海上作战电子智能控制系统的仿真技术

刘红健

(广州航海学院，广东 广州510725)

0 引 言

随着电子信息技术的飞速发展，信息化在军事作战领域中扮演着越来越重要的角色。一个相应快速、定位精准的船舰作战电子智能控制系统［1-2］往往成为整个海上战争成败的关键。而现代化的智能指挥控制系统结构复杂、自动化程度较高、应用场景变化多端，如何构造一个接近真实的外部环境对整个系统进行功能、性能测试往往是解决问题的关键。对系统的仿真建模，进行半实物模拟，即真实设备与模拟环境相互结合的测试系统，成为海面作战电子智能控制系统很重要的研究方向。

本文首先研究整个作战电子智能控制的系统结构、工作流程及系统特征;然后，利用对复杂系统的功能化分析及仿真平台的控制技术，提出针对海面作战电子智能控制的仿真系统原型，构建其系统的核心数学模型;最后，利用Netlogo 仿真平台［3-4］对智能控制系统进行仿真试验。试验表明，其具有较好的实时性，提升了仿真平台的网络互通性，提高了舰队作战电子智能控制系统测试的效率和质量。

1 船舰电子智能控制系统仿真平台

1.1 仿真平台组成结构

舰队作战电子智能控制系统由终端显示组件﹑模拟真实环境的虚拟仿真组件﹑海上战争中的情景条件组件﹑数据信息存储交换以及筛选组件﹑系统评估组件以及接受的其他外部信息组件(如雷达﹑传感器数据，上级及同级友邻舰队发送的信息，侦察机情报探测信息以及岸基情报信息等)［5］。电子智能控制系统组成如图1所示。

图1 作战电子智能控制系统组成框图Fig.1 The diagram of combat electronic intelligent control system

1.2 仿真平台工作流程

舰船电子智能控制系统仿真平台工作流程如下:

1)系统根据测试具体功能从总体数据配置库中获取总体设定，控制系统分发至各分布式数据库各自控制库中，完成初始化设置。

2)总控制系统给各分系统分发时钟同步，各分系统收到命令后各自同步自身时钟。

3)从舰队总体数据库中读取装备数据，各分节点自身记录。

4)各分系统数据初始化完毕后，平台环境控制组件发出命令，测试某一环境下的系统运行情况，并对其进行监视。

5)从情景条件组件中读取不同的战争背景，产生不同的战争环境进行测试。

6)采集整个船舰作战电子智能控制系统数据，进行显示评估。

系统流程如图2所示。

2 舰队作战电子智能控制系统数学模型

2.1 数学模型构造

在敌我双方舰队竞争中的作战策略复杂多样，本仿真平台主要对敌对军舰组队中的多次往返对战中，使用的最优策略算法进行建模，通过对舰队组中单只策略的概率组合，设计总体对战策略。

模型构造如下:

图2 仿真测试系统工作流程Fig.2 Process of simulation test system

我方以统计概率x 对策略方针进行选取，假设选取策略为a1，选取策略a2的概率则为1-x;同样，敌方以统计概率y 对策略仿真进行选取，假设选取策略为β1，选取策略β2的概率则为1-y;则4种策略对战(αi-βi) (i=1，2)中，我方赢取战争的期望概率为:

下面利用二阶矩阵理论对问题进行解析。假设我方赢得战争的概率矩阵是2 ×2 阶，设概率G={S1，S2，A}，S1={a1，a2}，S2={β1，β2}，系数。

假设我方以统计概率x1选取战争方案a1，以统计概率x2选取战争方案a2。则敌方利用最优策略算法对舰队使用策略β1，我方赢取战争的期望值为

反之，敌方利用最优策略算法对舰队使用策略β2，我方赢取战争的期望值为

对式(2)和式(3)求解方程组:

求解式(4)，我方选用混合策略a1，a2的概率为:

敌方选用混合策略β1，β2的概率为:

2.2 建模数据分析

上节中我方选取的2 种策略a1，a2。假设分别用在白天和晚上，其中白天为a1，晚上为a2。敌方选取的2 种策略β1，β2。假设分别用在白天和晚上，其中白天为β1，晚上为β2。我方赢取的概率矩阵表如表1所示。

表1 我方胜利概率矩阵Tab.1 The matrix of victory probability

分析表1 可知，当我方取x=0.5，则赢取战争的期望值E(x，y)=0.4，也就是说，当我方以概率为0.5 使用策略a1，用1-0.5 使用策略a2，则我方赢取战争的概率为0.4，概率值比之用单一策略赢取的概率要大。

构建海上船舰作战电子智能控制系统的战略选择数学模型主要有2个目的:

1)寻找海上战争策略选择对战争成败的规律，对舰队作战选择进行分析，为整个海上战争的控制体系寻找有效的手段。

2)对战争节点的控制系统稳定性进行研究，为其寻找保护措施。

3 基于Netlogo 平台的软件模块实现

3.1 软件语言描述

使用主流的面向对象OO的语言［6］及UML 建模对其进行描述。

在整个海上舰船电子智能控制系统中，各部件通过各自的通信接口处理外来以及内部信息的接受及发送，经过统一的数据处理接口对数据格式进行统一处理，再由虚拟仿真组件对各种信息进行关联﹑融合处理，结合海面舰队战争中的情景条件组件、数据信息存储交换以及筛选组件得到接近真实的战场环境。

采集信息部件与数据处理不加进行说明，语言描述如下:

上面是海上舰船电子智能控制系统中数据处理部分的部分原生语言描述。模拟真实环境的虚拟仿真组件的语言描述与数据处理组件一致。

上面给出了海上舰船电子智能控制系统中组件的语言描述，下面给出在Netlogo 平台的软件实现。

3.2 Netlogo 平台的软件实现

操作系统:Netlogo 可运行在Windows XP 以上操作系统;Mac OS X 10.4 以上的系统，同时还可运行在安装了JAVA的LINUX 15.0 以上版本的系统。

语言:面向对象，可扩展语言，支持Logo 内置语言，支持内置原语，并且支持双精度浮点运算，在不同平台之间移植性较好。

图3 给出了海上舰船电子智能控制系统Netlogo平台的软件结构图。

图3 电子智能控制系统软件模型Fig.3 Software model of combat electronic intelligent control system

在Netlogo 平台中，先建立基本的平台环境，如在考虑我方敌方对抗时，需要同时考虑到双方指挥能力、士兵士气、双方火力等各种因素影响，每个因素有一个名称，编程时以to 开始，以end 结束，语言如下:

最后给出，我方在以概率为0.5 使用策略a1，用1-0.5 使用策略a2，敌方也以相同概率选择策略β1，β2，双方舰队对抗曲线图如图4所示。

图4 对抗过程曲线图Fig.4 Curve graph of course of war

图4 中，曲线1 表示我方兵力，曲线2 表示对方兵力，虽然敌方初始兵力比我方多，但由于我方指挥战术、兵力素质以及获取情报比敌方先进，随着对抗增抗次数增多，损失兵力比敌方小，逐渐击败对方。

4 结 语

海上舰船电子智能控制系统是海上战阵信息化、科技化中关键的指挥系统，而对其有效的建模及如何构造仿真环境进行功能及性能测试又是基础。本文对舰船作战控制系统的仿真环境进行模块化分解，并构建了战争策略的数学模型，最后利用Netlogo 仿真平台对其进行了编程及测试。仿真环境能满足战争环境的需求变换以及敌我双方各中个战争要素的改变，来验证整个系统的功能、性能是否达标。

［1］LING X Q，HUANG X D，LI B H，et al.SimFaster:a modeling and simulation platform with multiple views for complex system［J ］.COMPEL:The International Journal for Computation and Mathematics in Electrical and Electronic Engineering，2009，28(6):1546-1559.

［2］李加祥，王延章，赵晓哲.舰艇作战指挥决策建模研究［J］.舰船科学技术，2005，27(4):39-42

［3］游文霞，王先申.StarLogo 在基于agent 复杂系统建模与仿真中的应用［J］.武汉大学学报(工学版)，2006，39(3):56-60.

［4］CAZZOLA W，CHIBA S，LEDOUX T.Reflection and meta-level architectures:state of the art，and future trends［C］//Proceedings of the ECOOP Workshop on Reflection and Meta-Level Architectures.Heidelberg，Germany:Springer-Verlag，2000.

［5］吴永杰，李纪华，曹健元.国外海上编队指挥与信息系统［J］.舰船科学技术，1996(S1):1-16.

［6］MASSIMO A，CAZZOLA W.The essence of reflection:a reflective run-time environment［C］//Proceedings of the 9th Annual ACM Symposium on Applied Computing (SAC 04 ).Nicosia，Cyprus:ACM，2004.

［7］王春生.作战指挥系统软件可靠性及其应用［J］.舰船科学技术，1997(6):51-55.

［8］杨元梁.设备更新的博奕论决策模型［J］.林业机械与木工设备，2001(5):22-25.