中国指挥与控制学会会刊 
仿真实验是人类认知和把握战争规律的重要途径和手段,也是国外发达国家军队的普遍做法。随着现代战争中信息要素介入的程度越来越高,仿真实验所要描述的战争实体对象以及作战行动内容也越来越复杂,需要分析的实验数据量也越来越大。这对实验平台的仿真计算能力、数据分析能力以及多领域实验支撑能力也提出了更高的要求。随着近几年云计算技术的飞速发展,各类资源和应用的虚拟化能力也越来越强,针对不同用户的专业化和定制化服务能力也显著提升。2009年,李伯虎院士在文献[1]中提出了“云仿真”的概念,旨在将“云计算”理念引入计算机仿真过程中,综合运用分布式仿真、计算机网络、高性能计算、资源虚拟化等相关技术,对外提供基础设施、支撑平台和软件应用等服务,支持系统中计算、存储、网络、数据等软、硬件资源的充分共享与重用,支持多用户进行分布式的建模仿真运用。这一技术的提出和发展,为军事仿真实验云的构建提供了技术基础和可能。本文从军事仿真实验的需求出发,提出军事仿真实验云的体系架构,对具体实现的关键技术进行探索和研究,并对其实际应用模式提出初步设想,为下一步军事仿真实验云的构建奠定理论基础。
1 军事仿真实验云需求分析
仿真实验在军事领域有着广泛的应用,包括作战概念创新、战法设计验证、作战方案检验、装备发展规划、编制体制论证、作战效能评估,以及后装保障效能评估等,在部队建设中发挥着越来越重要的作用。而基于云架构的军事仿真实验平台的基本思想是通过虚拟化的手段,将分散的军事仿真实验的计算资源、数据资源、模型资源以及实验支撑软件资源等进行服务化封装,通过云的技术体制向各终端提供定制化的仿真实验资源,以应对不同领域、不同层次、不同用户以及不同模式的实验需求。具体需要具备以下能力。
1.1 支持多种仿真实验模式的运行
按照仿真实验的模式,可以将仿真实验划分为结构仿真、分析推演、人在回路仿真以及实兵仿真四种基本实验模式[2],其中,结构仿真在实验过程中不需要人对模拟过程的控制,而分析推演、人在回路仿真以及实兵仿真这三种实验模式,都需要人对仿真过程的干预和控制。以上这四种基本实验模式各有优长,在各应用领域中都有广泛的应用,因此,军事仿真实验云要能够支撑这四种基本的实验模式,以应对不同应用领域的需要。
1.2 实现高性能分布式的仿真建模
传统的军事仿真平台通常采用仿真任务和处理设备紧耦合的部署模式,致使仿真平台会因为自身软硬件计算资源的限制,而无法满足对复杂战争系统进行全面仿真的实验任务需求。为了应对多层次、多领域仿真实验的需要,除了要对单武器平台进行模拟之外,还要能够对聚合级仿真实体进行详细刻画,甚至是要描述整个作战体系的运行规律。这就要求军事仿真实验云在提供层次丰富、种类完备、内容全面仿真模型体系的基础上,能够运用云计算技术扩展仿真模拟的计算资源,为仿真实验提供高性能计算能力。
1.3 支持实验用户之间的业务协同
在开展不同规模的仿真实验活动时,通常需要多个实验人员共同参与。为提升实验活动的工作效率,军事仿真实验云要能够围绕作战实验的应用需求提供一个高效的协同实验操作环境。按照实验任务的划分,能够对不同实验人员的角色和工作内容进行定义,并按照规定的标准协同接口进行互联,按照仿真实验应用的业务流程支撑整个作战实验的组织实施过程,协同多个实验人员完成基础数据准备、实验想定设计、实验模型配置、实验运行控制、实验分析评估等工作。
1.4 支持各类资源的按需共享重用
军事仿真实验是一项极为复杂的系统工程,它涉及对网络环境、硬件环境、平台资源、数据资源、模型资源以及实验支撑应用软件等各层次资源的集成和使用,为了提高仿真资源的利用率,减少仿真环境软硬件资源的重复建设,军事仿真实验云应能够对仿真实验资源层、仿真支撑服务层以及仿真实验工具层等不同层次的资源进行虚拟化处理,使得实验人员能够根据自身角色和需求,以定制化服务的形式使用军事仿真实验所需要的网络、计算、数据、模型、仿真以及实验应用软件等类资源,提升实验用户的应用体验。
1.5 实现实验应用的便捷部署运维
军事仿真实验环境的准备往往要花费大量的时间和精力,并需要协调大量的软硬件资源。这是影响制约军事仿真实验活动的一个重要因素。为此,军事仿真实验云要能够通过集中管理的方式,对仿真实验相关的服务资源进行快速的统一部署和配置,简化实验环境的搭建过程,使得用户能够在任意一个网络节点上,获取相应的实验支撑服务。在实验实施的过程中,能够对实验活动的系统运行状态进行实时监控,提供实验平台在线维护功能,支持对各类服务进行动态调整和实时更新等弹性管理操作,提高运维效率,降低运维成本。
2 军事仿真实验云体系架构设计
军事仿真实验云是一种面向服务的军事仿真实验平台,其体系架构主要由“4层1体系”构成,即仿真实验资源层、仿真实验服务层、仿真实验工具层、仿真实验应用层以及军事仿真实验安全管理体系构成,具体架构如图1 所示。
2.1 仿真实验资源层
主要通过虚拟化手段对军事仿真实验所涉及的硬件资源、模型资源以及数据资源进行服务化处理,能够根据用户的实验需求对这些资源进行动态调用与分配,优化仿真实验资源配置,能够提供优化的硬件、模型及数据资源服务。其中,仿真实验硬件资源主要包括实验过程中涉及到的计算资源、网络资源以及存储资源等;仿真实验数据资源主要包括实验基础数据、实验想定数据、实验模型数据、仿真运行数据以及实验评估数据等;仿真实验模型资源主要包括了军事仿真实验所涉及的仿真模型、数据模型、AI决策模型、三维模型、环境模型等。
2.2 仿真实验服务层
主要是在资源服务化的基础上,提供支撑军事仿真实验所需要的基础性服务,包括实验仿真服务、实验态势服务、实验评估服务、实验数据服务以及实验数据总线服务等。其中,实验仿真服务主要提供基于离散事件和连续时间相结合的仿真服务,以驱动仿真实验中各类仿真模型资源进行仿真计算;实验态势服务主要在可视化战场描述的基础上提供态势数据融合、处理和发布,并实现对战场多维态势的实时、近实时或事后展现;实验数据服务基于大数据计算和存储平台,实现对军事仿真实验过程中所涉及的所有数据进行采集和管理;实验评估服务主要采用灵活的评估指标定制技术,在实验数据采集服务的基础上,提供数据处理、统计、挖掘和分析的能力。
2.3 仿真实验工具层
主要在仿真实验服务层和资源层所提供的服务和资源的基础上,以平台门户的形式为实验人员提供统一的仿真实验工具访问入口,用户能够对仿真实验所涉及到的所有工具进行调用,包括实验用户管理、用户权限管理、实验想定设计、实验模型设计、实验方案设计、实验过程监控、实验态势展现以及实验数据分析等功能,以满足军事仿真实验整个流程中的所有应用需求。在应用过程中,实验人员无需关注底层的硬件设施以及数据、模型、软件等资源。
2.4 仿真实验应用层
主要在仿真实验的资源层、服务层和工具层的基础上,能够按照作战概念创新、战法设计验证、作战方案检验、装备发展规划、编制体制论证、作战效能评估,以及后装保障效能评估等不同类型的仿真实验应用的需要,对各类仿真实验所涉及的资源、服务和工具进行调用和整合,形成不同实验应用领域的实验环境,形成可定制的军事仿真实验能力。
2.5 军事仿真实验安全管理体系
3 军事仿真实验云关键技术
军事仿真实验云构建的过程中,其中最关键的是如何对实验过程数据进行传输和访问,以及如何将支撑仿真实验的应用进行虚拟化。因此,本文选择仿真实验云数据总线和仿真实验应用虚拟化这两个关键性技术点展开研究。
3.1 仿真实验云数据总线技术
仿真实验云数据总线,主要用于解决分布式异构系统、仿真系统、模拟器等之间的互联、互通、互操作问题,为融入实验云中的各类系统提供一体化的接入、数据公布订购、对象构建、服务开发、消息传输、数据中继等功能,实现已有异构模型和系统与新研系统的无缝对接,为多个单位基于异构系统展开联合实验提供支撑,形成虚实一体(Live、Virtual&Construction,LVC)的联合实验能力。
实验数据总线技术实现的主要思路是通过传输中间件对网络协议进行适配,实现多种通信机制之间的数据传输,基于NTP(Network Time Protocol)的时间管理工具,实现对网络数据传输与仿真实验应用之间的同步控制,并通过数据公布订阅机制,在提升数据服务的同时,降低网络负载。其技术框架如图3 所示。
实验数据总线主要有数据公布订阅模块、网络传输中间件、网络数据传输策略配置模块、时间管理服务模块、数据管理模块以及数据采集模块构成。其中,数据公布订阅模块主要根据不同系统的数据需求提供灵活的公布-订阅功能,通过配置公布订阅关系及相应的数据内容,明确不同应用的数据传输内容,在最大化的增加数据服务的实时性和针对性的同时,减少网络负担;网络传输中间件针对不同种类的仿真系统及模拟器,定制不同类型的数据中间件,把不同现有仿真系统数据传输协议进行转换,形成逻辑上的统一的数据传输环境;网络数据传输策略配置模块主要提供丰富的服务质量管理策略(QoS),以满足用户对不同数据的要求,达到数据传输高实时、低抖动的目标,保证网络高效运行;时间管理服务模块主要基于NTP提供时间管理服务器工具,能够准确获取数据传输的物理时间及逻辑时间,并能够基于逻辑时间实现对数据使用的推进、暂停、继续及中止等;数据管理模块将采用实时数据网格(RDG)技术,实现对数据进行统一管理,为仿真实验应用的异常恢复和断点保存提供接口,提升仿真实验云数据应用的安全性;数据采集模块主要在数据传输的过程中将所有的数据进行采集和记录,为实验评估分析和态势回放提供数据支撑。
3.2 仿真实验应用虚拟化技术
应用虚拟化是通过为应用程序提供一个虚拟的运行环境,而实现应用程序与操作系统之间的松耦合。在虚拟的运行环境中,既要包含应用程序的可执行程序,还要包括它运行过程中所需要的运行环境。仿真实验应用虚拟化,就是要把与仿真实验的所有应用软件对底层操作系统和硬件的依赖去除掉,最大化的增加仿真实验应用部署的灵活性。本文将采用类似虚拟终端的技术,实现虚拟化的应用中间件,将应用程序与操作系统的桌面解耦,把应用程序的人机交互逻辑与计算逻辑隔离开来。其技术体制如图4 所示。
在仿真实验应用虚拟化技术框架中构建应用的模板,按照技术实现架构分为WebAPP和NativeAPP,其中,WebAPP应用在VM上实例化后,能够直接通过浏览器进行调用,而NativeAPP应用在VM上实例化后,还需要通过预先部署在本地的外部私有程序进行访问调用。当一次仿真实验所需要的席位定义完成后,将根据云配置库中所定义的应用类型和数量对仿真实验应用进行实例化。在通过这种技术体制对已有仿真实验应用进行云部署时,无需对原有应用进行大范围改动,应用虚拟化服务端会为每个用户会话开设独立的运行空间,应用程序的计算逻辑在独立空间中运行,人机交互界面推送到用户端,从而完成将传统应用迁移到云端的工作。在这一过程中,需要通过VM资源配置管理对VM资源的数量、规模以及生成方式进行控制,例如:当某些场合不需要使用云系统时,VM可以是物理机;在计算资源有限时,可以在云系统进行硬件资源虚拟化的基础上划分逻辑上的VM;也可以根据用户访问压力以及资源访问权限来动态扩展VM的数量。在应用过程中,多个用户可以并发访问功能相同的仿真实验支撑工具,为应对不同用户的使用要求,平台将为每个用户的服务进程启动一个单独的实例,这些虚拟化的仿真实验工具可以同时运行在服务器端,但是,为了避免对集中资源的访问冲突,将通过虚拟软件服务资源的控制和配置策略,使得同一个用户只能同时启动一个相同的仿真实验工具。
4 军事仿真实验云应用模式
通常军事仿真实验包括:结构仿真、分析推演、人在回路仿真以及实兵仿真四种实验模式,而从人员参与仿真实验程度的角度来看,我们可以将实验划分为“人不在环”仿真实验和“人在环”仿真实验这两大类,而前面的四种实验分类中,结构仿真为“人不在环”仿真实验,即仿真过程人并不干预;而分析推演、人在回路仿真以及实兵仿真为“人在环”实验模式,在整个仿真的实验过程中需要人的操作、指挥及战术行动进行支撑,从技术体制上来看,实现的方式基本上是相同的。因此,本文以军事仿真实验云的“人不在环”和“人在环”两种应用模式进行研究。
4.1 “人不在环”仿真实验应用模式
“人不在环”的仿真实验是进行大样本仿真实验的重要手段。仿真实验准备阶段,实验人员根据业务需求,确定仿真想定、实验方案和评估方案,尔后根据实验需求依托仿真实验云所提供的模型设计和数据准备的相关软件服务套件进行交互式开发。实验模型和实验数据均以用户身份存储在虚拟化的仿真实验资源库中,供仿真实验运行时使用。仿真实验实施阶段,军事仿真实验云采用计算系统虚拟化技术,以硬件辅助虚拟化为基础,应用虚拟机管理器对计算硬件资源进行抽象与划分,实现计算资源的虚拟化,利用云平台提供的多机资源映射和统一的资源管理,动态构建大样本仿真需要的多机、多引擎运行环境。能够极大的提高大样本实验解算速度,满足用户对时效性的需求。在仿真运行过程中,可以通过仿真实验云所提供的实验管控工具根据运行配置,监控云端各节点样本的运行状态,而仿真运行所产生的实验数据,将直接通过仿真实验数据传输总线存储在虚拟化的仿真实验资源库中,按照实验项目和样本编号进行保存,以供后续仿真实验评估使用。仿真实验评估阶段,实验人员通过数据总线从实验资源池中调用和访问相应的实验结果数据,并依托虚拟化的实验仿真评估工具对实验的结果展开数据化评估,最终基于大样本的统计形成实验结论。具体应用模式如图5 所示。
4.2 “人在环”仿真实验应用模式
“人在环”的仿真实验模式需要人在实验过程中通过自身的行为对仿真模型进行控制和影响,以推动整个作战进程的发展和演进。实验准备阶段,实验人员制定相应的实验方案,明确仿真的内容和人在仿真过程中承担的角色和席位,并指定仿真引擎以实时单方案单样本的模式运行。实验实施阶段,通过仿真实验工具集自动分配仿真引擎,在实验仿真模型初始化完成之后,仿真引擎将暂停运行,等待实验人员席位加入实验活动,实验人员使用席位管理工具下载相应的席位软件,并按照席位管理工具的配置文件自动配置连接仿真引擎,实验人员按照预先席位明确的控制操作权限和内容加入仿真运行,推动整个实验过程的推进。实验评估阶段的工作与“人不在环”的应用模式基本相同,区别在于“人在环”仿真实验评估数据的规模和数量较少。具体应用模式如图6 所示。
5 结束语
军事仿真实验所研究对象的规模日益扩大和结构日趋复杂,迫切需要建立仿真实验环境构建的标准规范,综合运用新型的体系架构和技术手段来应对这种发展和变化。本文主要从军事仿真实验的现实需求出发,提出了军事仿真实验云的体系架构,并对其关键技术和应用模式进行了研究和探讨,在军事仿真实验云的工程实践和推广应用方面进行了理论性的探索,为后续的工程和应用实践提供借鉴。