面向体系作战的信息共享效益建模仿真*

张 强 ，李建华 ，孙 禄

（1.空军工程大学信息与导航学院，西安 710071；2.解放军95607部队，成都 610500；3.解放军93108部队，辽宁 鞍山 114225）

面向体系作战的信息共享效益建模仿真*

张 强1，2，李建华1，孙 禄3

（1.空军工程大学信息与导航学院，西安 710071；2.解放军95607部队，成都 610500；3.解放军93108部队，辽宁 鞍山 114225）

信息共享是体系作战的基础，如何量化信息共享对作战决策及作战效果的影响，需进行定量建模与分析。首先深入分析了信息共享对体系作战的重要性，分别在信息域和认知域中采用信息熵形式化地描述了战场客观信息和指挥员主观知识；其次从信息的完整性和精确性的度量指标出发，给出了信息共享对作战决策的正面效益模型，同时在信息共享带来的无用信息增多和信息冗余两方面，定量分析了其带来的负面影响；最后通过仿真实例分析验证，仿真结果表明模型构建的正确性。

体系作战，信息共享，信息熵，知识函数

引 言

随着信息技术的快速发展，未来信息化战争的典型特征是基于信息系统的体系作战，其核心是通过网络将战场上的各种探测器、武器平台和指挥控制系统紧密联系成为体系，在各作战单元间高质量地共享战场信息，实时掌握全维战场态势，缩短决策时间，提高指挥效率和协同作战能力，达到作战效果的精确高效。由此可见，信息共享是体系作战的基础，能够显著提高体系作战能力，但如何量化信息共享对作战决策及作战效果的影响，有待于对信息共享进行定量建模与分析。本文分别从信息域和认知域的角度出发，采用信息熵描述战场信息，并给出认知域中的知识函数，在此基础上定量地分析信息共享对作战指挥决策的正负面影响。

1 相关知识

在基于信息系统的体系作战中，作战行动同时发生在密切相关的物理域、信息域和认知域，各作战单元之间的信息交互在3个域内分别表现为信息共享、知识共享和态势共享。如图1所示，战场各类探测传感器收集来自物理域的战场相关信息，在信息域中经传输、融合等处理后，通过网络实现各作战单元间的信息共享，在认知领域中得到为指挥决策所必须的态势以及知识［1］。

图1 体系作战作用域划分图

1.1 信息域表示

信息化战场态势瞬息万变，态势信息来源是广泛分布的各种传感器探测设备，如雷达、卫星和预警机等。作战指挥人员根据获取的态势信息进行决策，各作战单元的决策信息来源通常包括本级的信息探测系统和参与体系作战的其他作战单元。单个来源的战场信息由于误差不可避免地存在不确定性，而信息熵是对不确定性的合理估计。因此，在定量描述战场信息时，可以采用信息熵度量战场信息的不确定性［2-5］。

定义1：战场作战指挥决策所需信息由关键信息元素组成集合 A={a1，a2，…，an}，单个作战单元所获取的关键信息元素则是集合A的子集。假设某作战单元获取的关键信息元素 A={a1，a2，…，ap}，（p≤n）服从多元正态分布，在t时取值可用随机向量X（t）=［x1（t）,x2（t）,…，xp（t）］T表示，则其概率密度分布函数是：

其中 μ=［μ1，μ2，…，μp］是 X 的均值，相应的协方差矩阵是：

非对角线上的值则是随机变量xi和随机变量xj的协方差值∑i,j=E（xi-μi）（xj-μj），代入得到信息熵［3］：

1.2 认知域表示

信息是知识的原材料，知识是由信息提炼出来的抽象产物。信息域的战场信息只有转化为认知域的态势和知识，才能更好地为决策者所用。因此，在形式化描述战场信息的基础上，还需对直接影响指挥员决策的知识定量建模。

定义 2：记 K（X）为知识函数（0≤K（X）≤1），它反映决策者对关键信息元素A={a1，a2，…，ap}及其相互之间关系的理解程度［2］。当K（X）→1时，表明知识最多，即决策者能够实时理解掌握战场态势，对应的信息熵最小；当K（X）→0时，则相反。

其中关键信息元素协方差矩阵行列式值越大，信息的不确定性也越大，知识积累少；反之，知识积累越大。

2 信息共享建模分析

2.1 信息共享正面效益建模

获取战场信息，建立保持信息优势的最终目的是辅助作战指挥人员快速准确地作出决策，从而提高作战效率和打击精度［6］。在体系作战中，各作战单元可以通过本地传感器得到决策所需的信息，还可以通过网络共享相关信息提高信息的质量和数量，即减少信息的不确定性，同时增加关键信息数量，进而在认知域中转化为知识作为决策基础，从而提高指挥决策的效率和准确性。定量分析信息共享对作战的正面效益，即是分析信息共享对决策质量的影响。因此，可选择关键信息的精确性和完整性作为度量指标，通过定量分析信息共享前后的精确性和完整性变化，衡量信息共享对指挥决策的影响。

精确性是指战场感知态势中的目标特征探测值与真实目标特性相吻合的程度，主要受系统误差和随机误差影响。系统误差即是关键信息的观测值与真实值的衡量，即偏差；而随机误差则是由其他不可控环境因素引起，则信息熵变化为：因此，将精确性考虑在内，知识构造函数变化为：

完整性主要衡量单个作战单元获取的信息元素数量是否满足体系作战决策要求。由上述可知，在时刻t时某作战单元获取的关键信息为X（t）=［x1（t）,x2（t）,…xp（t）］T。例如：该作战单元对不明飞行物的探测预警，目标的距离、方位、速度和类型等为关键信息元素，然而实际上在某时刻可能只有前3个信息可得到。因此，针对该作战单元，其关键信息元素的完整性可表示为：

其中p≤n，ξ为风险系数。因为在大多数作战过程中，指挥决策者往往需要在未获得全部相关情报信息的前提下在有限时间内作出决策，信息的完整性在一定程度上取决于信息共享。所以，ξ反映了决策者对风险的态度。当ξ<1时表示决策者对风险的厌恶；当ξ>1时表示决策者对风险的偏爱；当ξ=1时表示决策者对风险的态度为中立。理想情况下，在决策时刻关键信息元素个数已齐全，即Xt（p）=Xt（n）=1，这时KJ（X）=1。然而，这种理想情况很少出现。因此，为度量信息完备性对决策的影响，知识构造函数还需在加入精确性度量的基础上加入完备性度量。当Xt（p）→1时，则说明知识函数仅受信息的精确性影响；当Xt（p）→1时，即关键信息元素个数为0，则知识函数也为0。因此，信息熵变化为：

当p=1时，完整性最差，所以熵的最大值可表示为：

最后，将关键信息完整性因素考虑在内，知识的构造函数变化为：

2.2 信息共享负面效益建模

体系作战条件下各作战单元通过网络共享信息，一方面能够增加决策信息的精确性和完整性，增长指挥决策者知识，提高决策质量；另一方面，信息共享在提高信息质量和数量同时也会带来负面效应，如信息过载带来的过度资源消耗以及消耗更多时间处理信息，这些信息包括对决策无用信息、重复信息等等，从而导致决策时间增加，甚至因决策滞后错失战机。

信息化战场信息种类繁多，信息并非越多越好，在指挥决策人员前展现过多信息反而不利于抓住重点进行决策。体系作战过程中，信息共享同样有可能造成信息过载，由此造成无用信息增多和部分信息冗余。无用信息的直接影响是耗费资源，干扰正常信息获取，对指挥决策有明显负面影响。无用信息的边际影响可用下列模型描述，即：

其中q为无用信息数量；v表示无用信息对处理过程影响的因子。

当单个作战单元接收到冗余信息时，容易产生信息超载，导致信息处理延迟。通常情况下，信息共享要求一定的信息冗余，此时信息冗余的代价远小于收益。但是，当某一信息大量冗余，代价迅速增长以致新增信息的边际代价比当前信息还大，代价可表示为：

其中mi为包含信息元素ai的信息源数量；φi、φi为调节参数。当计算所有信息冗余时，其代价模型为

其中向量 M=［m1，m2，…，mn］T；ρi为设定的系数。

由上述分析可知，信息共享同样会对体系作战条件下的指挥决策造成负面影响，信息过载带来的无用信息和信息冗余相互影响，采用线性加权模型综合描述其影响：

3 仿真实验分析

前面已定量分析了体系作战条件下的单个作战单元在参与信息共享过程中的正负面效益，本节主要进行仿真分析验证。为计算方便，这里假设t时某作战单元获取得到的决策所需关键信息元素集合A的子集A1={a1,a2}，即p=2，其值可表示为X=［x1,x2］T，并服从二元正态分布，其均值和方差分别为：

选取决策信息元素的10组数据，得到各组的均值和方差，bmax=max［b1,b2,…,b10］，则 ρ1,2表示信息a1和a2间的关联程度。

图2 风险系数与共享效果之间的关系

从图2中可以看出，其中ΔK（X）恒大于零，表明信息共享带来了知识增益。此外，当关联系数一定时，随着风险系数的逐渐增大，知识增益逐渐减小；当风险系数确定时，知识积累将随着关联系数的增大而增加。这是因为决策时风险越小，即决策时间越长，则关键信息元素的完整性和精确性就会越高，所以知识积累越大。而关键信息元素之间的关联减少了信息的偏差，进而影响其知识函数的大小。然而，作战指挥决策具有时限要求，尽管风险系数与知识函数成反比，但是考虑决策的时间因素，指挥人员要适当把握时机，提高决策的质量和知识效果。

此外，由上述分析可知信息共享带来的负面效益模型为：

本文主要是从无用信息数量和信息冗余的角度出发分析信息共享带来的负面影响。为便于分析，这里不区分多源的同一无用信息或单源的不同无用信息，并将信息a1、a2的冗余数量都记为m。取值 v=0.5、φi=-3、φi=1.1、α=0.5。

图3 无用信息和信息冗余对知识影响

从图3中可以看出，随着无用信息q的增加，知识积累逐渐减小；此外，知识增益随着信息冗余数m的增加先增加而后逐渐减小。这是因为信息共享必然存在信息冗余，而信息冗余对知识具有正反两方面的影响，适当的信息冗余能够确保信息的精确性和完整性，过度的信息冗余则导致信息过载使得知识积累减少。

4 结束语

体系作战条件下各作战单元通过信息共享能够显著增强决策信息的数量和质量，进而提高作战决策的效率和准确性。本文主要定量分析研究了信息共享对体系作战效果的影响，通过形式化描述战场信息和指挥人员主观知识，分别构建了信息共享的正负面效益模型，最后通过仿真验证了模型的正确性。现实情况中，决策信息质量只是影响作战指挥决策诸多因素之一，并且信息质量的度量指标较多，下一步研究计划加入信息的时效性和相关性等因素。

［1］AlbertsDS，Garstka JJ，Richard E.etal.Understanding Information Age Warfare［M］.Washington DC，USA:DoD Command and ControlResearch Program，2001.

［2］卜先锦.军事组织协同的建模与分析［M］.北京：国防工业出版社，2009.

［3］Corporation R.Information Sharing Among Military Headquarters the Effects Decision-Making［R］.Published 2004 by the BANDCorporation，2004.

［4］王 勇.面向信息优势的C4ISR系统关键技术研究［D］.西安：西北工业大学，2007.

［5］江 汉，尹 浩，李学军，等.基于Agent作战仿真的信息共享效能评估研究［J］.系统仿真学报，2007，19（1）：160-163.

［6］李建军，黄光奇，罗雪山.战场信息共享等级及评价［J］.火力与指挥控制，2006，31（6）：4-7.

Research on M odeling and Simulation for Information Sharing BenefitOriented System Combat

ZHANGQiang1，2，LIJian-hua1，SUN Lu3
（1.School of Information and Navigation，Air Force Engineering University，Xi’an 710071，China；2.Unit95607 of PLA，Chengdu 610500，China；3.Unit 93108 of PLA，Anshan 114225，China）

The paper firstly analyzes the importance of information sharing during system combat，respectively gives formal description for battle-field objective information and commander subjective knowledge in information domain and cognitive domain.Secondly positive effectmodel of information sharing is set up based on themeasurement index of completeness and accuracy，and negative effect in two aspects of unneeded information and information redundancy is analyzed quantitatively;finally through verifying simulation，the resultshows the correctofmodel.

system combat，information sharing，information entropy，knowledge function

TP391

A

1002-0640（2014）02-0042-04

2013-02-11

2013-03-26

全军军事学研究生课题（2010JY0813-022）；全军军事学博士研究生课题（2012JY003-583）

张 强（1985- ），男，四川绵阳人，在读博士研究生。研究方向：战场信息共享。