数据传输速率会显著降低。
VHF：VHF主要是视距传播，用于约25～50英里的短距离直接通信。
UHF视距：UHF视距用于短距离（15至100英里）通信。与HF和VHF不同，特高频“仅限于地平线外较短的距离内”。与较低频率相比，其在抗静电干扰和抗衰落方面的接收效果更好。
卫星通信：UHF、SHF和EHF：卫星通信可通过UHF、SHF与EHF频谱实现全球超视距通信。凭借更高的数据速率和带宽，卫星通信“能提供通用作战图（COP）上的数据。COP可提供态势感知，并通过赋予下级指挥官更多信息和自主权，来促进主动性和敏捷性，以实现指挥官的总体意图”。卫星通信还使指挥官和下级能够近实时“共享其他作战相关信息”。
（2）非无线电通信
除了无线电通信，其他形式的通信路径也能实现C2功能。
海底线缆：现代洲际电信的速度和带宽主要依靠遍布世界各大洋的海底线缆来实现。连接美国西海岸、夏威夷、关岛和日本等重要太平洋陆地的几条线缆，被包括军方在内的商业和政府实体所使用。这使得陆基联合特遣部队组织能够进行高带宽通信。
视觉信号：海上部队，主要是水面舰艇，可用的另一种通信路径是视觉信号，如旗语或灯光信号。《国际信号规则》提供了一种备选语音通信方式，允许通过编码消息传达对航行安全至关重要的意图。在不考虑语言差异的情况下，莫尔斯电码也可用于传达简短信息。这种方式无需使用无线电通信，但它受到距离限制和带宽能力的极大限制，船只必须靠近并使用简短的编码信息进行通信。
直接人际沟通：如果联合特遣部队组织位于同一地点，组织之间可以进行直接人际沟通。
1.4 知识流理论
本节概述将用于联合特遣部队C2分析的知识流（Knowledge Flow）理论背景。
（1）知识独特性
美国海军研究生院（NPS）研究人员研究了如何对知识、信息、数据和信号概念进行明确区分：“知识可实现有效行动”、“信息提供意义和背景”、“数据回答特定背景下的问题”，以及“信号在物理空间中传输事件”，并以这些概念为基础构建了一种数据层次结构。它包含两个维度：丰富度和可操作性。数据丰富度越高，可操作性越低；信息丰富度越低，可操作性越高；知识的丰富度最低，但可操作性最强。知识还进一步分为显性知识和隐性知识。显性知识需要被形式化和明确表达，丰富度和可操作性较低，而隐性知识是自然积累的。
（2）知识流
图1展示了相互关联的知识层次结构之间的关键知识流概念。箭头表示知识在生产者和消费者之间的流动方向。生产者利用自己的个人知识，并通过各种可用方式创造信息，进而生成数据，然后通过信号传输。消费者接收信号并解读数据，通过“结合意义和背景来生成信息”，构建自己的知识。这里注意，信号流动发生在物理域，而数据与知识之间的流动发生在社会认知领域。
图1 知识流概念
（3）知识度量
本研究使用知识流理论（KFT）及相关公式分析联合特遣部队中海上部队之间的信息和知识流。类似于物理系统经典牛顿力学，这些公式能够表征“知识在组织内部和组织之间流动的动态过程”。
①基本知识系统
表1概述了一个基本类比知识系统的重要构成要素。
知识力（K-Force， KF）用于表示知识在组织内流动所需的工作。不同显性程度（E）的知识块（C）构成了知识力必须作用的知识流。一个知识块可以促成一个原子动作，或者从给定知识流中做出一个区分。因此，类似于物理质量，流中的知识块越多，移动它们所需的知识力就越大。此外，物理摩擦力与知识显性程度之间的类比关系如下：隐性知识越多需要的知识力越大，就像在摩擦力大的表面移动需要更大的物理力一样。研究人员明确，隐性知识流动所需的知识力是显性知识的10倍，使得KF = C×（10-9E）。
知识功（K-Work，KW）是知识力（KF）和到达范围（R）的乘积。到达范围代表“能够获取和利用知识块的人数”，类似于“物理距离”。将知识功和知识能（K-Energy，KE），与物理功和能量进行类比，可以建立知识功与知识能之间的对应关系。消耗知识能来完成知识功，这与物理能的作用类似。流动时间（FT）用于衡量“知识块从一个人、一个群体、一个地方或一个时间点，流动到另一个人、群体、地方或时间点所需的时间”。当与知识功相结合时，它代表知识功率（K-Power，KP），表示单位时间内完成的知识功。
② 扩展知识系统
K-Force：通过扩展上述基本知识系统，纳入了基本知识系统中未考虑的因素。关于知识力函数，不仅扩展了显性程度的影响，还考虑了影响知识的个人因素。对于显性程度的影响则进行了更一般化的扩展。在公式中加入了斜率（sl）、截距（int）和非线性（nl）等变量，以改变显性程度与知识力之间的关系。对于个人因素，引入了变量pf和知识功率输入（KPi）。变量pf定义为影响知识力的个人因素，包括通信技能、动机、压力等因素。KPi为技能和经验因素，一个人有更多技能和经验会对知识力有正向影响。
K-Work：正如在基本系统中所观察到的，知识功始终等于知识能，在扩展系统中，知识功被扩展，将作为知识输入的知识能（KE）与作为知识输出的知识功（KW）区分开来。知识功还通过引入知识效率（Ek）、信息效应（Ei）和组织因素（of）进行了扩展。研究人员进一步将知识效率（Ek）描述为信息效应（Ei）和组织因素（of）的乘积，其中信息效应（Ei）代表质量信息对知识的影响，组织因素（of）指的是组织氛围和信息技术支持等，影响组织将知识能转化为知识功能力的因素。这些变量的加入将基本知识功公式扩展为新的扩展形式：KW = KE×Ei×of。
K-Power：研究人员对基本知识功率公式进行了扩展，纳入了影响知识力和知识功的新变量，从而得出扩展后的知识功率输出（KPo）公式。扩展后的公式为：
KPo = [（CpfofEi2KPi2R）×（int–[sl×E^nl]）]/FT
此扩展公式纳入了所有基本项和新引入项，可有效用于进行知识流分析。信息效应（Ei）和知识功率输入（KPi）的因子是平方项，而个人因素（pf）和组织因素（of）是线性项，突出了每个项对知识功率输出（KPo）的影响。表2总结了扩展知识系统公式，并将其与基本系统进行了对比。
2 研究方法
本研究基于对比分析。具体而言，通过差距分析和知识流分析，将当前指挥控制（C2）的现状与联合全域指挥控制（JADC2）的既定总体目标、具体目标和要求进行比较。对比分析的核心是一个关于美军在印太司令部责任区行动的案例研究场景。研究所有信息均来源于公开资料。参与行动的部队是一支联合特遣部队（JTF），其任务是为前沿部署的美军及伙伴国家展示军事力量以起到威慑作用。
联合特遣部队由海军、空军、陆军和海军陆战队资产组成。太平洋舰队司令被任命为联合部队指挥官（JFC），其总部位于夏威夷。第七舰队司令被任命为联合部队海上部队指挥官（JFMCC），在日本开展行动。空中和地面资产的战术控制权分别归属于联合部队空中部队指挥官（JFACC）和联合部队地面部队指挥官（JFLCC）。联合部队空中部队指挥官为来自关岛的空军司令，而联合部队陆地指挥官则由来自冲绳的海军陆战队司令担任。分配给联合部队海上部队指挥官的海上资产，包括目前在战区行动的一个航母打击群和一个水面行动群。空中资产包括一个由轰炸机和战斗机中队组成的空军飞行联队。地面资产主要是依据远征前进基地作战（EABO）概念部署的美国海军陆战队部队。
该场景着眼于联合部队海上部队指挥官与其下属部队以及支援部队指挥官之间的知识流。该场景构建了三个战术场景，描绘联合特遣部队在延迟、连接断开、间歇性、低带宽（DDIL）通信环境和敌方敌意程度不同的情况下开展行动。每个战术场景都有两个版本：一个版本中联合特遣部队使用当前可用C2系统和通信能力开展行动；另一个版本中联合特遣部队配备了JADC2支持系统。第一个战术场景设定为联合特遣部队在通信能力完全正常，且敌方没有采取任何行动干扰或削弱C2功能的环境下行动。第二个战术场景设定为联合特遣部队自身施加电磁辐射控制（EMCON），同时存在未知来源导致通信链路性能下降。在这种情况下，传统C2功能实现方式受到限制，与下属单位和上级总部的通信时断时续。第三个战术场景设定为联合特遣部队面临敌方积极开展DDIL行动的环境，且失去了支持C2功能的传统通信手段，如SHF/UHF卫星通信。部队预计将在较长时间内无法通过传统通信渠道与上级总部取得联系。
3 通信路径
联合特遣部队的通信路径是分析的基础。图2展示了传统C2环境中各单位之间的不同通信路径抽象概览。紫色连接表示卫星通信路径，黑色表示海底通信线缆，绿色表示视距射频通信，蓝色表示视觉信号联络。每条线的宽度代表每条路径的相对C2信息流能力，线条越宽，通信路径能力越强。
图2 联合特遣部队通信路径
在一个假设具备JADC2能力的联合特遣部队中，C2通信变得“与传输无关”。这意味着与特定系统相关的某些信息，将不再像在传统C2环境中那样被限制在特定通信路径上，JADC2系统允许任何信息通过可用通信路径传输。图3展示了联合特遣部队各单位通过JADC2使能通信路径进行通信的抽象视图。注意，图2中的通信路径依然存在，只是被抽象化为一朵类似JADC2环境的云。
图3 JADC2使能的C2通信
在设定的最极端场景中，假设联合特遣部队在DDIL环境下行动，且卫星通信资源接入受到限制。为了体现这一点，图4展示了不使用卫星通信的传统C2通信路径，其中黑色代表海底通信线缆，绿色代表视距射频通信，蓝色代表视觉信号。
图4 JTF DDIL通信路径
4 联合特遣部队作战案例场景
以下场景将探讨在紧张局势升级期间分配给联合特遣部队的各种资产，以及在对比传统C2结构和预期JADC2结构在通信降级和中断环境中运作时，这些资产之间发生的知识流以及利用知识度量系统进行评估。
4.1 说明
部队构成：一个航母打击群在A海域行动，该航母打击群由一艘核动力航空母舰（CVN）及其配属航空联队、一艘导弹巡洋舰（CG）和三艘导弹驱逐舰（DDG）组成。一个水面行动群在B海域行动，它由一艘导弹巡洋舰和两艘导弹驱逐舰组成，导弹巡洋舰担任水面行动群指挥者（SAGC）。这两支特遣部队均在联合部队海上指挥官的战术控制下行动。海军陆战队正在C岛屿上进行多国远征前进基地作战训练，接受联合部队地面部队指挥官的战术指挥。关岛的空军部队被联合部队空中指挥官置于高度戒备状态，以便在需要时能够快速部署。
全面通信场景：在全面场景中，对手海空军持续采取行动。美印太司令部和国防部长组建了联合特遣部队。航母打击群在D海域行动，其航空联队围绕打击群执行标准飞行包线，以展示军事力量。水面行动群独立于航母打击群行动，直接向联合部队海上部队指挥官报告，一架机载MH-60R直升机对指定监视区域内的船只进行识别。此场景为后续场景奠定了基础。
通信降级场景：在通信降级场景中，对手采取了疑似拒止行动。目前的情报尚未准确确定干扰源，因此尚未将此情况视为战争行为，但所有美军部队都已提升至高度戒备状态，为应对敌对行动做好准备。由于DDIL环境和部队内的发射控制（EMCON），通过卫星通信保持稳定连接变得时断时续或不可靠。航母打击群和水面行动群继续按照全面场景中的方式行动，但根据交战规则（ROE），它们需要更准确识别不明飞机和船只。
通信拒止场景：在通信拒止场景中，所有卫星通信因不明原因变得不可靠。联合部队海上部队指挥官、航母打击群和水面行动群按照全面场景中的部署展开行动，但被迫依据任务指挥授权和现行交战规则继续行动。表3总结了上述场景。
4.2 案例1：航母打击群（CSG）
美军第7航母打击群在A海域，接受联合部队海上部队指挥官的作战控制。航空联队正在进行标准飞行操作，以展示军事力量。一架作为空中预警机的E-2D发现一个疑似对手战斗机群正向航母打击群飞来。由于其飞行包线且直接飞向航母打击群识别区的态势，E-2D将其评估为可能威胁。
4.2.1 案例1.1：航母打击群-全面通信
利用协同作战能力（CEC），E-2D将雷达数据发送给范围内所有具备CEC能力的舰艇。合成作战指挥官对这些数据进行处理并指定用途和对象，然后通过卫星通信语音呼叫，将数据发送至联合部队海上部队指挥官（JFMCC）总部，向更高层级报告发现接触。JFMCC利用在该地区收集的情报，识别出近期有大规模军事行动和飞机活动的空军基地，并将相关信息传递给航母打击群。卫星图像显示这些飞机在起飞前已挂载武器。根据提供的情报，JFMCC传达命令，将飞临飞机判定为敌方，并命令航母使用防御性制空作战（DCA）手段拦截来袭飞机，以核实其意图并按照标准交战规则发出警告。JFMCC还与联合部队空中部队指挥官进行协调，让一个战斗机中队从关岛起飞，在途中进行空中加油，并随时待命提供支援。合成作战指挥官在收到命令后，更新航母打击群的CEC和链路数据，整个打击群现在将来袭飞机视为敌方目标。航母打击群指定F-18和F-35战斗机进行拦截、询问和警告。
4.2.2 案例1.2：航母打击群-通信降级
（1）传统C2结构
在高度戒备状态下，E-2D利用CEC收集并向范围内具备能力的舰艇传输跟踪数据。跟踪数据在本地通用作战图（COP）上更新，但UHF卫星通信时断时续，迫使航母打击群在建立通信后，只能通过HF语音报告向联合部队海上部队指挥官通报情况，这导致数据延迟。与此同时，飞机继续逼近航母打击群的指定分类、识别和交战区域（CIEA）。依据任务指挥原则，航母打击群的合成作战指挥官将来袭飞机判定为可疑目标，并出动战斗机进行拦截，以进行明确识别（PID）。目前，关于飞机型号和武器状态的信息尚未掌握。
（2）JADC2结构
在高度戒备状态下，E-2D利用CEC收集并向范围内具备能力的舰艇发送跟踪数据。跟踪数据在本地通用作战图上进行更新，但UHF卫星通信时断时续，数据被迫通过任何可用通信路径进行中继，导致报告出现轻微延迟。联合部队海上部队指挥官（JFMCC）在得知情况后，通过已建立的HF语音信道传达命令，将飞临飞机判定为敌方，并命令航母使用防御性制空手段拦截来袭飞机，以核实其意图并按照标准交战规则发出警告。JFMCC还与联合部队空中部队指挥官进行协调，让一个战斗机中队从关岛起飞，在途中进行空中加油，并随时待命提供支援。合成作战指挥官在收到命令后，更新航母打击群的CEC和链路数据，整个打击群现在将来袭飞机视为敌方目标。航母打击群指派F-18和F-35战斗机进行拦截、发出询问和警告。
4.2.3 案例1.3：航母打击群-通信拒止
（1）传统C2结构
可靠卫星通信完全中断，部队转为任务指挥模式。E-2D在探测到一个根据飞行包线被评估为疑似对手战斗机群后，通过CEC将跟踪数据分发给范围内的资产。由于通信降级和距离问题，通过卫星通信及其他方式向联合部队海上部队指挥官（JFMCC）更新情况的尝试均未成功。由于无法与上级直接通信，航母打击群指挥官将战斗机群判定为可疑目标，并将防御性制空（DCA）力量部署在航母打击群与来袭飞机之间，预防其不明意图。之后，通过铱星卫星电话与JFMCC建立通信，联合部队指挥官在事后得知这一情况。
（2）JADC2结构
可靠卫星通信完全中断，部队转为任务指挥模式。E-2D在探测到一个根据飞行包线被评估为疑似对手战斗机群后，通过CEC将跟踪数据分发给范围内的资产。通过卫星通信向联合部队海上部队指挥官（JFMCC）更新情况的尝试因通信降级而失败，但建立了HF语音通信，并向JFMCC（海上作战中心）缓慢传递数据。JFMCC在得知情况后，通过已建立的HF语音信道传达命令，将来袭飞机判定为敌方，并命令航母使用防御性制空手段拦截来袭飞机，以核实其意图并按照标准交战规则发出警告。JFMCC还与联合部队空中部队指挥官进行协调，让一个战斗机中队从关岛起飞，在途中进行空中加油，并随时待命提供支援。合成作战指挥官在收到命令后，更新航母打击群的CEC和链路数据，整个打击群现在将来袭飞机视为敌方目标。航母打击群指派F-18和F-35战斗机进行拦截、发出询问和警告。
4.3 案例2：水面行动群
一个水面行动群在E海域行动，以松散的警戒队形在刚好超出目视距离外航行。一架MH-60R直升机升空，对不明目标进行目视识别。在直升机飞行至水面行动群以西50海里处时，其逆合成孔径雷达（ISAR）探测到多艘外国军舰以28节的速度紧密编队航行，目标角度朝向水面行动群。
4.3.1 案例2.1：水面行动群-全面通信
直升机将目标链路数据传输至水面行动群。水面作战指挥官（SUWC）和支持作战信息中心（CIC）开始对这些船只进行追踪，将其轮廓与历史数据进行比对。水面作战指挥官还将目标情况报告给联合部队海上部队指挥官（JFMCC），JFMCC随后提供在该地区活动的对手船只以及近期出航船只的情报。JFMCC与联合部队地面部队指挥官进行协调，以配合海军陆战队的远征前进基地作战行动。水面行动群指挥官命令各舰艇保持当前队形，同时建立通信。导弹巡洋舰作为离岛屿最近的舰艇，将CEC数据被传输至远征前进基地作战CEC复合跟踪网（CTN），用于联合追踪演练。JFMCC命令水面行动群保持当前态势，以判断对方意图，并要求MH-60R直升机与目标保持至少50海里的安全距离。通过将ISAR轮廓与该地区已知船只进行比对，最终确定这些船只的身份。
4.3.2 案例2.2：水面行动群-通信降级
（1）传统C2结构
直升机像之前一样将链路数据传输至水面行动群，但通信降级导致水面作战指挥官无法将目标情况报告给联合部队海上部队指挥官（JFMCC）。水面行动群的战术编队只能依靠之前收集的该地区对手行动船只数据进行识别。水面行动群指挥官命令MH-60R直升机靠近至30海里内，以便进一步追踪并进行明确识别，同时命令所有单位相互靠近至15海里以内。由于与陆地距离增加，视距射频通信性能下降，海军陆战队的CTN无法接收CEC数据传输，直到间歇性通信传递了新的目标数据，JFMCC和联合部队地面部队指挥官之间才进行协调。这些船只未能完全明确识别。
（2）JADC2结构
直升机像之前一样将链路数据发送至水面行动群，但通信降级导致水面作战指挥官无法通过卫星通信与联合部队海上部队指挥官（JFMCC）直接连接。水面作战指挥官转而使用HF通信频道进行报告，JFMCC在接收新目标信息时稍有延迟。JFMCC随后提供在该地区活动的对手船只以及近期出航船只的情报，并与联合部队地面部队指挥官进行协调，以配合海军陆战队的远征前进基地作战行动。JFMCC命令水面行动群保持当前态势，以判断对方意图，并要求MH-60R直升机与目标保持至少50海里的安全距离。导弹巡洋舰的CEC数据被传输至远征前进基地作战CEC综合跟踪网络，用于联合追踪。通过将ISAR轮廓与该地区已知船只进行比对，最终明确识别这些船只。
4.3.3 案例2.3：水面行动群-通信拒止
（1）传统C2结构
水面行动群现在采用任务指挥模式，对于未知船队，水面行动群掌握的非建制信息甚少。水面行动群指挥官命令立即进行机动，使舰艇进入目视范围，以增强通信能力。参考之前的简报，利用可能过时的情报对未知船队进行进一步分类。水面行动群指挥官必须决定，是否在高度威胁环境中通过机载MH-60R直升机进一步追踪该船队，还是根据现有数据将其判定为敌方目标。在明确识别船只之前，无法确定其武器威胁。
（2）JADC2结构
水面行动群继续在有限纯语音通信条件下，依靠否决式指挥原则接受联合部队海上部队指挥官（JFMCC）的指挥。参考之前的简报对未知船队进行进一步分类，并通过语音频道与JFMCC获得的新情报进行比对。由于干扰，CEC数据传输时断时续，但海军陆战队的远征前进基地作战部队已得知有可疑船只靠近。水面行动群指挥官接到命令，保持当前态势，让直升机与目标保持至少50海里的安全距离。通过将ISAR轮廓与该地区已知船只进行比对，最终确定这些船只的身份。
5 知识流分析
本研究中知识流理论（KFT）部分，使用了美国海军研究生院2019年《支持舰队战术网格所需信息技术的基于知识的分析》技术报告中描述的扩展知识系统方程。以2019年技术报告中描述的场景和度量为基础，通过应用扩展知识系统方程，识别并测量重要知识流。这些方程将应用于每个案例场景中的多个知识流，以及传统C2结构和设想的JADC2结构之间的知识流。不同场景下每个参数值的假设描述和合理性将在后文讨论。确定每个参数时考虑的因素包括规模（水面行动群与航母打击群与联合部队海上部队指挥官）、个人训练和经验（联合部队海上部队指挥官上将与水面行动群舰长）、可用通信路径（全面通信、通信降级、通信拒止）、作战环境（平静、紧张、敌对）以及通信形式（人际沟通、结构化报告、系统生成）。随着不同场景之间特定知识流的参数变化，对知识功率输出（KPo）的影响将被记录下来，相关要点和见解将在后文讨论。
5.1 案例1.1：航母打击群全面通信
本节对案例1.1“航母打击群全面通信”进行知识流分析。聚焦于联合部队海上部队指挥官（JFMCC）的每个知识方程参数值如表4所示。“JFMCC SA（联合部队海上部队指挥官态势感知）”列代表JFMCC在海上作战中心工作一小时（FT = 3600）后的态势感知情况。根据此前研究描述的案例场景，将知识块（C）从一艘舰艇指挥官的1000，调整为JFMCC的5000。为体现JFMCC对海上态势的个人隐性理解和知识，显性程度（E）和到达到达范围（R）分别赋值为0.0和1。以一名拥有20多年服役经验且积极性很高的高级将领为例，个人因素（pf）评估为1.5。由于JFMCC将海军经验应用于所呈现的信息，知识功率输入（KPi）赋值为2.0。在当前场景中，JFMCC正常运作，没有过多压力因素或系统问题，其他扩展变量（Ei、of）评估为基线值1.0。利用知识流方程，得出知识功率输出（KPo）为83.33B（Bacon，可能是研究人员虚构的度量单位）。“JFMCC Red I&W（联合部队海上部队指挥官敌方征候与报警）”和“JFMCC Blue Ops（联合部队海上部队指挥官蓝军行动）”这两列，是对“JFMCC SA”的进一步细分。“JFMCC Red I&W”是指JFMCC对敌方（红军）征候与预警（I&W）相关态势感知，而“JFMCC Blue Ops”代表了海上态势中所有蓝军部队行动情况。因此，除了知识块，这些知识方程的大多数变量与“JFMCC SA”列相对应。
下一列“JFMCC -> JFACC（联合部队海上部队指挥官→联合部队空中部队指挥官）”，代表了联合指挥官之间的交互。100个知识块（C = 100）代表联合部队海上部队指挥官下达的协调行动命令。由于这是在一分钟内（FT = 60s）进行的口头通信，信息效应（Ei）评估为0.75。个人因素（pf = 1.5）、知识功率输入（KPi = 2.0）和组织因素（of = 1.0）保持不变，但到达到达范围增加1，总计为2（R = 2），代表两位指挥官之间的协作。此次交互产生的知识功率输出（KPo）为11.25B的交换。
再看表格中的“JFMCCC2 -> CSG（联合部队海上部队指挥官C2→航母打击群）”列，这是联合部队海上部队指挥官（JFMCC）向航母打击群指挥官传达其C2知识和指示（即指挥官意图）过程。由于这是两位指挥官之间的直接对话，知识是显性的（E = 1.0），到达范围（R）为2。这也是一分钟的口头对话（Ei = 0.75，FT = 60）。整体交互产生的知识功率输出（KPo）为11.25B。“JFMCC Red I&W -> CSG（联合部队海上部队指挥官敌方征候与预警→航母打击群）”和“JFMCC Blue Ops -> CSG（联合部队海上部队指挥官蓝军行动→航母打击群）”这两列，分别代表JFMCC向航母打击群指挥官传递关于敌方征候与预警以及蓝方部队行动和命令的知识。JFMCC与航母打击群之间的知识块（C）分别赋值为1000和500，表示敌方征候与预警涵盖的数据量是蓝方部队行动数据量的两倍。由于采用标准化消息格式和数据共享，E、pf和KPi的值均为1.0。到达范围（R）为2，Ei和of设定为基线值1.0，在30分钟（FT = 1800s）的时间跨度内传递信息，方程分别得出知识功率输出（KPo）为1.11B和0.56B。
表5是聚焦于航母打击群的知识流分析值的细分。“CSG SA（航母打击群态势感知）”列代表航母打击群指挥官在航母的作战信息中心（CIC）内待了十分钟（FT = 600s）后的个人态势感知（R = 1）。2500个知识块和显性程度为0.0，表示指挥官可获取的所有与航母打击群相关的本地隐性知识（即，C = 2500，E = 0）。航母打击群指挥官与联合部队海上部队指挥官（JFMCC）一样积极性很高（pf = 1.5），但在经验方面稍逊几年（KPi = 1.5）。与JFMCC情况一样，航母打击群正常运作，没有过多压力因素或系统问题（Ei = 1，of = 1）。这产生了140.63B的知识功率输出（KPo）。“CSG COP -> JFMCC（航母打击群通用作战图→联合部队海上部队指挥官）”表示航母打击群在一分钟内（R = 2，FT = 60s），向JFMCC传达其通用作战图（COP）知识，代表JFMCC从航母打击群接收近实时更新。由于这是明确的信息，并且是系统生成或高度标准化的，个人因素和信息效应评估为1.0（E = 1.0，pf = 1.0，Ei = 1.0）。此外，系统正常运行（of = 1.0），产生的知识功率输出（KPo）为33.33B。“Local Sensors（本地传感器）”列代表在一分钟内航母打击群五艘舰艇之间所有传感器信息的通信情况（R = 5，FT = 60s）。同样，信息是明确的，由正常运行的传感器系统生成（E、pf、Ei、of = 1.0），产生了83.33B的知识功率输出（KPo）。
5.2 案例1.2（1）：航母打击群通信降级（传统C2结构）
以下是对航母打击群通信降级场景下知识流的分析。由于各场景中分析的知识流相同，现在的重点是通信降级对每个知识流的影响。表6展示了聚焦于联合部队海上部队指挥官（JFMCC）的每个知识流的值，变化的值用黄色突出显示。对于“JFMCC SA（联合部队海上部队指挥官态势感知）”到“JFMCC Blue Ops（联合部队海上部队指挥官蓝方行动）”这几列，受影响的是pf、Ei和of。对于pf，由于情况恶化和通信问题给JFMCC带来额外压力，其值从1.5变为1.2。对于Ei，由于通信降级对JFMCC接收信息质量有影响，其值从1.0变为0.85。对于of，由于对JFMCC建制团队和信息技术支持造成压力，影响了其知识效率，其值从1.0变为0.75。这导致这三列的知识功率输出（KPo）各降低了57%。
在案例1.2（1）场景中，联合部队海上部队指挥官（JFMCC）与联合部队空中部队指挥官以及航母打击群之间没有通信。这导致他们之间没有知识流，因此知识块值为0，知识功率输出（KPo）为0.0B。对于JFMCC的其余列——“JFMCC Red I&W -> CSG（联合部队海上部队指挥官敌方征候与预警→航母打击群）”和“JFMCC Blue Ops -> CSG（联合部队海上部队指挥官蓝方行动→航母打击群）”，Ei和of受到影响。对于Ei，由于场景中描述的通信降级对从JFMCC流向航母打击群的信息质量的影响，其值从1.0变为0.5。对于of，由于JFMCC人员承受的额外压力以及对信息技术支持的影响，导致他们通过可用通信路径传递知识的效率降低，其值从1.0变为0.75。这使得这两列的知识功率输出（KPo）各降低了81%。
表7展示了航母打击群在通信降级状态下的知识流值，变化的值同样用黄色突出显示。与联合部队海上部队指挥官（JFMCC）的情况类似，通信降级影响了Ei和of，Ei从1.0降至0.70，of从1.0降至0.75。和JFMCC一样，航母打击群指挥官也受到通信问题带来的压力，这使得pf从1.5变为1.2。这些变化，再加上Ei和of的负向变化，导致“CSG SA（航母打击群态势感知）”列的知识功率输出（KPo）降低了71%。对于“CSG COP -> JFMCC（航母打击群通用作战图→联合部队海上部队指挥官）”列，由于不得不使用更慢的通信方式，流动时间（FT）增加了10倍（从60秒增加到600秒），这使得该列的知识功率输出（KPo）降低了98%。对于“Local Sensors（本地传感器）”，通信降级对航母打击群本地收集的传感器数据影响较小，因此Ei仅从1.0降至0.75，这使得知识功率输出（KPo）降低了58%。
5.3 案例1.3（1）：航母打击群通信拒止（传统C2结构）
以下是对案例1.3（1）“航母打击群通信拒止”场景下知识流分析的细分。此分析仅关注两类指挥官——JFMCC（联合部队海上部队指挥官）、CSG（航母打击群指挥官）的态势感知所受的影响，因为这足以展示联合海上部队中最具影响的知识损失情况。表8展示了指挥官态势感知的值，受影响的值用黄色突出显示。与案例1.2（1）通信降级场景一样，两位指挥官的pf都受到通信问题的影响，值变为1.0。由于主要通信中断，Ei和of受到极大影响。JFMCC失去了近实时语音报告，现在只能收到事后报告，这导致Ei降至0.50。对于of，与航母打击群这一极其重要资产之间持续通信和信息的损失，严重影响了JFMCC参谋人员的注意力，以及他们为重新建立通信所做的信息技术方面的努力，导致of的值降至0.50。航母打击群也面临同样问题，但影响较小。虽然航母打击群的信息技术支持因通信中断受损（即Ei = 0.50），但航母打击群是按照任务指挥概念运作的，因此减轻了对of的影响，其值降至0.75。这些对pf、Ei和of的影响，使得JFMCC的知识功率输出（KPo）与全面通信场景相比大幅降低了92%，航母打击群指挥官的知识功率输出（KPo）降低了87%。
5.4 案例1.2（2）：航母打击群通信降级（JADC2赋能）
以下是对案例1.2ii“航母打击群通信降级下有JADC2赋能”场景下知识流分析的细分。表9展示了联合部队海上部队指挥官（JFMCC）知识流的值以及JADC2带来的变化。受影响的变量仍然是pf、Ei和of，但由于可通过其他可用方式建立数据和通信路径，影响程度较小。这使得JFMCC所有pf值变为1.30，表明JADC2减轻了其所承受的压力。此外，Ei从传统C2结构中的0.85增加到0.90，因为一些书面信息找到了替代路径，无需通过语音链路传输。由于通信网络压力的缓解，参谋人员和信息技术支持方面的of从传统C2场景中的0.75增加到0.90。与传统C2结构的通信降级场景相比，这些改进使得“JFMCC SA（联合部队海上部队指挥官态势感知）”的知识功率输出（KPo）从36.13B增加到52.65B，增长了46%。“JFMCC Red I&W（联合部队海上部队指挥官敌方征候与预警）”和“JFMCC Blue Ops（联合部队海上部队指挥官蓝方部队行动）”的知识功率输出（KPo）也分别增长了46%，分别从21.68B增加到31.59B，从14.45B增加到21.06B。由于JADC2实现了更好的通信，JFMCC与联合部队空中部队指挥官（JFACC）之间现在能够进行协调，JFMCC也能够向航母打击群指挥官下达指令。这使得可以对“JFMCC -> JFACC（联合部队海上部队指挥官→联合部队空中部队指挥官）”和“JFMCC C2 -> CSG（联合部队海上部队指挥官C2→航母打击群）”这两列进行知识流分析。知识流知识块与案例1.1全面通信场景中的值相等（C = 100）。此外，由于JFMCC与JFACC之间的通信线路是通过海底线缆进行的语音通话，不受通信降级影响，Ei保持在0.75，但影响JFMCC的个人和组织因素相同（即，pf = 1.3，of = 0.90）。最终，即使得到了JADC2赋能，通信降级仍然存在，JFMCC与航母打击群之间的通信因此变慢。因此，流动时间（FT）增加到180秒。这使得“JFMCC -> JFACC（联合部队海上部队指挥官→联合部队空中部队指挥官）”的知识功率输出（KPo）为8.78B，“JFMCC C2 -> CSG（联合部队海上部队指挥官C2→航母打击群）”的知识功率输出（KPo）为2.93B。这明显优于案例1.2（1）传统C2结构场景中的零值，但与全面通信场景相比，仍分别降低了22%和74%。对于敌方征候与预警和蓝方部队行动相关信息的传递，通信路径使航母打击群能够从JFMCC处接收报告，尽管存在轻微延迟。这些延迟通过增加流动时间（FT）来体现，从1800秒增加到2400秒。“JFMCC Red I&W（联合部队海上部队指挥官对敌方征候与预警→航母打击群）”和“JFMCC Blue Ops（联合部队海上部队指挥官蓝方行动→航母打击群）”这两列的知识功率输出（KPo）现在都增长了190%，分别从0.21B增加到0.61B（敌方征候与预警），从0.1B增加到0.3B（蓝方行动）。
表10展示了JADC2对航母打击群相关值的影响。JADC2的引入减轻了航母打击群指挥官的个人压力，使得“CSG SA（航母打击群态势感知）”列的pf增加到1.3。JADC2还缓解了航母打击群的通信问题和信息降级情况，将CSGSA列的Ei提高到0.85。这些缓解措施同样减轻了航母打击群在组织和信息技术方面的压力，使各列的of值提高到0.85。对于“CSG COP -> JFMCC（航母打击群通用作战图→联合部队海上部队指挥官）”列，JADC2支持的通信路径改善了报告时间，将流动时间（FT）缩短到300秒，而在通信降级流动时间为600秒，但这些信息仍然存在一定程度的降级（Ei = 0.75）。此外，航母打击群的本地传感器受到的信息降级影响较小（Ei = 0.75）。与未配备JADC2的通信降级场景相比，这些缓解措施使得CSGSA的知识功率输出（KPo）提高了81%（从41.34B提高到74.85B），CSG COP -> JFMCC的知识功率输出（KPo）提高了406%（从0.63B提高到3.19B），“Local Sensors（本地传感器）”的知识功率输出（KPo）提高了29%（从35.16B提高到45.33B）。
5.5 案例1.3（2）：航母打击群通信拒止（JADC2赋能）
以下是对案例1.3（2）“航母打击群通信拒止且应用JADC2”场景下知识流分析的细分。此分析同样仅关注两类指挥官（联合部队海上部队指挥官、航母打击群指挥官）的态势感知所受影响。表11展示了指挥官态势感知的值，受影响的值用黄色突出显示。与通信降级场景一样，两类指挥官的pf都受到影响，但相比传统C2结构中的1.0有了显著改善，增加了0.3，新的总值为1.3。与传统C2结构的通信拒止环境不同，两类指挥官的Ei和of更接近全面通信和通信降级场景中的值。联合部队海上部队指挥官受到的通信拒止影响较小，Ei和of的值分别增加到0.85和0.90。而航母打击群的Ei和of值都增加到0.8。这使得联合部队海上部队指挥官的知识功率输出（KPo）增加了577%（从6.94B增加到46.96B），航母打击群指挥官的知识功率输出（KPo）增加了255%（从17.58B增加到62.40B）。
5.6 案例2.1：水面行动群全面通信
案例2.1“水面行动群全面通信”的分析与案例1.1“航母打击群全面通信”类似，但有一些重要差异。表12展示了聚焦于联合部队海上部队指挥官的知识流分析值。“JFMCC SA（联合部队海上部队指挥官态势感知）”、“JFMCC Red I&W（联合部队海上部队指挥官敌方征候与预警）”和“JFMCC Blue Ops（联合部队海上部队指挥官蓝方行动）”这几列保持不变，因为信息和体验保持稳定。方程得出的态势感知知识功率输出（KPo）为83.33B，敌方征候与预警知识功率输出（KPo）为50.0B，行动知识功率输出（KPo）为33.33B。下一列“JFMCC -> JFLCC（联合部队海上部队指挥官→联合部队地面部队指挥官）”，代表联合指挥官之间的新交互。联合部队海上部队指挥官与联合部队地面部队指挥官之间请求部队支援的方式，与航母打击群场景中联合部队海上部队指挥官和联合部队空中部队指挥官之间的方式类似，因此产生的知识功率输出（KPo）值相同（11.25B）。
其余列开始出现差异。SAGC（水面行动群指挥官）处理的知识75%与航母打击群场景相同，因为这些知识现在适用于水面行动群。“JFMCC C2 -> SAGC（联合部队海上部队指挥官C2→水面行动群指挥官）”列仍然代表联合部队海上部队指挥官传达其C2知识和指示，但现在是向水面行动群指挥官传达（C = 75而不是100）。知识仍然是显性的（E = 1.0），到达范围仍然是2（R = 2）。这仍然是一分钟内的口头通信（Ei = 0.75，FT = 60）。这次新的交互产生的知识功率输出（KPo）为8.44B。“JFMCC Red I&W -> SAGC（联合部队海上部队指挥官敌方征候与预警→水面行动群指挥官）”和“JFMCC Blue Ops -> SAGC（联合部队海上部队指挥官蓝方行动→水面行动群指挥官）”这两列，分别代表联合部队海上部队指挥官向水面行动群指挥官分别传递关于敌方征候与预警以及蓝方部队行动和命令的相同知识。知识块值分别从1000变为750，从500变为375，因为需要处理的数据量减少了。流动时间（FT）也从1800秒减少到1500秒。由于实现了标准化消息格式和数据共享，E、pf和KPi保持不变。到达范围为2，Ei和of设定为基线值1.0，方程分别得出的知识功率输出（KPo）均为1.0B和0.5B，这表明水面行动群指挥官从所提供的信息中获得的价值，与航母打击群指挥官相同。
表13展示了聚焦于水面行动群的知识流分析值。“SAGC SA（水面行动群指挥官态势感知）”列代表水面行动群指挥官在巡洋舰作战信息中心（CIC）内待了10分钟（FT = 600s）后的个人态势感知（R = 1）。1500个知识块和显性程度为0.0，表示指挥官可获取的所有水面行动群相关本地隐性知识（即，C = 1500，E = 0.0）。水面行动群指挥官与联合部队海上部队指挥官以及航母打击群指挥官一样积极性很高（pf = 1.5），但在经验方面更欠缺一些（KPi = 1.25）。与联合部队海上部队指挥官情况一样，水面行动群正常运作，没有过多压力因素或系统问题（Ei = 1.0，of = 1.0）。这产生了58.59B的知识功率输出（KPo）。“SAGC COP -> JFMCC（水面行动群指挥官通用作战图→联合部队海上部队指挥官）”表示水面行动群在一分钟内（R = 2，FT = 60s），向联合部队海上部队指挥官传达其通用作战图（COP）知识，代表联合部队海上部队指挥官从水面行动群接收近实时更新。由于这是明确的信息，并且是系统生成或高度标准化的，个人因素和信息效应评估为1.0（E = 1.0，pf = 1.0，Ei = 1.0）。此外，系统正常运行（of = 1.0），这产生了20.0B的知识功率输出（KPo）。“SAG Local Sensors（本地传感器）”列代表在一分钟内（R = 3，FT = 60s），水面行动群三艘舰艇之间所有传感器信息的通信情况。同样，信息是明确的，由正常运行的传感器系统生成（E、pf、Ei、），产生了30.0B的知识功率输出（KPo）。
5.7 案例2.2（1）：水面行动群通信降级（传统C2结构）
本节描述案例2.2（1）“水面行动群（SAG）通信降级”的知识流分析，以及通信降级的影响。表14展示了聚焦于联合部队海上部队指挥官的每个知识流的值，变化的值用黄色突出显示。对于“JFMCC SA”到“JFMCC Blue Ops”这几列，受影响的行是pf、Ei和of。同样，pf代表随情况恶化，联合部队海上部队指挥官所承受的额外压力，其值从1.5变为1.25。与案例1.2（1）航母打击群场景中类似的问题，导致Ei因接收信息质量较低，从1.0变为0.90，而of也因联合部队海上部队指挥官建制参谋人员和信息技术支持所承受的额外压力影响了他们的知识传递效率，从1.0降至0.75。这使得这三列的知识功率输出（KPo）各减少了49%，“JFMCC SA”从83.33B降至42.19B，“JFMCC Red I&W”从50.0B降至25.31B，“JFMCC Blue Ops”从33.33B降至16.88B。
由于SAG（水面行动群）无法建立通信，JFMCC（联合部队海上部队指挥官）与JFLCC（联合部队地面部队指挥官）之间从未发生交互（C = 0），导致知识功率输出（KPo）为0B。JFMCC其余列——“JFMCC Red I&W -> SAGC（联合部队海上部队指挥官敌方征候与预警→水面行动群指挥官）”和“JFMCC Blue Ops -> SAGC（联合部队海上部队指挥官蓝方行动→水面行动群指挥官）”，只有Ei和of受到影响。信息效应Ei = 0.90同样是由于从JFMCC流向SAG的信息质量问题，组织因素of = 0.75则是由于人员承受的额外压力以及对信息技术支持的影响。这使得这两列的知识功率输出（KPo）各减少了39%，“JFMCC Red I&W -> SAGC”从1.0B降至0.61B，“JFMCC Blue Ops -> SAGC”从0.50B降至0.30B。
表15展示了水面行动群在通信降级环境下的知识流值，变化的值同样用黄色突出显示。与联合部队海上部队指挥官的情况类似，通信降级影响了Ei和of。水面行动群指挥官也受到通信问题带来的压力，导致pf从1.5变为1.0。这些变化，再加上Ei（从1.0降至0.8）和of（从1.0降至0.75）的负向变化，导致“SAGC SA（水面行动群态势感知）”列的知识功率输出（KPo）降低了68%，从58.59B降至18.75B。“SAGC CoP -> JFMCC（水面行动群指挥官通用作战图→联合部队海上部队指挥官）”列的Ei下降幅度更大（从1.0降至0.5），这代表从水面行动群到联合部队海军指挥官的实时信息流受到限制。“SAG Local Sensors（水面行动群本地传感器）”的Ei因设备性能下降降至0.75（之前为1.0）。由于通信降级带来的额外压力，每列的of值都从1.0降至0.75。此外，“SAGC CoP -> JFMCC”列的流动时间（FT）因通信延迟增加了10倍（从60秒增加到600秒）。这使得“SAGC CoP -> JFMCC”的知识功率输出（KPo）降低了98%，“SAG Local Sensors”的知识功率输出（KPo）降低了58%，“SAGC CoP -> JFMCC”从20.0B降至0.38B，“SAG Local Sensors”从30.0B降至12.66B。
5.8 案例2.3（1）：水面行动群通信拒止（传统C2结构）
本节是案例2.3（1）“水面行动群通信拒止”的知识流分析细分。与案例1.3（1）“航母打击群通信拒止”类似，此分析同样仅关注对两类指挥官——JFMCC（联合部队海上部队指挥官）与SAGC（水面行动群指挥官）——态势感知的影响，以表示海上部队中最关键的知识损失情况。表16展示了指挥官态势感知的值，受影响的值用黄色突出显示。与之前讨论的场景一样，两位指挥官的pf都受到通信问题的影响，值变为1.15。由于主要通信中断，Ei和of受到极大影响。JFMCC的Ei因失去及时语音报告以及在能够进行简报时出现延迟，降至0.60。与JFMCC之间通信的中断以及后续指导的缺失，对SAGC态势感知的影响甚至更大，Ei值降至0.55，但这也表明水面行动群相比航母打击群（Ei = 0.5）运作效率更高。JFMCC参谋的of值与案例1.3（1）航母打击群场景中的情况类似，但略低一些，降至0.60。另一方面，水面行动群的of值降至0.75，与案例1.3（1）航母打击群场景中的值相同，因为他们同样是按照任务指挥概念运作。这些对pf、Ei和of的影响，使得两类指挥官的知识功率输出（KPo）大幅降低。对于JFMCC，与案例2.1全面通信场景相比，知识功率输出（KPo）降低了83%（从83.33B降至13.80B），与案例2.2（1）通信降级场景相比降低了67%（从60.92B降至13.80B）。对于水面行动群指挥官，与案例2.1相比，知识功率输出（KPo）降低了83%（从58.59B降至10.19B），与案例2.2（1）相比降低了46%（从18.75B降至10.19B）。
5.9 案例2.2（2）：水面行动群通信降级（JADC2赋能）
以下是对案例2.2（2）“水面行动群通信降级（JADC2赋能）”场景下知识流分析的细分。表17展示了知识流分析的值以及JADC2带来的影响。受影响的变量仍然是pf、Ei和of，但由于通过其他可用方式建立了数据和通信路径，影响程度较小。这使得JFMCC（联合部队海上部队指挥官）所有pf值变为1.35，表明替代通信路径减轻了其所承受的压力。此外，Ei从案例2.2（1）传统C2结构中的0.90增加到0.95，因为一些书面信息找到了替代路径，无需通过语音链路传输。由于通信网络压力的缓解，参谋人员和信息技术支持方面的of从传统C2结构中的0.75增加到0.90。与案例2.2（1）传统C2结构的通信降级场景相比，这些改进使得JFMCC的态势感知知识功率输出（KPo）增加了44%，达到60.92B。JFMCC Red I&W与JFMCC Blue Ops的知识功率输出（KPo）也分别增加了44%（KPo = 36.55B和KPo = 24.37B）。替代通信路径使水面行动群能够从JFMCC处接收报告和命令，尽管存在轻微延迟。这些延迟通过增加流动时间（FT）体现在方程中。与案例1.2（2）航母打击群场景中联合指挥官之间的情况一样，JFMCC与JFLCC（联合部队地面部队指挥官）之间现在能够进行通信。这仍然是通过海底线缆进行的一分钟口头对话（Ei = 0.75，of = 1，FT = 60），“JFMCC -> JFLCC”产生的知识功率输出（KPo）为9.11B，“JFMCCC2 -> SAGC”产生的知识功率输出（KPo）为3.04B。这明显优于未配备JADC2的通信降级场景中的0.0，但与全面通信场景相比，仍分别降低了19%和64%。“JFMCC Red I&W -> SAGC”和“JFMCC Blue Ops -> SAGC”这两列的知识功率输出（KPo）分别增加了11%和13%，“JFMCC Red I&W -> SAG”从0.61B增加到0.68B，“JFMCC Blue Ops -> SAG”从0.30B增加到0.34B。
表18展示了JADC2对SAG（水面行动群）及SAGC（水面行动群指挥官）的影响。“SAGC SA（水面行动群指挥官态势感知）”的pf增加到1.25，由于战区内压力更大，其增幅小于联合部队海上部队指挥官。这也使得Ei（0.90）和of（0.85）略有增加，但导致SAGC的知识功率输出（KPo）增加了79%（33.62B，而不是18.75B）。“SAGC COP -> JFMCC”列显示出与JFMCC类似的增值情况，Ei和of均等于0.85（传统C2结构中分别为0.5和0.75）。由于替代路径的传输能力有限，流动时间略有变化，导致知识功率输出（KPo）等于2.46B，增加了547%。“SAG Local Sensors（水面行动群本地传感器）”不受传输时间影响，流动时间（FT）没有变化，然而，随着水面行动群新的Ei和of值（Ei = 0.80，of = 0.85），知识功率输出（KPo）因通信错误和链路质量不佳情况缓解增加了29%（KPo = 16.32B）。
5.10 案例2.3（2）：水面行动群通信拒止（JADC2赋能）
以下是对案例2.3（2）“水面行动群通信拒止（JADC2赋能）”场景下知识流分析的细分。此分析同样仅关注对JFMCC与SAGC态势感知的影响。表19展示了指挥官态势感知的值，受影响的值用黄色突出显示。与案例2.2（2）通信降级场景一样，两位指挥官的pf都受到影响，但联合部队海上指挥官有了显著改善，增加了0.2，新的总值为1.35（之前为1.15），而水面行动群指挥官由于战区行动的额外压力，略有增加，至1.25（之前为1.15）。与传统C2结构的通信拒止环境不同，两位指挥官的Ei和of更接近全面通信和通信降级案例中的类似差异情况，联合部队海上部队指挥官的Ei和of现在分别为0.9（之前为0.6），水面行动群指挥官的Ei等于0.85（之前为0.55），of等于0.8（之前为0.75）。这使得联合部队海上指挥官的知识功率输出（KPo）增加了296%（KPo = 54.68B，之前为13.8B），水面行动群指挥官的知识功率输出（KPo）增加了299%（KPo = 40.64B，之前为10.19B）。
6 分析结果
知识流理论以及这些场景产生的结果，为理解组织内知识的价值提供了深刻见解。通过理论值，该模型突出了海上部队在通信降级或拒止环境中可能遭受的严重影响。由于描述JADC2在这些环境中作用的可用资源有限，所选择的值展示了C2关键通信中最佳情况下的场景。表20和表21展示了不同场景案例中知识功率输出（KPo）值的对比。为了表示每位指挥官的总知识功率输出，将以下值相加：对于JFMCC（联合部队海上部队指挥官），是“JFMCCSA（联合部队海上部队指挥官态势感知）”、“CSG/SAG CoP-> JFMCC（航母打击群/水面行动群通用作战图→联合部队海上部队指挥官）”以及“JFMCC <-> JFACC/JFLCC（联合部队海上部队指挥官⇔联合部队空中部队指挥官/联合部队地面部队指挥官）”的KPo值；对于CSG/SAGC（航母打击群/水面行动群指挥官），是“CSG/SAGC SA（航母打击群/水面行动群态势感知）”、“CSG/SAGC SA（航母打击群/水面行动群本地传感器）”、“JFMCC Red I&W -> CSG/SAG（联合部队海上部队指挥官敌方征候与预警→航母打击群/水面行动群）”、“JFMCC Blue Ops -> CSG/SAG（联合部队海上部队指挥官对蓝方行动→航母打击群/水面行动群）”，最后加上“JFMCC C2 -> CSG/SAGC（联合部队海上部队指挥官C2→航母打击群/水面行动群指挥官）”的KPo值。“JFMCC Red I&W（联合部队海上部队指挥官敌方征候与预警）”和“JFMCC Blue Ops（联合部队海上部队指挥官蓝方行动）”的KPo值未包含在总和中，因为它们只是联合部队海上部队指挥官态势感知列的进一步细分。
在航母打击群通信降级场景中，JFMCC的累积态势感知KPo值导致知识功率输出损失71%，在水面行动群通信降级场景中损失63%。同样，航母打击群经历了68%的损失，水面行动群经历了67%的损失。通信拒止案例则凸显了在传统C2环境中卫星通信完全中断时，知识功率可能遭受巨大损失。在航母打击群场景中，JFMCC的知识功率输出下降了95%，在水面行动群场景中下降了88%。航母打击群经历了93%的损失，而水面行动群指挥官也下降了90%。
JADC2在保持知识功率输出方面显示出显著改进。通信降级场景结果表明，在航母打击群案例中，JADC2使JFMCC态势感知的知识功率输出损失减少到49%，在水面行动群案例中减少到37%。相应地，航母打击群态势感知下降48%，水面行动群下降45%。通信拒止场景显示出与通信降级场景相似比例的有限损失，在航母打击群案例中，JFMCC经历了63%的损失，在水面行动群案例中经历了52%的损失，航母打击群指挥官经历了74%的损失，水面行动群指挥官经历了59%的损失。将传统C2环境和理论JADC2环境中的KPo值进行比较，显示出巨大的改进，但并不代表不存在问题。在通信降级环境中，JADC2赋能的联合部队海上部队指挥官，与传统C2结构相比，在航母打击群案例中的知识功率输出增加了76%，在水面行动群案例中增加了70%。同样，航母打击群的效率提高了61%，水面行动群提高了67%。在通信拒止环境中，JADC2使JFMCC在航母打击群案例中的知识功率输出增加了576%，在水面行动群案例中增加了296%，航母打击群的KPo提高了254%，水面行动群提高了298%。这可能与航母打击群能够为C2作战态势图提供大量信息相关。
JADC2能够带来这种改进的一个重要原因，是它对个人因素（pf）、组织因素（of）和信息效应（Ei）的值产生了影响。回顾完全展开的KPo方程，pf、of或Ei的任何下降都会导致KPo降低，而FT的减少则会使KPo增加。按照JADC2的设想，其系统能力将减轻指挥官个人和组织所面临的压力，特别是在信息技术支持以及信息处理和传输方面（即提高pf、of和Ei）。此外，未来JADC2预期具备的能力，应能在某些情况下缩短信息流动时间（FT），从而进一步提高知识功率输出（KPo）。
7 结语
知识流理论方法提供了一种独特的视角，能够展示作战中知识损失所带来的影响。正如本研究场景所示，航母打击群和水面行动群的总知识功率输出以及信息流，都因通信降级和拒止环境而受到了巨大影响。通过集成先进的数据共享技术和自适应通信路径，JADC2使联合部队能够在竞争环境中高效作战。然而，全面实施需要解决技术依赖性、安全性问题和操作适应性。随着对手继续开发复杂的A2/AD战略，JADC2将成为确保美军在未来冲突中保持信息优势和决策优势的关键。
（本文根据互联网资料编译整理，仅供参考使用，文中观点不代表本公众号立场）
声明：本文来自电子小氙，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
