一种基于规则的军事应用自适应协同方法

丁 峰 郭成昊 刘 祥

军事应用协同中的协同,是指协调两个或者两个以上的不同资源或者个体,一致地完成某一目标的过程或能力.从广泛意义上讲,军事应用协同包括人通过系统与人的协同以及系统与系统之间的协同.人和人之间的协同指在计算机支持下的协同工作,如:协同态势标绘[1]、协同计划制定等;系统与系统之间的协同指军事信息系统及要素间的协同,如:联合感知、协同打击[2]等.本文定位于系统与系统之间的协同技术.

联合作战是信息化战争的主要作战样式,联合作战要求各军兵种指挥控制系统、武器系统和传感器系统等作战单元,能够根据任务需要动态协同,形成针对任务的、跨组织的任务共同体.当任务共同体内作战单元受损、被毁或能力不能满足任务需求时,能通过协同机制,快速发现新的作战资源,建立新的协同关系,实现系统能力的动态扩展.

以往系统与系统之间的协同主要采用静态、固定模式,即在系统设计之初,就确定需要协同的对象和内容,系统按设定的要求研制.这种模式的缺点是一旦战场环境发生变化,作战单元受损或能力要求超出预先设定范围后,系统不具备灵活的自适应能力,无法满足协同任务的有效实施.近年来工作流技术和Agent技术[3]也在尝试解决军事系统间资源协同问题,本文提出一种将工作流技术与Agent技术相结合的军事应用协同机制,使系统能根据作战任务需要,自适应选择可协同资源,灵活建立资源间协同关系,形成可协同任务共同体,从而满足联合作战中军事应用动态协同的需要.

1 军事应用的动态协同需求

1.1 支持任务共同体动态构建

作战协同主要在任务共同体内实施,任务共同体是指根据任务需要临时组成的,逻辑上聚合、物理上分散的资源集合体,一旦任务发生变化或该任务完成,任务共同体的组成要素、交互关系也将随之发生变化.这就需要建立一种新的协同机制,能够针对战场情况瞬息万变的特点,根据任务要求,集成网络上分布的作战资源,灵活构建能够完成任务的任务共同体.

1.2 支持协同资源的抗损重组

信息化战争是体系与体系的对抗,联合探测、协同指挥、精确打击等需要将传感器系统、武器系统、指挥控制系统连接形成无缝的有机体,通过相互之间的协同,形成一个任务链.但这样的任务链中有任何一环被毁,就将影响整个任务的完成.因此,需要建立新的协同机制,支持任务共同体快速识别被毁的资源,通过协同规则选择新的资源替换被毁节点,使得任务共同体的能力得到补充,减低系统整体能力的波动,从而保证任务的有效完成.

1.3 支持协同过程的自适应

传统的军事协同往往通过人与人的交互来完成,人的判断和处理过程虽然准确性高,但时效性弱,无法满足敏捷作战[4]的要求.当任务共同体内多个资源协同完成一项任务时,应具有感知外部环境变化,基于规则实时作出调整的能力,基于规则选择参与协同的资源、重新调整信息交互关系、重新分配任务的负载.

2 军事应用协同的层次模型

本文提出的新协同机制支持将分布在网络上资源聚合形成任务共同体,这与传统系统构建模式的不同点在于不是针对任务要求研制新系统,而是利用现有资源进行能力重组.本文将实现军事应用协同的要素划分为3层,目标层、组织层和资源层,如图1所示.

图1 军事应用协同层次模型图

1)目标层.根据本次作战的目标,基于相关的分解准则和分解方法,进行协同任务分解,将复杂的作战任务分解为一些由军事信息系统完成的子任务,确定不同的任务类型,描述完成任务的能力要求,最终将子任务分解为元任务.元任务本质上可理解为由某个资源独立完成的最小任务项,一个系统任务往往需要通过多个资源协同完成.

2)组织层.根据军事协同任务要求,基于军事应用协同机制,将分布在网络上的资源,灵活构建成能够完成任务的任务共同体.一个作战目标的实现,可能需要多个任务共同,某个任务共同体的组成资源可能只参与该任务的执行,也可能同时参与多个协同任务.资源组织的过程包括聚合和解聚.聚合是指将不同军兵种、不同能力、不同粒度、不同部署位置的资源按照作战任务目标、作战流程、作战类型进行组合.解聚是指当任务完成后,解除临时建立的连接关系和交互关系,将参与协同的资源重新归还资源所有者.

3)资源层.资源是军事应用协同的参与者,如果从系统组成角度,系统资源可划分为:计算资源(支持各类业务处理,包含软件和硬件)、存储资源(支持各类数据的存储)等.本文从参与协同的角度,将支撑协同任务完成的系统资源划分为:各级各类指挥控制系统可协同资源、信息处理系统可协同资源、传感器以及武器系统可协同资源.系统的组成资源不一定是协同资源,而协同资源一定是某系统的组成部分,是经授权对外提供信息服务或计算服务的实体.一个任务共同体中符合任务要求的资源在网络上可能只有一个也可能有多个.

3 可协同的任务共同体构建过程

为了支持任务共同体的资源在时间、空间、功能上有序协作,在任务共同体构建机制上就必须具有可协同性,为此引入了工作流和多主体(Agent)技术[5].首先将参与协同的资源构造为资源主体(Agent),资源主体既具有资源原来的功能,又具有主体的协同特性,能根据外部环境情况进行分布式自主协作.指控、情报、传感器和武器系统分布在不同网络节点上,可参与协同的资源经主体封装后,对外发布形成资源目录.工作流技术用于编排任务共同体内各资源要素间的协同关系,联合作战的协同是在统一计划下的有序协同,工作流技术作为一种集中式控制模式,符合统一集中的要求.可协同任务共同体构建步骤主要分为:任务分解—资源组合—冲突消解.

任务分解是对来自协同任务空间的任务集合,给出相关的分解准则和分解方法,形成任务清单.任务清单包含了完成系统协同任务的一系列子任务.对协同任务的分解通常不存在统一的方法,如对联合防空任务,采用目标分解为拦截主要目标等,而对拦截主要目标子任务,按功能分解为获取敌方目标参数信息,情报综合处理、航空兵截击方案制定、航空兵协同作战指挥等子任务.

资源组合是采用工作流技术,根据协同任务要求匹配可协同资源,初步生成工作流模板[6].工作流模板包含资源功能要求和资源逻辑关系,前者定义了完成各项子任务所需的资源功能,后者则定义了资源间协同的时序关系和信息交互关系.工作流模板的制定需要基于资源组织运用模式,本文采用的是基于规则的模板生成,这些规则是指已经经过实战或演习试验验证的各种资源组织协同模式.

图2 可协同任务共同体构建过程

工作流模板确定了一个任务共同中参与协同的资源模板,资源模板限定资源的类型、能力要求、接口等属性,符合资源模板要求的真实资源主体可能有多个,需要根据资源的隶属关系、态势情况选择适合的资源主体,具体方法是从资源目录中搜索满足资源模板要求的一组资源主体,形成资源候选集,再根据规则计算每一个候选资源的效益值,将效益值最优的资源匹配到工作流模板的相应位置,并利用资源逻辑关系确定资源主体的协同关系,形成可执行工作流.

冲突消解是指初步确定的参与协同资源之间可能存在不能正常协同的问题,如:资源间行为的兼容性,因此,初步确定的资源主体采用主体协同机制进行一致性检测,通过协商确保资源动态协同的可行性.

4 资源间自适应协同方法

任务共同体内资源协同要求能够适应战场瞬息万变的情况,传统基于工作流的协同模式,将资源封装为服务,以统一的接口规范对外发布,虽然具有松散耦合、平台无关、互操作性强等特点,但由于需要预先设定协同的对象,难以适应军事领域战场环境的不确定性;基于Agent的分布式协同模式[7]具有高度的灵活性和智能性,能够自适应外部环境变化,但智能化要求高、难以有效控制、协同的有效性不够高.本文提出的方法针对军事用于协同的特点,将协同机制分为工作流协同控制和主体协同控制上下两层.如图3所示.该方法既符合军事协同统一控制的要求,又具有一定的自适应性,能够按照设定的规则,感知资源毁伤、负载等情况,快速选择备选资源,建立新的协同关系.

首先,根据任务要求通过资源协同规则设计工具编制协同规则,形成资源协同工作流模板,图中标记为协同规则A.协同规则A中对每个参与协同的资源模板,匹配1个或多个资源,若协同规则A满足协同策略规则约束,则将被加载至协同逻辑控制引擎,如标号②所示,协同逻辑控制引擎包含协同规则解析、资源状态监控、消息重定向发生等模块,引擎将规则A分发至网络上部署的、被本次协同确认的资源主体以及备选资源主体,如标号③所示.

图3 基于工作流和Agent相结合的协同机制

系统中各主体资源将依据协同规则进行自主协作,如标号④所示.协同逻辑控制引擎对网络上分布的各个资源主体的协作过程进行监测,并提供一定的异常处理机制,如标号⑤所示,用户可以实时监控系统运行状况.当资源主体发现承担的任务容量和自身负载增加时,该资源主体将根据设定的规则,采用柔性工作流技术[8]调整协同逻辑,如标号⑥所示,向协同逻辑控制引擎提交协同调整请求.协同逻辑控制引擎将该新生成的协同规则,此处为协同规则B,分发至在协同规则B描述中涉及的各资源主体,如标号⑦所示.图中圆角矩形标识的两个Agent即为协同规则B描述中涉及的资源主体.当资源主体接收到协同规则时,将会改变局部协作关系,依据协同规则B进行动态组合,以满足实时作战任务协同要求[10].图例中演化后的是指在实现任务负载均衡过程中,引入新的具有相同功能的资源主体6进行任务处理.

5 仿真试验

为了验证本文提出的自适应协同方法的有效性,针对任务负载和抗毁接替两类协同要求,以指控系统之间[9]以及与武器、传感器协同进行仿真试验,分析该协同机制在任务共同体任务完成率和能力波动率方面的作用.

1)任务完成率分析

设定任务的完成率为任务共同体内资源主体D实际处理的敌方目标数量之和与需要处理的敌方目标总量M之比,即

式中:Di为资源实际处理量;M为需要处理的敌方目标总量.

在资源任务超载自适应协同试验中,在仿真环境下设定有6个参与协同处理的资源主体,随机设定资源的处理能力在5∼9之间,随机选取敌方目标总量在35∼19个之间,随机进行29次试验,对有负载均衡协同机制和无协同机制的任务共同体任务完成率进行比较,有负载均衡协同机制的任务共同体任务完成率为98%,无协同机制的任务完成率为67%.采用协同机制后,任务完成率提升46%.

其次,进行资源毁伤接替自适应协同试验,在仿真环境下设定有6个参与协同处理的资源主体,选取总任务数分布在35∼19之间,随着设定资源毁伤率为30%.统计试验结果表明,在资源毁伤30%情况下,有协同机制的系统任务完成率为86%,没有协同机制系统的任务完成率为44%.采用自适应协同机制后,任务完成率提升近95%.

2)任务共同体能力波动分析

能力波动率是任务共同体资源在毁伤前后的任务完成率之比,任务共同体的资源一旦毁伤,通过协同机制能部分或全部恢复原有的能力.在仿真环境下设定有6个参与协同处理的资源主体,选取资源毁伤试验的数据进行分析,统计试验结果表明,在资源毁伤30%情况下,有协同机制的任务共同体能力波动率为11.8%,没有协同机制的能力波动率为33.3%.有协同机制化的能力波动率降低21.5%左右.

6 结论

军事信息系统之间的协同是联合作战有效实施的重要手段,面对瞬息万变的战场情况,系统资源间的自适应协同一直是有待研究解决的难题,本文提出的基于规则的军事应用自适应协同方法,结合了工作流技术和Agent技术的优势,在仿真环境下试验了在资源毁伤接替、任务负载均衡等方面的有效性,取得了一定成效.后续还将在协同机制的适应性和试验案例的针对性等方面进行深化研究.