一种基于军事概念模型的想定生成方法

想定是作战模拟的基本依据,任何一个成功的作战模拟模型都是建立在成功的想定基础之上的.实践表明,想定的拟制工作非常复杂、费时,提出了一种基于军事概念模型的想定生成方法,实现了军事人员在开发想定的同时完成了仿真运行前的数据资源准备工作,提高了仿真的开发效率,保证了仿真的真实性.     

基于HLA的想定数据转换接口研究

为了实现想定系统与具体实施的演习系统的平台无关性,提出了面向军事人员的军事想定、面向仿真人员的模拟脚本以及面向实兵演练的作战脚本的概念。在此基础上,设计并实现了军事概念层面的实体、行动与基于HLA的仿真概念层面的盟员对象类、交互类之间关系映射的映射工具。通过该映射工具,实现了军事想定到基于HLA的模拟脚本的数据转换。     

军事想定数据挖掘技术研究

针对当前作战仿真领域中存在的不能充分理解和使用想定的问题,根据作战仿真工程的需要,提出了一种利用数据挖掘技术帮助理解和使用想定数据的方案.对想定数据的挖掘是文本挖掘的具体应用,其基本过程包括建立语料库、增加词典库、确立特征匹配规则、设计分类学习算法、形式化描述挖掘结果等五个步骤,设计了想定挖掘的工作流程,确定了想定挖掘的基本目标,并根据挖掘过程的特点和技术需求探讨了想定挖掘面临的各项关键技术,对进一步实施想定挖掘的研究具有重要意义.     

分布交互仿真/高层体系结构中作战想定的可视化生成系统

对DIS／HLA中作战想定的可视化生成和加载进行了研究，着重分析了基本模型的管理，模型的实例化参数化，代码自动生成，文档自动生成以及模型数据的自动加载等。并研究了实体模型的可重用性和作战想定可视化生成系统的互操作性。最后针对导弹攻防对抗仿真系统开发了作战想定的可视化生成系统，它基于高效的数据管理方法并提供对信息管理系统的无缝连接，论文不仅研究和实现了作战想定的可视化生成系统，,同时为DIS／HLA的各种支撑系统的可视化研究提供了重要的参考依据。     

基于MSDL和C-BML的想定形式化描述

作战想定的形式化描述是将概念模型转化为计算机可以识别的数据形式,统一的形式化标准对提高想定的可重用性以及作战领域的互操作性具有重要意义。首先,简单介绍了军事想定定义语言MSDL和联合作战管理语言C-BML,然后提出了一种基于MSDL和C-BML的想定形式化描述方法,为我军形成规范的作战想定描述提供一定的参考价值,最后采用这种描述方法开发实现了一个想定生成系统。     

作战想定的形式化表述方法研究

作战想定是作战仿真中军事与技术沟通的桥梁,需要通过形式化的方式进行有效的表述.从作战需求和仿真系统开发技术出发,通过分析抽象提出了作战想定形式化表述的W5(Who, When, Where, What, hoW)原则,并进而对作战单元的时空运动和使命任务规划方法进行研究,提出了一种基于原子条件和原子行为的任务规划方法,最后介绍了采用这一研究结果开发实现的一个作战仿真系统.     

基于使命模式的仿真想定动态提炼研究

作战体系对抗仿真想定涉及内容多、结构复杂,在想定构建过程中需要不断对想定内容进行调整优化。为提高作战体系探索性仿真效率,提炼出更优、更符合指挥员意图的武器装备体系配置方案和部署方案的想定,提出了一种基于使命模式的想定动态提炼方法,定义了想定动态提炼所采用的特殊的仿真模式——使命模式,分析了该模式的特点,给出基于使命模式的想定动态提炼的流程和算法,最后结合航空兵对地面目标突防筹划分析,实现了想定动态提炼的过程。实验表明,基于使命模式的想定提炼方法可以对多种想定局部效果的动态分析比较,通过单次仿真即可实现传统蒙特卡洛模式下需要多次仿真才能完成的探索过程,大大提高了探索效率。     

基于深度学习的体系作战效能智能评估及优化

采用仿真模拟评估方法进行体系作战效能评估包括配置想定、多次运行仿真系统和调用效能评估模型计算多个复杂步骤。针对此流程复杂、耗时长的问题,提出一种基于深度学习回归思想的体系作战效能智能评估方法,引入基于进化策略的作战效能优化流程。以全连接深度回归网络为预测模型,通过多个数据集的试验结果给出网络隐层数和样本量选择的指导原则。进一步结合遗传算法调整网络输入得到优化输出,迭代性能较好。以某仿真系统为例初步验证了其有效性和使用价值。     

基于支持向量机的部队作战效能评估

随着信息化战争复杂性与不确定性的增加,对部队作战效能的评估提出了更高要求。在分析支持向量机和增强最简半自治适应性作战神经网络仿真工具箱（enhanced irreducible semi autonomous adaptive combat neural simulation toolkit, EINSTein）特点的基础上,建立了基于支持向量机的部队作战效能评估模型,完成从评估指标到作战效能值的非线性映射。在一定作战想定背景下,结合EINSTein系统产生的仿真数据对模型进行了验证。仿真结果表明,与误差反向传播神经网络（back propagation neural networks, BPNN）相比,基于支持向量机的效能评估模型能够降低人为因素的影响,更准确地评估部队作战效能,是一种有效的评估方法。     

基于Agent的网络化防空导弹体系仿真分析

网络化防空导弹体系是未来防空导弹作战体系的发展趋势。作为一个全新的复杂作战体系,采用基于Agent的建模仿真(Agent-based modeling and simulation, ABMS)方法进行仿真分析是支持其论证工作的有效途径。以分布式无中心节点网络化结构为基础,分析了该体系的结构和新型作战特点;设计了基于Agent的网络化防空导弹体系仿真框架,包括仿真实体类型及关系、实体交互框架、Agent内部结构以及行为规则;通过一个作战想定,详细分析了网络化结构下防空导弹体系的信息优势、决策优势和作战优势,并在相关方面提出建议。     

体系对抗仿真SEB组合建模方法论

体系对抗仿真已经成为武器系统作战效能评估和武器装备论证的有效手段。然而，目前缺乏对于体系对抗仿真建模方法的研究。总结了面向效能评估的导弹体系对抗仿真基本概念和特点，分析了体系对抗仿真模型描述中存在的主要问题，在此基础上，提出体系-实体-行为的分层组合描述方法，作为体系对抗仿真的建模方法，即SEB组合建模方法，并给出其参考模型和各个层次建模的参考视图．SEB组合建模方法将体系对抗仿真建模的复杂性分解到各个层次的建模当中，再通过组合形成完整的战场对抗体系模型，可以有效指导体系对抗仿真的建模工作。     

Research on system-of-systems combat simulation model formal specification and representation

1. INTRODUCTION Weapon equipments acquisition and demonstration has become more and more prominent in the informationalized war conditions while operational effectiveness evaluation is its core part. The compl- exity and uncertainty of weapon systems operational effectiveness evaluation make traditional analysis methods or expert evaluation methods less effective to solve problems. Simulation based operational effe- ctiveness evaluation is an efficient solution. The increased complexity o…     

基于元路径的武器装备体系作战网络链路预测方法

链路预测是网络科学研究的基本问题,武器装备体系作战网络链路预测有助于识别异构作战网络中的隐含信息,对网络重构、关键节点识别以及作战计划制定等具有重要意义。从体系视角出发,基于元路径思想,提出了一种基于元路径的武器装备体系作战网络链路预测方法。首先,针对武器装备与装备间关系的异质性,分别抽象为作战网络中不同类型的节点与边,建立武器装备体系异构作战网络模型。其次,异构作战网络中不同元路径具有特定语义含义,梳理异构作战网络中存在的元路径并对其具体物理含义进行描述,提出基于元路径冗余度的节点相似性指标,在此基础上构建武器装备体系作战网络链路预测模型。最后,与选取的典型链路预测模型及算法进行对比,证明所提方法的可行性和有效性,并结合具体军事应用需求进行应用实例研究。     

体系对抗仿真模型形式规范研究

体系对抗仿真已经成为武器系统作战效能评估和武器装备论证的有效手段。然而,目前缺乏对于体系对抗仿真模型抽象方法的研究。在总结体系对抗仿真实体层次建模和体系层次建模基本要素的基础上,对DEVS进行扩展,给出了面向体系对抗仿真的模型形式规范描述,包括实体模型形式描述、事件类型形式描述、体系模型形式描述以及实验模型形式描述。体系对抗仿真模型形式规范是对DEVS向体系层次描述的有益扩充,可以有效地指导体系对抗仿真的建模工作。     

基于体系结构设计的空战系统任务元模型建模

作战体系结构设计可以解决由于空战系统本身的复杂性和涌现性导致难以建模描述的问题, 随着未来空战新概念发展, 需要从基于模型的系统工程思想角度, 在统一的结构框架下构建空战系统任务元模型以适应体系架构的更迭变化。首先, 描述了任务元模型内涵。然后, 提出了一种基于体系结构设计的任务元模型构建方法, 根据该方法选取并设计美国国防部体系结构框架的视图产品。最后, 选取超视距(beyond visual range, BVR)空战想定进行作战体系结构建模, 根据标准语义关系抽取描述任务关键特征的BVR空战系统任务元模型数据组, 生成任务元模型数据库。结果表明, 所提方法能够实现作战概念需求引导下作战任务模型架构的快速组合、验证和复用。     

武器装备体系对抗的一种研究方法

武器装备对抗的体系化是信息化战场的显著特征,然而体系对抗过程的复杂性使得体系作战效能研究相对较为困难。基于系统工程思想提出了一种体系对抗的研究方法,方法将研究内容分为四个层次:对抗交互层、系统损伤层、功能层、效能层,首先给出了各层次的定义。然后对该研究方法的思想和步骤进行了详细的阐述,通过建立各层次描述指标,研究层次间相互关系,在此基础上从分析体系对抗的物理规律入手,采用定量与定性相结合,依次完成各层指标的推理和计算,得到对抗条件下武器装备体系的作战效能。最后以导弹防御体系与具有突防能力的某导弹武器系统的对抗为例,验证了方法的有效性。     

基于装备体系韧性的作战网络链路重要度评估及恢复策略

韧性可以全面描述装备体系吸收打击或干扰、并从打击或干扰中恢复的能力, 体现了体系的综合性能。针对装备体系的韧性提出了一种量化评价方法, 以对装备体系作战网络链路进行重要度评估。首先给出了装备体系韧性的明确定义, 并建立了量化韧性的数学模型; 其次提出了基于韧性增加值的链路重要度指标, 并构建了一种基于装备体系韧性的作战网络链路重要度评估模型; 然后构建了不同的恢复策略,并分析了其对作战网络性能恢复的影响; 最后通过应用案例验证了所提方法与模型的适用性和合理性, 为优化体系结构、保障和提高体系作战性能提供了理论支撑, 也为进一步开展基于装备体系韧性的作战网络应用研究提供了参考借鉴。     

基于作战环的导弹武器系统体系相对贡献率评估

基于作战环理论,从节点、边、环等层次建立武器装备体系作战网络模型,并结合蒙特卡罗方法,提出一套高效的体系相对贡献率评估方法。针对典型作战想定,研究两种导弹不同发射数目对突防和毁伤概率的影响。仿真结果表明:导弹的突防概率随着发射数目的增加而显著增加;当导弹发射数目超过6枚时,目标毁伤概率高达95.3%以上,基本达到饱和;导弹I₂作战效能明显比导弹I₁高；当发射导弹数量小于等于3枚时, I₂的体系相对贡献率达到133.3%以上。     

基于特征匹配的舰载对陆导弹目标识别模型

针对传统基于前视模板的匹配算法中难以直接识别与跟踪建筑等目标的问题, 提出基于特征匹配的对陆导弹目标识别模型。该模型通过对末制导导引头图像预处理, 利用改进YOLOv3深度学习目标检测算法和改进Deeplabv3+深度学习语义分割算法来识别目标区和烟雾区, 采用并行法排除烟雾遮挡对目标识别的干扰, 最终判别分析规则判断模型是否识别成功。仿真实验结果表明，该模型能够快速有效精确地完成对陆地目标的识别, 兼具较好的抗烟雾干扰能力, 有利于提高对陆导弹的目标识别水平与作战效果。     

中距协同空战决策过程二次聚类重构与评估

未来空战将以中距空战为主,找出导致中距空战结果的原因是开展贴近实际的中距空战智能决策需解决的重要问题。针对空战训练过程中记录数据分布的复杂特点,建立了中距协同空战训练评估模型,提出了基于高阶导数聚类和相对模糊熵聚类的二次聚类方法,计算编队协同决策集,实现编队中距协同空战决策过程重构。以编队协同搜索和协同机动决策的角度,寻找编队协同决策与中距空战结果的相关性,并通过实例评估验证了聚类算法的合理性。