基于体系仿真实验的联合作战能力评估技术

Command Information System and Technology

指挥信息系统与技术

Vol. 8 No. 4 Aug. 2017

•专家视野

doi： 10. 15908/j. cnki. cist. 2017. 04. 001

基于体系仿真实验的联合作战能力评估技术

杨镜宇

1

胡晓峰

1

张昱

1

伍文峰w

(1国防大学信息作战与指挥训练教研部北京100091)

(2 陆军军官学院炮兵系合肥230031)

摘要：根据联合作战能力评估的需求特点以及联合作战体系（SoS)能力整体涌现和结构动态演 化等复杂性特征，提出了基于体系仿真实验的联合作战能力评估技术，阐述了体系仿真实验逻辑架 构、体系动态模型构建、体系能力综合评估和体系仿真实验支撑平台4个方面的内容及关键技术， 为联合作战能力评估方法创新提供了有益借鉴。关键词：体系仿真实验；联合作战；能力评估中图分类号：TP391. 9

文献标识码：

A 文章编号：1674-909X(2017)04-0001-09

Joint Operation Capability Assessment Technology Based on

Simulation Experiments for System of Systems

YANG Jingyu1 HU Xiaofeng1 ZHANG Yu1 WU Wenfeng1，2

(1 Department of Information Operation & Command Training, National Defense University of PLA, Beijing 100091, China) (2 Department of Artillery, Army Officer Academy, Hefei 230031，China)

Abstract： According to the requirement characteristics of joint operation capability assessment and the complexity characteristics of the joint operation system of systems (SoS)， including whole emergence of capabilities and dynamic evolution of structures, a joint operation capability assessment technology based on simulation experiments for the SoS is presented. Four aspects of contents and key technologies of the simulation experiments for the SoS, including the logical ar­chitecture, dynamic model establishment, capability comprehensive assessment and the support platform are illustrated. The technology provides an instructive reference for innovation of the joint operation capability assessment.Key words： simulation experiment for system of systems (SoS)； joint operation； capability as­sessment

方联合作战能力是否能够完成特定使命任务，如 不能，则如何提升？ 2)己方作战方案是否存在短板弱项，如存在，则如何优化？联合作战的平台作

〇引言

联合作战能力评估的任务通常有2类：1)己

*基金项目

：国家自然科学基金（71401168)和军民共用重大研究计划联合基金（1495218)资助项目。

镜宇，胡晓峰，张昱，等.基于体系仿真实验的联合作战能力评估技术[

U

收稿日期：2017-06-02引用格式：杨

J].指挥信息系统与技术，2017,

8(4)：1-9.

YANG Jingyu, HU Xiaofeng，ZHANG Yu，et al. Joint operation capability assessment technology based on simulation experiments for system of systems[J]. Command Information System and Technology, 2017, 8(4)：l-9.

2指挥信息系统与技术2017年8月

战、体系支撑、战术行动与战略保障等特征，决定 了联合作战能力评估具有高层宏观定性判断与低 层细/微观定量分析相结合的特征。而且，现代战 争涉及陆、海、空、天、电等多个作战领域的多类实 体、行为和交互，体系能力由多个实体间网络化交 互涌现生成，对抗过程伴随着实体状态和交互关 系的动态演化。特别是网电空间与传统物理空间 的融合及大量无人装备与智能装备的加入，加剧 了战争体系的网络化交互和动态演化，战争的形 态、样式和理念均面临颠覆性冲击。因此，联合作 战能力评估需针对联合作战体系的能力整体涌 现、结构动态演化等复杂性特征，采用定性与定量 相结合的方法，得出高层可用和底层可操作的评 估结论。

数学解析等常用能力评估方法难以对如此大 量的实体和行为进行解析计算，综合评价方法往 往过度依赖专家的定性判断，且仅能得出静态结 论。计算机仿真实验能对所有作战实体和整个作 战过程进行仿真，为解决联合作战体系分析问题

:途径。然而，传统的仿真实验大多针

应

用层

对特定军事行动的效能分析、武器装备试验鉴定 或指挥与作战训练，在如何基于体系仿真实验解 决联合作战能力评估方面还缺少理论与方法指 导，在仿真实验环境的构建方面也缺少需求和技 术支持。

基于体系仿真实验的联合作战能力评估类似于 化学实验，先建立-^个联合作战体系对抗仿真环境， 放入联合作战的方案、部署、武器装备或战法，然后 通过快速实验得出体系层面的整体效果，以支持作 战指挥员决策[1]。本文主要针对联合作战体系的复 杂性特征及联合作战能力评估的军事需求，研究体 系仿真实验逻辑架构、体系动态模型构建、体系能力 综合评估和体系仿真实验支撑平台4个方面的内容 及关键技术。

1体系仿真实验逻辑架构

联合作战体系仿真实验系统从逻辑层面可划分

为基础环境层、数据模型层、仿真实验层和应用层 4个层次，面向联合作战能力评估的体系仿真实验逻辑架构如图1所示。

联合作战体:系仿

[战区联合作战能力评估]1I

[战区联合作战体系建设]1

Jt实验应用

[武器装备体系建设

]1

[装备体系贡献度分析]11

仿

真实验层

需求执行1联合作战能力评估需求11联合作战体系建设需求1

V

仿真实验需求仿真实验设计想

定编辑

任务规划

仿真设置

想定提炼

仿真

执行 更-----换

餘|更换数量^^

K

---1武器装备体系建设需求1AN调整

1装备体系贡献度分析需求1优化

数据模型层

装备实验

麟一更换网络实验

更换行动实验

分析执行

仿真实验分析 |

多维比对分析

|关联性挖掘分 |

优化

因果回溯分 可视化分析胃

调整优化

基础数据

If

\\[

基础数据

If

想定数据基础数据

数据资源

If

运行数据基础数据

t

结果数据

1基础数据11需求数据丨1想定数据1 1运行数据11结果数据11外部引接数据1

基

础环境层

模型资源

1

陆

丨

仿真计算支撑

海

1

1

^

1

1

天

丨

仿真存储支撑

网电

〇仿真分析支撑

图1面向联合作战能力评估的体系仿真实验逻辑架构

第8卷第4期杨镜宇，等：基于体系仿真实验的联合作战能力评估技术3

1. 1 基础环境层背景体系包含环境体系和对手体系，环境体系描述 整个作战仿真对抗发生的气象、地理、水文和电磁等 基础环境，对手体系指要研究的对象体系的对手方 拥有的作战体系。对象体系指需关注和研究的我方 或敌方体系。焦点对象指需在仿真实验中进行增、 删、改的实兵、实装或战法。

显然，体系对抗过程伴随着各类实体和交互关 系的变化，因此体系模型应随环境变化而变化，只有 基础环境层是联合作战体系仿真实验系统运行 的基础软硬件环境，由基础计算环境、信息基础网络 和云仿真大数据支撑环境共同组成。基础计算环境 包括各型服务器、主机和存储阵列等计算和存储资 源，是仿真计算和数据存储的基础硬件环境;信息基 础网络包括各型路由器、交换机及各条通信链路，是 连通各仿真计算节点的基础网络环境；云仿真大数 据支撑环境包括虚拟化资源管理平台和大数据分析 平台，是完成计算资源动态分配调度、仿真大数据存 储分析的基础软件环境。

1.2数据模型层

数据模型层是支撑联合作战体系仿真实验活动 的基础资源，由数据资源和模型资源共同组成。数 据资源包括基础数据、需求数据、想定数据、运行数 据、结果数据以及外部引接的实兵实装数据，是设置 想定、仿真运行和实验分析的数据基础；模型资源包 括陆、海、空、天、网电等不同作战领域的各类模型， 是开展综合仿真实验活动的模型支撑。

1.3仿真实验层

仿真实验层是联合作战体系仿真实验系统的 核心层，由仿真实验需求、设计、运行和分析组成。 仿真实验需求是开展仿真实验活动的出发点和目 的，通常包括联合作战能力评估等典型应用的需 求；仿真实验设计是仿真实验的准备环节，完成想 定编辑、任务规划、仿真设置及想定提炼等仿真实 验运行前准备工作；仿真实验运行是仿真实验的 动态执行过程，通常通过更改武器装备性能参数、 武器装备数量、网络拓扑结构及作战行动等方式 产生大量仿真样本空间，并采用大规模并行计算 方式实现探索性仿真，得到仿真实验结果；仿真实 验分析是对仿真运行产生的海量数据采用多维比 对分析、关联性挖掘分析、因果回溯分析及可视化 分析等多种手段方法，围绕仿真实验目的进行综 合分析，从而得出结论。

1.4应用层

应用层是联合作战综合仿真实验系统面向用户 的实际应用，是系统应用价值的直接体现。应用层 通常包括联合作战能力评估、联合作战体系建设、武 器装备体系建设及体系贡献度分析等典型应用。

2体系动态模型构建

从体系仿真实验角度，可将联合作战体系模型

分为背景体系、对象体系和焦点对象3类[1]。其中，

用动态体系模型才能体现复杂系统特点。借鉴平行 仿真思想[2]，体系中所有实体模型均可通过基于真 实世界数据、基于人的智能和基于人工智能的自学 习机制等实现模型的动态调整。

2.1基于真实世界数据的模型修正

采用基于数据驱动的方法，通过真实世界数据 与仿真实验数据接口，实现外部数据的快速接人、数 据过滤、模型快速修改和快速校核。接人数据类型

包括联合作战态势的镜像、实兵、实装和战法4类数 据。不同仿真实验侧重点不同，接人的真实世界数 据往往包括不同类型，需要的时间花销不同，如仅针 对单件武器装备，可能只是模型的某个或少量参数 的调整，如歼-10飞机的雷达探测距离，模型修改速 度相对较快;如是战法数据，则需改变多个相关实体 的行为规则；如是整个态势数据，则需花费的时间更 多。而且，真实数据和仿真数据的内容和格式不完 全一致。因此，首先，需制定清洗规则，确定接人哪 些数据，不接人哪些数据；接着，按照仿真模型数据 格式对真实世界数据进行流程化预处理，生成不同 层次和格式统一的接人数据;然后，基于规则对仿真 模型的数据进行增、删、改，并自动进行模型数据校 核；最后，恢复仿真实验运行。

2.2基于人在回路的指控行为建模

联合作战体系中各部队实体的行为和交互通常 受不同层级的指挥员与战斗员主导，即体系中实体 行为具有较强自主行为能力，因此具有较强的不确 定性和非理性特征，这是区别于一般无人参与的武 器装备体系的一个典型特征，也是体系模型难以建 立的根本原因。采用人在回路与部分规则相结合的 方法，纳人不同身份的人（指挥员和作战人员），基于 人的认知指挥和控制（简称指控）实体的行为，可以 解决部分实体特别是较高层次实体的指控行为建模 问题。

2.3基于智能认知的动态模型构建

采用人工智能与Agent仿真相结合的方法，为 部分实体赋予一定智能(包括感知、认知和决策），采

4指挥信息系统与技术2017年8月

用自适应和自学习的方式，构建体系动态模型。主 要应用在以下3个方面：

1) 网络信息体系的动态组网建模

随着网络规模不断扩大，传统的静态网络体 系结构已无法适应复杂战场环境下联合作战的实 际需要，快速、灵活且高效的动态组网技术是构建 可重构的网络信息体系的关键。网络信息体系实 现动态组网主要有以下2种典型方法：（1)构建网 络体系灵活重构的管理机制；（2)模型应具有感 知、决策和执行的能力，能够在感知到运行环境发 生变化后，做出相应决策，按照一定的组网机制实 现体系结构重构。

2) 基于OODA环同步的敏捷指控建模

敏捷是网络信息体系背景下组织结构的重要特 征之一，是成功应对多样化作战任务和复杂战场环境 的前提。作战环是由观察、判断、决策和行动4大要 素构成的OODA环，涉及对物理域战场态势的感知、 信息域的情报传递和融合、认知域指挥员对态势的理 解判断和定下决心以及物理域兵力的打击行动等跨 域行为。体系作战过程中，指挥协同不仅是指挥员与 指挥员间协商，还应是在网络信息体系支撑下，以不 同指挥员为核心的多个OODA环间的协同[3]。基于

OODA的体系作战协同模型如图2所示。OODA环

间的协同可能是观察与判断的协同、判断与决策的协

同或决策与行动的协同，一个OODA环就是一个完 整的协同周期，按照复杂网络的同步理论，协同最终 目标是多个OODA环间同步。基于OODA环同步 的敏捷指控建模基本原理:假设体系中第z个作战环 的时变状态用相位参数OODAft U)描述，建立相位值与 环状态间的映射关系。每个指控实体能够同 时感知与本节点处于同一使命任务的多个相邻节点 的状态，在受到上级指派任务和己方资源的约束条件 下，最大程度和相邻节点的指控状态保持同步，最终 实现整个作战行动的自同步。

图2基于

OODA的体系作战协同模型

现有指控系统多依据特定任务构建，系统功陡 和能力通常无法跨系统灵巧指挥，而敏捷指控建模 技术的关键在于模型能够实现跨域交互，OODA因为一个

作战环中包含多个作战领域内多个实体(指

控节点、传感节点、通信节点和打击节点），能够根据 资源消耗和作战效果对指控行为进行动态调节，具 备较强的作战环境适应性，其本质是作战任务驱动 和体系资源协同实现结构动态调整。

3)认知网的自适应电子战建模

电子战是联合作战体系对抗中典型对抗行为， 且对传统陆、海、空、天等物理空间的作战行动效果 有极大影响。联合作战战场电磁环境复杂多变，如 何敏捷地发现、定位和识别威胁源，并根据对手的实 时变化进行实时自适应对抗，是未来电子战发展的 必然趋势。在综合研究联合作战中电子战发展趋势 和最新技术基础上，提出了基于网络信息体系的电 子战威胁目标网络化识别和软件自定义对抗建模技 术，突出反映了网络信息体系对电子战目标发现、定 位、跟踪、识别和自适应对抗等方面的显著作用。采 用复杂适应性理论，通过电子战主体动态建模、软件 自定义行动规则描述、网络化信息协同策略及干扰 资源智能分配等方面的研究，实现对复杂战场电磁 环境自适应电子战建模。3

体系能力综合评估

体系能力的整体涌现性、动态演化性及能力相 对性，决定了体系能力只能在整体、动态和对抗条件 下进行持续测量得到。基于该思想，在构建的仿真 实验环境中，将联合作战体系置于该环境，不断进行 动态试验，通过对多次试验数据的挖掘，得出体系能 力的综合结论。3.1动态测量框架

指标是对联合作战体系进行动态测量的主要依 据，同时也是体系仿真实验的实验变量。通常指标 确定有一个假设前提，即所有指标均显而易见并符 合体系实际，但该假设很难做到。复杂系统与简单 系统本质性质截然不同，评价体系指标确定通常有 2种方式：1)评估人员根据自身经验选取的一些典 型指标，如战损、战果和任务完成度等；2)采用数据 挖掘的方法，从大量仿真实验数据中挖掘得到的具 有代表性的指标。

不同于传统的能力评估，多次仿真实验得出的

第8卷第4期

杨镜宇，等：基于体系仿真实验的联合作战能力评估技术5

结果将不再是1个值，而是多个值构成的结果云。 通过对结果云以及指标间关联分析，不仅能够分析 焦点实验对象的体系贡献度，而且在对指标动态演 化分析基础上，可以发现体系能力演化机理，为提高 体系能力和优化体系结构提供科学依据。

基于体系仿真实验的联合作战能力动态测量主 要包含以下过程:首先，进行概念建模，并通过经验和 历史数据抽取得出一个初始指标集合;接着，通过数

据分析来观察指标的敏感程度，挖掘关键指标并修正 指标体系；然后，通过多次仿真实验数据对指标体系 进行校验和确认，并修正概念模型，从而得到相对完 整的指标体系；最后，根据得到的指标体系即可选定 相应的指标获取特征测量值，对体系进行动态测量， 挖掘体系能力关键指标，分析体系能力演化机理，从 而得出体系的能力和效能评估结果。基于体系仿真 实验的联合作战能力动态测量框架如图3所示。

挖掘关键指标

并修正指标体系

基于大数据分析 演化规律并观察 指标敏感程度

(9)

麵

2!

图3基于体系仿真实验的联合作战能力动态测量框架

3.2基于动态指标网的关键指标挖掘

传统的体系能力评估通常采用树状指标体系进 行综合评估，指标体系确定的一^般原则是针对性、独 立性、完备性、可测性、客观性和简明性等，其中独立 性和完备性是基本要求，但一般只能在静态或弱动 态条件下实现[4]。联合作战体系组成间的网络化交 互关系决定了体系能力指标间关系在普遍意义上为 网状，且指标间关联关系随时间动态演化，指标间有 无关系或关系多大往往不得而知。基于动态指标网 的关键指标挖掘通过分析仿真实验生成的数据，挖 掘指标间关联关系及动态演化，进而构建体系能力 指标的动态指标网，并在此基础上挖掘出影响体系 能力的关键指标，作为体系能力评估和贡献度分析 的依据[5]。

1)基于移动时间窗口的指标关联关系挖掘方法

借用经济学上常用的移动窗口方法，选择一定 大小时间窗口，计算该窗口内相关系数，然后不断平 移时间窗口，即可得到整个时间范围内相关系数和 时延演化情况。基于移动时间窗口计算指标时间序 列相关系数和时延示例如表1所示。

表1基于移动时间窗口计算指标时间序列相关系数和 时延示例

序号12345678910111213

时间

2017-01-05 6：402017-01-05 6：502017-01-05 7：002017-01-05 7：102017-01-05 7：202017-01-05 7：302017-01-05 7：402017-01-05 7：502017-01-05 8：002017-01-05 8：102017-01-05 8：202017-01-05 8：302017-01-05 8：40

指标13. 8512. 71

11

19. 21

110. 211

15. 311

16. 811

11. 811

110. 511

17. 211

13. 511

16. 41

8. 53. 75

指标2116117116119118117141141140140

!

相关系数时延

移动窗口

92—4-3-11

149! , 0. 47149151

0. 590. 56

2)动态指标网构建

在得到每个时刻指标间相关性和时延基础上，

通常用2种方式构建动态指标网：1)仅考虑相关性 大小，删除小于该阈值的边，得到无向无权网络;2)同时考虑时延和相关系数大小，根据设定阈值和 相关系数的时延特征，得到一个有向无权网络。动 态指标网构建示例如图4所示。图4左侧网络中， 边上括号内2个数值分别表明指标间关联强度(0〜

6指挥信息系统与技术2017年8月

1)和指标间时间延迟(单位十和一分别表明延迟 和超前），以指标A和指标B间关系为例，0. 8表明 2个指标间相关系数为〇. 8,30表明指标B变化落 后于指标A变化30 s，因此可认为指标A变化是引 起指标B变化的原因之一。通过2种不同网络构 建方法，可得不同动态指标网结构，为后续关键指标 挖掘提供网络基础。

团特征指标，进而对各时刻社团特征指标聚合，得到

整个作战任务期间特征指标;2)结合特定使命任务阶 段社团演化特点，挖掘贯穿于特定任务期间的线索指 标;3)采用中心性计算方法，挖掘指标网的中心指标。 3.3基于探索性分析的体系能力图谱构建

采用多幅图、多种颜色或多种曲线等图谱构建 方法，可从多个维度综合分析体系能力，为定性与定 量相结合的分析提供科学手段[6]。具体为：1)利用 多线索仿真方法，根据分析需求自动生成分析想定、 模型调用方案和仿真执行方案，快速执行仿真，并将 结果输出至相应数据池。该方法可快速对仿真实验 中的体系结构、仿真实体进行增、删、改等编辑操作， 结合快速调用模型和执行仿真，快速探索关注能力 的不确定性边界。2)对仿真样本的结果进行统计 评估，针对部分关键指标和能力，以适当形式给出体 系能力评估的统计结果。3)选择合适的图谱表现 形式，并将能力图谱以交互可视化形式输出。以某预警探测体系的防空识别能力分析为例， 实验采用全空间动态探索性仿真方法，探索为全谱 型，多高度、不同雷达散射截面积(RCS)目标的首次 指出预警探测体系针对防空识别能力的弱点，图5 给出了增加某侦察飞机后防空识别能力图谱。由图

3)基于动态指标网的关键指标挖掘

根据动态指标网的动态演化特征，采用3种方 式挖掘关键指标：1)通过对指标网进行社团划分， 用改进的主成分分析方法提取每个时刻指标网中社

I朱测、首次敌我识别和首次跟fe点，并基于实验数据

(a) 15 km髙首次探测包络线(b) 15 km高首次敌我识别包络线(c) 15 km髙首次型号识别包络线

(d) 8 km高首次探测包络线(e) 8 km高首次敌我识别包络线(f) 8 km高首次型号识别包络线

(g) 1 km高首次探测包络线

（

h) 1 km高首次敌我识别包络线

----焦点想定

(〇

1 km髙首次型号识别包络线

----基线想定 图5

增加某侦察飞机后防空识别能力图谱

第8卷第4期

杨镜宇，等:基于体系仿真实验的联合作战能力评估技术7

可见，增加某侦察机后，探测及识别漏洞能够得到有效 弥补，对低空目标的探测及识别位置距海岸线的平均 距离明显扩大，但对高空飞行目标探测及识别能力提 升作用不大。此外，增加某侦察机可显著提高对常规 目标的识别率并降低识别时间，但对新型目标(主要指 未掌握其信号特征的目标）的识别率和识别时间的影 响较小。显然，能力图谱能从不同高度、首次探测、首 次识别和首次跟踪等多个维度显示防空识别能力的弱 点，而且能够通过对比为提高体系防空识别能力给出 决策依据。

3.4基于因果回溯的体系能力演化机理分析

对联合作战能力进行评估，关键要分析体系能 力形成机理，找到影响体系能力的关键因素。本文 主要针对体系仿真过程中出现的异常情况和关键行 动进行重点分析与因果回溯分析，从而实现对体系 能力形成与演化机理等深层次问题的研究。因果回

溯分析如图6所示s例如，通过对作战体系结构演 化发现，指挥网络呈严格树状结构，但交战开始后， 其作战网络呈扁平化，并出现抱团特性。由此可知， 军旅营制和按作战任务编组可能更合理ra。

賊

敵雜麵

用户输入数据

可能存在因果关系的回溯路径--------------------最终得到的因果关系

图6因果回溯分析

4体系仿真实验支撑平台

面向高效服务的联合作战仿真实验综合支撑平

作战仿真实验模式，研究全生命周期的联合作战仿 真实验活动管理技术。主要包括面向体系问题的网 络化指标设计、想定设计和体系能力动态监控3个 工具，重点研究可定制、可裁剪的想定设计及优化， 实现想定层面智能化多系统划分与多循环关联 分析％

4.2基于云计算的按需快速仿真实验运行环境搭建

联合作战仿真实验通常需要多个同构或异构系 统协同运行，并基于仿真结果进行综合分析。鉴于 不同系统的技术体系和软硬件环境等差异较大，同 时，为了提高仿真运行效率和大幅缩短批量仿真模 型运行时间，本文采用基于云计算的按需快速仿真 实验运行环境构建技术。

1)面向联合作战仿真的基础设施即服务 (IaaS)云计算平台搭建[«。将局域网内已有计算资 源、存储资源和网络资源统管共用，针对每个仿真系 统的硬件资源特殊需求，快速构建虚拟化高性能硬

台如图7所示。其中，联合作战仿真实验活动管理 系统，是整个联合作战仿真实验的高层指导，基于多 环寻优理论和综合集成思想，迭代推进仿真实验过 程，逐步聚焦研究问题;基于云计算的按需快速仿真 实验运行环境，为仿真实验提供基本软硬件运行环 境；面向联合作战仿真实验的高效多源数据接入技 术，实现各类仿真实验数据的高效采集、存储与处 理;基于大数据的联合作战仿真实验综合分析支撑 技术，主要为高层实验活动提供专题式和定制化实 验数据综合分析与可视化展示。

4. 1基于多环寻优的联合作战仿真实验活动管理

多环寻优仿真实验流程核心思想：粗仿提炼实 验想定，细仿聚焦分析指标，即通过动态仿真实验嵌 套数据分析，实时能力监测引导实验活动方法，聚焦

8指挥信息系统与技术2017年8月

态势数据 引接

模型快插 即仿

基于云计算的按需快速仿真实验运行

多源数据 爬取

仿真数据 采集

多源数据 收集

图7面向高效服务的联合作战仿真实验综合支撑平台

件支撑环境，支持大规模高性能仿真环境以及异构 仿真系统并行运行环境搭建，提高硬件资源利用率。

2)面向联合作战仿真的自动化虚拟运行环境 搭建。通过面向联合作战仿真实验中多个仿真系统 的虚拟机模板快速构建、资源快速分配与实时监控 技术，实现仿真运行环境的快速搭建、仿真想定的批 量分发、运行状态的实时监控以及仿真数据的高效 米集。

4.3虚实共生的高效轻量级多源数据接入

按照虚实结合共生的联合作战仿真实验理念， 为了探索基于仿真推演数据和基于真实数据的嵌入 式共生仿真运行方法，实现全新的虚实结合的共生 仿真实验框架和仿真运行机制，提出种高效轻量 级多源数据接入技术，实现虚实结合、共生仿真实验 数据的全维度、高效率采集与存储。

1)虚实共生的高效轻量级数据融合。根据联 合作战实验研究需要，采用多种数据接入方法，通过 与联合作战指挥信息系统互连，实现战区联合作战 态势引接;研究内扩式与互连式等多种模型快插即 仿模式，实现新质力量新型装备数据引接;研究软件

插粧和基于物联网的信息采集等方式，实现联合作 战体系虚实融合的动态测量监控。同时，综合采集 联合作战实验过程中已有仿真系统的运行时数据、 作战实验文书资料、想定数据和人机结合的专家研 讨数据等。探索性研究请求服务机制、高速总线机 制和中间件技术等数据收集与采集机制在联合作战 实验中的适用性，在_成实验数据收集的同时，着重

降低数据采集任务的CPU、内存和网络带宽占用 率，尽量降低对原有仿真引擎的影响。

2)基于大数据技术研究面向联合作战仿真的 多源数据综合处理。按照联合作战相关问题研究需 求，设计基于JS对象标记(JSON)、扩展标记语言 (XML)的实验大数据统一表示方法，实现数据的高 效传输与存储;研究实验大数据的按需清洗技术，实 现多源联合作战实验数据的统一管理；设计面向联 合作战仿真实验的多源大数据高效处理框架与核心 算法，为实验数据综合分析提供统一接口支持。4.4联合作战仿真实验综合分析支撑平台构建

按照联合作战仿真实验综合分析的应用需求， 提出通用分析支撑平台+专用分析工具的技术框

第8卷第4期杨镜宇，等：基于体系仿真实验的联合作战能力评估技术9

架。1)设计综合分析系统的体系结构。采用面向 服务的设计理念，设计基于多想定回放分析数据源 的可视化分析集成框架及多视角可视化分析引擎等

基础分析服务。2)面向用户决策的体系能力专用 分析工具接口技术。基于公共的基础数据源、多源 数据接口及大数据引擎，研究联合作战能力贡献度 ology for investigating the capabilities of command and

coordination for system of systems operation based on complex network theory [ J ]. Complex Systems and Complexity Science, 2015，12(2) : 9-17. (in Chinese)[4] 杨镜宇，胡晓峰.基于体系仿真试验床的新质作战能

力评估[J].军事运筹与系统工程，2〇16,3〇(3):5-9. YANG Jingyu, HU Xiaofeng. Evaluation of new oper­分析和智能回溯分析专用工具集的接口技术等。

5结束语

现代战争是体系与体系间整体对抗。因此，

联合作战能力评估需运用复杂系统理论，结合体 系的复杂性特征，在整体、动态和对抗条件下进行 综合评估。采用体系仿真实验的方法评估联合作 战能力，是在该理念指导下的尝试和探索。体系 仿真实验作为研究和探索体系复杂性特征的一种 方法，已经在体系研究领域成为共识，但如何更好 地应用到联合作战能力评估中，还需结合军事需 求和正在快速发展的大数据与人工智能等技术，

加强基于数据的评估和人机交互环境的智能化和

自动化等方面的研究。

参考文献（References):

[1] 胡晓峰，张昱，杨镜宇.体系仿真试验床：体系评估理

论和方法的探索与实践[J].论证与研究，2015,31

(6)：1-9,

HU Xiaofeng, ZHANG Yu, YANG Jingyu. System

simulation testbed： exploration and practice of system

evaluation theory and method[J]. Argumentation and Research, 2015,31(6) ：l-9. (in Chinese)[2] 王飞跃.指控5.0:平行时代的智能指挥与控制体系 [J].指挥与控制学报，2015,1(1):107-120.

WANG Feiyue. CC5. 0 ： intelligent command and con­

trol systems in the parallel age[J]. Journal of Com­

mand and Control, 2015,1(1)：107-120. (in Chinese)

[3] 胡晓峰，贺筱媛，饶德虎.基于复杂网络的体系作战协

同能力分析方法研究[J

].复杂系统与复杂性科学，

2015,12(2) ：9-17.

HU Xiaofeng，HE Xiaoyuan, RAO Dehu. A method­

ational capability based on SoS simulation testbed[J]. Military Operations Research and Systems Engineer­ing, 2016，30(3) : 5-9. (in Chinese)[5] 胡晓峰，张昱，李仁见，等.网络化体系能力评估问题

[J].系统工程理论与实践，2015,35(5):1317-1323. HU Xiaofeng, ZHANG Yu, LI Renjian, et al. Capa­bility evaluating problem of networking SoS[J]. Sys­tem Engineering Theory and Practice，2015，35 ( 5 ): 1317-1323. (in Chinese)[6] 伍文峰，胡晓峰.基于大数据的网络化作战体系能力

评估框架[J

].军事运筹与系统工程，

WU Wenfeng, HU Xiaofeng. Capability evaluation

framework of networked combat system based on big data[J ]. Military Operations Research and Systems Engineering, 2016,30(2) ：26-32. (in Chinese)

[7] BUYYA R, BROBERG J, GOSCINSKI A. Cloud computing：principles and paradigms[M]. Berlin： John Wiley & Sons, 2011.作者简介：杨镜宇，男（1971—），副教授，博导，研究方向为战争模拟。胡晓峰，男（1957—），教授，博导，少将，研究方向为军事运筹与系统工程、战争仿真系统工程、多媒体及

虚拟现实。

张昱，男（1979—），博士，讲师，研究方向为战争复杂

系统建模与仿真。

伍文峰，男（1982—），博士，讲师，研究方向为体系仿

真建模与体系评估。

(本文编辑：李素华）