作战仿真想定数据准备关键技术

徐享忠， 邵　伟， 范　锐

(装甲兵工程学院装备指挥与管理系, 北京 100072)

作战仿真想定数据准备关键技术

徐享忠， 邵伟， 范锐

(装甲兵工程学院装备指挥与管理系, 北京 100072)

摘要：为提高作战仿真想定数据准备的速度、改进想定数据的质量，针对关系数据、层次数据、空间数据等异构仿真数据的不同特点，深入分析了层次数据的高效管理、异构数据的统一管理、仿真数据的质量保证等关键技术，并通过应用案例进行了有效性验证。研究结果对提高作战仿真想定数据准备的效率具有一定应用价值。

关键词：作战仿真；想定数据准备；异构数据；数据质量保证

想定数据准备的主要任务是为仿真系统的初始化及运行准备与想定(作战方案)有关的数据，它由数据准备人员在理解并细化想定的基础上操作想定数据准备工具来完成。目前，想定数据的获取、处理和维护不直观，容易出现数据遗漏或者重复等错误，必须进行多次校正。因此，想定数据准备是一项非常复杂(一致性差)、时间密集(持续几个人月)、分布式、串行化(难以同步)的工作，已经成为作战仿真系统运行的瓶颈之一[1]。例如：对于实际持续1个月的战役机动和作战的典型想定，美国兰德公司著名的联合一体化应急模型(Joint Integrated Contingency Model，JICM)运行仅需2～3 min，非常适合于探索性分析(Exploratory Analysis，EA)，而作战仿真想定数据准备却需要几个月(在已有相近想定数据集基础上进行修改)到半年(从头进行想定数据准备)[2]。美军联合作战仿真系统(Joint WARfare System, JWARS)的运行与想定数据准备所需时间与此类似。

为降低想定数据准备的强度、确保想定数据的质量、提高数据准备的效率，美国陆军启动了指挥控制与仿真初始化系统(Army C4I and Simulation Initialization System，ACSIS)项目，试图将想定数据准备所需时间由原先的几个月进行大幅压缩[3]；北约建模与仿真组织(NATO Modeling and Simulation Group，NMSG)启动了想定初始化与执行(Scenario INitialization and EXecution，SINEX)项目，综合运用联合作战管理语言(Coalition-Battle Management Language，C-BML)和军事想定定义语言(Military Scenario Definition Language，MSDL)来解决作战仿真想定数据准备面临的难题[4]；北约与美军开发了联合协调、指挥与控制信息交换数据模型(Joint Consultation, Command and Control Information Exchange Data Model，JC3IEDM)、指挥与控制信息交换数据模型(Command and Control Information Exchange Data Model，C2IEDM)，对作战仿真初始化数据进行规范化描述[5]。国内研究则主要侧重于运用概念模型[6]、本体[7]、可扩展标记语言(eXtensible Markup Language,XML)[8]等技术，对想定进行规范化和结构化描述。

美军及北约的研究主要关注制定想定、作战管理语言等相关领域的标准，以及建立信息交换数据模型这2个方面；国内研究则侧重于想定的规范化和结构化描述。可见：已有研究着眼长远，属于基础研究范畴，有助于从根本上改善想定数据准备在数据共享及交互上面临的困境。然而，想定、公共数据模型等标准的制定及宣贯并非一朝一夕的事情，因此，笔者从想定数据准备的实际工作出发，深入分析想定数据的特性，围绕其中亟需解决的若干关键技术展开研究，包括层次数据的高效管理、异构数据的统一管理、仿真数据的质量保证，并通过实例验证其有效性。

1想定数据特性分析

想定数据具有量大、类型众多、关系复杂等特点。以运用作战仿真进行战役分析为例，必须依据想定(作战方案)，输入编制、作战编成与任务区分、部署、作战计划、装备性能、战场环境等数据。依据结构和属性的不同，想定数据分为确定性数据与随机性数据。随机性数据主要指随机数发生器生成的服从各种分布类型的随机数，用于仿真所研究系统中各种随机发生的事件[9]；确定性数据在想定数据中占有较大比重，又可分为关系数据、层次数据、空间数据3类，具体内容与应用领域有密切的关系。

关系数据具有规则的二维结构，如人员、组织机构等实体的属性以及装备性能，适合采用关系模型进行管理。层次数据具有层次性(包括实体的上/下级隶属关系以及属性数据的汇总/明细关系)和/或次序性(指同级组织机构的友邻关系，这种次序性通常是有特定意义的，并且不同于关系数据库中的字典顺序或者其他字符排序顺序)，如组织机构序列(如部队编制、作战编成)、分类体系(如装备体系、命令集合)等。空间数据具有空间属性，如部署地域、机动路线、飞行航迹、火力覆盖范围、探测范围，通常由地理信息系统(Geographic Information System，GIS)依托空间数据库或关系数据库进行管理。由于关系数据与空间数据的管理在技术及产品上均已经非常成熟，因此笔者主要探讨层次数据的高效管理。

2层次数据的高效管理

当前，作战仿真系统往往都建立在关系数据库的基础上，但关系模型的特点决定了其并不适合管理层次数据。

关系数据库以关系模型为理论基础，专门为管理关系数据而设计，并通过事务、索引、存储过程、触发器、并发访问控制、回滚等机制，确保了海量关系数据存取的高效性以及数据的完整性、一致性、可靠性和安全性[10]。对于层次数据的次序语义，关系数据库则必须通过额外的附加字段进行描述，以索引同属元素的次序(关系模型理论不关注数据记录的次序，以便通过索引机制进行查询优化)；关系数据库对次序语义的维护也比较麻烦。层次性也可通过有层次含义的编码进行描述，但会带来编码、解码等一系列问题。另外，对于半结构化数据的管理，关系数据库也并不合适。

XML与树状控件在结构上的内在相似性使两者具有天然的良好结合性[11]。利用构件技术将XML与树状控件相结合，综合应用对象连接与嵌入(Object Linking and Embedded，OLE)、用户自绘制等技术，可避免重复开发及其可能引入的错误，从而提高软件开发的效率、质量，削减开发费用和缩短开发周期。因此，可采用XML对层次数据进行高效管理。

笔者综合运用面向对象及可视化等技术，开发基于XML的层次数据管理构件CXmlOleTree，如图1所示，其主要功能包括XML文档的加载和持久化，树的合并、分支的裁剪，节点的增加、编辑、删除、查找、定位、编码、展开/折叠，树状控件风格的设置与显示等。

“三进”是系统工程、战略工程。三者相辅相成，形成一个完整的教学体系。研究“三进”载体整合，有难点必须突破,就是社会环境中各种载体的整合。对各个载体进行有机整合，将会促进良性循环互动，让不良效果无所遁形。

图1　基于XML的层次数据管理构件CXmlOleTree

3异构数据的统一管理

在3类确定性仿真数据中，层次数据(XML文档)往往是小规模和相对稳定的，而关系数据和空间数据往往是大规模和易于变化的。因此，需要实现异构数据的统一管理。

3.1异构数据统一管理的难点

如前所述，没有经过扩展的关系数据库在管理层次数据和空间数据时繁琐且效率不高。因此，仿真数据准备中异构数据统一管理的难点主要有以下2个方面：

1) 将XML、关系数据库、空间数据库有机结合。具体来说，就是用XML管理小规模的层次结构数据，用关系数据库管理大规模的关系数据，用空间数据库管理大规模的空间数据，三者之间通过实体(用树节点的编码来标志)进行连接。

2) 有效实现对象、时序、空间等多维信息的集成。对于大规模仿真系统数据准备，必须解决6个层次上的问题，即地理上的分布、异构的数据结构和数据操纵语言、异构的属性表示和语义、异构的数据模式、对象标志和数据融合[12]。

3.2异构数据统一管理的框架

笔者采用XML与关系数据库、地理信息系统控件相结合的方案，同时对层次数据、关系数据和空间数据进行无缝管理。仿真数据准备中异构数据统一管理的框架如图2所示。

图2　仿真数据准备中异构数据统一管理的框架

异构数据统一管理的框架包括建模、存储和表现等，数据存储层、中间层和表现层3层架构，其中：数据存储层涵盖关系数据、层次数据和空间数据3种不同类型的数据，数据访问接口(包括数据查询和维护等)采用第3方构件，即XML文档解析器MSXML3、数据库访问构件(活动数据对象(Active Data Object，ADO))、美国ESRI公司开发的地理信息系统构件MapObjects(MO)；中间层为仿真数据准备的具体业务规则(如兵力部署位置散布与兵种、装备类型、分队级别、队形等属性的对应关系，通信组网规则，炮兵火力射击规则),与特定应用领域相关，对开发人员开放，供定制映射软件及查询软件访问；表现层根据数据的不同特性，分别采用树状控件CXmlOleTree、列表控件CListCtrl、地图控件MO进行信息展现。

4仿真数据的质量保证

数据质量已经成为制约作战仿真想定数据准备的瓶颈，迫切需要在数据质量保证理论的指导下，从军事应用对仿真数据的需求出发，分析仿真数据质量的特点和规律，找出影响仿真数据质量的关键因素，提出提高数据质量的方法，建立仿真数据质量保证的理论框架，为仿真数据的质量保证提供解决方案。

4.1仿真数据的质量

仿真数据的质量包括数据适用性、数据时效性和数据正确性3个方面[13]:

1)数据适用性指仿真系统提供的数据能否与仿真系统用户实施决策所需数据保持一致。它关系到数据的内容需求。

2)数据时效性指仿真数据的更新能否跟上仿真系统用户决策的需求，并且在数据更新的过程中是否容易引入病态数据，降低整个系统的数据质量。它关系到静态数据的稳定性和动态数据的及时性。

3)数据正确性指仿真系统提供的数据是否正确，是否存在重复、不完整、错误等病态数据。它关系到系统中是否存在大量病态数据。从危害程度上，本文将病态数据分为严重与一般2个等级。

4.2仿真数据质量保证的理论框架

通过分析仿真数据质量的特性，可采用基于元数据的数据可用性理论和方法，解决仿真数据不完备以及仿真数据与需求不一致的问题；采用基于实时质量监控的数据更新理论和方法，包括基于规则的静态数据更新实时质量监控方法和基于回归预测的动态数据正确性监控方法，实时发现数据更新过程中造成的数据不一致性问题；采用基于语义、数据可视化以及关联规则的病态数据检测技术，解决病态数据检测的问题。因此，可以建立仿真数据质量保证的理论框架，如图3所示，涵盖数据建模(事前分析)、数据更新(事中实施)和数据检测(事后检测)3个阶段，贯穿整个仿真数据准备全过程。

图3　仿真数据质量保证的理论框架

其中，基于元数据的数据可用性理论、方法与技术用于数据准备的事前数据建模阶段，其主要任务是：1)根据作战仿真想定数据的共性特征、质量要求，获取作战仿真系统的元数据；2)采用XML对仿真系统元数据进行形式化描述，发布成熟的元数据；3)通过基于业务需求的数据资源规划方法，将军事需求转化为数据需求；4)采用基于元数据的方法约束作战仿真系统数据模型的设计，形成一致的数据模型，保证提供的数据满足一致性和完备性需求。

基于实时监控的数据更新理论、方法与技术用于数据准备的事中实施阶段，主要任务是对仿真系统数据更新的过程加以控制，以提高仿真数据准备的质量。仿真系统数据准备工作量大，大部分数据以手工方式进行，自动化程度低。因此，数据更新是数据准备中人机交互密集的工作，是减少操作失误、提高数据质量的一个重要关口。

病态数据检测理论、方法与技术用于数据准备的事后检测阶段，主要任务是在仿真试运行之前修正错误数据，避免错误的进一步扩散。作战仿真系统输入数据中往往包含着大量的病态数据，因此其成为制约仿真系统效能发挥的瓶颈。作为保证仿真系统数据质量的重要解决途径，病态数据检测已成为研究的热点，包括基于关联规则、基于数据可视化、基于语义等病态数据检测技术，该部分工作可看作是一种补救措施，与前面2种措施形成互补关系。

5应用案例

依据上述关键技术研究成果，笔者所在项目组研制了带有战术对抗背景的信息化装备模拟训练系统想定数据准备工具，如图4所示，为仿真数据准备人员提供了灵活快捷的仿真数据准备手段。一方面，将表格批量输入与界面直接输入相结合，提高数据准备速度，即根据不同内容数据的特点，采取适合的数据准备方式：编制框架、编成框架、指挥所席位设置、受训对象信息等采用表格批量输入；车辆搭载、机动路线、航迹规划、后装保障关系等采用界面直接输入。另一方面，将数据可视化与校核规则相结合，有效检测病态数据，避免将输入数据中隐含的错误带入仿真运行，即通过军事地理信息系统的作战计划推演等数据可视化方法发现计划类输入数据中存在的问题，通过校核规则发现编制、作战编成、行动计划等关系数据中存在的问题。校核规则在设计时充分考虑了开放性和适应性等要求，编制数据中病态数据的检测规则如表1所示。同时，以XML文档为数据交换格式(Data Interchange Format，DIF)，数据准备、仿真模型、实装软件、半实物设备、仿真态势显示、仿真结果统计等子系统之间能够方便地进行仿真数据的共享和交互。

图4　信息化装备模拟训练系统想定数据准备工具

此前，信息化装备模拟训练系统想定数据准备中隐含的错误要通过仿真系统试运行才能暴露，导致修正错误的成本很高，想定数据准备一般要经过5～7轮试算和修正才能趋于稳定，耗时约4个人月。采用新研制的仿真系统想定数据准备工具之后，想定数据准备中隐含的绝大部分错误在系统试算之前就能被检测并得到及时修正，数据准备一般经过2～3轮试算和修正就能趋于稳定，耗时不超过1个人月。笔者所在项目组利用该工具累计完成了30多个培训班次的数据准备工作，保证了培训任务的顺利完成。

6结论

想定数据准备的速度和质量已经成为制约仿真分析效益发挥的瓶颈之一。针对作战仿真想定数据准备面临的难题，笔者研究了层次数据的高效管理、异构数据的统一管理、仿真数据的质量保证等关键技术，并在工程实践中得到成功应用。下一步将重点开展2方面研究：

1)依据规则自动生成与人工设置相结合，进一步降低想定数据准备强度，如部署、通信组网等可依据规则自动生成，仿真数据准备人员在此基础上进行调整；

2)研究军事想定的规范化和结构化描述，借鉴MSDL、C2IEDM等标准规范及公共数据模型，探讨从军事想定到仿真系统数据准备的某种自动化映射，这或许是解决该难题更为彻底的方法。

参考文献：

[1]James O, Michael F L. Using the Joint Integrated Contingency Model for Campaign Analysis[R]. Washington, USA: DSTO Electronics and Surveillance Research Laboratory, 2002.

[2]Bruce W B, Arthur M B, Daniel B F, et al. JICM 1.0 Summary[R]. Washington,USA: the Office of the Secretary of Defense, 1994.

[3]Carlton B W, Farmer G J, Scrudder R O. A C2IEDM Based Approach to C4I and Simulation Initialization and Synchronization [EB/OL].(2005-10-30)[2015-01-12].http://www.sisostds.org/DigtalLibrary/05F-SIW-068.pdf

[4]Pullen J, Douglas C, Wittman R, et al. MSDL and C-BML Working Together for NATO MSG-085[EB/OL].(2012-09-15)[2015-01-12]. http://www.sisostds.org/DigtalLibrary/12S-SIW-038.pdf

[5]Tolk A, Gnana K B, Jose L B, et al. Engineering Principles of Combat Modeling and Distributed Simulation [M]. New Jersey, USA: John Wiley & Sons, 2012: 449-470.

[6]杨山亮,黄健,尹航,等.基于MSDL和C-BML的想定形式化描述[J].系统仿真学报, 2011, 23(8): 1724-1728.

[7]庞天亮,袁修久,赵学军,等.基于OWL的仿真想定本体构建方法[J].空军工程大学学报(自然科学版), 2012, 13(6): 35-39.

[8]甘泉,李敬辉,黄高明,等.基于XML的海上雷达对抗仿真想定技术研究[J].系统仿真技术, 2013, 6(3): 20-24.

[9]徐享忠,潘丽君.作战仿真中高性能随机数发生器研究[J].装甲兵工程学院学报, 2009, 23(2): 67-70.

[10]王珊,陈红.数据库系统原理教程[M].北京：清华大学出版社, 2001: 37-42.

[11]徐享忠,王精业,刘朔.XML在层次结构建模上的应用研究[J].系统仿真学报, 2009, 21(6): 1511-1514.

[12]Len S. XML’s Impact on Databases and Data Sharing [J]. Computer, 2001, 34(6): 59-67.

[13]张忠斌.装备指挥信息系统数据质量控制理论和方法研究[D].北京:装甲兵工程学院, 2011.

(责任编辑: 尚彩娟)

Key Technologies of Scenario Data Preparation for Combat Simulation

XU Xiang-zhong, SHAO Wei, FAN Rui

(Department of Equipment Command and Administration, Academy of Armored Force Engineering, Beijing 100072, China)

Abstract：In order to speed up the process of scenario data preparation for combat simulation systems and improve the quality of scenario data, this paper discusses the intrinsic characteristics of relational data, hierarchical data and spatial data, and analyzes several key technologies of data preparation for simulation systems, such as efficient management of hierarchical data, seamless management of heterogeneous data, and data quality assurance. A use case is given to demonstrate the effectiveness of the above mentioned key technologies. Research results are of certain significance to improve the efficiency of scenario data preparation for combat simulation.

Key words:combat simulation; scenario data preparation; heterogeneous data; data quality assurance

文章编号：1672-1497(2016)01-0069-05

收稿日期：2015-10-15

基金项目：军队科研计划项目

作者简介：徐享忠(1974-)，男，副教授，博士。

中图分类号：TP391.9

文献标志码：A

DOI：10.3969/j.issn.1672-1497.2016.01.014