海上编队作战实验的仿真平台遴选研究*
王步云 孙永侃 孙卫东
（海军大连舰艇学院作战软件与仿真研究所 大连 116023）
仿真平台是作战实验系统的核心组件，它是与具体仿真应用领域无关的公共服务集合，包括模型框架管理、时间管理以及事件调度等服务，为作战实验实施提供一个公共运行环境［1］。基于仿真平台开发仿真系统可以降低开发难度、提高开发效率、节省研制周期，使仿真开发人员主要关注于仿真平台的使用和领域业务的开发，而不再在仿真底层技术上花费过多的时间和精力，是当前主流的一种仿真系统开发方式。
当前国内常用的仿真平台有十余种，每种平台都有各自特点，能够支持装备论证、战法研究等各类需求。选择不同的平台就确定了系统研制的技术路线，决定了仿真模型、仿真想定等各类仿真资源的开发方式，也在一定程度上决定了系统功能和性能。因此遴选合适的仿真平台是开展作战实验系统设计和研制的重要前提。
为此本文结合海上编队作战实验系统需求，围绕海上编队作战实验仿真平台的选择开展研究。
2.1 海上编队作战实验需求
作为设计未来战争、提高打赢能力的重要支撑手段［2］，作战实验能在海上编队作战能力生成方面发挥重要作用。海上编队作战实验就是要利用仿真推演和评估两种手段，从作战过程和作战效果两个角度分析海上编队作战方案，建立涵盖“方案—想定—推演—评估”全过程的作战实验系统，为海上编队作战方案评估、作战军事需求论证、战法创新论证等提供支持。
1）想定编辑与管理：想定是仿真系统的输入。仿真想定的编辑与管理是作战实验的基本功能。系统支持作战方案的导入并在此基础上编辑仿真想定，能够实现仿真想定的导入、导出等管理。
2）仿真推演功能：在各类仿真模型的支持下，依据仿真想定实现海上编队作战方案的推演。具体功能包括：推演运行及控制、海战场态势显示、仿真数据记录与分析等。系统应支持“人不在回路”和“人在回路”两种方式的推演，丰富推演手段。
3）作战方案评估：在建立评估指标、选择实验因子的基础上，对经推演验证后的作战方案进行大样本仿真，得到海量仿真数据；
最后利用数据挖掘手段对结果数据进行分析，发现影响作战效果重要因素，对比不同作战方案之间的优劣，实现海上编队作战方案的评估，从而为辅助作战指挥人员拟制作战方案、实现海上编队作战战法创新提供了有效手段。具体功能包括指标体系构建、实验方案设计、大样本仿真运行、数据采集、运行状态监控以及数据分析与评估等。
2.2 对仿真平台的需求
依据海上编队作战实验需求，仿真平台应具备如下能力：
1）完备的仿真模型框架
海上编队作战涉及海军所有兵种，同时还涉及其他军种兵力，在作战实验过程中需要围绕这些参战兵力、装备构建大量仿真模型，因此要求仿真平台提供灵活的仿真模型框架，能够对作战装备、作战战法分别建模，支持形式化的作战规则描述，提供作战规则表述机制和组织管理工具。
2）灵活的仿真手段
仿真平台应该具备灵活的仿真手段，以满足不同的仿真需求。在推进方式上，支持时间步长推进方式和事件步长推进方式；
支持大样本仿真，满足大样本、超实时仿真对系统运行效率的需求；
支持人在回路仿真和人不在回路仿真；
支持仿真过程的记录和回放；
支持多决策分支推演。
3）大规模的仿真能力
仿真平台必须具备大规模仿真能力［3］。海上编队作战涉及兵力多。以海上编队典型对海突击作战方案的仿真为例，涉及的实体包括各类作战平台、各型导弹，其数量以千计，因此实验系统支持的仿真实体数量需求应不少于1000个。
4）较高的运行效率
海上编队作战涉及要素多，持续时间长。要求仿真平台能够支持长时间推演；
同时应具备较高的运行效率，能够在短时间内完成海上编队作战的全过程推演。
5）强大的二次开发能力
作战实验需求不断变化，仿真平台应具备较强的二次开发能力，根据海上编队作战实验需要调整、优化相关功能，比如通过二次开发兼容现有实装指挥信息系统导出的作战方案，实现作战方案的推演和评估等。
6）开放的数据组织方式
提供结构合理、易于扩展的数据组织机制，方便读取想定、模型等各类输入数据，为态势显示和分析评估提供灵活的输出数据；
具备良好的开放性和灵活性，满足系统的松耦合性要求，便于其它满足规范和格式的其它数据接入。
7）支持分布式部署
支持集中式仿真和分布式仿真，满足联合作战、海上编队、单舰、装备等各种规模、粒度的海上编队作战仿真需求；
支持HLA、DIS 等标准协议接入，实现已有仿真系统或模型的接入。
8）友好的人机交互性
海上编队作战实验系统面向的用户不仅仅是仿真专业人员，更是非仿真专业的军事指挥人员，因此要求系统具备良好的可操作性和易用性，非仿真专业人员也能便捷地根据需要进行扩展。实验系统的主要目的是评估海上编队作战方案，辅助指挥员拟制、优选作战方案，因此从导入作战方案、编辑仿真想定到生成评估结论报告的时间越短越好，用户使用的越便捷越好。
3.1 常用平台
当前国内常用平台有FLAMES、VR-Forces 等，每种平台都有各自的特点，并有广泛应用。
FLAMES（Flexible Analysis and Modeling Effectiveness System）是美国Ternion公司20世纪80年代中期开发的仿真软件［4］。该系统是基于行为仿真的开放式仿真框架软件，用户需要以该仿真框架为基础，建立自身的装备模型、行为模型来满足自身需求，开发自己的仿真系统，具备较好的灵活性，常用于新概念武器论证、战术和战役仿真、新战法研究和验证。
VR-Forces 是美国MAK 公司推出的一套强大而灵活的C++仿真开发工具包［5］，它包括简单易用的图形接口、强大的仿真平台和一套面向对象的API，能为战术指挥训练模拟器、威胁生成系统、行为模型测试系统和计算机兵力生成系统提供必需的仿真手段。
MAXSim 则是以色列推出的仿真平台，它采用先进的GBB技术和DMAS系统架构，实现了巨大实体数量（4-100 万个）的实时仿真［6］，具备精细的装备建模、基于状态机的行为建模和强大的系统运行管理功能，常用于合同战术、分队战术层次的仿真系统开发［7］。
XSim 是一款成熟的仿真应用平台和专业的仿真开发平台［8］，自带了一系列工具和丰富的专业模型库，支持用户利用已有资源直接在专业领域内进行研究、论证、试验和训练；
作为开发平台，该平台提供了高效的仿真运行引擎和完善的建模框架，围绕仿真准备、运行和分析，提供组件开发、模型装配、想定编辑、实验设计、管理控制、想定运行、态势显示、分析评估等一系列工具。
墨子系统是北京华戍防务技术有限公司在Commander 平台上研发的综合仿真平台［9］，支持从顶层战略筹划到单武器平台精细控制全纵向指挥控制仿真，能够实现武器装备战术使用原则约束下完成多方之间对抗博弈，常见于兵棋推演系统开发等方面。
CISE 为北京仿真中心自主的基于组件先进技术的新一代模块化建模仿真环境［10］，包含了完整的想定开发工具、仿真平台、实验设计工具等。该平台通过图形化建模方式，建立仿真系统的信息流模型，实现模型资源可重用和一体化建模仿真，为仿真系统设计、开发和测试提供可视化、便捷、快速和自动化的支持。
3.2 特点总结
1）这些平台基本包含一整套仿真开发工具或者软件开发包，包括想定编辑工具、模型建模可视化工具、仿真平台、数据采集和分析工具等，具备一定的二次开发能力，减小了仿真系统开发难度，能够较好满足各类作战仿真的需求。
2）各仿真平台自成体系，在各自平台的基础上，形成了从想定到模型到数据的一套规范，平台之间想定难以重用、模型难以共享、数据难以互通；
对于用户来说，如果使用不同的仿真平台，想定、模型、数据都需要重新开发，增加了重复性的劳动，不利于异构系统开展联合实验。
MAXSim 是一个基于多Agent 技术的、开放的仿真平台，它采用GBB（Generic Black-Board）+DMAS（Distributed Multi-Agent Systems）架构，具备丰富的开发接口和强大的二次开发能力，可广泛应用于诸军兵种战役战术和装备仿真，是支持战役战术模拟训练与作战研究、武器装备论证的仿真应用与开发系统。
4.1 MAXSim体系结构
MAXSim采用GBB+DMAS架构，如图1所示。
图1 MAXSim体系结构
GBB 主要用于仿真数据的传递和共享。GBB通过配置文件创建固定大小的共享内存空间，避免了在仿真运行过程中对内存的频繁申请、释放等操作，提升了系统运行效率，同时消除了因内存管理可能导致的系统灾难性后果的可能性。
DMAS 框架则是要求利用多Agent 的思想建立仿真系统，Agent 间采用GBB 方式交互；
通过Agent建模，实现了仿真业务和底层引擎的分离，用户可以将重点集中于领域仿真模型的开发。这种松耦合的体系架构下，数据表示和仿真执行相对分离。
在此基础上，仿真平台围绕仿真准备、仿真运行、仿真分析等提供了模型准备、想定编辑、实验设计、管理控制、想定运行、态势显示、分析评估等一系列工具，为用户仿真开发提供完备的手段。
4.2 主要特性
1）完善的仿真模型体系
MAXSim 引擎模型体系包括装备模型和行为模型。模型体系如图2所示。
图2 仿真模型体系
装备模型包括运动平台、传感器、通信设备、电子干扰设备、武器系统等类，各类还可向下细分，如平台类可分为水面舰艇、潜艇、飞机等。在平台提供的模型模板内填入相应参数即可完成建模。行为模型又可分为指挥官行为、实体行为、武器行为［11］。每个行为模型采用有限状态机形式建模，由状态、状态转换条件组成，每个状态下，定义了一系列的动作，平台为用户提供可视化界面实现行为模型的编辑。此外MAXSim 平台自身集成了水面舰艇、舰载机等模型近千个，仿真用户可直接调用。
2）灵活的仿真手段
根据仿真需求，MAXSim 提供灵活的仿真手段供用户选择。支持基于事件和基于时间的仿真推进；
具备人在回路的仿真推演能力，推演过程中，用户可以控制任意作战实体机动路线、传感器状态、武器系统行为等；
能够通过GBB 浏览器查看仿真实体当前状态和消息队列的当前内容；
具备强大的仿真过程记录和回放能力；
支持GIS 系统和三维图形系统的接入，帮助用户分析仿真过程。
3）高效的仿真能力
MAXSim 具备高效的仿真引擎，采用的GBB 能够实现数据的高效传递和共享，DMAS 技术实现了多线程的并行运行，充分发挥多节点、多CPU、多核的硬件环境的计算能力。能够支持10000 以上独立部署的实体；
在运行效率上，支持20ms的仿真步长；
在大样本模式下，实体数量1000 以上时，可实现20倍以上的加速比。
4）灵活的二次开发能力
MAXSim 具备强大的二次开发能力，开发过程比较简便。用户只需要了解GBB 的读写规则就可以十分快捷的开发相关应用。平台提供AgentBase类，并提供一系列标准接口函数，用户可以根据需要开发自己的Agent 模型；
提供GBB 结构的相关类，用户可以通过派生子类进行继承并重写相关函数，根据需要实现对GBB 中主实体表、描述符表、消息表等内容处理。
5）开放的数据组织方式
MAXSim 具备较为开放的数据组织方式。其想定格式是通用XML 文件格式。可以通过扩展XML 文件区块或增加附属文件实现想定文件的扩展。扩展之后可以将已有格式化作战方案导入到想定文件中，实现数据资源的重用。支持外部应用接入和应用扩展；
通过应用配置文件可以同步启动任务外部框架应用。外部框架应用可以按照GBB接口规则进行数据读写，就可以从MAXSim 系统中获得数据或写入数据。
6）支持分布式仿真
MAXSim 基于ACE 通信中间件实现了串行网络适配器（Serial Network Adapter：SNA）接口，进而支持多节点之间的数据通信和数据同步，确保各节点仿真时间同步推进，实现MAXSim 的分布部署。结构示意图如图3所示。
图3 MAXSim分布仿真结构
MAXSim 还可以通过定制通信网关，集成具有DIS、HLA/RTI等接口的其它仿真成员节点。
7）友好的人机交互性
MAXSim 具有较好的人机交互能力，各仿真工具提供可视化的操作界面，具有出色的创建、监视和控制想定的能力，人机交互友好且战法编辑更为方便快捷。即使是非仿真专业人员也可通过编辑参数配置文本文件即可改变各种机动载体和动力学模型、传感器特性和损伤模型，通过简单的鼠标点击和键盘输入利用创建好的逻辑模型实现兵力布局、创建行动路线、为实体分派任务和布置计划。结合较高的仿真效率，有利于用户根据需要随时开展仿真分析。
4.3 小结
通过上述比较分析，结果表明，该仿真平台在仿真规模与效率、仿真模型框架、系统易用性等方面均能满足海上编队作战实验任务需求，是实验系统可选的仿真平台。
海上编队作战实验系统是开展海上编队作战方案评估、战法创新论证的重要手段。当前用于作战实验系统开发的仿真平台较多，选择合适的仿真平台是实验系统建设论证的重要内容。本文分析了海上编队作战实验需求及对仿真平台的要求，然后重点比对分析了MAXSim 仿真平台的特性，结果表明，MAXSim在各个方面均满足实验任务需求。
猜你喜欢二次开发编队建模2023年1月25日，美军一次演习期间，空军正在进行编队飞行军事文摘(2023年5期)2023-03-27联想等效，拓展建模——以“带电小球在等效场中做圆周运动”为例中学生数理化(高中版.高考理化)(2020年11期)2020-12-14浅谈基于Revit平台的二次开发甘肃科技(2020年20期)2020-04-13浅谈Mastercam后处理器的二次开发模具制造(2019年3期)2019-06-06基于PSS/E的风电场建模与动态分析电子制作(2018年17期)2018-09-28不对称半桥变换器的建模与仿真通信电源技术(2018年5期)2018-08-23西门子Easy Screen对倒棱机床界面二次开发制造技术与机床(2017年11期)2017-12-18基于事件驱动的多飞行器编队协同控制北京航空航天大学学报(2017年3期)2017-11-23基于预测控制的无人机编队内部避碰海军航空大学学报(2015年4期)2015-02-27多弹编队飞行控制技术研究导航定位与授时(2014年2期)2014-04-27