武器装备体系对抗仿真技术研究

陆志沣,洪泽华,张 励,董 晨,钱晓超,宫 琳

(1.上海机电工程研究所,上海 201109;2.北京理工大学 机械与车辆学院,北京 100190)

0 引言

以信息技术为核心的新军事变革推动着现代战争形态转变,现代战争主要模式不再是以往单一军兵种的作战,而是多军兵种协同的体系作战。现代作战体系将信息系统与武器系统高度融合,不断提升基于信息化的体系作战能力,形成陆、海、空、天、电、网和心理、认知一体化的体系对抗模式。关于体系,目前尚没有统一的定义。国际上一般认为体系是由系统组成的系统,即system of systems(SoS),family of systems(FoS),super systems,meta systems等[1-2]。本文认为武器装备体系是针对体系对抗任务,由相辅相成、相互制约的各种武器装备构成的一个有机作战整体。武器装备体系是一种复杂的系统,体系与组成系统及作战环境之间交互关系复杂,具有非线性、涌现性、博弈性等特点[2-3]。典型的武器装备体系,如重点区域侦察监视体系、弹道导弹防御武器装备体系、舰艇编队联合防空武器装备体系、阵地防御武器装备体系、太空攻防武器装备体系等。武器装备体系研究与实施对促进装备体系技术发展、装备论证与建设、体系作战能力提升等有着重大意义。

武器装备体系研究主要有3种手段：理论研究、实验研究和仿真研究[4]。其中,体系仿真由于其具有低成本、可重复、可考核边界、极限、复杂条件下作战指标等无可比拟的优势,已成为武器装备体系研究的重要技术手段[5-8,12]。体系仿真技术是以系统科学、军事科学、信息科学,以及相关应用领域的专业技术为基础,以计算机系统、与应用相关的仿真器等为工具,对敌我双方对抗过程中的武器装备系统的功能性能、交互关系、行为模式、战场环境及其效应等进行模拟,以获取武器装备体系对抗结果的一项综合性、交叉性技术。体系仿真技术是武器装备体系化论证、设计、试验、分析、训练、运用等应用领域的重要技术。

本文梳理了发展武器装备体系对抗仿真技术的需求,介绍了国内外武器装备体系对抗仿真技术的发展现状,并从体系仿真的建模技术、支撑技术、工程应用技术等方面详细论述主要研究方向及相关研究成果。

1 武器装备体系对抗仿真技术需求

1.1 武器装备体系建模技术需求

模型是军事实体在仿真系统中的数字化映射,是武器装备体系仿真的重要基础[9]。当前,建模方法已实现从封闭的简单系统建模发展到开放的复杂系统建模、从自适应性低的静态建模发展到基于多领域、多视图、多粒度的动态建模。武器装备体系是一种动态变化的开放系统,在体系对抗仿真过程中,要体现体系的非线性、涌现性、自适应、对抗双方博弈等特点,随着人工智能技术在装备中的应用,还应反映体系的智能性,这对武器装备体系建模提出了更多的方法与技术需求,主要包括：1)体系不确定性/涌现性建模技术;2)装备体系智能化建模技术;3)自适应智能指控、智能规划决策建模技术;4)作战体系组织行为建模技术;5)类脑认知建模技术;6)基于大数据的建模技术;7)多分辨率柔性可配置的建模技术;8)网络信息体系建模技术;9)新概念装备建模技术;10)新型作战空间建模技术。

1.2 武器装备体系仿真支撑技术需求

体系仿真支撑技术以先进的计算机和网络技术以及仿真和信息技术的标准和规范作为核心技术框架,为体系仿真系统的建模、集成、运行、评估等全寿命周期活动提供技术、工具等基础支撑。

多军兵种联合,多领域、跨学科的融合作战是体系作战的重要特征。因而,从技术角度来看,体系仿真支撑技术需关注高效能/智能化/服务化体系仿真支撑技术和跨域/异构联合仿真支撑技术。

体系对抗仿真过程涉及作战实体不断增多,信息流程关系错综复杂,仿真评估置信度要求越来越高,使得建模仿真、仿真运行模型调度更为复杂,且评估分析运行样本数量庞大,对高效能/智能化/服务化体系仿真技术需求尤为迫切。该技术具体有以下特点：1)能以不同加速比进行大规模/大样本仿真试验;2)可针对不同资源的任务调度,实现仿真任务的动态迁移;3)可针对不同的评估任务,实现自动指标体系生成以及在线自动评估;4)可针对不同的仿真需求,提供订制化的仿真资源支持。高效能/智能化/服务化体系仿真需要研究的技术包括：多分辨率柔性可配置建模技术、体系仿真模型和数据资源综合管理技术、服务化一体化体系仿真架构、高性能分布并行一体化体系仿真引擎技术等。

集成来自不同领域、不同地点、不同类型的仿真试验资源,构建逼真的体系对抗环境,是高效、高置度开展多领域、跨学科的融合作战体系仿真的有效途径。跨域/异构联合仿真支撑技术主要用于支撑异构系统(如数字仿真、半实物仿真、靶场实装等)、异构仿真系统(如高级体系结构HLA、试验与训练使能体系结构TENA、分布式交互仿真DIS等)和异构网络(如广域网、局域网、战术数据链等)的互联与互操作,实现仿真资源的综合集成,本文所述“跨域”是指“跨领域”“跨学科”“跨地域”。当前,跨域/异构联合仿真需要解决的技术主要包括：联合仿真实时引擎技术、实时仿真网络通信技术、异构数据智能交互技术、远程联合仿真信息安全技术、时空一致性高精度保持技术、多约束条件下联合仿真实时互操作技术等。

1.3 国内外武器装备体系对抗仿真技术

1)体系仿真模型研究

在体系仿真模型研究方面,为了促进模型重用与互操作,美军提出了2类目前广泛应用的军用仿真模型开发方法：基于单元(unit)的仿真模型描述方法和基于组件(component)的仿真模型描述方法。基于单元的仿真模型描述方法是从基本的军事活动出发,如规划、指挥、机动、维保等,描述模型的属性和功能。采用这类模型体系的仿真平台主要有作战人员仿真系统(WARSIM2000)、联合作战仿真系统(JWARS)等;基于组件的仿真模型描述方法是从作战装备出发,如飞机、舰船、武器系统等,描述模型的属性和功能。采用该模型体系的仿真平台主要有扩展防空仿真系统(EADSIM)、柔性分析建模与训练系统(FLAMES)等。在此基础上,美军构建了权威的建模与仿真资源知识库,美国国防部建立了仿真资源网站,将其作为仿真资源库的入口,美国陆军、海军、空军等建模与仿真管理机关建立了10个仿真资源库节点,不同节点之间能够彼此访问,共享仿真资源信息,支持资源共享和重用。

国内在这一领域研究起步较晚,主要以跟踪研究为主,但研究进展较快。在模型体系设计、建模理论与方法研究方面接近国际先进水平。装备论证及研制单位,针对各自领域,构建了较为完备的仿真模型库。但在模型库的建设过程中,未遵循统一的标准,导致模型的重用与互操作性差,难以实现资源共享。目前,我国正在推进相关标准的研究与制定,积极建设国家级的仿真资源库,以促进资源的共享。

2)体系仿真支撑技术研究

美军体系仿真技术发展非常迅猛,开发了任务级的扩展防空仿真系统(EADSIM)、战役级的联合作战仿真系统(JWARS)和联合仿真系统(JSIMS)、战区级的联合战区级仿真系统(JTLS)等商业化的仿真支撑软件[10-11]。不断发展联合任务试验环境(JMETC),实现地域上分布的试验靶场、训练基地、实验室以及演习部队互联,推动了研究、试验、训练、评估一体化联合仿真水平不断提升。截至到目前,JMETC已实现分布在全美的110多个功能站点的互联。支撑了“千年挑战(MC)”“红旗”“施里弗”等一系列军演。在弹道导弹防御系统(MD)等装备体系研制的全过程中发挥了重要作用。

国内,在引进吸收的基础上,开发了“扩展仿真平台(XSimStudio)”“数字武器开发平台(DWK)”“基于组件的一体化建模与仿真系统(CISE++)”等一些自主知识产权的体系对抗仿真平台,并逐步在航空、航天、船舶、兵器等国防工业部门中开展应用。国内在联合仿真研究方面起步较晚。哈尔滨工业大学根据HLA/TENA 相关规范及国内靶场试验训练情况,提出HIT-TENA 体系结构标准,应用于分布式虚拟试验系统平台的搭建和相关仿真软件的开发。国防科技大学将TENA 通信中间件公共对象请求代理体系结构(CORBA)替换为数据分发服务(KD-DDS),实现了分布式系统仿真环境中各个仿真节点之间高效、高速的数据交互。

总体而言,国内武器装备体系对抗仿真技术还存在一定差距。一方面,建模方法难以满足新概念体系作战仿真需求,模型体系不完善,重用与互操作性差;另一方面,支撑平台技术不适应高效能、智能化、服务化体系仿真需求。因此,为满足迫切的应用及技术需求,必须开展相应关键技术研究,研制具有自主知识产权的产品。

2 武器装备体系对抗仿真关键技术

武器装备体系对抗仿真涉及若干关键技术,针对武器装备体系对抗仿真技术需求,重点阐述体系仿真建模技术、体系仿真支撑技术2 类关键技术。

2.1 体系仿真建模技术

体系仿真建模主要基于相似性原理、数据科学、人工智能等方法与技术,对实战环境下红蓝双方对抗过程中仿真对象的功能性能、交互关系、行为模式、频谱特性、战场环境及其效应等进行模拟,支撑体系对抗仿真与评估。体系仿真建模技术主要涉及建模理论与方法、实体建模、行为建模、复杂环境建模等方面。其中,基于大数据的建模技术、复杂环境建模等是当前的研究热点。

1)基于大数据的武器装备体系建模技术

武器装备体系是一种复杂系统,存在大量非线性、不可控、不确定、难以预知等难以量化的因素,不再是简单的线性关系,导致武器装备体系高置信度建模越来越困难,甚至不可能。此外,武器装备在全生命周期内产生了反映其各方面特性的大量数据,但相关数据利用率很低,数据价值未能充分挖掘。由于基于大数据的建模是一种数据关联性建模,为“黑盒”建模方法,而非事件的因果性建模,因此,利用大数据技术手段,对于提高存在大量非线性、不确定性特征的武器装备体系的建模效率、置信度等具有较好的理论与应用价值。图1给出了一种基于大数据的建模思路。由图可见,基于大数据的建模首先以大数据技术为手段进行数据仓储化存储、降维、融合等建模仿真预处理;然后采用因素间关联分析、聚类分析等数据挖掘手段,建立研究对象与数据属性项之间的关系,并筛选识别敏感指标,构建针对系统、子系统的分层指标体系;最后采用基于大数据的建模仿真和传统的基于模型的仿真相结合的方法,开展复杂系统中各分系统的建模仿真,采用基于妥协决策的方法对体系进行多领域综合建模,最终实现武器装备体系建模。

图1 基于大数据的建模思路框图Fig.1 Diagram of big data-based modeling

2)复杂战场环境建模

环境建模主要研究环境与武器装备间的相互影响。战场环境建模研究内容繁多,针对临近空间、太空等空域,主要研究大气、云、电离层、极光、地球临边电磁环境、太阳辐射、深空背景(星空)等环境与效应的机理,研究环境因素对装备在识别、跟踪、引导等链路中重要环节的影响。其中,环境对传感器探测及识别概率、对链路通信效果等影响的建模是目前研究重点。战场环境与武器装备相互作战的物理机理十分复杂,特别是装备在跨空域/介质飞行过程中涉及多种物理场耦合,实现环境影响效应模拟的无缝衔接较为困难,是复杂战场环境建模当前研究难点。图2给出了一种数据驱动的临近空间、太空环境建模原理框架。该模型反映了临近空间及太空光学环境对武器装备主/被传感器探测概率的影响。建模过程中考虑临空环境/临边大气、太阳和深空背景(背景恒星辐射)等几类背景环境,结合探测时间、观测几何关系、探测器属性(位置、方向、姿态等)、太阳辐射模型、临近空间大气模型、临边大气模型、深空背景模型等计算获取其辐射特性;然后,结合目标的辐射特性,并考虑大气透过率的影响,得到目标和背景环境耦合的辐射场景;最后,结合考虑探测器相关参数,利用探测系统的信杂比与探测概率关系获得特定环境下装备的探测概率。

图2 战场环境建模原理框图Fig.2 Diagram of battlefield environment modeling

2.2 体系仿真支撑技术

体系仿真支撑技术主要包括支撑体系建模、集成、运行、评估等全寿命周期活动的相关技术。当前,值得关注的有高效能/智能化/服务化体系仿真支撑平台技术和跨域/异构体系对抗联合仿真平台支撑技术。

1)高效能/智能化/服务化体系仿真支撑平台技术

随着军事对抗从“平台对抗”发展到“体系对抗”,武器装备作战体系面临的使命或任务的参量发生了很大的改变。在短时间内涉及的作战元素从几十变成几百、几千,甚至几万,作战武器从单一武器系统到多武器系统协同作战。因而,体系对抗仿真面临“维数灾”和“复杂性灾”,亟需发展更高效能、更加智能的体系仿真支撑平台技术。高效能/智能化/服务化大规模体系仿真支撑平台技术为模型开发、想定制作、模型部署、多种协议下的系统集成、运行管理及数据在线采集等提供工具及标准规范支撑,为大规模体系仿真提供智能化、服务化开发、高效率运行的公共支撑环境。

图3给出一种高效能/智能化/服务化大规模体系仿真支撑平台架构。该平台以组件化协同建模技术、C4ISR 体系架构作为核心技术框架,使用高性能分布并行一体化体系仿真引擎。

由图可见,平台采用3层结构,包括支撑层、模型层、应用层。其中：支撑层提供支撑装备体系建模、仿真运行与分析评估等的基础软硬件环境,包括模型设计、想定编辑、仿真引擎、效能评估、态势显示等一系列工具集,以及多台仿真工作站组成的局域网环境;模型层包括装备模型、典型威胁目标模型以及战场环境模型、作战想定,针对装备体系仿真建模粒度需求,采用组件化模型设计方法,进行设计和开发,构建攻防双方模型库,为不同想定下的仿真应用提供模型共享和重用;应用层,基于多台计算机节点网络互联硬件环境以及仿真软件支撑环境下,针对装备体系研究具体应用开发构建仿真应用系统,在仿真引擎驱动下,实现典型应用背景的体系作战仿真。

基于该平台目前已构建了覆盖我国陆军、海军、空军、火箭军,以及多军种联合作战的体系仿真应用系统,为作战概念研究、武器装备立项论证、武器装备作战运用研究等提供了重要的技术及手段支撑。

2)跨域/异构体系对抗联合仿真平台支撑技术

传统的试验体系和管理机制是以单装备、单系统分段独立试验为主,在一定程度上造成了目前部门之间、仿真试验系统之间存在林林总总的“烟囱”,限制了整体仿真能力发挥,难以对装备体系的整体作战效能进行全面科学的考核与评估,不能适应基于信息系统的体系化装备发展需求。跨域联合仿真可以打破阻碍信息流动、实时共享和资源优化等各种壁垒,实现仿真系统间互联、互通、互操作,促使仿真总体效能的导向“涌现”。

图3 高效能/智能化/服务化体系仿真支撑平台架构Fig.3 Support platform architecture of high-effect/intelligence/service SoSsimulation

图4给出一种跨域/异构体系对抗仿真平台在试验前、中、后不种阶段的主要活动及所提供的工具集。该平台以统一资源管理为基础,提供仿真代理开发、接口适配器开发、调试诊断、试验设计和训练规划、应用部署、运行管控和状态监视、态势显示、数据采集、接口校验、在线和离线分析评估等工具,相互关联衔接,全方位全过程支撑任务指挥、技术开发、参试受训、分析评估、系统管理人员在试验训练前、中、后3个阶段的业务流程和活动。

基于该平台,目前已实现了1 000 km 分布范围内的信息系统、指挥控制系统、打击/防御火力系统等仿真试验资源的一体化集成,开展了跨域体系对抗联合仿真试验演示。

3 体系仿真工程应用技术

3.1 体系仿真系统校核、验证、确认(VV&A)技术

体系仿真系统应用的前提是保证系统的可信性。VV&A 是实现仿真系统高置信的重要手段。VV&A 是指校核(verification)、验证(validation)、确认(accreditation)。

仿真系统中使用的模型可分为3种类型：现役装备模型、新概念装备模型以及蓝方模型。对于3类模型的可信度评估方法有所区别。对于现役装备模型的可信度评估,主要采用定量方法基于仿真数据和参考数据进行一致性分析,具体可分为模型输出特征分析、评估数据准备及预处理、数据一致性分析、一致性分析结果综合以及模型可信度评估结果输出5个阶段。对于新概念装备模型和蓝方模型,由于缺乏参考数据,同时多数新概念武器装备模型仅为功能性模型,因此主要采用定性的评估方法,如模糊综合评判法,对其进行可信度评估,主要步骤分为建立因素集、建立评判集、建立权重集、建立单因素判断矩阵、模糊综合评判等5个阶段。随着基于大数据的建模、智能化建模等新的建模理论与方法的出现,给仿真模型的VV&A 带来了新的挑战,也是VV&A 技术后续重要的研究方向。

3.2 面向高维变量空间的体系仿真试验设计技术

体系仿真试验具有设计参量数目众多、类型各异、指标多样等特点,其仿真试验设计针对的为高维变量空间,如何在不影响评估效果的前提下,解决仿真试验参数组合爆炸的问题,最大程度提高仿真效率,是体系仿真试验设计的主要研究内容。

影响仿真试验运行效率的主要因素为试验因子的数目和选用的试验设计技术。因此可以从以上两方面入手,开展仿真试验设计,提高试验运行效率。其中一种方法是：首先进行试验需求分析,采用高维变量空间寻需技术获得仿真试验因子集合,然后采用基于灵敏度分析与筛选试验的试验因子聚合技术减少试验因子数目,最后采用序贯设计进行试验设计,形成试验方案。

3.3 基于仿真的武器装备体系作战效能评估技术

武器装备体系对抗是一个典型的复杂巨系统问题,影响对抗结果的因素很多,包括装备技术因素、作战(指挥)因素、人的行为(规则)因素、战场环境因素等,且相互之间存在诸多交叉影响。对于武器装备不同的体系作战样式而言,体系作战效能具体是什么、相互之间是什么关系、怎么评价,这是理论和技术上的难点[12]。

图5 是一种数据驱动的装备体系仿真评估方案。该方案以武器装备体系对抗仿真试验为基础,采用作者所在团队研发的数据驱动的智能评估方法,开展武器装备体系效能、贡献度等评估,支撑装备的论证以及优化设计。基于该方案,目前已在重点装备的立项论证、作战效能评估,以及重要演习方案评估、叙利亚热点分析等多个案例中进行应用,取得了良好的效果。

3.4 大数据管理与分析技术

体系仿真涉及的数据主要包括模型数据、想定数据、方案数据、试验数据、分析评估数据等。每开展一次仿真试验,新增数据少则数十吉字节,多则上百吉字节。目前,这类庞大的数据资源利用率极低,其价值没得到充分挖掘。体系仿真大数据管理与分析技术主要研究大数据的存储、分析、挖掘技术等,用于支撑装备体系的设计与评估。

图5 数据驱动的武器装备体系仿真评估框架Fig.5 Diagram of data-based weapon SoS simulation and evaluation

图6是一种大数据管理与分析框架,主要包括3个层次,分别是数据源层、平台层和应用层。为了实现大数据的管理与分析,平台层又可划分为4个部分,分别是数据存储/处理底层框架、统一数据获取、大数据预处理和大数据分析与服务。

图6 大数据管理与分析框架Fig.6 Architecture of big data management and analysis

4 后续发展

目前,国内外对装备体系对抗仿真研究较多,在建模理论与方法、体系仿真支撑技术、仿真评估应用等方面取得了不少理论与应用成果。今后,在需求牵引和技术发展的推动下,仿真技术呈现出以下趋势：

1)仿真技术从传统侧重支撑“中间”设计验证向支撑论证和试验鉴定“两头”拓展

为了及早发现并解决技术或装备存在的缺陷,防止不成熟的技术物化为作战系统,美国国防部在装备论证及分析阶段就引入作战任务环境,拓展试验内容,以指导装备体系的顶层设计,帮助决策者判断装备系统、装备体系等能否满足作战任务要求。为实现体系对抗条件下对装备进行科学、全面考核评估,在试验鉴定阶段,美军提出了“仿真试验与鉴定过程”概念,推行仿真试验与鉴定的一体化。

2)体系建模与仿真技术向智能化发展

体系建模与仿真在大数据、机器学习等技术的推动下,正朝着智能化方向发展,以适应研究对象涌现性、自组织性和不确定性的演化特征。智能化建模仿真可根据研究对象的变化情况进行自组装、自学习,实现自适应性仿真。特别是“人”的因素加入后,对建模技术提出了较大挑战。“人”是作战体系中的关键因素,人的行为在很大程度上影响着事件最终的发展方向。智能化建模研究为体系仿真过程中对“人”的要素模拟提供支撑。当前,智能化建模在人的行为建模方面的主要内容有：指挥控制行为建模、智能规划/决策建模、博弈对抗行为建模、类脑装备建模、复杂网络系统组织行为建模等。

3)新概念装备实体建模逐步加强

装备实体建模对象是侦察、定位、决策、行动(OODA)环中的各类装备。对于已列装/定型的装备,由于其作战原理、指标特性、运用方式等均有成熟研究,所构建的仿真模型一般而言具有较高的置信度。对于新概念装备,特别是颠覆性概念装备,正处于研究探索的过程中,对其建模难度较大。当前,新概念装备建模对象主要有：天基信息网络、天空地一体化信息网络、智能决策系统、跨域指挥与控制系统、跨介质作战平台、无人机蜂群、动能武器、定向能武器、太空机器人等。