中国指挥与控制学会会刊 
随着新质新域装备和智能化技术的迅猛发展,未来单一的装备系统已无法满足陆、海、空、天、网、电全域下多样化、复杂化、动态化任务需求,需要作用在不同域的装备系统充分发挥协同作用,实现功能互补,最大程度地发挥体系的效能[1'3]。跨域协同智能体系由于其独特的优势,已逐渐成为智能化条件下的重要发展方向[4]。智能赋能的跨域协同体系需要通过一定手段进行多次验证评估,然而,跨域协同智能体系涵盖的系统种类众多,面临的环境因素复杂,通常情况下难以有效开展实装试验,同时纯数字仿真方法下的训练环境与真实应用存在较大差异,导致智能算法在真实应用环境中部署后性能严重下降,因此,需要通过虚实结合的仿真方法对跨域协同智能体系开展试验验证[5]。
LVC(live,virtual and constructive)仿真方法是当前开展系统仿真试验的一种先进方法,通过搭建真实、虚拟以及构造相结合的试验环境,可充分降低试验成本,提高试验灵活性[6]。鉴于LVC仿真系统的独特优势,许多国家对其开展了研究工作,其中美国最早开展LVC系统研究并将其引入装备体系仿真试验[7]。试验与训练使能体系结构(test and training enabling architecture,TENA)[8]目前已成为大规模LVC仿真试验的基础,此后,美军各军种陆续提出针对各自需求的LVC试验训练项目,如在空战训练领域,美军提出的安全LVC高级训练环境(secure live virtual constructive advanced training environment,SLATE)项目能够有效模拟实际战场环境中无法模拟的极端环境[9'10];在空对空任务演示方面,美海军提出的安全实时空对空任务(secure live air to air mission,SLAAM)演示验证项目可有效演示混合空战训练能力[11];在试验测试领域,美军提出的联合仿真环境(joint simulation environment,JSE)可有效解决物理实验环境中存在的空域限制问题等[12]。由此可见,LVC仿真试验方法以其独特的优势受到越来越广泛的关注。
针对LVC系统在不同应用对象下的仿真试验验证,近些年许多学者开展了大量研究工作。刘剑超[13]等基于LVC开展了舰载机作战指挥训练系统设计,为海军部队开展模拟演习演练提供了有力支撑;张远[14]等以舰载对空多武器协同为试验对象,开展了相应的LVC仿真试验方法研究,为具体实施舰载对空多武器协同系统试验鉴定提供了宝贵借鉴;武文峰[15]等针对空空导弹智能博弈场景,开展了基于LVC的导弹智能博弈仿真技术研究,实现了导弹制导控制水平和空战博弈作战效能的有效量化;吴亮[16]等将LVC技术应用于舰艇作战效能评估,为对空自防御评估提供了重要的技术支撑;姚益平[17]等以智能装备为研究对象,重点关注其仿真实验技术,提出了多系统联合的LVC一体化实验支撑环境等。然而,以上学者针对LVC仿真系统及其应用的研究关注的大多是某一类型装备系统或单一类型装备系统间协同的仿真试验,难以有效满足跨域协同智能体系的多粒度仿真需求。
因此,针对跨域协同智能体系的多粒度LVC仿真系统存在的系统架构设计、多粒度异构资源集成及智能体系试验流程管控等问题,设计包含实装节点、半实物节点、数字节点以及智能算法模型的多粒度LVC仿真系统,构建基于数字训练环境/半实物训练环境/实装训练环境/智能算法训练环境的多维仿真环境,实现时间同步动态交互控制和跨粒度多通道动态交互,最后结合具体场景开展仿真试验验证。
1 系统组成与架构设计
1.1 系统组成
面向跨域协同智能体系的多粒度LVC仿真系统组成如图1 所示。
各模块主要实现的功能如下:
(1)想定脚本设计模块采用GIS操作、界面操作与想定脚本编辑等方式进行仿真想定设计,生成试验的想定脚本,以满足试验推演。
(2)分布式实时仿真推演引擎模块通过建立模块化、多域、多分辨率建模仿真与分析的仿真框架,满足跨域协同体系联合仿真。
(3)分布式实时仿真运行控制模块进行分布式仿真节点管理以及仿真运行控制,提供人在环路的仿真运行控制界面,通过界面交互实现人在环路控制。
(4)态势展示模块采用开源OSG数字地球引擎进行二/三维态势展示,可提供各装备模型状态详情显示面板,显示速度、位置、姿态及受损度等信息。
(5)仿真回放重演分析模块通过加载二进制的仿真过程数据包,可实现仿真过程回放重演、交战事件与结果统计分析。
(6)仿真资源管理模块用于对仿真运行状态中的模型实例仿真资源进行动态管理,可查看仿真运行时的模型类型列表及各模型实例的运行状态。
(7)试验数据管理分析模块基于仿真结果提供可视化仿真试验数据分析功能,从仿真试验结果数据中提取仿真分析数据,进行仿真结果分析。
(8)效能评估分析模块定义跨域协同智能体系评估指标,从大样本仿真试验结果中提取分析数据,可实现面向跨域协同智能体系的能力指标评估与综合效能评估。
(9)分布式实时仿真中间件基于高性能消息队列ZeroMQ(ZMQ)进行定制化开发,通过对底层接口进行封装,支撑构建分布式异构实时仿真系统。
(10)异构模型集成框架封装ZMQ消息中间件接口,并定义数据转换接口以便进行数据收发操作,可实现实装节点、半实物节点、数字节点以及智能算法模型在分布式实时仿真推演引擎下的仿真运行调度。
1.2 物理架构设计
为了有效解决针对跨域协同智能体系的多粒度异构资源集成问题,LVC仿真系统采用基于分布式交互仿真(distributed interactive simulations,DIS)的仿真运行架构,同时针对多粒度异构资源集成带来的通信量过大的问题,LVC仿真系统采用航位推算(dead reckoning, DR)算法,对位置/方向进行估计,限制仿真必须发出的实体状态更新的速率。图2 为DR算法推算过程,仿真节点会定期对其实体的内部模型与实体的DR模型进行比较,如果这些因素之间的差异超出了预定的阈值,则仿真节点会使用来自内部模型的信息更新DR模型。同时,仿真节点还会将更新的信息发送给网络上的其他节点,以便可以更新实体的DR模型。通过使用DR推算,仿真节点可以不必定时发送其实体的实时状态,大幅降低了网络通信量。
仿真系统中的软件类服务如存储服务器、仿真运行管理节点、试验数据管理节点、分布式仿真引擎等通过以太网口接入;智能算法模型及数字节点通过以太网口接入;半实物及实装节点通过以太网口或RS422等串口接入,提供实时仿真的基础网络环境。图3 为LVC系统分布式仿真运行物理架构,分布式实时仿真运行管理节点控制整个仿真体系运行;分布式仿真引擎模块用于加载仿真想定,开展内部模型运算调度,实现内外部模型之间的信息交互;试验数据管理节点用于实时采集仿真试验数据进行试验结果分析与效能评估;存储服务器用于存储仿真试验数据及相关结果分析报告;目标模拟节点及作用在不同域的装备模拟节点与目标实装模型及装备实装模型通过专用链路连接,将目标与装备实装特性引入LVC仿真系统,智能算法模型通过内部网络连入LVC仿真系统。
1.3 逻辑架构设计
LVC系统仿真模型体系采用中心式架构,各仿真节点之间不进行数据传递与信息交互,只与分布式仿真引擎进行数据传递,各仿真节点模型信息交互通过分布式仿真引擎进行信息传递。
面向跨域协同智能体系的多粒度LVC仿真系统分布式仿真逻辑架构如图4 所示。LVC仿真系统各子系统运行于独立的节点上,主体包括仿真想定脚本设计模块、分布式实时仿真推演引擎、仿真回放重演分析模块以及态势展示模块。仿真想定脚本设计模块生成仿真想定脚本,分布式仿真推演引擎集成各种数字仿真模型,加载仿真想定脚本,完成仿真初始化,在分布式仿真运行控制组件的统一调度下,开展分布式实时仿真。智能算法模型、数字节点、半实物节点及实装节点通过相应适配器连接分布式仿真中间件接入整个仿真系统中,进行分布式联合仿真。仿真过程产生的态势展示数据推送给态势展示模块进行态势实时展示,仿真推演结果数据由仿真回放重演分析工具加载并进行仿真结果回放重演分析。
2 系统集成与信息流程设计
2.1 系统集成
面向跨域协同智能体系的LVC仿真系统包含数字节点、半实物节点、实装节点以及智能算法模型,具有模型异构程度高的特点,需要在传统LVC仿真系统的基础上引入智能算法模型开展联合仿真。因此,设计基于消息中间件的模型集成方式,采用“框架+插件”的软件设计架构,将数字节点、半实物节点、实装节点以及智能算法模型集成到LVC仿真系统,通过仿真引擎的数据接口进行数据交换,可实现面向智能体系的LVC仿真。该集成方式具有高内聚、低耦合的特点,模型可设计成独立的模块并行开发,从而有效提高模型开发效率,缩短开发周期。通过插件管理,利用框架加载运行不同类型的模型,在不修改框架的情况下,可满足不同类型的模型引入需求。
2.2 外部信息流程设计
面向跨域协同智能体系的多粒度LVC仿真系统外部信息流程设计如图6 所示。LVC仿真系统既可通过用户操作从外部输入仿真试验方案数据开展仿真试验,也可加载第三方想定文件数据,对想定数据完善后开展仿真试验,同时需要从仿真资源库加载仿真资源数据。在完成仿真试验后输出仿真试验数据,开展仿真试验分析与效能评估,输出实时态势数据进行态势展示。
2.3 内部信息流程设计
面向跨域协同智能体系的多粒度LVC仿真系统内部信息流程设计如图7 所示。想定脚本设计模块生成想定脚本;分布式仿真推演引擎模块对仿真想定脚本进行仿真初始化,同时记录仿真过程数据包;仿真回放重演分析模块加载仿真数据包进行离线仿真回放重演与交战过程分析;分布式实时仿真引擎模块将实时态势数据推送给态势展示模块进行在线态势展示;分布式实时仿真引擎通过分布式仿真中间件与异构模型集成框架所集成的外部模型进行联合仿真,双向进行仿真数据交互;分布式实时仿真运行控制模块发送仿真控制指令控制整个仿真体系实时运行,接收到模型仿真同步信息进行仿真节点状态展示;仿真资源管理模块接收模型注册消息进行仿真资源管理,并发送模型管理消息进行模型注册或反注册;试验数据管理分析模块实时采集仿真试验数据,进行试验数据管理与分析,并支持开展效能评估分析。
3 LVC仿真系统试验流程
跨域协同智能体系的试验流程具备跨域资源调度及智能算法赋能的新特性,在试验方案设计上存在流程环节高度耦合的问题,因此,分别从建模业务流程、仿真业务流程以及仿真运行流程三方面阐述面向跨域协同智能体系的LVC仿真系统试验流程,实现试验流程的设计解耦。
3.1 建模业务流程
(1)定义数字节点、半实物节点、实装节点以及智能算法模型之间交互的数据与通信协议;
(2)按照定义好的通信协议进行分布式仿真中间件开发与模型适配器开发;
(3)完成分布式仿真模型的集成;
(4)将分布式仿真节点在局域网进行部署;
(5)配置分布式仿真中间件的网络地址与端口。
3.2 仿真业务流程
(1)完成数字节点、半实物节点、实装节点以及智能算法模型装配定义与参数设置;
(2)完成仿真推演想定脚本设计;
(3)各分布式仿真节点启动、网络互联与初始化;
(4)仿真总控运行;
(5)采集仿真数据,进行效能评估;
(6)生成仿真验证与评估分析报告。
3.3 仿真运行流程
(1)仿真主控节点(分布式仿真引擎)启动,加载仿真想定,完成场景初始化;
(2)启动消息中间件,绑定消息订阅端口与发布端口;
(3)各仿真节点启动,加载模型配置文件;
(4)仿真节点连接分布式仿真引擎节点端口,完成仿真节点注册;
(5)主控节点发布初始化消息;
(6)仿真节点模型完成初始化,返回初始化完成消息;
(7)仿真运行,仿真主控节点发布仿真推进消息,等待各节点完成当前时间帧仿真解算;
(8)仿真节点完成解算,并返回完成当前帧仿真解算消息;
(9)仿真主控节点等待所有仿真节点当前帧仿真完成,发布下一帧仿真推进消息;
(10)循环(3)~(9)步,直到到达仿真结束时间或用户终止仿真;
(11)各仿真节点断开网络。
4 仿真试验
4.1 试验场景
为检验面向跨域协同智能体系的LVC仿真试验系统的架构设计、异构资源集成及试验流程管控,验证智能算法赋能效果,设计了星机跨域协同毁伤蓝方地面目标的试验场景。试验场景如下:
(1)红方利用预警卫星对蓝方某区域进行持续监视;
(2)卫星发现蓝方出动地面高价值目标,将概略目指信息发送至地面指控中心;
(3)地面指控中心指派无人机编队向目标区域飞行;
(4)到达任务区域后,A型无人机抵近开展高空监视,结合天基预警卫星信息利用机载智能载荷进行数据融合,获得精确目指信息,通过机间数据链发送至B型无人机主机;
(5)B型无人机主机接收精确目指信息,进行机载智能决策,在端侧进行任务规划,给出行动方案并发送至其他从机;
(6)B型无人机机群根据任务规划结果,发射激光制导炸弹,最终消灭蓝方地面高价值目标。
4.2 试验环境
试验环境组成及类别划分如表1 所示。
表1 试验环境组成及类别划分Tab.1 Composition and classification of experimental environment |
| 名称 | 类别 | 数量 | 是否 智能 | 模型 粒度 |
|---|---|---|---|---|
| 智能感知算法 | 智能算法模型 | 1 | 是 | / |
| 智能决策算法 | 智能算法模型 | 1 | 是 | / |
| 蓝方高价值地面目标 | 数字节点 | 1 | 否 | 功能级 |
| 红方预警卫星 | 数字节点 | 3 | 否 | 功能级 |
| 红方A型无人机 | 半实物节点 | 1 | 是 | 信号级 |
| 红方B型无人机主机 | 半实物节点 | 1 | 是 | 信号级 |
| 红方B型无人机从机 | 数字节点、实装节点 | 2 | 否 | 信号级 |
| 红方激光制导炸弹 | 数字节点、半实物节点 | 6 | 否 | 信号级 |
由表1 可知,红方预警卫星采用数字节点形式,通过分布式仿真中间件接入LVC仿真系统;红方A型无人机和B型无人机主机采用半实物节点形式,通过分布式仿真中间件接入LVC仿真系统;红方B型无人机从机采用数字节点和实装节点形式,通过分布式仿真中间件接入LVC仿真系统;红方激光制导炸弹采用数字节点和半实物节点形式,通过分布式仿真中间件接入LVC仿真系统;智能算法模型通过分布式仿真中间件接入LVC仿真系统;蓝方高价值地面目标模型和环境模型是LVC仿真系统预先集成的数字模型,可直接参与体系试验的数据交互。LVC仿真系统试验环境原理示意图如图8 所示。
4.3 试验方案
完成智能算法中间件接入及跨域多粒度异构资源集成后,试验步骤如下:
(1)根据任务区域想定及蓝方高价值目标建模,确定红方预警卫星星座、轨道及探测体制、探测参数,确定蓝方高价值目标的运动轨迹。仿真开始后,红方预警卫星及蓝方目标按设定轨迹进场运动。
(2)红方预警卫星进行周期性光学探测,运动至任务区域后发现任务区域出现疑似目标,但由于分辨率有限及蓝方目标的持续高速移动,无法给出精确目指信息,将该情报回传至地面指控中心。
(3)地面指控中心接到命令后,立刻向目标区域附近机场发送任务命令,给出任务区域及任务类型。起飞机场接收任务命令后,出动一架A型无人机(搭载光学及红外吊舱)、三架B型无人机(每架机配备两枚激光制导炸弹)组成编队,按“A型无人机抵近高空监视,B型无人机任务区域外安全地带盘旋待命,等待进一步目指信息”的原则进行航迹规划。
(4)无人机编队按航迹飞行至任务区域。首先由A型无人机进行抵近高空监视,利用光学及红外吊舱,识别蓝方目标的坐标。结合星上持续给出的概略目指信息,利用机载智能载荷进行数据融合,得出精确目指信息,通过机间数据链发送至B型无人机主机。
(5)B型无人机主机接收精确目指信息后,综合考虑续航、角度、时间、威胁区等约束,利用机载智能载荷进行编队的任务规划,将任务方案下发至其他从机。
(6)B型无人机编队执行任务,三架机从不同角度使用激光制导炸弹对蓝方高价值目标进行毁伤,随后撤离任务区域。
(7)任务结束后,B型无人机主机抵近任务区域进行毁伤效果评估,判断任务成功后,回传至地面指控中心。随后制定三架B型无人机的返航航迹。A型无人机等候地面指控中心的返航指令,适时返航。
4.4 试验结果及结论
根据4.3节所述试验方案开展基于LVC仿真系统的星机跨域协同毁伤蓝方地面目标仿真试验,可得无人机群中各无人机发射激光制导炸弹毁伤蓝方地面目标的结果数据如图11 所示。
从图11 可以看出,在经历大约110 s的时间后,三架B型无人机的其中一架成功发射激光制导炸弹命中蓝方地面目标,即星机跨域协同智能体系通过智能赋能成功毁伤蓝方地面目标,验证了面向跨域协同智能体系的多粒度LVC仿真系统设计的合理性和可行性,可满足多种异构资源集成下智能体系的仿真试验需求。
5 结束语
本文以跨域协同智能体系的仿真试验为研究对象,设计了多粒度LVC仿真系统并结合具体场景开展了试验验证,所得结论如下:
(1)针对跨域协同智能体系元素复杂、智能赋能的特性,提出了跨域协同智能体系的LVC仿真试验研究存在的问题和需要解决的技术难点,主要包括系统架构设计、多粒度异构资源集成以及试验流程管控等;
(2)针对跨域协同智能体系的LVC仿真试验研究存在的问题和需要解决的技术难点,设计了包含实装节点、半实物节点、数字节点以及智能算法模型的多粒度LVC仿真系统,给出了LVC仿真系统的架构设计、系统集成、接口设计以及试验流程;
(3)针对具体场景开展了面向跨域协同智能体系的LVC仿真系统试验验证,结果表明该LVC系统能够有效满足跨域协同智能体系的多粒度仿真试验需求。