中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
指挥控制与仿真

指挥控制与仿真 >

2025 , Vol. 47 >Issue 2: 30 - 39

DOI: https://doi.org/10.3969/j.issn.1673-3819.2025.02.004

智能无人作战

基于DoDAF的反无人艇集群作战体系设计

  • 穆冠杰 ,
  • 向翔 ,
  • 鲁赢
展开
  • 国防科技大学军政基础教育学院, 湖南 长沙 410072

穆冠杰(1995—),男,硕士研究生,研究方向为反无人艇作战筹划。

向 翔(1990—),男,硕士研究生。

Copy editor: 李楠

收稿日期: 2024-06-27

  修回日期: 2024-08-13

  网络出版日期: 2025-03-27

收起

Design of anti-USV swarm combat system based on DoDAF

  • MU Guanjie ,
  • XIANG Xiang ,
  • LU Ying
Expand
  • College of Military and Political Basic Education, National University of Defense Technology, Changsha 410072, China

Received date: 2024-06-27

  Revised date: 2024-08-13

  Online published: 2025-03-27

Fold

摘要

无人艇集群进攻是俄乌战场上出现的一种全新作战样式,对水面作战力量和沿海重要基础设施造成严重威胁,传统反制手段难以有效拦截。根据未来战争反无人艇集群作战需要,采用美国防部DoDAF体系结构框架,针对作战任务、作战组织、作战活动和资源交换信息流等内容,构建反无人艇集群作战体系模型,利用仿真模拟平台对该体系模型进行验证试验,验证了设计体系模型的有效性,符合设计需求,研究结果可为后续开展反无人艇集群战法应用研究提供一定参考。

关键词： DoDAF; 反无人艇集群; 作战体系模型; 仿真检验

本文引用格式

穆冠杰 , 向翔 , 鲁赢 . 基于DoDAF的反无人艇集群作战体系设计[J]. 指挥控制与仿真, 2025 , 47(2) : 30 -39 . DOI: 10.3969/j.issn.1673-3819.2025.02.004

Abstract

The emergence of unmanned surface vehicle(USV) attacks in the battlefields of Russia and Ukraine poses a significant threat to surface combat forces and critical coastal infrastructure, making it challenging to intercept by conventional countermeasures. In order to address the combat requirements in future warfare scenarios, the U.S.Department of Defense Architecture Framework(DoDAF) is adopted to model anti-USV swarm combat system architecture.A battlefield simulation software is used to test and evaluate the combat system, which verifies the effectiveness of the system. The research result can provide some reference for future studies on the application of anti-USV swarm combat.

Key words： DoDAF; anti-USV swarm; combat system model; simulation test

无人作战力量在近期局部战争中的广泛应用,使现代战争作战理论、作战样式、作战环境发生深刻变化,如何有效反制无人系统成为战场上新的重大课题,反无人作战已经成为决定未来战争胜负的关键。无人艇集群作为俄乌战场首次大规模应用的新兴无人作战力量,由于其作战费效比高、作战样式灵活、战场适应能力强等突出特点,可能给未来海战带来新的变革,反无人艇集群作战研究的重要性日益凸显。
由于现有反无人艇软硬武器装备在作战原理、开启时机和有效距离等方面存在差异,为提高水面力量、港口基地和沿海重要基础设施等重要目标对无人艇集群拦截成功率,缩短作战反应时间,增强反无人艇集群作战综合效能,有必要加强反无人艇作战体系结构设计,对现有武器装备进行集成优化,建立“多维一体、分域抗击”的作战体系,以应对日益严峻的敌无人艇集群威胁。美国国防部体系结构框架(Department of Defense Architecture Framework,DoDAF)是目前比较成熟的体系模型构建方式,本文基于DoDAF体系结构框架,构建反无人艇集群作战体系模型,系统阐述各反制手段在作战各阶段的活动过程,并利用仿真试验进行验证,为后续反无人艇集群作战的战法设计、效果评估和风险管控提供一定参考[1]。

1 反无人艇集群作战体系建模方法

DoDAF是美国国防部为实现联合作战需求,基于C4ISR体系架构设计的一种用于指导体系结构开发的顶层的、全面的框架和概念模型[2],目前已经发展到2.02版本,其中心思想是以数据为中心,通过引入能力视图、作战视图、系统视图等8个视图52个模型,将整体问题分解为数个部分,便于从不同角度关注体系内特定领域相关的数据和信息,同时保持对全局的把握。
构建作战体系就是要将某个具体的作战任务划分成若干子任务,各子任务分别侧重解决不同作战问题的模型构建,从而实现对复杂军事问题自上而下的分解,最终完成完整作战体系模型的构建[3]。本文根据海战场反无人艇集群作战需求,依次完成DoDAF中部分关键作战视图(operational viewpoint,OV)、能力视图(capability viewpoint,CV)、系统视图(systems viewpoint,SV)的构建,具体的步骤为:
步骤1:根据反无人艇集群作战任务需求,分析典型作战场景,描述作战体系的整体概念,构建高级作战概念图OV-1;
步骤2:在OV-1的基础上,结合作战实际,描述各子系统间指挥控制和协同关系,构建作战组织关系视图OV-4;
步骤3:通过分析反无人艇集群作战的阶段划分和各阶段具体作战任务,描述该体系下的作战活动,构建作战活动视图OV-5;
步骤4:在OV-5的基础上,描述各作战节点在作战活动中内部状态转变过程,构建作战状态转换视图OV-6b;
步骤5:根据OV-5和OV-6b中的作战活动流程,描述作战过程中各作战节点之间信息动态交互的时序关系,构建作战事件追踪视图OV-6c;
步骤6:根据作战活动中的信息交互和连接关系,以图形化方式描述各作战节点间的信息和资源交换,构建作战资源流交互视图OV-2;
步骤7:对OV-5中描述的作战活动进行分析,梳理归纳反无人艇集群作战能力需求,描述所需能力和各作战活动间的支持关系,构建能力活动映射矩阵CV-6;
步骤8:以实施反无人艇集群作战所需能力为基础,描述执行作战活动所必要的系统功能以及各功能之间的关系,构建系统功能分解视图SV-4;
步骤9:基于现有武器装备实际,描述反无人艇集群系统功能与设备的对应关系,分析系统是否可满足所有功能需求,每一项功能是否有对应的设备支持,构建系统功能活动映射矩阵SV-5a和系统设备映射矩阵SV-5b;
步骤10:在OV-5和SV-5b基础上,对设计的反无人艇集群作战系统组成、接口设置等进行分析,描述各子系统和设备间的接口交互关系,构建接口描述视图SV-1,为系统开发打好基础。
具体的模型设计步骤如图1所示。
图1 反无人艇集群作战体系模型设计过程

Fig.1 The design of anti-USV combat system model

2 反无人艇集群作战体系模型设计

以未来海上局部战争中强敌实施无人艇集群进攻作战为研究背景,以反制作战中的任务需求、作战活动、组织协调、功能需求、信息交互等为研究对象[4],以DoDAF为主要开发方法,构建反无人艇集群作战体系架构模型。

2.1 高级作战概念图(OV-1)

根据俄乌战场上的无人艇应用实践和国内外无人艇技术发展趋势[5-9],未来海战中无人艇典型的作战样式为:无人艇集群由水上水下多平台搭载渗透至目标防区外围隐蔽投放,完成组网后以作战编组队形向作战目标高速突防,执行侦察、电子干扰、火力打击、自杀式攻击等作战任务[10]。反无人艇作战任务需求为:及时发现并准确识别突防的敌无人艇集群,采取有效软硬手段快速拦截接近的敌无人艇,保护我水面作战力量、军港基地、沿海重要基础设施等重要目标完好。
根据作战任务需求分析,反无人艇集群作战体系应包括态势感知、目标识别、指挥控制、拦截摧毁四个关键环节[10],涉及指挥控制、侦察预警、信息处理、网电对抗、火力拦截、设障拦阻等作战分系统,构建的作战体系高级作战概念图OV-1如图2所示。
图2 高级作战概念图OV-1

Fig.2 High-level operational concept view OV-1

2.2 作战组织关系视图(OV-4)

根据高级作战概念图描述的作战场景,明确体系中各分系统和作战单元的指挥控制关系,建立高效的作战指挥链路,确保快速反应。舰艇、编队或岸基作战指挥中心应统筹全部作战活动,指挥各分系统,各分系统控制子系统或所属作战单元,各分系统、子系统之间形成协同关系。构建的作战组织关系视图如图3所示。
图3 作战组织关系视图OV-4

Fig.3 Organizational relationship view OV-4

2.3 作战活动视图(OV-5)

根据反无人艇集群作战任务需求,可将作战活动划分为态势感知、目标识别、指挥控制、拦截摧毁四项关键活动。根据各阶段具体作战任务,可将作战活动进一步细分为无人艇/无人机探测、水面/水下预置传感器探测、岸基探测、舰载传感器探测、目标识别、威胁度评估、目标指示、反制力量分配、电子对抗、密集火力拦截、无人机/巡飞弹拦截、直升机拦截、设障拦截等子活动,最终形成一条完整的作战杀伤链路,构建的作战活动视图OV-5如图4所示。
图4 作战活动视图OV-5

Fig.4 Operational activity view OV-5

2.4 作战状态转换视图(OV-6b)

为更直观地描述作战活动的先后顺序,以是否发现来袭无人艇目标和对目标的抗击结果作为作战状态转变的触发条件,以全部无人艇目标拦截成功作为作战活动的结束,展示作战体系中整体状态转换过程。以舰艇水面反制无人艇集群作战为例,构建的作战状态转换视图OV-6b如图5所示。
图5 作战状态转换视图OV-6b

Fig.5 Combat state transition description view OV-6b

2.5 作战事件追踪视图(OV-6c)

为确保各作战活动有序衔接,提高反无人艇集群作战效率,在作战活动视图和作战状态转换视图的基础上,以反制作战实施步骤为主线,按照作战活动时序逻辑对各子系统间信息交互关系和动态作战流程进行明确,构建的作战事件追踪视图OV-6c如图6所示。
图6 作战事件追踪视图OV-6c

Fig.6 Combat event tracking view OV-6c

2.6 作战资源流交互视图(OV-2)

在反无人艇集群作战体系中,为提高反应速度,确保有充足的反应时间灵活选择抗击手段,必须建立以指挥控制系统为中枢,侦察预警、信息处理和各软硬反制作战单元间信息畅通的资源交互关系,使战场态势信息、目标指示信息、武器攻击指令等信息资源在各子系统中高效流通,从而获取战场信息优势。构建的作战资源流交互视图OV-2如图7所示。
图7 作战资源流交互视图OV-2

Fig.7 Combat resources interactive view OV-2

2.7 能力活动映射矩阵(CV-6)

作战能力对作战活动的映射矩阵用于梳理反无人艇集群作战各项子活动所需的能力需求,可为后续选取具体武器装备提供依据。能力活动映射矩阵CV-6如表1所示。其中“√”表示相对应的活动与能力存在映射关系。
表1 能力活动映射矩阵CV-6

Tab.1 Mapping matrix of combat capability and activities CV-6

活动
能力		 态势感
知能力		 无线通
信能力		 信息处
理能力		 辅助决
策能力		 电子对
抗能力		 火力打
击能力		 制导
能力		 拦阻
能力		 支援保
障能力
无人机侦察探测 √ √
无人艇侦察探测 √ √
水面水下预置型传感器探测(港岸) √ √
岸基传感器探测(港岸) √ √
舰载传感器探测 √
态势融合分析 √ √
威胁度评估 √ √
目标识别判断 √ √
目标指示 √ √ √
武器分配 √ √ √
电子对抗 √ √
远程火力拦截 √ √ √ √
近防火力拦截 √ √ √
布设障碍拦阻(港岸) √ √ √ √
毁伤效果评估 √ √ √

2.8 系统功能分解视图(SV-4)

对反无人艇集群系统功能进行逐层分解,分解为分系统功能和子系统功能,下层功能是对上层功能的支撑[11],所有功能共同协作完成反无人艇集群作战。具体来说,该作战体系需具备态势感知功能、目标识别功能、指挥控制功能、拦截摧毁功能和其他作战辅助功能,各功能还可进一步细分子功能,构建的系统功能分解视图SV-4如图8所示。
图8 系统功能分解视图SV-4

Fig.8 System function decomposition view SV-4

2.9 功能活动映射矩阵(SV-5a)和系统设备映射矩阵(SV-5b)

系统功能对作战活动的映射矩阵用于梳理系统功能与作战活动的需求关系,便于各系统功能在不同作战活动中重复调用。系统设备映射矩阵用于梳理武器装备与作战活动的需求关系,确保每一项系统功能都有对应的具体武器装备,二者配合可将作战活动、能力需求、系统功能以及武器装备进行相互关联,最终用于构建完备的反无人艇集群武器装备体系[12]。系统设备映射矩阵SV-5b如表2所示,证明武器装备体系的完备性(在此不展示具体武器装备型号)。其中“√”表示相对应的活动与武器装备存在映射关系。
表2 系统设备映射矩阵SV-5b(部分)

Tab.2 Mapping matrix of equipment and activities

武器装备
活动		 无人机
侦察		 无人艇
侦察		 预置型传
感器探测		 岸基传
感器探测		 态势融合
目标识别		 目标指示
武器分配		 电子
对抗		 远程火
力拦截		 近防火
力拦截		 布设障
碍拦阻
XX型侦察无人机 √
XX型侦察无人艇 √
XX型声呐阵列 √
XX型岸基雷达 √
XX型无线通信系统 √ √ √ √
XX型综合情报分析台 √ √
XX型指挥控制系统 √ √
XX型电子战系统 √
XX型舰载直升机 √
XX型攻击型无人机 √
XX型巡飞弹 √
XX型近防武器系统 √
XX型制导系统 √ √ √
XX型拦阻网布放装置 √
XX型时统系统 √ √ √ √ √ √

2.10 接口描述视图(SV-1)

为实现OV-2中的资源交互能力,在各子系统中定义信息交互接口,本文主要描述重要系统层面的信息交互,包括指挥控制系统、警戒探测设备、信息处理设备、电子对抗系统、各武器系统等,不涉及单一武器装备的具体接口,为现实作战体系中各系统接口的开发提供一定依据。构建的接口描述视图SV-1如图9所示。
图9 接口描述视图SV-1

Fig.9 System interface description view SV-1

3 反无人艇集群作战体系模型验证

根据OV-4、OV-5、SV-5b等视图和矩阵所示,本文设计的反无人艇集群作战体系是在作战指挥中心统一统筹指挥下的,由指挥控制、侦察预警、信息处理、网电对抗、火力拦截、障碍拦阻等作战分系统组成,包括无人艇/无人机探测、水面/水下探测器探测、舰载传感器探测、目标识别、威胁度评估、目标指示、反制力量分配、网电对抗、无人机/巡飞弹拦截、直升机拦截、密集火力拦截、设障拦阻等作战活动,由无人机、无人艇、各传感器、电子战系统、近防武器、巡飞弹、拦阻网和其他信息保障设备等武器装备支撑的一套“多维一体、分域抗击”的作战体系。
根据OV-6b、OV-6c所示,该作战体系中作战活动共分为态势感知、目标识别、指挥控制、拦截摧毁四个关键环节,各作战活动的时序逻辑关系为无人艇(无人机)远程探测/舰载传感器探测/水面水下预置探测器探测、目标智能识别、目标指示、武器分配、电子干扰(达到有效距离后)直升机、低成本攻击无人机、巡飞弹远程拦截/近防武器近程火力拦截、布设拦阻网、浮栅末端拦阻(位于港口时)。
为检验设计作战体系拦截无人艇集群的有效性,根据OV-1中描述的无人艇典型进攻作战样式,利用战场仿真模拟软件构建水面作战舰艇单舰航行状态下反无人艇集群作战场景:一艘红方驱逐舰在能见度不良条件下减速航行时遭遇蓝方埋伏于岛礁区的40艘自杀型无人艇高速突袭。其中,蓝方无人艇性能参数参照乌克兰“Magura V5”自杀型无人艇,最高航速约为70 km/h,战斗部装药量为350kg~400 kg,一艘命中即可重创中大型舰艇,艇艏加装有防护钢板。交战双方力量对比如表3所示。
表3 红蓝双方力量对比

Tab.3 Comparison of combat force

阵营 作战力量 数量/艘 航行速度/
kn		 初始距离/
n mile
红方 XX型驱逐舰 1 15 10
蓝方 XX型自杀型无人艇 40 38 10
设置实验组和对照组,分别代表设计作战体系和常规作战模式。其中,实验组红方携带4架侦察无人机位于舰艇四周3 n mile处远程伴飞警戒,搭载有反无人装备电子战系统、一次性自杀无人机10架、多用途直升机1架、近防炮1座(备弹一个弹药基数);对照组仅靠舰载传感器及自身观察瞭望方式识别敌艇,除缺少无人机及专用电子战系统外,舰载武备与实验组保持一致。由于能见度不良气象条件,光学探测设备及人眼目视识别距离降低至2 n mile,且受到无人艇隐身特性强、海面杂波干扰、目标识别算法不够成熟等因素影响,现阶段通常依靠光学频谱或影像确认来袭无人艇目标性质。综上,各组仿真初始条件设置如表4所示。
表4 实验组与对照组初始条件对比

Tab.4 Comparison of initial conditions

类别 实验组 对照组
侦察预警方式 无人机前出侦察 舰载传感器侦察+
目视瞭望
目标识别距离
(能见度不良条件下)		 2 n mile(光学)+
3 n mile(无人机前出)		 2 n mile(光学、目视)
反制抗击手段 电子干扰、直升机、
自杀无人机、近防炮		 近防炮、直升机
电子干扰概率 0.3 /
单架无人机目标毁伤概率 0.7 /
近防炮单个目标命中概率 0.8 0.8
近防炮摧毁单个
目标平均命中次数		 5发 5发
将上述参数输入仿真软件,各组仿真初始态势如图10、图11所示。
图10 实验组仿真初始态势

Fig.10 Initial situation of experimental group

图11 对照组仿真初始态势

Fig.11 Initial situation of control group

利用仿真软件按照OV-6b、OV-6c所描述的作战阶段进行作战全过程模拟,令红蓝双方按照预设的交战规则自动交战,以蓝方无人艇全部被击毁或任意一蓝方无人艇撞击红方驱逐舰时终止仿真,各组仿真终止态势如图12、图13所示,最终各组交战双方战损结果如表5所示。
图12 实验组仿真终止态势

Fig.12 Termination situation of experimental group

图13 对照组仿真终止态势

Fig.13 Termination situation of control group

表5 实验组与对照组拦截结果对比

Tab.5 Comparison of intercept results in two groups

阵营 作战力量 组别 原有
数量		 完好
数量		 重创
数量		 击毁
数量		 拦截
率
蓝方 XX型无人艇 实验组 40 0 0 40 100%
对照组 40 3 13 24 60%
红方 XX型驱逐舰 实验组 1 1 0 0 /
对照组 1 0 0 1 /
从仿真结果看,实验组红方舰艇对蓝方无人艇集群拦截成功率达100%,而对照组拦截成功率仅60%。最终结果表明,本文设计的反无人艇集群作战体系能够有效提高拦截来袭常规无人艇集群成功率,仿真结果与设计期望一致,符合设计需求。

4 结束语

本文瞄准无人艇集群对未来海战场带来的严峻威胁,以海战场反无人艇集群作战为研究对象,基于DoDAF构建反无人艇集群作战体系模型,从框架中关键作战视图、能力视图和系统视图的设计入手,描述作战体系中的作战需求、系统功能、武器装备、作战活动、能力需求及组织架构等要素之间的相互关系。最后利用战场仿真模拟软件对设计的反无人艇集群作战体系结构模型进行仿真验证。最终结果表明,通过采用该方法建立的作战体系,能够有效提高对敌常规无人艇集群的拦截成功率,实现较好的反无人艇集群作战效果,符合设计需求,研究结果可为后续反无人艇集群作战的战法设计、效果评估和风险管控提供一定参考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
赵晨晨, 欧宗伟, 叶巨翼, 等. 基于DoDAF的反无人机集群作战体系结构建模[C]// 中国指挥与控制学会第十一届中国指挥控制大会论文集. 北京: 兵器工业出版社,2023:7.

ZHAO C C, OU Z W, YE J Y. Anti-UAV Cluster combat architecture modeling based on DoDAF[C]// Proceedings of the 11th China Command and Control Conference of Chinese Command and Control Society. Weapons Industry Press,2023:7.

[2]
杨光, 梁琨, 沈海伟. 基于DoDAF的水面舰艇对空自防御系统设计[J]. 火力与指挥控制, 2024, 49(1): 182-189.

YANG G, LIANG K, SHEN H W. Anti-air self-defense system design for surface ship based on DoDAF[J]. Fire Control & Command Control, 2024, 49(1): 182-189.

[3]
史志富. 基于DoDAF的蜂群无人机防空压制作战体系研究[J]. 郑州航空工业管理学院学报, 2024, 42(2): 5-13.

SHI Z F. Study on the SEAD combat architecture of swarm drones based on DoDAF[J]. Journal of Zhengzhou Institute of Aeronautical Industry Management, 2024, 42(2): 5-13.

[4]
蒋超, 崔玉伟, 闻子侠. 基于DoDAF的作战任务结构建模与仿真[C]// 中国航空学会.第六届中国航空科学技术大会论文集. 北京: 北京航空航天大学出版社,2023:9.

JIANG C, CUI Y W, WEN Z X. Modeling and simulation of combat mission structure based on DoDAF[C]// Chinese Society of Aeronautics and Astronautics. Proceedings of the 6th China Aeronautical Science and Technology Conference. Beijing University of Aeronautics and Astronautics Press,2023:9.

[5]
孙盛智, 盛碧琦, 刘玉, 等. 舰载无人艇作战运用模式及关键技术[J]. 舰船科学技术, 2023, 45(9): 89-93.

SUN S Z, SHENG B Q, LIU Y, et al. Operational mode and key technologies of ship-based unmanned surface vehicle[J]. Ship Science and Technology, 2023, 45(9): 89-93.

[6]
王石, 张建强, 杨舒卉, 等. 国内外无人艇发展现状及典型作战应用研究[J]. 火力与指挥控制, 2019, 44(2): 11-15.

WANG S, ZHANG J Q, YANG S H, et al. Research on development status and combat applications of USVs in worldwide[J]. Fire Control & Command Control, 2019, 44(2): 11-15.

[7]
程烨. 小型无人艇研究现状及关键技术[J]. 中国造船, 2020, 61(S1): 241-249.

CHENG Y. Research status and key technologies of small USV[J]. Shipbuilding of China, 2020, 61(S1): 241-249.

[8]
郑华荣, 魏艳, 瞿逢重. 水面无人艇研究现状[J]. 中国造船, 2020, 61(S1): 228-240.

ZHENG H R, WEI Y, QU F (C/Z). Review on recent developments of unmanned marine surface vessels[J]. Shipbuilding of China, 2020, 61(S1): 228-240.

[9]
李伟, 徐轩彬, 郑振宇. 世界无人艇技术研发动态与作战使用分析[J]. 舰船电子工程, 2022, 42(4): 4-7.

LI W, XU X B, ZHENG Z Y. World unmanned boat technology research and development dynamics and operational use analysis[J]. Ship Electronic Engineering, 2022, vol. 42 (4): 4-7.

[10]
赵晨晨, 欧宗伟, 徐磊, 等. 无人机集群作战威胁及反无人机集群对策研究[C]// 中国指挥与控制学会.第十一届中国指挥控制大会论文集.兵器工业出版社,2023:4.

ZHAO C C, OU Z W, XU L, et al. Research on the combat threat of UAV cluster and countermeasures against UAV cluster[C]// China Command and Control Society. Proceedings of the 11th China Command and Control Congress. Weapons Industry Press,2023:4.

[11]
苑博, 崔鹏, 赵鑫业. 海上分布式跨域无人集群协同作战能力需求与典型场景分析[A]. 第十一届中国指挥控制大会[C], 2023.

YUAN B, CUI P, ZHAO X Y. Analysis on requirements and typical scenarios of maritime distributed cross-domain unmanned cluster collaborative combat capability[A]. The 11th China Command and Control Congress[C], 2023.

[12]
陈虹, 王东, 张洪江, 等. 面向反无人机蜂群的智能对抗体系[J]. 兵工自动化, 2023, 42(6): 81-84.

CHEN H, WANG D, ZHANG H J, et al. Intelligent countermeasure system for anti-UAV swarms[J]. Ordnance Industry Automation, 2023, vol. 42(6): 81-84.

Options
文章导航

/

〈 〉