周芳 丁冉 程文迪 居真奇
未來現(xiàn)代戰(zhàn)爭是體系與體系之間的跨域聯(lián)合作戰(zhàn),戰(zhàn)爭節(jié)奏的加快和戰(zhàn)場態(tài)勢的瞬息變化對指揮員快速決策能力提出新的挑戰(zhàn),如何輔助戰(zhàn)場指揮員及時了解戰(zhàn)場態(tài)勢的演化,實現(xiàn)快速決策和臨機規(guī)劃.平行仿真技術(shù)的提出為解決上述問題提供了一種新的途徑[1?3],面向指揮決策支持的平行仿真是指通過構(gòu)建平行仿真系統(tǒng)與戰(zhàn)場客觀環(huán)境同步運行,平行仿真系統(tǒng)從實際作戰(zhàn)中實時獲取真實的戰(zhàn)場數(shù)據(jù),與仿真模型庫中模型描述信息進行動態(tài)匹配,生成平行仿真實體,實時更新平行仿真系統(tǒng)的實體組成,通過超實時仿真推演預(yù)測未來戰(zhàn)場發(fā)展趨勢,輔助作戰(zhàn)指揮決策.仿真實體模型動態(tài)匹配的結(jié)果直接影響到平行仿真系統(tǒng)與真實戰(zhàn)場環(huán)境的一致性和平行度.
目前,國外研究并沒有“平行仿真”的提法,與其相對應(yīng)的概念為“動態(tài)數(shù)據(jù)驅(qū)動應(yīng)用系統(tǒng)(DDDAS)[4?5]”、“共生仿真”,其內(nèi)涵與平行仿真系統(tǒng)類似,強調(diào)通過仿真對實際系統(tǒng)進行分析和預(yù)測,為管理和控制實際系統(tǒng)的運行提供依據(jù).其中,最具代表性的為“深綠”(Deep Green)計劃[6?8],“深綠”通過實時仿真評估,主動生成多種合理的行動方案,形成以支持作戰(zhàn)指揮全過程為核心的“訓(xùn)練與作戰(zhàn)一體、分析與決策一體”的作戰(zhàn)支持模式.國內(nèi)在平行仿真技術(shù)研究方面起步較晚,文獻[9]中提出基于平行仿真技術(shù)將仿真嵌入實裝作戰(zhàn)指揮控制系統(tǒng)中,以支持復(fù)雜作戰(zhàn)籌劃,通過平行仿真系統(tǒng)的實時運行能力快速預(yù)測未來戰(zhàn)場態(tài)勢,并反饋至實裝作戰(zhàn)指揮信息系統(tǒng)中,輔助指揮員進行指揮決策,進而影響實際作戰(zhàn).文獻[10]中從提升指揮決策的效率和改善決策質(zhì)量的構(gòu)想,提出了平行仿真概念,分析了輔助決策對平行仿真系統(tǒng)構(gòu)建的環(huán)境建設(shè)需求.
圖1 面向指揮決策支持的平行仿真基本概念
由于未來戰(zhàn)場態(tài)勢的瞬息變化、態(tài)勢信息不完備性等特點,如何在平行仿真運行過程中將獲取的實時情報數(shù)據(jù)與仿真模型進行精準匹配,是平行系統(tǒng)生成需解決的難點之一.本文針對戰(zhàn)場態(tài)勢不完備的條件下平行仿真實體模型匹配問題,提出了情報數(shù)據(jù)驅(qū)動的平行仿真實體模型動態(tài)匹配方法,并以某熱點區(qū)域??找惑w化聯(lián)合作戰(zhàn)為想定背景,搭建仿真實驗環(huán)境對本方法的有效性進行了仿真驗證.
面向指揮決策支持的平行仿真系統(tǒng)指構(gòu)建與指揮信息系統(tǒng)平行運行的仿真鏡像系統(tǒng),通過與指揮信息系統(tǒng)的互聯(lián)和信息交互,持續(xù)從實際指揮信息系統(tǒng)獲取最新的戰(zhàn)場情報信息,建立戰(zhàn)場實體仿真模型,并通過模型的超實時仿真運行,不斷對敵方目標可能的作戰(zhàn)意圖和行為做出判斷,生成下一時刻的戰(zhàn)場態(tài)勢預(yù)測結(jié)果并反饋給指揮信息系統(tǒng),循環(huán)往復(fù),輔助指揮員形成作戰(zhàn)方案,并對作戰(zhàn)方案的預(yù)期效果進行仿真推演和評估,為指揮信息系統(tǒng)的態(tài)勢預(yù)測、決策方案評估提供支撐,使得指揮員能夠“透視”未來并及時作出響應(yīng).
面向指揮決策支持的平行仿真系統(tǒng)的運行概念如圖1所示.
根據(jù)聯(lián)合作戰(zhàn)環(huán)境下指揮信息系統(tǒng)的運作流程(遵循OODA環(huán)過程),結(jié)合美軍聯(lián)合作戰(zhàn)指揮控制系統(tǒng)裝備中實體模型分類體系,從組件化實體建模的角度,提出了6大類22種戰(zhàn)場實體仿真模型,6大類分別為:偵察監(jiān)視類、情報處理類、決策控制類、武器平臺類、通信類、固定設(shè)施類等仿真模型,作為組成平行仿真系統(tǒng)的基本要素,具體如圖2所示.
偵察監(jiān)視類實體指偵察、監(jiān)視類的戰(zhàn)場軍事實體,包括所有提供作戰(zhàn)空間感知的實體,其主要功能是獲取作戰(zhàn)空間內(nèi)敵我雙方的各種信息,完成偵察和監(jiān)視任務(wù).該類實體模型主要包括:地面雷達模型、艦載雷達模型、機載雷達模型、聲吶雷達等.
圖2 戰(zhàn)場實體仿真模型體系
情報處理實體表示對戰(zhàn)場目標進行綜合/融合處理的戰(zhàn)場軍事實體,其主要功能是將多個偵察單元獲取的戰(zhàn)場目標探測數(shù)據(jù)進行誤差校正、時間統(tǒng)一、關(guān)聯(lián)、特征提取與識別等處理,生成戰(zhàn)場的統(tǒng)一態(tài)勢.
決策控制類實體表示能夠根據(jù)戰(zhàn)場情況形成作戰(zhàn)方案并對隸屬部隊和武器平臺(系統(tǒng))實施指揮控制的戰(zhàn)場軍事實體,其主要功能是接受從偵察單元或情報處理單元上報的情報信息,進行威脅判斷和分析,制定作戰(zhàn)計劃,對隸屬的指揮單元和響應(yīng)執(zhí)行單元下達作戰(zhàn)命令進行指揮控制.
武器平臺類實體表示能夠根據(jù)決策控制單元的作戰(zhàn)計劃或指令完成作戰(zhàn)任務(wù)的戰(zhàn)場軍事實體,其主要功能是接收決策控制單元的作戰(zhàn)計劃或指令,根據(jù)作戰(zhàn)計劃或指令完成行動和任務(wù).
通信類實體表示能夠從一個作戰(zhàn)實體對象向另一個作戰(zhàn)實體對象傳遞信息過程的戰(zhàn)場軍事實體,實體對象可直接使用合適的通信裝備模型對象來模擬通信裝備與通信活動.通信類實體模型主要包括:通信干擾設(shè)備模型、雷達干擾設(shè)備模型、通信電臺模型等.
固定設(shè)施類實體表示戰(zhàn)場環(huán)境下固定部署的基礎(chǔ)設(shè)施,為戰(zhàn)場作戰(zhàn)實體提供后勤支援保障.該類實體模型主要包括:機場模型、港口模型、軍事基地模型、交通樞紐模型等.
針對上述建立的戰(zhàn)場實體及其基本組件模型,為實現(xiàn)仿真模型組件之間的可重用、互操作,以及在仿真模型庫中自動匹配查詢、選擇和重用仿真模型組件,亟需建立一套戰(zhàn)場實體仿真模型描述規(guī)范體系.借鑒BOM(基本對象模型)的模型描述模版,結(jié)合實體組件化建模的特點,建立了基于元數(shù)據(jù)的戰(zhàn)場實體仿真模型描述模板,提出了4類實體模型描述信息元數(shù)據(jù)(模型描述基本信息),即模型識別屬性、基礎(chǔ)模型屬性、模型交互屬性、組件化子模型配置,形成一套戰(zhàn)場實體仿真模型的元數(shù)據(jù)描述集.建立的基于元數(shù)據(jù)的戰(zhàn)場實體仿真模型描述模板如圖3所示.
圖3 戰(zhàn)場實體仿真模型描述模板
模型識別屬性元數(shù)據(jù)是對戰(zhàn)場實體模型的類型、名稱、標識等屬性進行描述,提供戰(zhàn)場實體仿真模型的基礎(chǔ)描述信息,支撐實體仿真模型與實時情報數(shù)據(jù)的快速匹配.本研究從模型類型、模型名稱、模型標識、模型關(guān)鍵詞、模型功能、模型版本等6方面來描述模型識別信息.
上述6類模型識別屬性元數(shù)據(jù)內(nèi)涵如下:
1)模型類型:為實體仿真模型的分類屬性,其取值范圍涵蓋:偵察監(jiān)視、情報處理、決策控制、武器平臺、固定設(shè)施等模型;
2)模型名稱:為實體仿真模型組件賦予一個清晰的描述性名字,使模型使用者能夠很快理解實體仿真模型組件的開發(fā)意圖;
3)模型標識:定義實體仿真模型組件的標識信息,作為仿真模型庫中模型識別的身份信息;
4)模型關(guān)鍵詞:為實體仿真模型關(guān)鍵特征的描述信息,用于基于關(guān)鍵詞的實體仿真模型自動匹配;
5)模型版本:為實體仿真模型的版本信息,支撐仿真模型組件的升級、開發(fā)、更新與管理;
6)模型功能:描述仿真模型組件的功能和特性,便于模型開發(fā)者理解模型是否符合仿真試驗的目標,決定是否再調(diào)用該實體模型.
基礎(chǔ)模型屬性元數(shù)據(jù)是對戰(zhàn)場實體仿真模型的配置參數(shù)類型、參數(shù)數(shù)量、參數(shù)取值等信息進行描述,其描述的粗細粒度取決于實體仿真模型的分辨率、仿真任務(wù)和目的,為戰(zhàn)場實體仿真模型的核心描述信息.本研究從戰(zhàn)場實體固有特征與動態(tài)變化特征分類的角度,將從5方面來描述戰(zhàn)場實體的基礎(chǔ)模型屬性元數(shù)據(jù),即實體標識屬性、實體物理屬性、實體行為能力屬性、實體工作參數(shù)和實體行動計劃屬性.
上述5類屬性的元數(shù)據(jù)內(nèi)涵如下:
1)實體標識屬性:描述戰(zhàn)場實體的類型、名稱、型號等固有特征的識別信息,作為實體身份的唯一標識信息;
2)實體物理屬性:描述戰(zhàn)場實體的物體尺度、易毀屬性、部署位置等國有特征的識別信息.
3)實體行為能力屬性:描述戰(zhàn)場實體的功能與性能技術(shù)指標等信息.
4)實體工作參數(shù):指戰(zhàn)場實體模型的計算、推演、運算所需的配置參數(shù).
5)實體行動計劃屬性:用于描述戰(zhàn)場實體的行動模式、行動時間、行動路線等規(guī)劃信息.
交互屬性元數(shù)據(jù)是指對戰(zhàn)場實體仿真模型的調(diào)用參數(shù)、信息交互關(guān)系、輸入/輸出接口等模型交互信息進行描述,以實現(xiàn)平行仿真系統(tǒng)運行過程中實體仿真模型間信息互通與互操作.為此,從實體仿真模型的接口調(diào)用和信息交互兩方面來描述交互屬性元數(shù)據(jù).
其中,在接口調(diào)用方面,將從語法層面對實體仿真模型的輸入接口、輸出接口、接口參數(shù)、取值等信息進行描述,實體仿真模型將通過輸入接口、輸出接口發(fā)送和接收信息、發(fā)送與接受仿真事件,從而實現(xiàn)實體模型與其他模型間的互操作.對于輸入接口的描述,將從輸入接口數(shù)量、接口名稱、接口參數(shù)數(shù)量、接口參數(shù)名稱、接口參數(shù)類型與接口參數(shù)取值范圍等方面進行描述.同理,輸出接口的描述與其類似.
在信息交互方面,將從語義層面來描述的實體仿真模型與其他模型之間的信息交互的接口,以確保實體組件接口的一致性理解,具體從交互的信息數(shù)量與交互信息描述兩方面進行描述.其中,交互信息描述將對交互信息的類型、交互信息含義等進行定義.
組件化子模型配置是對組成戰(zhàn)場實體的附加子模型數(shù)量、子模型類型、名稱、標識、子模型參數(shù)類型、取值范圍等屬性進行設(shè)置,通過靈活配置實體的組件化子模型,實現(xiàn)實體仿真模型的動態(tài)組合,提高仿真模型動態(tài)生成的靈活性和效率.
戰(zhàn)場實體仿真模型動態(tài)匹配是指將實時獲取的戰(zhàn)場情報數(shù)據(jù)以及戰(zhàn)場態(tài)勢信息與平行仿真系統(tǒng)仿真模型庫中實體模型進行有效匹配,判定戰(zhàn)場實體的仿真模型,其本質(zhì)是將戰(zhàn)場情報描述信息與仿真模型的描述信息進行比較匹配,以發(fā)現(xiàn)實體仿真模型.對平行仿真系統(tǒng)中戰(zhàn)場實體仿真模型與情報數(shù)據(jù)進行匹配存在以下難點:1)戰(zhàn)場情報信息不完備、不確定性,導(dǎo)致實體目標特征與注冊的實體仿真模型描述信息難以精確匹配,可能匹配多個仿真模型、甚至無法匹配,如依據(jù)空情信息中目標類型、位置、速度、航向、物理尺寸等信息,匹配出的實體模型類別為空中平臺模型,但難以判定具體型號的平臺實體模型;2)戰(zhàn)場情報數(shù)據(jù)涉及雷情、電抗情報、技偵情報等類型,不同類型情報數(shù)據(jù)的語法描述規(guī)則不統(tǒng)一,存在相同實體采用不同的名稱、類型來描述,導(dǎo)致情報數(shù)據(jù)的描述語法規(guī)則與實體仿真模型的描述信息不一致,難以實現(xiàn)兩者之間的“實名匹配”,如何確保描述信息不一致條件下實體仿真模型匹配成功率,成為實體仿真模型亟需解決的難點.
圖4 基于特征參數(shù)的戰(zhàn)場實體仿真模型匹配方法
針對上述存在的難點,提出了基于特征的戰(zhàn)場實體仿真模型分級匹配方法,建立了戰(zhàn)場實體仿真模型的“三級”匹配過程模型,通過分級實現(xiàn)對實體仿真模型的精細化匹配.“三級”匹配過程分別為:模型標識特征匹配、模型交互屬性匹配、實體動態(tài)行為特征匹配,具體方法原理如圖4所示.
戰(zhàn)場情報特征參數(shù)提取指對獲取的戰(zhàn)場情報數(shù)據(jù)和態(tài)勢信息進行解析處理,從中提取出與實體仿真模型描述相關(guān)的特征,作為實體仿真模型匹配的依據(jù).按照戰(zhàn)場情報數(shù)據(jù)是否隨戰(zhàn)場環(huán)境與作戰(zhàn)時間變化的原則,將解析處理后的情報數(shù)據(jù)劃分為兩大類:基本特征與行為特征參數(shù),其分類體系如圖5所示.
圖5 戰(zhàn)場情報特征參數(shù)分類體系
其中,基本特征參數(shù)指不隨外界條件變化的戰(zhàn)場實體固有的、相對靜態(tài)的情報數(shù)據(jù),與戰(zhàn)場實體的作戰(zhàn)行為無關(guān).具體劃分為二類:標識特征與物理特征.標識特征參數(shù)指戰(zhàn)場實體的屬性、類型、身份等固有的情報數(shù)據(jù);物理特征參數(shù)指戰(zhàn)場實體的物理尺寸大小與部署位置方面的情報數(shù)據(jù).
行為特征參數(shù)指隨戰(zhàn)場環(huán)境與作戰(zhàn)過程的推進而變化的、動態(tài)的情報數(shù)據(jù),與戰(zhàn)場實體作戰(zhàn)行為緊密相關(guān).具體劃分為3類:狀態(tài)特征、能力特征與歷史行動規(guī)律等.狀態(tài)特征指反映戰(zhàn)場實體的當前運行狀態(tài)、工作參數(shù)與實時位置等情報數(shù)據(jù);能力特征參數(shù)指戰(zhàn)場實體的武器裝備性能與作戰(zhàn)性能方面的情報數(shù)據(jù);歷史行動規(guī)律指戰(zhàn)場實體的歷史的行動航線/路線、歷史的行動范圍、作戰(zhàn)時間等歷史情報數(shù)據(jù).
考慮戰(zhàn)場情報數(shù)據(jù)的不完備性、不確定性等特點,本研究在戰(zhàn)場實體模型和情報特征參數(shù)的分類體系研究基礎(chǔ)上,依據(jù)戰(zhàn)場情報數(shù)據(jù)的詳細程度,采用分級匹配、層層過濾的策略,建立了戰(zhàn)場實體仿真模型的“三級”匹配過程模型,即模型分類屬性匹配、模型識別特征匹配、模型動態(tài)行為特征匹配,以實現(xiàn)戰(zhàn)場實體仿真模型的準確發(fā)現(xiàn),具體匹配過程模型如圖6.
實體仿真模型分類屬性的匹配是指將實體仿真模型的分類屬性值進行匹配,旨在提高實體仿真模型的匹配效率,減少實體仿真模型的匹配范圍.具體匹配過程為:根據(jù)戰(zhàn)場實體仿真模型組成體系劃分,建立戰(zhàn)場情報特征數(shù)據(jù)與實體仿真模型分類體系的映射關(guān)系;在匹配過程中,依據(jù)實時的戰(zhàn)場情報中實體類型數(shù)據(jù),通過查詢映射關(guān)系表,獲取當前戰(zhàn)場實體仿真模型類型.圖7給出了兩者之間的映射關(guān)系.
實體仿真模型的識別特征匹配指將獲取情報數(shù)據(jù)中實體標識特征與仿真模型庫中模型的名稱、標識與關(guān)鍵詞等描述信息進行比較,以確定與情報數(shù)據(jù)相符合的實體模型類型,本研究將從兩方面進行匹配:模型名稱與模型關(guān)鍵詞,分別計算模型匹配的相似度,建立模型匹配相似表.
1)模型名稱匹配
圖6 戰(zhàn)場實體仿真模型“三級”匹配過程模型
圖7 戰(zhàn)場情報與實體仿真模型類型映射關(guān)系
模型名稱匹配將采用語義相似度匹配方法,計算模型名稱與實體名稱在語義上的符合程度.具體將模型名稱與實體名稱轉(zhuǎn)化為語義距離的計算,即兩者本體概念之間的距離,通過語義距離的計算,來判定模型名稱與實體名稱之間的相似度.當相比較的兩個概念相同時,其語義相似度為1;當兩個概念之間無關(guān)聯(lián)時,其語義相似度為0.
2)模型關(guān)鍵詞匹配
模型關(guān)鍵詞匹配是對仿真模型描述過程中預(yù)定關(guān)鍵詞與戰(zhàn)場情報數(shù)據(jù)中實體標識別、物理特征等信息進行比較匹配.本研究將采用語義匹配方法,將模型關(guān)鍵詞按照詞性劃分成名詞、動詞和形容詞3類,在不同的詞性集合中計算關(guān)鍵詞的相似度,最后綜合得到實體模型與戰(zhàn)場情報關(guān)鍵詞之間的相似度.
設(shè)兩關(guān)鍵詞key1與key2,key1包括m個詞義s11,···s1m,key2包括n個詞義s21···s2n,則兩個關(guān)鍵詞的相似度為對應(yīng)詞義相似度的最大值,即:
Simkey為關(guān)鍵詞相似度,sims為詞義相似度.
模型動態(tài)行為特征匹配是指對戰(zhàn)場情報中實體的運行狀態(tài)、能力特征等特征數(shù)據(jù)與實體仿真模型描述信息進行比較匹配,實現(xiàn)對戰(zhàn)場實體仿真模型的準確匹配.具體包括兩方面匹配:實體運行狀態(tài)匹配、組件化子模型匹配.其中,實體運行狀態(tài)匹配是對戰(zhàn)場情報中有關(guān)實體的實時運行狀態(tài)類數(shù)據(jù),如實體的實時位置、速度、高度、航向、加速度等,與仿真模型庫中實體性能參數(shù)進行比較匹對,判斷實時運行狀態(tài)數(shù)據(jù)是否在實體性能參數(shù)范圍內(nèi),以此發(fā)現(xiàn)實體模型的具體型號.該類匹配主要通過數(shù)值計算方法,計算兩者之間的相似度.
組件化子模型匹配是指綜合運用有關(guān)戰(zhàn)場實體的各類情報數(shù)據(jù)(雷情、電抗情報),將實體的行為特征情報與仿真模型中某實體的組件化子模型的行為描述信息進行比較匹對,對各子模型進行綜合分析,實現(xiàn)對實體仿真模型的精準匹配.
以某區(qū)域聯(lián)合防空為作戰(zhàn)應(yīng)用背景,編輯制定試驗想定,搭建本文方法驗證的實驗環(huán)境,環(huán)境組成要素涵蓋:試驗想定設(shè)計工具、戰(zhàn)情產(chǎn)生工具、仿真試驗控制工具、實裝情報處理系統(tǒng)和指控系統(tǒng),以及平行仿真實體模型匹配工具、仿真模型管理工具等,如圖8所示.其中,試驗想定設(shè)計與戰(zhàn)情產(chǎn)生工具用于模擬產(chǎn)生戰(zhàn)場海空情情報信息,包括海上/空中目標的數(shù)量、國籍、屬性、編號、運動狀態(tài)、行動路線、典型戰(zhàn)術(shù)行動等屬性,為實裝情報處理系統(tǒng)提供原始情報源數(shù)據(jù);情報處理系統(tǒng)將融合處理后的綜合情報信息報送至指控系統(tǒng);平行仿真實體模型匹配工具實時接收情報處理系統(tǒng)輸出的綜合情報數(shù)據(jù),進行解析處理并提取目標情報的特征參數(shù);仿真模型管理工具用于對預(yù)先建立戰(zhàn)場實體仿真模型進行統(tǒng)一管理.
圖8 實驗環(huán)境組成
在此基礎(chǔ)上,采用提出的實體模型動態(tài)匹配方法,將實時獲取的情報數(shù)據(jù)與仿真模型庫中模型描述參數(shù)進行匹配,生成平行仿真實體.
利用試驗想定設(shè)計工具編輯想定事件,通過戰(zhàn)情產(chǎn)生工具模擬產(chǎn)生紅藍雙方戰(zhàn)場目標.假定在T1時刻50批藍方目標從某方向入侵紅方防空區(qū)域,紅方傳感器實時探測藍方目標,將目標數(shù)據(jù)上報至情報處理系統(tǒng),此時戰(zhàn)場態(tài)勢信息如圖9所示.
其次,情報處理系統(tǒng)將融合處理后的情報發(fā)送至平行仿真實體模型匹配系統(tǒng)中,解析處理綜合情報數(shù)據(jù)、提取情報特征數(shù)據(jù),與仿真模型的特征參數(shù)進行動態(tài)匹配,包括仿真模型的類型、型號、名稱、關(guān)鍵字段、功能描述等.平行仿真運行過程中仿真實體動態(tài)匹配結(jié)果如表1所示(顯示前10批目標).
從上述時延可以看出,在獲取的實時情報信息較為完備的條件下,可實現(xiàn)戰(zhàn)場情報數(shù)據(jù)與平行仿真實體模型的完全匹配.
圖9 戰(zhàn)場客觀態(tài)勢信息
表1 戰(zhàn)場實時情報數(shù)據(jù)與仿真實體模型匹配結(jié)果
圖10 平行仿真實體模型匹配成功率
為有效驗證本文方法的有效性,下面通過在戰(zhàn)場態(tài)勢信息不完全的條件下,將情報數(shù)據(jù)驅(qū)動的模型動態(tài)匹配方法與基于關(guān)鍵字的模型動態(tài)匹配方法進行比較.具體假定在試驗想定中,紅方傳感器遭受不同強度的干擾和打擊,導(dǎo)致目標探測概率降低,原始情報數(shù)據(jù)不完備.因此,在不同數(shù)量傳感器遭受毀傷條件下,重復(fù)上述試驗過程,計算仿真實體模型匹配成功率.圖10為基于上述兩種方法計算得出的模型匹配成功率.
從圖10可以看出,相比關(guān)鍵字匹配方法,本文提出的情報數(shù)據(jù)驅(qū)動的三級實體模型匹配的成功率要明顯高于現(xiàn)有方法,能夠解決態(tài)勢信息不完備條件下仿真模型匹配難問題.
圍繞著平行仿真運行過程中如何基于實時情報數(shù)據(jù)準確匹配出戰(zhàn)場實體仿真模型、快速生成平行仿真實體等難題,本文給出了面向指揮決策支持的平行仿真的概念與運行架構(gòu).重點針對戰(zhàn)場態(tài)勢信息不全、不完備的特點,提出了基于情報特征數(shù)據(jù)的平行仿真實體模型分級匹配方法.下一步將圍繞著平行仿真運行過程中仿真模型動態(tài)加載、模型動態(tài)組合等方面展開研究,實現(xiàn)平行仿真系統(tǒng)與戰(zhàn)場客觀環(huán)境的“平行運行”.
1毛少杰,周芳,楚威,等.面向指揮決策支持的平行仿真系統(tǒng)研究[J].指揮與控制學(xué)報,2016,2(4):315-321.
2竇林濤,初陽,周玉芳,等.平行仿真技術(shù)在指控系統(tǒng)中的應(yīng)用構(gòu)想[J].指揮控制與仿真,2017,39(1):62-69.
3孫黎陽,楚威,毛少杰,等.面向C4ISR系統(tǒng)決策支持的平行仿真框架[J].指揮信息系統(tǒng)與技術(shù),2015,6(3):56-62.
4許正昊,張小和,張洋洋,等.動態(tài)數(shù)據(jù)驅(qū)動應(yīng)用系統(tǒng)仿真研究綜述[J].機械工程師,2014(4):94-97.
5 DDDASWorkshopReport.NSFsponsoredworkshoponDDDAS-Dynamicdatadrivenapplicationssystems[EB/OL].(2006-1-19)[2016-10-09].http://www.cise.nsf.gov/dddas.
6 KENYON H S.Deep green helps warriors plan ahead[EB/OL].(2007-11-01)[2016-07-01].http://www.afcea.org/content.
7 SURDU C R.Deep green:commander’s tool for COA’s concept[C/OL].(2015-01-15)[2016-03-05].http://www.bucksurdu.com/Professional/Documents/11260-CCCT-8-DeepGreen.pdf.
8 周云,黃教民,黃柯棣.深綠計劃關(guān)鍵技術(shù)研究綜述[J].系統(tǒng)仿真學(xué)報,2013,25(7):1633-1638.
9邱曉剛,胡艮勝.面向輔助決策的平行系統(tǒng)思考[J].指揮與控制學(xué)報,2016,2(3):230-234.
10邱曉剛,張鵬.面向平行軍事系統(tǒng)的領(lǐng)域仿真知識工程研究[J].系統(tǒng)仿真學(xué)報,2015,27(8):1665-1670.
11 GILMOUR D,HANNA J,MCKEEVER B,et al.Real-time course of action analysis[C]//Proceedings of the 10th International Command and Control Research and Technology Symposium,2005.
12白天翔,王帥.平行武器:邁向智能戰(zhàn)爭的武器[J].指揮與控制學(xué)報,2017,3(2):89-98.
13 葛承壟,朱元昌,邸彥強,等.裝備平行仿真理論框架研究[J].指揮與控制學(xué)報,2017,3(1):48-56.
14王會霞.平行仿真技術(shù)研究[J].航天控制,2016,6(1):31-36.
15方冰,張翠俠.基于平行仿真的城市交通運輸決策支持平臺[J].指揮信息系統(tǒng)與技術(shù),2017,8(3):11-17.