摘要：針對未來多域協同體系級作戰下的航空通信動態規劃需求,根據仿真系統與實際系統的虛實映射、實時同步、共生演進和閉環優化的系統目標,提出了平行仿真系統在航空通信裝備作戰效能提升、裝備內場增量式集成測試驗證、裝備智能健康管理以及虛實結合的試飛訓練等方向的應用構想,建立了一種面向航空通信的平行仿真系統架構,給出了系統組成,分析了系統涉及的實時數據采集、多分支并行仿真推演和基于人工智能的態勢預測與智能決策等關鍵技術難題,為平行仿真技術在航空通信領域的具體應用奠定理論基礎。

未來戰爭是陸、海、空、天、網多域協同體系級作戰,戰場環境復雜多變,作戰節奏大大加快,戰前的作戰計劃無法適應戰斗過程中的臨機變化。針對戰前無法預料的作戰任務和戰場態勢,需要利用有限的作戰資源,快速、實時、動態、靈活地構建殺傷鏈,實現戰場空間中廣域分布的傳感器和射手之間的實時連接,獲取信息優勢、決策優勢、響應優勢,縮短觀察、判斷、決策、行動(Observation Orientation Decision Action,OODA)及殺傷鏈閉環時間。殺傷鏈快速構建的基本條件是多平臺之間的互聯互通,互聯互通的實現基礎是通信數據鏈。在航空通信領域,經過多年的發展,機載通信數據鏈基本具備了指揮控制、戰術協同等作戰能力,但根據未來對抗強敵作戰需求,機載數據鏈還存在一些明顯的短板弱項,主要體現在戰術應用、組網傳輸、運維管理等方面。一些差距必須通過研制新裝備來進行彌補,另一些差距可以通過優化作戰使用進行改進,平行仿真就是實現通過優化作戰使用來提升裝備作戰效能的途徑之一。

目前,航空通信系統是基于地面預先規劃的通信計劃進行工作的,在作戰過程中如果出現意外情況,導致無法正常通信時,才會被動切換通信方式,切換通信方式時由于不知道無法通信的具體原因,僅能根據地面規劃計劃進行,導致信息效率低下,殺傷鏈無法快速構建。

本文在研究平行系統理論的基礎上,提出了面向航空通信的平行仿真系統。利用平行仿真系統,人們可實現實體裝備在虛擬空間的映射,通過物理裝備與數字孿生模型的虛實交互,支撐航空通信系統與平行仿真系統的平行運行,依據動態實時的作戰任務、戰場環境、裝備狀態等數據,在平行仿真系統內進行超實時的模擬演化試驗分析和智能決策,指導或控制實際系統的運行,實現實時通信規劃,殺傷鏈構建優化及戰術子網的動態構建等能力,以提升數據鏈裝備的作戰效能。

1 平行仿真基本概念

2004年,國內學者提出了基于人工系統的平行系統概念,包含人工系統(Artificial Systems,A)、計算實驗(Computational Experiments,C)和平行執行(Parallel Execution,P)三部分。實際系統和人工系統相對應,即人工系統能夠體現實際系統的主要特性,在人工系統中,基于虛擬場景,利用自適應演化等方法驅動實驗,評估各類參數配置、技術方案的效果。通過實際系統與人工虛擬系統協同演化、閉環反饋和雙向引導,實現對實際系統的目標優化,如圖1所示。

圖1 平行系統概念

Fig.1 Concept of parallel system

平行仿真是平行系統概念在仿真領域的應用。平行仿真是指利用復雜系統智能科學和建模仿真等理論,構建與實際系統相似且平行運行的仿真系統,平行仿真系統動態實時地接收來自實際系統的各類信息,采用計算實驗的方法在仿真系統中進行各類實驗,演化修正仿真模型,提高仿真結果的準確性,逐步逼近實際系統,同時,平行仿真系統對實際系統進行超實時的模擬演化試驗分析,將仿真結果動態地反饋給實際系統,指導或控制實際系統的運行,如圖2所示。

圖2 平行仿真系統基本概念

Fig.2 Basic concept of parallel simulation system

平行仿真系統在作戰、訓練和仿真驗證等過程中,與實際系統平行運行,用于支撐作戰指揮決策和裝備運用,實現數字系統與實際系統的虛實映射、實時同步、共生演進和閉環優化。平行仿真系統具備實時運行模式和超實時運行模式。在實時運行模式中,平行仿真系統實時獲取戰場/裝備態勢,實現與實際系統的同速率演化;在超實時模式中,平行仿真系統基于模型進行演化分析,實現對實際系統的指導或控制。同時,平行仿真系統與傳統仿真系統的另一區別在于仿真模型的構建方式,平行仿真模型具備動態演化的能力,仿真模型的真實性和仿真結果的可信度在仿真過程中可逐漸提高。

以虛實映射、實時同步、共生演進和閉環優化為目標,平行仿真系統需要具備平行運行能力、實時態勢獲取能力、模型動態演化能力、超實時評估預測能力和對實際系統的指導與控制能力,如圖3所示。

圖3 平行仿真系統能力組成

Fig.3 Capability composition of parallel simulation system

平行運行能力

傳統的仿真系統大多是串行運行,通過事前假想的仿真場景進行模擬推演,或者事后對實際系統/裝備的運行數據進行回放仿真分析。平行仿真系統的平行運行在于仿真系統與實際系統形成一種虛實共生的結構,平行仿真系統和實際系統通過動態實時的數據交互,實現運行時間一致、狀態一致。

實時態勢獲取能力

平行仿真系統實現與實際系統的虛實共生且實時同步平行運行,需要仿真系統中的作戰態勢與實際戰場態勢一致,只有虛擬態勢與真實態勢同步關聯,仿真推演才是有效的。實時態勢獲取能力包含環境數據采集、裝備數據采集、指揮決策數據采集以及態勢數據理解等子能力,并將實時獲取的態勢信息在仿真系統中復現,作為模型演化、推演評估的數據輸入。

模型的動態演化能力

平行仿真系統與其他仿真系統相比,仿真結果的可信度更高,實現這一優勢的原因在于平行仿真系統的仿真模型具有動態演化的能力。以往仿真系統的仿真模型側重于一次性構建, 即仿真系統運行后模型參數、結構不再改變,模型輸出也不再校正。平行仿真系統中的仿真模型是可演化的仿真模型,實現根據實際裝備信息調整自身模型參數、結構及校正模型輸出,使得仿真模型輸出不斷逼近相應的實際裝備信息,提高了仿真結果的準確性。

超實時評估預測能力

在平行仿真系統與實際系統平行運行的同時,平行仿真系統通過超實時的仿真推演預測及評估,實現將戰場上所有可能的戰果以及每種戰果發生的概率推演出來,輔助作戰人員或無人系統做裝備運用或作戰決策。

對實際系統的指導與控制能力

平行仿真系統完成超實時推演后,通過將評估預測的態勢結果推送給飛行員,作戰人員可根據態勢結果或推薦的作戰方案進行指揮決策;對于無人系統,平行仿真系統通過互操作控制能力,直接控制武器裝備的使用。

2 相關研究現狀

平行仿真系統概念由國內首先提出,根據其理念和系統能力,在國外與之對應的是動態數據驅動的應用系統(Dynamic Data Driven Application System,DDDAS)。動態數據驅動應用系統是一種全新的系統應用和系統測量模式,旨在將系統應用和系統測量有機結合起來,使得系統應用可以在執行過程中動態地從系統測量中接收數據并做出響應。美國空軍自2005年以來,圍繞“實時行動方案分析”相繼開展了一系列研究,目的是輔助決策人員在作戰級對抗環境下超實時評估己方基于效果的行動方案。將態勢信息實時反饋給反映真實世界實情的鏡像仿真系統,系統根據當前最新戰場態勢,超實時預測未來,以緊耦合對抗方式動態制定行動方案,對行動方案進行超實時分析與評估,為指揮員提供戰役與戰術級實時決策支持。2007年,美國國防高級研究計劃局提出了“深綠計劃”,旨在構建一個戰場指揮決策支持仿真系統,將仿真系統嵌入指揮控制系統,可支持作戰行動的在線仿真評估分析和提高指揮員的作戰指揮能力。深綠計劃使得仿真評估分析對作戰決策的支持模式發生改變,從基于仿真的離線作戰決策向基于仿真的在線作戰決策轉變。2008年,美國空軍研究實驗室對實時決策支持系統進行了技術總結,系統實現用高性能計算機進行實時作戰方案的制定。2010年至2018年之間,美軍又相繼提出了數字孿生、數字工程等理念和戰略,促進美軍的數字化轉型,實現物理世界在虛擬世界復現及驗證,利用仿真系統對實際系統的反饋作用,提高實際系統的研制、使用效能。2019年,美軍推進了天空博格人(Skyborg)項目,Skyborg項目以具備人工智能能力的無人機平臺為主,開發人工智能無人機綜合系統,通過態勢獲取與理解、智能輔助決策、協同任務規劃、高效人機交互等技術,為有人機/無人機智能協同作戰提供強大的作戰管理與指揮控制支持。目前,Skyborg項目已被納入美國空軍最新的未來十年即2030年戰略規劃。在仿真系統與實際系統的互操作方面,國際仿真互操作標準組織(Simulation Interoperation Standard Orgnization,SISO)于2020年在聯合作戰管理語言(Coalition Battle Management Language,C-BML)和軍事想定定義語言(Military Scenario Definition Language,MSDL)的基礎上,提出了指揮控制系統與仿真系統互操作標準(Command and Control Systems to Simulation Systems Interoperation,C2SIM),支持系統之間進行信息互操作,為決策支持奠定了一定的互操作基礎。近年來,雖然美國并未再明確地提出動態數據驅動的應用系統等概念,但是在美軍的人工智能等技術和項目中,處處體現了與實裝結合的仿真系統在其裝備使用中的重要性。

在國內,基于平行系統理論,部分學者對平行仿真系統在軍事領域的應用做了一系列研究,包括面向電子戰、多UAV實時任務規劃的動態數據驅動的仿真系統等,以及聯合通信指揮平行系統、反導指揮控制平行系統,面向C4ISR系統決策支持的平行仿真概念及框架、面向指揮決策支持的平行仿真系統概念、飛機編隊指控平行仿真、實時態勢驅動的平行仿真推演方法,以及裝備平行仿真框架及技術研究等。

作為仿真前沿技術,平行仿真系統相關理念在國外已經得到了部分實裝驗證,相比美軍,我國對平行仿真系統的研究大多都停留在理論研究方面,在航空通信領域,平行仿真系統的應用研究近乎空白。

3 航空通信平行仿真系統應用構想

圖4 裝備作戰效能提升應用

Fig.4 Application of equipment combat effectiveness improvement

除應用于提升裝備作戰效能之外,航空通信平行仿真系統還可應用于數據鏈裝備內場集成測試驗證、外場試飛訓練以及裝備健康管理。

在內場裝備集成測試驗證方面,如圖5所示,平行仿真系統與實裝系統及配套測試系統實現互聯互通,接收裝備在集成測試驗證過程中的實時狀態,在平行仿真系統中進行復現,并通過構建復雜戰場環境,包括虛擬友方、虛擬敵方和虛擬環境,實現裝備在復雜戰場環境下的全任務流程驗證。

圖5 裝備內場增量式集成測試驗證

Fig.5 Infield incremental integration and verification of equipment

在外場試飛訓練方面,由于資源限制和安全考慮,無法啟用太多的真機,但是現代戰爭的復雜性,以及裝備功能的測試需求,需要大規模對抗試飛與訓練,平行仿真系統通過與實裝系統的平行運行和信息交互,可實現模擬虛擬作戰場景,構建大規模作戰條件,支撐開展基于真實、虛擬、構造(Live Virtual Constructive,LVC)的虛實結合的試飛/訓練,如圖6所示。

圖6 虛實結合的試飛訓練支撐

Fig.6 Virtual and real combined flight training

在裝備健康管理方面,如圖7所示,平行仿真系統通過與通信系統的實時平行運行,采集通信系統相關運行狀態數據,利用故障診斷、預測等算法,實現健康管理預案的提前啟動,在故障發生之前或故障發生的第一時間進行處理,避免由于裝備故障修復時間過長而導致作戰效能的下降。

圖7 智能化裝備健康管理

Fig.7 Intelligent equipment health management

4 航空通信平行仿真系統架構

根據基本平行仿真系統能力和組成,結合航空通信應用需求,航空通信平行仿真系統邏輯架構如圖8所示,包括外部接入代理子系統、數據處理子系統、多分支推演子系統、裝備模型演化子系統、決策支撐子系統、態勢可視化子系統、互操作支撐子系統和虛實結合訓練支撐子系統。

圖8 航空通信平行仿真系統邏輯架構

Fig.8 Logical architecture of parallel simulation for aviation communication

外部接入代理子系統

外部接入代理子系統實現與真實戰斗機平臺的總線集成,實現與數據鏈原型系統、數據鏈裝備的接口適配,支撐從作戰平臺獲取實時的戰場態勢信息以及裝備狀態信息,支持將虛實結合訓練過程中的虛擬目標信息、評估裁決結果以及智能決策的互操作指令傳輸至真實平臺和裝備。

數據處理子系統

數據處理子系統實現從平行仿真系統接入代理獲取實際系統的實時態勢數據,通過數據解析、融合、同化等技術,提取態勢要素特征數據,生成平行仿真系統需要的、可識別的實時態勢數據。一方面存儲于平行仿真系統運行支撐庫中,累積形成戰場實體的航跡、活動規律等知識,另一方面,作為模型演化和態勢推演預測的數據依據。

多分支推演子系統

多分支推演子系統是航空通信平行仿真系統的核心推演子系統,實現根據真實戰場構建仿真場景,并通過仿真克隆管理生成多個仿真樣本,利用docker、Kubernetes等容器云技術實現仿真的分布式并行執行,對仿真結果進行效能評估。

裝備模型演化子系統

裝備模型演化子系統實時接收真實戰場態勢、裝備狀態數據以及仿真推演的結果數據,對兩個數據進行誤差分析,根據結果誤差,進行仿真模型參數、算法的動態演化,并將演化后的仿真模型用于下一次的仿真推演,如此迭代,實現數據鏈裝備仿真模型的可信度提高。

決策支撐子系統

決策支撐子系統實現智能決策的功能,根據超實時仿真推演的結果,通過智能優化算法進行殺傷鏈構建優化、戰術子網動態構建、實時通信規劃以及裝備健康管理。

態勢可視化子系統

態勢可視化子系統包括二、三維態勢顯示和機載顯控顯示,支撐仿真推演過程以及仿真推演結果的可視化展示,以及智能決策的結果,如推薦的通信規劃方案實時推送給飛行員。

互操作支撐子系統

互操作支撐子系統實現實時獲取決策子系統的智能決策結果,根據智能決策的結果進行消息格式的轉換,實現與真實平臺、裝備的軟適配,生成互操作指令,支撐實時控制裝備參數等能力。

虛實結合訓練支撐子系統

虛實結合訓練支撐子系統作為外場試飛訓練的支撐系統,根據仿真場景,為真實訓練飛機平臺模擬虛擬目標,在真實平臺與虛擬平臺的對抗過程中,實現評估裁決;虛實結合訓練支撐子系統還包括真實平臺與仿真系統之間的傳輸設備,如外掛通信吊艙或利用現有的數據傳輸端機,實現虛實信息交互。

為保證系統具備“開發、解耦、服務”能力,系統采用分層解耦設計,實現數據、模型、功能和應用的分層解耦,如圖9所示,平行仿真系統總體框架由基礎資源層、數據支撐層、仿真模型層、仿真支撐層、能力生成層、應用層以及標準支撐7部分組成。

圖9 航空通信平行仿真系統分層架構

Fig.9 Layered architecture of parallel simulation for aviation communication

基礎資源層是實現平行仿真系統的各種軟硬件環境,包括承載各種軟件和數據的計算機、服務器、網絡設備、安全設備、顯示設備,以及操作系統、數據中臺和支撐分布式部署的云環境等。

數據支撐層包括支撐平行仿真系統運行的各種數據,具體為戰場/裝備數據、模型數據、目標實體特征數據、作戰知識數據、作戰方案數據、推演結果數據、交戰規則數據、環境數據和政治因素等。

仿真模型層包括平行仿真系統運行過程中的各種裝備數字模型、環境模型等,其中,裝備數字模型包括平臺模型、裝備模型、系統模型等,環境模型包括地理環境、電磁環境、氣象環境等,此外,還包括計算模型和行為模型等。

仿真支撐層是平行仿真系統運行所需的引擎及各種系統工具,包括外部接入代理子系統、數據處理子系統、多分支推演子系統、裝備模型演化子系統、態勢可視化子系統互操作支撐子系統、虛實結合訓練子系統和決策支撐子系統等。

能力生成層指基于平行仿真系統數據、模型和支撐工具實現的平行運行,實時態勢獲取,模型動態演化,超實時評估預測及對實際系統的指導與控制能力,以達到平行仿真系統與實際系統虛實映射,實時同步,共生演進和閉環優化的目標。

應用層包括平行仿真系統在殺傷鏈構建優化,戰術子網動態構建,實時通信規劃,數據鏈裝備運用和裝備健康管理等方面的應用。

標準支撐定義了平行仿真系統開發、集成和應用需要遵循的一系列標準,包括數據格式標準、數據采集標準、模型集成標準、系統接入標準、互操作語言標準、環境描述標準和可視化標準等。

5 航空通信平行仿真系統關鍵技術

航空通信平行仿真系統關鍵技術包括基于實時數據的模型動態構建技術、實時數據采集技術、仿真想定場景自動構建技術、多樣本仿真實驗構建技術、多分支并行仿真推演技術和基于人工智能的智能決策技術等關鍵技術。

基于實時數據的模型動態構建技術

模型可演化是平行仿真系統的特點之一,基于實時數據的模型動態構建技術是實現動態數據驅動的可演化建模功能的關鍵技術,包括仿真模型構建技術和仿真模型評估修正技術。仿真模型構建技術首先明確對模型的分類,如實體模型、計算模型、行為模型、環境模型等;針對每一類模型,研究模型的模板屬性,如識別屬性、基礎屬性、交互屬性和配置屬性等,按每個屬性進行不同粒度的建模,對于平行仿真系統,仿真模型在運行過程中會自動地進行模型動態演化,因此對模型的建模準確度的要求并不高,但對復雜度、粒度要求較高;最后,按組件化的建模方式,將模型進行組裝。在平行仿真系統的運行過程中,隨著戰場作戰進程的推進,結合實時的實體機動數據、通信數據等,對平行仿真系統的仿真模型推演結果進行比對評估,按評估結果對模型進行精細化校準,逐漸逼近戰場真實實體,涉及模型的類型修正、運動特性參數修正、行為意圖修正、計算模型的修正、交互關系的修正等。

實時數據采集技術

航空通信平行仿真系統實現與實際系統平行運行,實時采集技術是實現狀態一致的關鍵之一。在提升數據鏈裝備作戰效能方面,需要完成仿真系統與戰斗機平臺的總線集成,如何從平臺獲取裝備的狀態信息;在虛實結合的試飛訓練支撐方面,需要完成如何將模擬的虛擬目標送顯到戰斗機平臺的顯控,或作為雷達探測等設備的輸入,以及真實平臺的操作信息如何傳輸到平行仿真系統中,將平行仿真系統評估采集后的結果傳輸到真實平臺。

仿真想定場景自動構建技術

平行仿真系統重點功能之一為輔助決策,由于決策的時效性要求較高,仿真想定場景的構建和實時態勢變化需要及時進行。與傳統的仿真不同,平行仿真想定場景的構建不再是人工構建的方式,需要根據作戰人員制定的作戰方案和場景描述,自動地識別方案、場景文件中的實體信息、時間信息、位置信息、作戰目標等關鍵仿真因素,通過想定場景構建功能實現想定場景的自動構建,并根據實際系統的時間信息進行實時推演,根據實際系統的各種狀態數據,對仿真場景進行實時修改。

多樣本仿真實驗構建技術

平行仿真系統的智能決策的工作過程之一為針對某個作戰目標,進行多種不同的作戰方案的超實時仿真推演,對每種推演結果進行作戰效能評估,選取最優的作戰方案,因此,如何針對同一目標,自動地構建多種不同的作戰方案是研究重點之一。多樣本仿真實驗構建技術研究根據實驗需求制定實驗方案,實現對仿真作戰想定進行樣本化研究的功能,通過改變一個或多個實驗因子,生成不同的想定樣本,涉及實驗因子的分類和自動匹配研究、因子修改算法研究等。

多分支并行仿真推演技術

在平行仿真系統中,實現基于智能體Agent的分布式仿真推演,針對每個實體進行模型的實例化,模型實例化后的分布式部署和調用是實現平行仿真系統仿真推演的關鍵之一,并且,針對多仿真方案的并行仿真,每個仿真想定并行運行,涉及如何部署多個樣本的問題,因此多分支并行仿真推演技術是實現推演預測與智能決策的關鍵技術之一。針對多分支,傳統的實現方式是采用虛擬機的形式,虛擬多個厚重的系統,造成資源的浪費。在平行仿真系統中,考慮采用Docker加Kubernetes的輕量化部署形式,各個仿真模型或仿真樣本之間獨立運行,實現多分支并行仿真推演。

基于人工智能的態勢預測與智能決策技術

將人工智能應用于平行仿真系統,能夠有效地增強對戰場態勢的預測和對作戰指揮的智能決策。人工智能技術在戰場情報分析、數據處理、運籌分析、任務規劃、方案制定方面能夠極大地提高作戰人員指揮現代戰爭和作戰行動的智能化水平。基于人工智能的態勢預測與智能決策技術研究人工智能如何在平行仿真系統中進行應用,包括人工智能的算法研究、數據處理等。

除了以上關鍵技術之外,還包括仿真系統與實際系統互操作技術、高性能仿真引擎構建技術、平臺嵌入式可視化技術以及平行仿真系統軍事知識構建技術等。

6 結束語

未來戰爭必將是信息化、智能化、無人化的戰爭,航空通信系統也將具有自主的數據挖掘、態勢感知、智能決策能力,形成由信息系統輔助人向智能系統代替人的深度融合和轉變。在航空通信中引入平行仿真技術,根據實時戰場、裝備態勢,通過超實時的仿真推演,預測未來一段時間的態勢變化,提供作戰和裝備運用決策支持,有利于實現殺傷鏈構建優化、戰術子網動態構建、實時通信規劃和裝備智能健康管理,能極大地提高航空通信裝備的作戰效能。

本文提出了面向航空通信的平行仿真系統架構、組成以及部分關鍵技術,可為實現平行仿真在航空通信領域具體應用中的落地奠定理論基礎。

作 者：廖尚志

審核編輯：湯梓紅