中国指挥与控制学会会刊 
1 系统基本构成
分布式指挥控制系统由信息处理、辅助决策、通信指挥等各种功能要素,基于网络技术,按照特定组织关系与指挥机制相结合,履行分布式联合作战指挥控制职能的军事信息系统。相对于传统集中式指挥控制系统,分布式指挥控制系统的层次结构更加扁平,任务部署更加柔韧,行动支配更加敏捷,更适合对多类型、多区域分散配置的无人或人机协同的武器装备进行管控,是各种新型作战样式得以有效实施的基础。
从系统功能角度划分,分布式指挥控制系统的基本组成主要包括信息融合分系统、决策支持分系统、信息传输分系统以及指挥人员等,其组成关系如图1 所示。分布式指挥控制系统利用信息融合分系统接收和处理各路战场情报信息,通过决策支持分系统进行规则匹配、模型计算、人机交互等操作,形成多个作战方案,由指挥人员定下决心后,通过信息传输分系统下达行动部署、分配作战任务,并将各作战单位获取的战场信息反馈给信息融合分系统。
从网络结构角度划分,分布式指挥控制系统由分散配置于不同区域的指控节点,按照特定拓扑结构通过通信链路相互连接构成,如图2 所示。信息传输分系统由大量通信链路和传输设备组成,信息融合分系统和决策支持分系统包含很多网络接入设备连接到信息传输分系统的传输设备上,利用各种通信链路以有线或无线方式互联互通,构成了以分散部署的信息融合分系统和决策支持分系统为指控节点、以高效互联的信息传输分系统为通信手段的指控网络,并成为分布式指挥控制系统的组织形式和运行基础。
2 系统评估指标设计
从系统功能和网络结构角度衡量分布式指挥控制系统效能,评价的依据和标准在于指挥控制的传输性、可靠性,以及有效性。如图3 所示。
指挥控制传输性考查分布式指控系统的信息传输能力,是对系统网络建设完善程度的度量,评价指标主要包括网络吞吐力、平均传输率、平均传输时延等。传输性高的分布式指挥控制系统,指控节点数量和关系设置更加合理,网络拓扑结构布局更加科学,信息传输量更大,传输效率更高,能够全面支持作战指控过程中的海量信息交互与传输。
指挥控制可靠性考查分布式指挥控制系统的持续运行能力,是对系统功能执行延续程度的度量,评价指标主要包括系统关联度、系统聚合度、系统失效概率等。可靠性高的分布式指挥控制系统,结构关系设计更加科学,功能分配设置更加均衡,战场适应性更强,任务执行率更高,能够充分满足作战指控过程的复杂性和多样性要求。
指挥控制有效性考查分布式指挥控制系统的任务完成能力,是对系统功能作用可实现程度的度量,评价指标主要包括信息融合率、决策匹配率、决策生成时间等。有效性高的分布式指挥控制系统,能够按照系统设计要求和作战需求,更加正确、及时地执行并实现各种系统功能,任务完成率更高,能够充分发挥指控系统在作战过程中的兵力倍增作用。
按照以上评价依据,可选取的指标还有很多,这里仅选取以下几项较为重要且可量化的指标做重点分析。
1)网络吞吐力
网络吞吐力是指在各通信链路技术条件确定的情况下,指控网络的最大信息传输能力,体现了分布式指挥控制系统总体上可容纳的信息流量上限。网络吞吐力越强,在单位时间内能够转发的总的信息量就越大,传输效率就会越高。
2)平均传输准确率
平均传输准确率是指各通信链路上传输的信息数据被准确接收的平均比例,体现了分布式指挥控制系统在单位时间内正确传输的信息量大小。平均传输准确率越高,各指控节点之间出现数据包丢失、解码错误、重组失序等传输问题的情况就会越少,系统实际信息传输量就会越大。
3)系统关联度
系统关联度是指各指控节点之间关联关系的紧密程度。系统关联度高的分布式指挥控制系统,拥有更多的通信链路连接相同数量的指控节点,这些通信链路使得各指控节点之间能够建立更多的信息传输路径,相互联系更加紧密,系统运行更加可靠。
4)系统聚合度
系统聚合度是指基于指控节点度数确定的系统聚合化程度。聚合度高的分布式指挥控制系统,拥有更多功能任务集中的指控节点,导致整个系统的任务中心化程度较大,功能配置不均衡,容易出现任务负载不平衡、功能执行瓶颈等降低系统运行效率的情况。
5)信息融合率
信息融合率是指信息融合分系统对接收到的多路信息源进行有效融合的程度,体现了分布式指挥控制系统的信息分析处理能力。信息融合率越高,对各路信息源的关联分析和融合处理能力就越强,信息的转换和利用率会更高,得出的战情判断结果更为真实有效。
6)决策匹配率
决策匹配率是指决策支持分系统对信息融合后得出的作战情况进行有效决策匹配的程度,取决于决策支持分系统中各类知识、规则和模型的匹配作用,体现了分布式指挥控制系统的决策生成能力。决策匹配率越高,对作战情况的框定会越准确,生成的决策方案会更符合作战要求。
3 系统评估模型建立
3.1 指标解析模型
1)网络吞吐力解析模型
指挥控制网络在单位时间内的总吞吐量等于所有通信链路的带宽之和。将指挥控制网络中的通信链路数量记为L,将第l条通信链路的带宽记为banl,将网络总吞吐量记为thr,则有
thr= banl
为了避免网络规模和结构特征对评估结果产生影响,引入网络最大信息传输速率需求,并对网络总吞吐量与最大信息传输速率需求取比值,作为网络吞吐力的指标度量。
将指挥控制节点数量记为N,如果其中第m个指挥控制节点与第n个指挥控制节点之间存在通信需求,由于受到各通信链路的带宽限制,m和n之间的信息传输速率最大等于其通信路径中的最小链路带宽。假设指控节点之间均通过最短路径通信,将m和n之间最短路径包含的所有链路的序号集合记为Lmn,将m和n之间的最大信息传输速率记为thrmn,则有
thrmn=min{banl|l∈Lmn,m≠n}
假设满负荷运行情况下,任意两个指挥控制节点之间均存在通信需求,则指控网络的最大信息传输速率需求可由式(3)给出,记为thr':
thr'= thrmn
其中,m和n的取值范围分别设置为1≤m≤N-1和m+1≤n≤N,是为了使m与n取值不同,且thrmn不会被重复计算。
在获得总吞吐量thr和最大信息传输速率需求thr'后,对其求比值即可得到分布式指挥控制系统的网络吞吐力,记为c1,则有
c1=thr/thr'
将式(1)、式(2)和式(3)代入式(4)得
c1= / {banl|l∈Lmn}
在求取thr'的过程中,每条通信链路的带宽至少会被计算一次,可知thr≤thr',即0<c1≤1,当指控网络为全连通网络时,c1取值等于1。
2)平均传输准确率解析模型
每条通信链路的传输准确率等于单位时间内接收端正确接收的信息量相对发送端发出的信息量的比例。各通信链路可能会采用不同的通信方式、收发信设备或传输介质,加上战场环境等多种因素的影响,导致通信链路的传输准确率也会各不相同。
在全双工通信条件下可忽略信息传输方向,将第l条通信链路的传输准确率记为senl,将分布式指挥控制系统的平均传输准确率记为c2,则有
c2= senl/L
c2的取值范围为0≤c2≤1。当受到敌方电磁干扰或天气影响时,c2取值将会降低,尤其对于无线网络。
3)系统关联度解析模型
系统关联度表现为通信链路相对于指控节点的数量大小,可利用通信链路数量L与指控节点数量N的比值计算。
将分布式指挥控制系统的关联度记为c3,则有
c3=λ×L/N
其中,λ为修正系数,由于通信链路数量最多为N(N-1)/2;当λ=1时,c3的取值范围为0≤c3≤(N-1)/2。
为了使c3取值归一化,可令λ=2/(N-1),代入式(7)得
c3=2L/(N×(N-1))
c3的取值范围为0<c3≤1,当通信链路数量为N(N-1)/2,即指控网络为全连通网络时,c3取值等于1,此时分布式指挥控制系统的连通性最强,节点互联关系最为紧密。
4)系统聚合度解析模型
将指控网络中第n个指控节点的度数记为degn,它等于与节点n直接相连的节点数量,这里将节点n的聚合度定义为节点n的度数与节点数量N的比值,记为agdn,则有
agdn=degn/N
对所有节点的聚合度取最大值max{agdn|1≤n≤N},再分别与各个节点的聚合度相减,即可得到单个节点的任务中心化差异,记为agd'n,则有
agd'n=max{agdn}-agdn
在此基础上,定义分布式指挥控制系统的聚合度等于1与平均任务中心化差异的差值,记为c4,以保证该项指标度量与指挥控制效能成正比,则有
c4=1- agd'n/N
将式(10)代入式(11)得
c4=1- (max{agdn}-agdn)/N
将式(9)代入式(12)得
c4=1- (max{degn}-degn)/N2
c4的取值范围为0<c4≤1,当指挥控制网络为全连通网络时,每个节点的度数都相等,c4取值等于1,此时分布式指挥控制系统的任务中心化程度最低。
5)信息融合率解析模型
不同的信息融合分系统,其硬件配置、信息处理技术可能各不相同,导致每个指控节点的信息融合率也不尽相同。
将第n个指控节点接收的信息源数量记为recn,可融合处理的信息源数量记为resn,将该指控节点的信息融合率记为fusn,则有
fusn=resn/recn
对所有指挥控制节点的信息融合率取平均值,即可得到分布式指挥控制系统的信息融合率,记为c5。
c5= fusn/N
c5的取值范围为0≤c5≤1,当所有指挥控制节点的信息融合率均为1时,c5取值等于1,此时分布式指挥控制系统的信息融合能力达到最高。
6)决策匹配率解析模型
受到指挥体制、软硬件配置等因素的影响,不同的决策支持分系统,其知识库、规则库、模型库的规模大小、匹配方式往往各不相同,导致各个指挥控制节点的决策匹配率也不尽相同。
将第n个指挥控制节点的知识匹配率、规则匹配率、模型匹配率分别记为knon、ruln、modn,将该指挥控制节点的决策匹配率记为decn,由于知识、规则、模型三者不属于同一测量纬度,这里利用knon、ruln、modn的平方均值计算decn,则有
decn=
对所有指挥控制节点的决策匹配率取平均值,即可得到分布式指挥控制系统的决策匹配率,记为c6:
c6= decn/N
将式(16)代入式(17)得
c6= /N
c6的取值范围为0≤c6≤1,当所有指控节点的知识匹配率、规则匹配率、模型匹配率均为1时,c6取值等于1,此时分布式指挥控制系统的决策匹配能力达到最高。
3.2 综合评估模型
在分析解算出网络吞吐力、平均传输准确率、系统关联度、系统聚合度、信息融合率、决策匹配率等指标的基础上,对各项指标取值进行加权求和,可进一步判断求取分布式指挥控制系统的综合效能。
已知各项指标效能取值为ci,将对应的指标权重记为vi,i=1、2、3、4、5、6,且 vi=1,将分布式指挥控制系统综合效能记为C,则有
C= vi×ci
其中,0<C≤1。当C取值越大时,表示分布式指挥控制系统越能够充分发挥其作战指挥和行动控制能力,更加高效完成情报处理、形成决策建议、实施计划部署。
4 算例分析
设某分布式指挥控制系统由分散部署的9个指挥控制节点和相应的通信链路组成,节点连接关系及链路带宽设置如图4 所示。
利用式(1)计算出网络总吞吐量为thr=16 M/s。利用式(2)计算出任意两个指挥控制节点m(1≤m≤9)与n(1≤n≤9)之间的最大信息传输速率为
{thrmn}=
在此基础上,利用式(3)计算出指控网络的最大信息传输速率需求为thr'=50 M/s,将thr与thr'的取值代入式(4)得出网络吞吐力效能指标取值为c1=0.32。当图4 中各通信链路的带宽设置逐渐增长时,c1的变化情况如图5 所示,说明利用此方法得出的评估结果较为稳定。
将各通信链路的传输准确率设置为:“节点1-节点2”sen1=0.90,“节点2-节点3”sen2=0.93,“节点1-节点4”sen3=0.89,“节点2-节点4”sen4=0.95,“节点3-节点5”sen5=0.90,“节点4-节点5”sen6=0.92,“节点1-节点6”sen7=0.92,“节点6-节点7”sen8=1,“节点1-节点8”sen9=0.98,“节点3-节点9”sen10=0.98。根据(6)式得出平均传输准确率效能指标取值为c2=0.94。理论上通信链路的传输准确率取值≤1,在实际应用中容易受到环境等各种因素影响,尤其是无线通信链路,导致取值<1,因此这里将参数范围设置在0.8~1,仅作为输入数据对前述方法进行说明。
指挥控制网络的节点数量为N=9,链路数量为L=10。当修正系数λ设置为2/(N-1),即λ=0.25时,根据式(8)得出网络关联度效能指标取值为c3=0.28。当λ取值由0.1增加到1时,c3的变化情况如图6 所示。
按照图4 设置,可知各个指挥控制节点的度数分别为:deg1=4、deg2=3、deg3=3、deg4=3、deg5=2、deg6=2、deg7=1、deg8=1、deg9=1,则有max{degn}=deg1=4,与N=9一同代入式(13)得出节点度数聚合度效能指标取值为c4=0.80。
将各指挥控制节点接收的信息源数量recn,以及可融合处理的信息源数量resn,分别设置为如表1 第二行和第三行所示。根据式(14)计算出各指控节点的信息融合率fusn如表1 第四行所示。将fusn与N=9代入式(15)得出信息融合率效能指标取值为c5=0.82。
表1 各指控节点信息融合设置 |
| 信息融合 | 节点1 | 节点2 | 节点3 | 节点4 | 节点5 | 节点6 | 节点7 | 节点8 | 节点9 |
|---|---|---|---|---|---|---|---|---|---|
| 接收信息源数量recn | 4 | 4 | 4 | 4 | 3 | 3 | 2 | 2 | 2 |
| 融合信息源数量resn | 3 | 4 | 3 | 3 | 2 | 3 | 2 | 2 | 1 |
| 信息融合率fusn | 0.75 | 1 | 0.75 | 0.75 | 0.67 | 1 | 1 | 1 | 0.5 |
将各指挥控制节点的知识匹配率knon、规则匹配率ruln、模型匹配率modn分别设置为如表2 第二行、第三行、第四行所示。根据式(16)计算出各指挥控制节点的决策匹配率decn如表2 第五行所示。将decn与N=9代入式(17)得出决策匹配率效能指标取值为c6=0.72。当各指挥控制节点的三项原始匹配率由设定值逐渐降低时,c6的变化情况如图7 所示。
表2 各指控节点决策匹配设置 |
| 决策匹配 | 节点1 | 节点2 | 节点3 | 节点4 | 节点5 | 节点6 | 节点7 | 节点8 | 节点9 |
|---|---|---|---|---|---|---|---|---|---|
| 知识匹配率knon | 0.68 | 0.70 | 0.68 | 0.68 | 0.63 | 0.63 | 0.60 | 0.60 | 0.60 |
| 规则匹配率ruln | 0.80 | 0.80 | 0.85 | 0.85 | 0.75 | 0.75 | 0.72 | 0.72 | 0.72 |
| 模型匹配率modn | 0.73 | 0.73 | 0.75 | 0.75 | 0.72 | 0.72 | 0.70 | 0.70 | 0.70 |
| 决策匹配率decn | 0.74 | 0.74 | 0.76 | 0.76 | 0.70 | 0.70 | 0.68 | 0.68 | 0.68 |
已求得c1=0.32、c2=0.94、c3=0.28、c4=0.80、c5=0.82、c6=0.72,根据式(19),依次将c1、c2、c3、c4、c5、c6的权重设为0.5,其余指标权重均设为0.1,即仅赋予某一项指标较高权重,得到综合效能取值C的变化情况如图8 所示,其中虚线为平均分配指标权重后的结果。通过比较可以发现,当某项指标取值较低(如c1、c3)或较高(如c2)时,该项指标的权重设置对综合效能的判断会有较大影响。
5 结束语
本文针对分布式指挥控制系统效能评估问题,根据系统结构关系和运行过程,分析建立了效能评价指标体系,研究设计了相应的评估模型和解析计算方法以及系统综合效能评价估算方法,通过算例验证了方法的有效性,可作为各类新型作战体系分析设计与建设规划的参考。