Logo: to the web site of the Swedish Defence University

Det svenska luftvärnet använder sig av datorprogram för att planera hur uppgifter ska lösas. Dessa program kallas för luftvärnplaneringsverktyg och problemet med dessa är att alla har bristfälliga data och undermåliga funktioner för sitt syfte. Eftersom datan om terrängen är bristfällig, går det inte att avgöra hur bra terrängen är på en viss plats och det blir svårt att veta var det är lämpligt att gruppera luftvärnssystem. Detta resulterar i att det spenderas mycket tid åt rekognosering av grupperingsplatser och planeringen tar lång tid.

De senaste åren har det utvecklats program som med tillgång till högupplöst terrängdata, innehåller funktioner som kan vara användbara för det svenska luftvärnet. Utvecklingen av AI har samtidigt varit kraftig och AI har börjat användas för militära ändamål.

Denna studie har med intervjumetodik undersökt frågeställningarna: Vilka funktioner och data bör ett nytt luftvärnsplaneringsverktyg ha? Är det lämpligt att ha en AI-funktion som kan ge förslag på grupperingsplatser för luftvärnssystem?

Studiens slutsatser är att ett nytt luftvärnsplaneringsverktyg bör innehålla följande funktioner och data: Trädhöjd, sannolika rutter för kryssningsrobotar, sambandsfunktion, dynamiska verkansdiagram, skarpa data om svenska och fientliga system, dynamiska räckviddsdiagram, förbättrad funktion för att skapa scenarion, terrängdata i alla operationsområden, och data om byggnader. Fördelarna med en AI-funktion är att den kan lära sig mycket om luftvärnets teknik, taktik och motståndare, för att snabbt generera smarta lösningar. Det kräver dock att den har blivit lärd på rätt sätt, annars kan den begå misstag. Nackdelar med AI är att det finns en risk att luftvärnets personal börjar förlita sig på att AI-funktionen bestämmer grupperingsplatserna och att personalen då slutar ta egna beslut. Det är lämpligare att utveckla en algoritm som endast analyserar terrängdata för att ta fram förslag på optimala grupperingsplatser.

The Swedish Air Defense uses computer programs to plan how missions should be executed. These programs are called air defense planning tools, and the problem is that these tools have inadequate data and deficient functions for their purpose. Since the data about the terrain is inadequate, it can´t be determined how good the terrain is at a certain spot, and it becomes challenging to find places for air defense systems to deploy. This leads to a lot of time being spent on reconnaissance, searching for suitable places to deploy, which makes the planning phase take longer time. 

In the recent years, programs have been developed which have access to high resolution terrain data and contains functions that could be useful for the Swedish Air Defense. Meanwhile, the development of AI has increased substantially, and AI is now being used for military purposes.

This study has used interview methodology to research the following questions: Which functions and what data should a new air defense planning tool consist of? Is it suitable to have an AI-function that gives suggestions on where air defense systems should deploy?

The conclusions for this study are that a new air defense planning tool should consist of the following functions and data: Tree height, probable routes for cruise missiles, communication function, dynamic missile footprint, accurate data about Swedish and hostile systems, dynamic radar coverage, improved function for creating scenarios, terrain data for all possible operational areas, and data about buildings. One benefit of an AI-function is that it can learn an excessive amount about air defense tactics, technology and the enemy, to quickly generate intelligent solutions. However, that requires the training to be precise and correct, otherwise it could make mistakes. A disadvantage with AI is that there is a risk that the air defense personnel start to depend on the AI-function to decide where the air defense systems should deploy. That could impede the personnels ability to make their own decisions. It is more suitable to develop an algorithm that solely analyzes terrain data to generate suggestions for optimal placement of air defense systems.