网络化弹药协同作战效能研究＊

汪 翼，李 炜，张 伟

（电子科技大学电子科学技术研究院，四川 成都 611731）

未来战争将是系统与系统、体系与体系之间的对抗，信息战和电子战将贯穿战争的始终。协同是战争中最大限度地获取信息优势的必然选择和根本途径[1]。网络化智能弹药是在网络化作战的背景下，由无人机技术和弹药技术结合产生的。凭借其灵活的作战方式，在对付战场中各类时间敏感目标将发挥巨大的作用，同时对所打击的区域形成较长时间的威胁。网络化智能弹药在现代战场上已经开始显现出巨大的威力。

对网络化弹药协同作战效能的研究，不仅能够评价网络化弹药协同作战能力的高低，而且是网络化弹药协同作战策略的理论基础。网络化弹药协同作战属于多个同质平台的协同。目前，对协同作战的研究大都集中在异质平台，因此本文研究具有重要的理论意义和军事应用价值。

1 网络化弹药协同作战过程分析

先来看单个网络化弹药的工作过程：弹药在目标区域上方散开以后，沿着规划好的路径飞行，搜索地面上的目标；如果潜在目标进入弹药的视场范围，弹药依据目标识别算法对目标进行判断；一旦目标被确认为是真目标，则弹药可以选择该目标进行交会，若弹药和目标满足了交会条件，弹药即可对目标进行攻击；目标被攻击后，其它弹药可对其进行毁伤评估，判断其状态，完全被摧毁或是仍然可以工作[2]。

在网络化弹药协同作战的过程中，各个弹药之间是要进行通信的，所有目标区域中的弹药都是处在一个网络中。网络化弹药协同作战流程如图1所示：

图1 网络化弹药协同作战流程

从网络化弹药协同作战流程可以看出，网络化弹药协同作战的特点是每个弹药能够与其它弹药进行信息共享，通过数据融合、决策算法等进行协同行为。

当有目标进入弹药视场时，弹药便由搜索状态进入识别状态。通过与其它弹药通信，该弹药将采用目标识别算法得出的结果与其它弹药进行数据融合、决策，得出最终的识别结果包括：

1）非目标或假目标，则该弹药继续搜索目标区域；

2）不确定目标，该弹药对其进行重新识别；

3）真目标，该弹药再次与其它弹药进行数据融合，通过决策算法，最终由处于最佳攻击条件的弹药，也就是最大攻击收益的弹药进行攻击；

4）已被攻击过的目标，这种情况下该弹药也会与其它弹药进行数据融合，利用决策算法得出最大毁伤评估收益的弹药，进行毁伤评估。

2 网络化弹药协同作战效能评估方法

由于协同作战弹药之间的消息传递、战场环境的复杂性、战场数据的融合，以及协同战术的多样化，使得对网络化弹药协同作战的效能评估成为一个十分复杂的问题。所以需要以新的视角结合常规效能评估方法对网络化弹药作战效能进行分析。本文从分析网络化弹药协同作战的过程入手，对应战场态势的特征，根据影响网络化弹药作战效能的因素，提出相应的作战指标，利用作战仿真法，进行网络化弹药效能的量化分析。

2.1 网络化弹药协同作战效能的定义

网络化弹药协同作战过程中，各个弹药之间相互影响和耦合，像弹药命中率这样描述单一武器效能的作战指标也要受协同的影响，对目标的识别以及攻击则是建立在数据融合基础上的，有目标被攻击后还会有弹药根据相应的算法对其进行毁伤评估，因此对网络化弹药效能评估要建立在对协同作战过程的分析以及战场态势的基础上。

作战效能是指在一定条件下，运用武器系统的作战兵力执行作战任务所能达到预期目标的程度。通常可以用完成目标的概率来衡量，往往具有不确定性[3]。但是不同系统根据其自身特点对作战效能的定义会略有差别，评估方法也不尽相同[4]。本文将网络化弹药作战效能定义为网络化弹药在执行协同作战任务时所能达到的预期可能目标的程度。

一般地，一个作战方案在实战或仿真推演过程中，会随时间定量表现出以下反映战场态势等方面的特征：信息能力、任务完成能力、决策能力、资源消耗等[5]。与之相对应，提出目标识别率（ERT）、目标杀伤率（EM）、假目标攻击率（EFA）、效费比（EN）四个效能指标。此外，网络化弹药完成不同的作战任务对各种能力的依赖程度是不同的，相应地各个效能指标对作战效能的影响也是不同的。因此在相应的作战指标前要乘以一个增益因子。不同的作战任务设置相应的增益因子，就可以实现相应的作战效能。综上，网络化弹药效能可表示为：

其中，Effe表示网络化弹药协同作战的效能，Ei表示效能指标，f(i)表示效能指标对应的增益因子。第一个等式表示Ei属于四种效能指标之一，第二个等式表示各个增益因子之和为1，这样能保证最后得出的作战效能在[0,1]区间内，便于将最后得到的结果进行比较。

2.2 影响网络化弹药协同作战效能的因素

文献[6]的研究表明，影响协同作战效能的因素主要有投入弹药的数量、弹药命中率Pk和假目标平均攻击率FTAR。

投入弹药数量是一次协同作战中投入的网络化弹药的数量，弹药命中率Pk是单颗弹药对目标攻击后将其杀伤的概率。

FTAR是单位面积上弹药攻击假目标的比率。定义为

其中，Paf是弹药遭遇假目标发起攻击的概率，fϕ是在作战区域中假目标的分布密度。本文主要研究影响协同作战效能指标的主要因素。简单起见，将假目标的分布密度设为常数，即将假目标数设为常数，故FTAR只与弹药遭遇假目标发起攻击的概率有关。

通过这些因素的不同组合，构成网络化弹药协同作战的不同作战条件。分析不同作战条件下网络化弹药的效能指标与这些因素的关系，可以得出提高网络化弹药效能的方法。

3 网络化弹药协同作战效能指标

作战效能指标是进行作战效能评估的基础和依据，必须既能全面反映作战的效能，又能反映实际问题对系统的功能需求。针对网络化弹药协同作战的过程和功能需求，提出协同作战的效能指标。

3.1 目标识别率

目标识别率是指正确识别的目标数目与目标总数目的比值，定义为

其中，NRTi是被正确识别的目标数目；NT是目标总数目。

协同作战战场上的信息获取是决定协同作战效能的基础。正确识别目标是成功发起攻击的前提，并且如果不能对目标进行正确识别，由于协同作战中数据链消息的交互，其它弹药收到的也是错误的信息，带来的只能是信息能力和作战效能的下降，因此目标识别率反映了网络化弹药协同作战的信息能力。同时，目标识别率也会影响决策能力，正确识别目标是做出正确决策的基础。网络化弹药协同作战提高了目标识别精度，对真目标的正确识别提高了有效杀伤率，对假目标的正确识别降低了对假目标攻击率[7]。

3.2 目标杀伤率

目标杀伤率是弹药杀伤有价值目标数目与目标总数目的比值，其定义为

其中，Nkill是弹药杀伤的目标数；NT是目标的总数目。

目标杀伤率EM可表示网络化弹药协同作战任务完成能力。不管是执行什么类型的任务，对目标的杀伤都是必然的要求之一，因此杀伤有价值目标数和目标总数的比值，可以反映完成任务的质量。

3.3 假目标攻击率

假目标攻击率是弹药攻击假目标数目与总共的假目标数目的比值，定义为

式中，NFk是弹药攻击的假目标数；NF是战场上总的假目标数。

对假目标的攻击，反映了对战场信息的判断错误，也影响了决策时间，因此假目标攻击率也是协同作战信息能力的体现。

3.4 效费比

因为网络化弹药协同作战属于同质平台的作战方式，只有一种作战费用即网络化弹药，所以投入的弹药数量可以相对代表投入战斗的费用。这里将效费比定义为杀伤有价值目标数目与总共投入的弹药数目的比值，其公式表达式为

其中，Nkill是杀伤的真目标数目；NM是投入的弹药数目。

资源消耗是反映战场态势的特征之一，效费比不仅反映了网络化弹药协同作战的资源消耗，而且也能说明这种作战方式“划不划算”。

4 仿真结果分析

为了研究网络化弹药协同作战的效能，将协同作战和非协同作战的情况作比较，通过对协同作战和非协同作战两种作战方式在不同作战条件下效能的比较，定量地对作战效能进行评价。

网络化弹药协同作战属于在时间上协同多武器的作战方式。文献[8]的研究表明，在时间上协同多枚同种精确制导武器采用的是分布式决策模式，弹群中所有精确制导武器都处于同等地位，利用分布式计算、决策算法、相互通信，使每枚精确制导武器的单独行为集成为群体智能，发挥高于智能个体的能力。本文采用的仿真软件基于这样的思路，采用C++编写。仿真界面如图2所示。在仿真中，弹药的任务主要有搜索、识别、攻击以及毁伤评估等，由能够实现最大效能增益的弹药执行攻击、评估任务。为简单起见，本文在研究中将仿真中的通信设为可信的、全局的，弹药之间的信息认为是没有错误的消息广播，弹药之间传输的都是正确的信息。

图2 仿真软件界面

仿真中弹药在发射区域随机分布，目标随机分布在搜索区域内。弹药按照路径规划，避开障碍物，寻找目标。目标进入弹药视野中即被弹药的传感器发现，由此分类为假目标和真目标。根据探测的角度以及距离等，仿真程序根据数据融合确定分类。当分类确定后弹药执行既定任务，以实现最大作战效能。这些既定任务有：

● 继续搜索——目标是假目标；

● 攻击——目标分类为真目标或攻击后未被摧毁；

● 毁伤评估——评估已攻击目标。

弹药执行这些任务直到仿真时间结束。本文中，为了研究不同的作战条件对协同作战效能的影响，分别对不同作战条件下的效能指标进行了仿真分析。每种作战条件仿真40次，求各项指标的平均值。根据2.2节的分析，不同的作战条件包括投入弹药的数量、弹药命中率kP、假目标平均攻击率FTAR，具体为投入弹药数量为5～40；弹药命中率kP分别为0.5，0.8；假目标平均攻击率FTAR分别为0.002，0.02。

4.1 目标识别率

目标识别率反映了网络化弹药协同作战的信息能力，图3、图4为不同作战条件下目标识别率的仿真结果。

由图3、图4可以看出:

图3 不同作战条件下目标识别率

图4 不同作战条件下目标识别率（FTAR=0.02）

1）协同作战的目标识别率基本上都要比非协同作战的目标识别率高，信息能力较强，表现在图中就是协同作战的目标识别率都在非协同作战之上；

2）两种作战方式的目标识别率随着弹药数目的增多都有不同程度上升。协同作战的上升曲线比较平滑，说明协同作战由于有弹药之间的协同，上升比较稳定；

3）图3、图4中非协同作战曲线由于弹药命中率不同而区分明显，说明非协同作战的目标识别率受弹药命中率的影响比较大。弹药命中率高的非协同作战目标识别率高；

4）当投入的弹药数量达到一定程度即图中所示弹药数目为25时，协同作战目标识别率上升变慢，说明此时投入的弹药数量已经处于“饱和”状态。

表1为不同作战条件下目标识别率的仿真数据。为简单起见，表中只列出了具有代表性的投入弹药数为10、20、30的情况。表中目标识别率提高为

其中，E协同RT是协同作战下的目标识别率，ERT非协同是非协同作战下的目标识别率。

表1 不同作战条件下的目标识别率

由表1可以看出，协同作战与非协同作战相比，目标识别率有不同比例的提高。在弹药命中率比较低（Pk=0.5）的作战条件下，这一比例提升得更多，因为在该作战条件下非协同作战的目标识别率受弹药命中率影响比较低。当投入的弹药数量足够多时，在高弹药命中率（Pk=0.8）情况下，非协同作战和协同作战的目标识别率相差不多。

4.2 目标杀伤率

目标杀伤率表示了网络化弹药协同作战的任务完成能力。图5、图6为不同作战条件下弹药协同杀伤率的仿真结果。

图5 不同作战条件下弹药协同杀伤率（FTAR=0.002）

图6 不同作战条件下目标杀伤率（FTAR=0.02）

由图5、图6可以得出以下结论：

1）协同作战的目标杀伤率仍然比非协同作战的目标杀伤率高，平均完成任务能力更强，表现在图中就是协同作战曲线都在非协同作战曲线之上；

2）两种作战方式曲线都呈上升趋势，说明两种作战方式的目标杀伤率都随着投入弹药数量的增多而上升；

3）对比图5、图6的非协同作战的曲线，弹药命中率高的目标杀伤率高，说明非协同作战的目标杀伤率受弹药命中率的影响较大；

4）当投入弹药数为25时，协同作战的目标杀伤率上升变缓，说明投入弹药数已达“饱和”。

表2为不同作战条件下目标杀伤率的部分仿真数据。表中目标杀伤率提高为

式中，EM协同是协同作战下的目标杀伤率，EM非协同是非协同作战下的目标杀伤率。

由表2可以看出，在弹药命中率比较低（Pk=0.5）的情况下，协同作战仍然保持了比较高的目标杀伤率，比非协同作战的弹药协同杀伤率提高的比例是很大的。对于非协同作战，提高弹药命中率高会带来相对比较高的目标杀伤率，但是提高弹药命中率会增加单颗弹药的研究和制造成本。因此，在不提高弹药命中率的情况下，采用协同作战是一个更好的选择。

表2 不同作战条件下的弹药协同杀伤率

20 0.2713 0.59 117.47 30 0.3863 0.7 81.21 10 0.2525 0.3737 48 0.00220 0.455 0.6063 33.25 0.830 0.6425 0.7075 10.12 10 0.25 0.3813 52.52 0.0220 0.4362 0.5825 33.54 30 0.6263 0.675 7.78

在弹药命中率比较高（Pk=0.8）的并且投入弹药数量“饱和”的情况下，协同作战和非协同作战的目标杀伤率相差不是很大。

4.3 假目标攻击率

假目标攻击率反映了网络化弹药协同作战的信息能力和决策能力，通过不同作战条件下的仿真，得到图7、图8的仿真结果。

由图7、图8得出以下结论:

1）图中的协同作战曲线基本都在非协同作战曲线下面，说明协同作战的假目标攻击率普遍比非协同作战假目标攻击率低；

图7 不同作战条件下假目标攻击率（FTAR=0.002）

图8 不同作战条件下假目标攻击率（FTAR=0.02）

2）协同作战曲线波动很小，说明协同作战的假目标攻击率基本上不受作战条件的影响，非协同作战曲线波动较大，表明非协同作战受作战条件的影响波动比较大；

3）协同作战在FTAR高时有不多的假目标攻击率，非协同作战在FTAR高时假目标攻击率尤其高。

表3为不同作战条件下假目标攻击率的部分仿真数据。表中假目标攻击率降低为

式中，EFA协同是协同作战下的弹药协同杀伤率，EFA非协同是非协同作战下的弹药杀伤率。

表3 不同作战条件下的假目标攻击率

由表3可看出：在FTAR较低（FTAR=0.002）时，协同作战和非协同作战假目标攻击率都为0。在FTAR较高（FTAR=0.02）时，较高的弹药命中率（Pk=0.8）提高了两种作战方式的假目标攻击率，但是对协同作战的影响更小。

对比4.3节和4.2节可以发现，协同作战通过降低假目标攻击率提高了总体作战效能，因为假目标攻击的减少使得更多的弹药可以去攻击真正有价值的目标。

4.4 效费比

效费比是网络化弹药协同作战资源消耗的反应，通过不同作战条件下的仿真，得到图9、图10仿真结果。

图9 不同作战条件下相对效费比（FTAR=0.002）

由图9、图10可以得出结论：

1）协同作战的相对效费比曲线基本都在非协同作战的曲线上面，说明协同作战的相对效费比更高，对资源消耗控制的更好；

2）随着投入弹药数量的增多，两种作战方式的相对效费比曲线都呈下降趋势；

3）对比图9、图10，相同FTAR、不同弹药命中率的非协同作战曲线明显不同，表明非协同作战在弹药命中率高的情况下相对效费比高；

4）在弹药数量饱和情况下，两种作战方式曲线下降平缓，说明相对效费比也基本下降到最低。

表4为不同作战条件下相对效费比的部分仿真数据。表中相对效费比提高为

式中，EN协同是协同作战下的弹药协同杀伤率；EN非协同是非协同作战下的弹药杀伤率。

由表4可以看出，弹药命中率较低（Pk=0.5）时，协同作战的相对效费比提高更多，对资源消耗控制得更好。当投入弹药数量“饱和”以后，相对效费比出现大幅下降，说明当投入弹药数量达到一定数目以后，再增加弹药数目已经收不到预期的效果。

表4 不同作战条件下的相对效费比

4.5 作战效能仿真实例

假设执行一次攻击时敏目标任务，投入弹药的数量为20，弹药命中率Pk为0.5，假目标平均攻击率FTAR为0.02。因为攻击任务对任务完成能力依赖较高，所以将目标识别率和目标杀伤率两个效能指标的增益因子设为1/3，另外两个效能指标的增益因子设为1/6。根据之前得到的仿真结果，由公式（1）计算网络化弹药协同作战和非协同作战的作战效能，如表5所示。

表5 两种作战方式的作战效能比较

由计算出的作战效能结果可以看出，执行此次攻击时敏目标任务，网络化弹药协同作战比非协同作战效能明显要高，也说明了本文提出的效能评估方法是可行的。

5 结束语

本文从网络化弹药协同作战的过程出发，分析了影响网络化弹药作战效能的因素，对网络化弹药协同作战的效能进行了指标量化分析。通过对作战仿真法得出的结论进行分析，结合网络化弹药作战效能的影响因素，可以得出不同作战条件下执行不同作战任务提高网络化弹药作战效能的方法。同时，本文的效能指标都是采用同类弹药的不同参数的比值，因此可应用于其它同质平台弹药的效能评估。分析说明了网络化弹药协同作战能够克服单个传感器的不确定性和局限性，提高弹药目标跟踪精度，合理分配作战任务，从而获得最大收益，实现最大的作战效能。最后的仿真结果也表明，网络化弹药协同作战具有较高的作战效能，也预示着其在未来战场上会发挥重要的作用。

[1]雷中原,李为民,崔超.基于斯特兹理论的地空导弹协同作战效能评估[J].兵工自动化，2008,27(5):44-47.

[2]李炜,张伟.网络化智能攻击子弹药任务规划[J].系统仿真学报,2009,21(23): 7560-7564.

[3]徐敬,张生.基于信息熵的反导系统综合作战效能评估研究[J].指挥控制与仿真,2010,32(5):63-66.

[4]陈军,高晓光,丁琳.时敏打击系统作战效能评估与效能分析[J].系统仿真学报,2007,19(17):4041-4045.

[5]肖凡,刘忠,黄金才.作战方案效能评估指标研究[J].军事运筹与系统工程,2006,20(2):41-45.

[6]Gozaydin,Orhan.Analysis of Cooperative Behavior for Autonomous Wide Area Search Munitions[D].Ohio,USA: Department of the Air Force,Air University,2003.

[7]Dunkel E.Investigation of Cooperative Behavior in Autonomous Wide Area Search Munitions[D].OH,USA:Air Force Institute of Technology,AFIT,2002.

[8]高文坤,张克,殷志宏.基于Agent的多精确制导武器协同攻击效能评估研究[J].系统仿真学报,2008,20(2):546-549.