基于复杂网络的指挥控制信息协同模型研究

网络化作战的时代特征迫切需要新的仿真模型和评价方法,以预测信息优势对作战效果的影响。在描述网络化指挥控制活动特点的基础之上,从复杂网络角度出发建立起指挥控制信息协同模型,并就不同规则演化下的网络特征变化进行了定量分析,从而为评估信息协同对作战效果的影响提供了新的研究思路和方法。     

基于作战环的武器装备体系能力评估方法

针对现有的武器装备体系结构描述与能力评估方法难以体现装备关联关系对体系能力的影响,借鉴复杂网络理论应用于武器装备体系网络化建模方面的优越性,基于作战环的武器装备体系结构描述与建模方法,将武器装备体系构成实体抽象为网络中的节点,节点之间的信息流抽象为网络中的边。通过对节点和边进行建模,构建了整个作战环的能力指标体系。基于信息熵理论分析了作战环执行作战任务的不确定性,给出了武器装备体系作战能力评估方法的具体流程。最后,对天基信息支援反导作战进行网络化建模及作战能力评估,验证了方法的可行性和合理性。     

基于局域世界的加权指控网络演化模型

为动态评估指挥控制网络面向复杂任务和对抗环境下的内在机理和外在行为,采用复杂网络理论分析了指控网络的动态特性,综合考虑了指控网络实体及网络结构关系的异质性,建立了基于多属性加权的指控网络模型;制定了指控网络节点和边的加入或删除规则、局域世界规则和边权演化规则,提出了基于局域世界的加权指控网络演化模型。仿真实验表明,模型具有贴近战场实况、遵循幂率分布、作战效率高等特点,可为指挥控制系统的网络化建设提供理论依据。     

基于节点防护能力的指挥控制系统网络抗毁性分析方法

针对指挥控制系统抗毁性分析方法中通信网络的作用和节点防护能力表征不足的问题,建立指挥机构依赖于通信节点的双层网络模型,从维持系统运行的角度定义节点的防护能力;在此基础上分析节点依赖因素下的失效机理,按照作战实施情况将攻击策略分为攻心、断链和打尾3种,并区分优先攻击指挥机构和优先攻击通信节点两种情况,提出抗毁性动态指标、模式指标和系统指标对指挥控制系统抗毁性进行评估。案例分析表明,该抗毁性分析方法具有一定的参考价值,实验结果还表明系统在优先攻击通信节点情况下的抗毁性较差。     

基于节点重要度与改进信息熵的装备体系效能评估方法研究

针对装备体系网络建模过程中未充分考虑节点异质性等问题, 提出了基于节点重要度与改进信息熵的体系效能评估方法。首先, 依据作战环理论和装备分层方法构建装备体系网络模型。其次, 从网络全局、网络局部、战时装备完好性三方面综合评估节点重要度。最后, 根据节点权值和节点参与作战环数量, 建立了改进信息熵的作战效能评估模型。以轰炸蓝方指挥所作战体系为例进行分析, 验证了所提方法的可行性和合理性。     

基于信息熵的复杂作战网络动态演化研究

网络中心战、分布式和分散式指挥控制逐渐替代传统的以平台为中心的作战形态和集中式指挥控制,信息成为一种作战能力。结合新型信息化武器装备体系作战环,构建了基于信息熵的复杂作战网络模型,提出了信息化武器装备体系作战能力的度量方法。以提高作战能力作为网络演化动力,设计了复杂作战网络的动态演化规则,构建了择优演化和随机演化2种作战网络演化模型。结合典型信息化武器装备体系作战案例,对其作战网络动态演化进行分析,揭示了复杂武器装备体系整体作战能力与武器装备单元微观变化之间的规律,为信息化武器装备体系作战效能设计与优化提供理论依据。     

基于节点中心性的时变复杂网络布局算法

目前,时变网络布局算法主要从网络结构和美学指标出发维持用户意象图,并没有考虑节点中心性的影响。为此,将嵌入节点中心性改进传统静态网络布局算法为时变网络布局算法。首先,引用节点半局部中心性指标改进PageRank算法来评估节点的中心性;然后,根据节点的中心性和稳定度来计算动态半径作为节点的约束因子;最后,在静态网络布局算法中加入控制节点移动的约束因子,形成基于节点中心性的时变网络布局算法。实验结果表明,所提方法可以在保存用户意象图和美学标准间达到平衡,且对大型时变网络也具有良好的计算能力。     

基于功能图的作战体系关键节点分析

目前大多数基于网络拓扑的作战体系关键节点分析方法只是单纯考虑作战节点的拓扑连接关系, 缺乏从实际业务角度考虑体系中各节点在功能之间的相互依赖。而多数基于作战环的作战体系关键节点分析方法又需要分析人员具有很强的专业背景知识, 且存在分析数据难以获取等问题。基于此, 提出了一种基于功能图的作战体系关键节点分析方法。首先, 介绍了基于任务、反映作战体系功能的功能图概念。然后, 提出了基于功能图的度中心性、介数中心性、接近中心性、PageRank算法、节点移除和收缩等关键节点分析方法。最后, 以某作战体系为例, 作战环为其功能图, 采用介数中心性、接近中心性、基于功能图的介数中心性、基于功能图的接近中心性、基于功能图数量的节点移除法等关键节点分析方法对作战体系中关键节点进行分析, 验证了该方法的简单性、可行性及有效性。     

基于杀伤网贡献率的动态体系节点重要度评估

针对当前作战体系节点重要度评估存在的节点功能异质性及多样性刻画、体系模型动态性构建、体系作战能力计算等研究不够充分的问题，建立了面向动态作战体系的杀伤网能力模型，提出了杀伤网能力动态计算模型方法和搜索算法。考虑杀伤链的数量和质量，提出了杀伤网能力指数和基于杀伤网能力指数贡献率的节点重要度评估模型。在仿真模拟实验中，对比了不同时空状态下，按杀伤网能力指数、度中心性等7种攻击方式对网络进行打击后的杀伤网能力指数的下降程度。仿真结果显示，所提方法明显优于其他基准方法，验证了所提算法的合理性。     

基于ONM的无人机信息支援远程体系作战能力评估

提出无人机远程信息支援体系的顶层作战概念,建立远程作战的OODA环模型。对无人机信息支援下的远程作战体系进行深入研究,探索作战网络节点和边的建模方法,构建作战网络模型。基于信息熵度量作战过程的不确定性程度,提出基于OODA环和作战网络模型的体系作战能力评估方法。通过实例分析,验证评估方法的适用性。通过对评估结果的分析,辨识对作战能力影响较大的节点,对比不同作战环的作战能力,生成作战环信息流程建议。     

延迟容忍网络中基于社会属性的负载感知路由

延迟容忍网络中采用中心性作为路由尺度会使部分节点承载过多的网络流量。针对这一问题,提出了一种基于社会属性的负载感知路由算法。使用节点的介数中心性（betweenness centrality, BC）和相似性两个社会属性指标以及节点的负载状况作为选择中继节点的依据,避免了消息传播能力强的节点产生严重的拥塞,均衡了网络流量。仿真结果表明,该算法能够提高网络的交付比率,减小网络的开销。     

结合网络动力学的电网关键节点识别

为了有效发掘出网络中的重要环节,提出了一种综合网络结构和节点动力学的电网关键节点识别方法,该方法结合两种已有的节点重要性评价指标——度中心性和接近中心性,同时定义和网络动力学相关的两个指标——临界同步耦合强度和失同步扩散时间。综合考虑4种性能指标的影响来确定节点的重要性,克服了单一评价指标的片面性,可以得到比使用单一评价指标更为准确的节点重要性评价结果。在IEEE14和IEEE57节点系统上进行仿真测试,实验结果验证了方法的合理性和有效性。     

基于复合边权重的加权复杂网络级联抗毁性优化

针对加权网络级联抗毁性问题,融合对级联失效动力学过程有重要影响的节点度和介数两种指标,提出一种节点度和介数相关的边权重模型,该模型通过定义调整两种指标占边权比重的参数,以及调整网络异质度的权重参数,使得边对故障引起的额外负载的承载能力更强。理论分析与仿真结果表明,存在某一权重参数以及比重系数取值使得BA无标度网络和NW小世界网络鲁棒性达到最强;相比单一指标边权方法,提出的模型能够更加有效地提升网络级联抗毁性能。     

基于节点分级的NNSs跨层MAC协议设计

针对组网导航系统(networked navigation systems, NNSs)中节点高速移动、能量受限及通信时滞的问题, 融合了基于移动汇聚节点的交叉路由树构建及链式分簇相结合的路由协议(cross routing tree construction based on mobile sink and chain clustering, CRTCC), 设计了一种基于节点分级的跨层媒介访问控制协议(medium access control protocol based on graded nodes, GN-MAC)。GN-MAC采取了基于竞争的媒介访问方式, 结合CRTCC协议特点定义GN-MAC包格式并完成具有多级别节点的自适应虚拟分簇, 同时设计了改进型节点移动性检测算法, 作出了最优簇间切换决策, 提出了基于优先级的竞争机制以及多信道通信机制。最后通过算例仿真, 验证了GN-MAC在节点高速移动和多移动节点情况下, 时滞和能耗得到了有效的控制。     

基于多任务学习图卷积模型的航空网络节点分类

准确识别航空网络关键节点, 做好针对性防护, 对于保证航空网络正常运行至关重要。传统的方法, 如基于复杂网络中心性指标的方法, 或基于机器学习的算法, 只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题, 本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型, 该模型在图卷积网络的基础上, 引入多任务学习及自适应加权策略, 将“节点—节点相关性”作为辅助任务加入模型的训练过程中, 并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型, 为图卷积在航空网络节点分类方向的应用提供了思路。     

基于标签传播识别网络中的关键节点

基于标签传播动力学提出了一种识别网络关键节点的算法,主要思想是把每个节点接收到不同标签的数量作为判断节点重要性的指标。应用两种不同的传播模型,在不同网络上与其它中心性指标作比较。结果表明:基于标签传播的中心性指标比其它的中心性方法可以更好地识别网络中的关键节点。基于标签传播的中心性指标还具有以下优势:不需要利用网络的结构信息,因此可以推广到大规模网络上;揭示了一种现象——好的接收者往往也是好的传播者。     

空面对抗作战指控系统的效能评估研究

针对空面对抗作战系统的组成结构特点,分别分析了基于平台中心操作、共享COP(Common Operation Picture)操作和网络中心战操作模式下的指控系统结构。研究了指控系统的节点网络操作图、节点网络延时,分析了节点协作能力对指控系统的影响,并建立了指控系统效能的计算模型。最后进行了相应的仿真计算与分析。仿真结果表明在网络中心战操作模式下,空面对抗作战指控系统的延时大大缩短,系统的作战效能得到了大幅度提高。     

能力与权力:大规模复杂网络重要节点识别的二重异质指标及算法

为快速识别大规模复杂网络中的重要节点,本研究将人类社会普遍存在的两类不平等映射为节点在网络中的能力与权力的二重异质性,设计了评价复杂网络节点重要度的DH指标,构造了用于DH指标快速分布式计算的并行随机距离渐进(parallel random distance approach,简称PRDA)算法.通过网络最大连通率、网络均衡熵、算法有效性和算法效率的评价实验验证DH指标及PRDA算法的有效性,得出结论如下:DH指标在识别重要节点时能适应不同拓扑特征的复杂网络,识别性能优于或同于时间复杂度更高的介数;PRDA估计算法在最短路径获得概率p=1-10~(-1.5)的水平上得到的节点效率估计值■与真实值η_i的Pearson相关系数在0.975以上,且在大规模网络上进行节点效率估计结果更可靠;在Apache Spark并行内存计算环境中应用时间复杂度为O(n~2/l)的PRDA算法求解DH指标耗时远小于介数求解耗时,这表明算法的时间特性也适于大规模网络.