基于非一致聚合解聚的体系作战仿真理论与实验研究

闫雪飞,李新明,王寿彪,王晓龙,刘 东

(1.装备学院复杂电子系统仿真实验室，北京 101416；2.酒泉卫星发射中心,酒泉 732750)

工程与应用

基于非一致聚合解聚的体系作战仿真理论与实验研究

闫雪飞1,李新明1,王寿彪1,王晓龙2,刘 东1

(1.装备学院复杂电子系统仿真实验室，北京 101416；2.酒泉卫星发射中心,酒泉 732750)

针对目前多分辨率建模仿真在模型一致性维护、聚合解聚机制、链式解聚等方面存在的瓶颈，本文提出了一种避免过度追求模型的一致性，在误差允许范围内，允许跨分辨率交互发生的非一致聚合解聚多分辨率建模思想。给出了其基本思想，基础Agent模型以及参数化聚合解聚公式，并通过体系作战仿真实验进行了验证。结果表明了该方法能够大幅提升仿真性能，且通过有效设置聚合解聚周期、规模以及聚合折损比这三个关键参数，能够将误差控制在有效范围之内。此外，该方法还具有原理简单、容易实现的特点，对于促进多分辨率建模仿真的工程应用具有抛砖引玉的作用。

多分辨率建模仿真；聚合解聚；复杂系统；武器装备体系；作战仿真

0 引 言

随着高新技术装备和信息化作战理论的不断发展，体系作战逐渐成为未来最基本的作战方式，体系作战仿真也逐渐成为军事建模仿真领域的主要研究方向。相比于传统的系统仿真，体系作战仿真由于体系规模更大、包含的实体数目和类别均更多、实体间交互关系也更加复杂，使得体系仿真需要更大的计算开销，具有更大的计算复杂度，这些问题严重制约了体系作战仿真的实际应用和发展。目前，迫切需要提出一种适应于大规模复杂体系建模仿真需求的仿真技术，通过降低系统仿真复杂度，提高仿真性能为体系作战仿真提供有效支撑。

分辨率是指物体可以被分辨的最小尺度，在作战仿真领域，主要是指模型描述现实世界的详细程度，是指模型对事物细节描述的多少。多分辨率建模(MRM)，主要是指对所要研究的问题在不同分辨率尺度上建立的多种分辨率模型[1]，而运用多分辨率模型进行的仿真称为多分辨率仿真(MRS)，本文统称为多分辨率建模与仿真(MRMS)。目前，MRMS理论被认为是解决复杂系统仿真的最有效技术手段，而体系作为一种典型的复杂巨系统自然成为其主要研究目标。然而，目前针对MRMS的研究多集中于理论基础研究，而实际应用则受限于其复杂的实现过程以及一致性维护等问题[2-3]。鉴于此，文章面向实际应用，对基于多分辨率的体系作战仿真理论进行了深入研究，重点解决MRMS的实际应用以及一系列的相关问题，包括“A/D思想、A/D模型、A/D关系”等，为基于多分辨率的大规模体系作战仿真提供一种切实可行的参考手段。

1 MRMS技术

1.1主要思想

建模仿真都要面临分辨率的选择问题，分辨率越细，对真实世界的描述程度越逼近，仿真结果也就越真实。然而，过细的仿真分辨率必然面临过度的计算开销，造成仿真效率低下甚至无法运行，因此才有了多分辨率建模的概念。多分辨率建模主要也是为了减少仿真计算的复杂度[4]，同时兼具模型的描述细节[5]。其基本思想是根据仿真需要对实体进行动态的A/D，通过聚合从整体上降低仿真全周期的实体规模，通过解聚实现高低分辨率模型的相互校准，最终在减小仿真调度开销的同时又不会对仿真的真实性造成太大的影响。

之所以要将多分辨率建模技术应用于体系作战仿真领域，除了体系本身所具有的多层次特性外，还考虑到其所具有的诸多单分辨率建模所不具备的好处。一方面，多分辨率建模方法可较好地从不同角度不同层次描述战场实体和行为过程；另一方面，可同时实现高低分辨率仿真模型间的相互校准，进一步提高仿真的准确度。此外，由于低分辨率模型(比如战略层面)具有更加广泛的视角，因此更有利于进行宏观的考察和分析决策，在某种程度上更利于体系作战效能的有效发挥。文献[]认为多分辨率建模是未来仿真的重点研究方向之一。

1.2 研究现状及面临主要问题

多分辨率建模技术是仿真领域的研究热点，也是重点，很多观点至今尚未形成统一的共识，且大部分概念实际意义不大，表明了MRMS的研究难度。从国内外研究现状来看，比较有代表性的方法主要有子模型替代法、A/D法以及多重表示法，并各有各的特点和适用范围。其中采用回归、拟合实现的子模型替代法属于静态的多分辨率建模方法，不涉及模型的动态A/D；而A/D法则是一种动态的多分辨率建模方法，在仿真过程中其分辨率是动态变化的，主要目的是降低仿真复杂度；多重表示法主要考虑的则是模型本身的多分辨率特点或者是多分辨率刻画的客观需求，通常需要更多的计算开销。

目前，MRMS技术在多个领域已经获得了初步应用。文献[7]基于A/D法对列车安全实际监测过程进行了建模应用，通过伪A/D技术(Pseudo A/D Method)实现不同粒度之间的数据交互。文献[8]提出了一种基于多粒度的DEVS仿真规范的形式化描述，对多粒度实体的A/D、一致性映射函数以及通过子模型耦合导致的整体涌现性等内容进行了研究，重点解决不同分辨率模型的互操作问题。从模型描述的多分辨率客观需要出发，文献[9]重点分析了A/D理论以及模型的一致性，通过中间模型保持高低分辨率实体的一致性，中间模型起到映射、交互策略等的作用。文献[10]基于多重表示法对Multi-Agent System(MAS)协作控制进行了多分辨率建模，其中，低分辨率模型负责宏观控制，高分辨率模型负责微观行为。然而，这些研究都过分强调模型的一致性，为此或者通过中间映射列表实现或者并发运行同一个模型的多个粒度，致使系统的整体仿真效率提升适得其反。

当前，MRMS还面临一系列相关问题如聚合机制、解聚机制、A/D精度、A/D规模、一致性维护等亟待解决，也正是因为这些问题严重制约了MRMS的实际应用。美国国家科学委员会认为多分辨率建模是现代建模与仿真技术所面临的最基本的挑战之一[11]。模型的一致性是指当不同分辨率的实体进行交互时，必须满足交互的同一层次要求，即高、低分辨率的实体要进行分辨率的一致化，即聚合与解聚[12]。由于实际仿真的过程中，不同实体间的交互是十分频繁的，且是不可预知、不可控制的，因此必然导致频繁的A/D，而执行一次A/D的资源开销是十分大的，致使资源开销不降反升。而实际上，高低分辨率模型之间的转换过程也是一个相互结合、相互校准的过程，因此可在一定程度上消除由于模型的不一致等其他由于A/D而损失的逼真度，鉴于此，允许跨分辨率的交互现象发生，避免过分追求模型的一致性，以最大限度的降低仿真复杂度、提升仿真效率为根本目的，则是本文的基本创新点所在。

2 基于非一致A/D的体系建模

2.1 基本思想

当实体数目较小时，A/D技术无法发挥其优势，但当实体数目规模巨大时(如上千个)，A/D的性能提升优势将是十分可观的。鉴于一致性维护的困难[9]以及由此所带来的各种不利因素，本文的基本思想是，在一定的误差允许范围内，允许跨分辨率的交互行为发生，避免过度追求模型一致性所带来的额外维护开销，以降低其仿真计算复杂度为主要目的。即在模型调度上对各个粒度层次的模型一视同仁，并允许不同的粒度模型发生一定量的交互，即模型的运行和调度与粒度无关。这样做虽然降低了仿真的真实性，但是通过模型的多次动态A/D以及高低分辨率模型间特有的相互校准功能最终可以消除跨分辨率交互对仿真真实性的影响。而由此带来的好处却有很多，例如不用再为不同粒度的模型保存中间映射列表，不用再为实体保存特殊的粒度标识，一方面省去了A/D一致性维护的麻烦，另一方面避免了由此带来的额外计算开销，具有诸多优势。在具体实现时，A/D操作是按照一定的周期T和百分比λ进行的，即每经过T个时钟，系统按照百分比λ对所有满足条件的Agent执行聚合操作，而被聚合Agent会在经过T/2个时钟的时候自动执行解聚操作，则其非一致A/D仿真概念图如图1所示，其中，低分辨率Agent继承自高分辨率Agent。下面对基于Agent的体系建模过程以及不同类型的Agent A/D关系、A/D机制进行说明。

2.2 基础模型

武器装备体系通常包含通信类、侦查类、打击类、补给类、指挥类以及修复类装备，下面对这几种装备的面向Agent建模方法进行介绍。

(1)通信Agent

通信Agent主要提供数据通信与共享功能。为了尽可能符合作战实际，本文设计三种类型通信Agent：地面通信Agent、空中通信Agent以及海面通信Agent，通信Agent具有传送信息的功能，是其他Agent进行通信的基础，而其他Agent要实现通信必须位于通信网覆盖范围之内，其主要工作流程如图2所示。可以看出，Agent的工作流程由两部分组成：基础功能模块和专属功能模块，每个Agent的基础功能模块都是相同的，其区别在于专属功能模块，后面将主要对Agent的专属功能模块进行说明。

图2 通信Agent的工作流程

(2)侦查Agent

侦查Agent的主要功能是提供情报感知，在MAS系统里，将其设计为由感知Agent组成的一个网络。感知Agent主要类型包括地面感知Agent、海面感知Agent、空中感知Agent。感知Agent的主要属性包括侦察模式、侦察内容、侦察距离、侦察概率等。感知Agent的主要功能是战场侦察，其专属功能模块的工作流程如图3所示。

图3 侦查Agent的专属模块工作流程

(3)打击Agent

打击Agent的主要功能是火力打击，在MAS系统里，将其设计为火力Agent。火力Agent也包括地面、海面、空中三种类型。主要属性包括射击范围、射击距离、杀伤能力、命中概率。此外，还包括能够发射导弹的火力Agent，具体又包括地对空、空对地、地对地、空对空。火力Agent的主要功能为执行火力打击行为，其专属功能模块的工作流程如图4所示。

图4 打击Agent的专属模块工作流程

(4)补给Agent

补给Agent的主要功能提供后勤保障。补给Agent主要包括弹药补给Agent、油料补给Agent。不同的类型Agent具有不同的功能属性，例如弹药补给Agent的属性包括弹药类别、弹药数量等，主要功能为执行弹药补给，其专属功能模块的工作流程如图5所示。

图5 补给Agent的专属模块工作流程

(5)指挥Agent

指挥Agent的主要提供是进行宏观指挥决策，每个指挥Agent代表一个指控节点，每个编队都拥有一个指挥Agent。规定指挥Agent相互之间可以通信，指挥Agent所属Agent之间可以通信，不同编组的Agent之间除非在一定的距离限制之内，否则相互之间不可以通信。指挥Agent的决策规则主要是根据敌我双方的兵力对比决定向哪个方向移动，而所属Agent具有跟随特性。指挥Agent的工作流程不同于其他Agent，如图6所示，其决策规则表如表1所示。

图6 指挥Agent的工作流程

表1 指挥Agent规则表

(6)修复Agent

修复Agent的主要功能为对装备的损坏程度进行修复，实际处理过程为在一定的仿真时钟内回复武器装备的生命值。其主要功能为对Agent的生命值进行回复，主要属性为回复速率(单个仿真时钟内生命值回复的大小)，回复范围(能够接受修复的最大距离)。修复Agent位于初始位置并且不再移动，相当于后方基地，为其他Agent提供生命值回复和弹药补等给功能。

2.3 聚合解聚模型

文献[13,14]曾对防空系统中Agent的位置、火力指数以及数目的A/D公式进行了研究，但都缺乏实际的验证，且参数类别较少，本文将对不同类型Agent的A/D关系进行更全面的分析求解并通过实际试验进行验证，以检验其可行性。实际执行过程中，并非所有类型的Agent都可以执行A/D，且必须满足一定的A/D条件，如类型条件、编队条件、阵营条件、粒度相同的条件等，基本原则是尽量减小信息损失程度，确保一致性。具体分为侦查Agent的A/D、通信Agent的A/D、打击Agent的A/D、补给Agent的A/D，下面对这四种类型(考虑到修复Agent的数量通常较少，因此暂时不对修复Agent进行A/D建模)的A/D关系进行说明。

(1)侦查Agent的A/D参数化公式

将聚合后的侦查Agent称为低分辨率侦查Agent，则规定低分辨率侦查Agent继承自侦查Agent，这保证了低分辨率侦查Agent具有与侦查Agent相同的功能属性，从而确保了对其调度的无差别性，为此，只需要确定低分辨率侦查Agent的相应参数即可，具体如表2所示。

表2 侦查Agent的A/D公式表

其中，N为聚合Agent的数目，ax为Agent的x坐标分量，ay为Agent的y轴坐标分量，az为Agent的z轴坐标分量，i=j=[-N/2,-N/2+1,-N/2+2,…,N/2]，δ为聚合折损比，d是固定间距，其坐标生成示意图如图7所示。

图7 解聚Agent的坐标生成示意图

(2)通信Agent的A/D参数化公式

(3)打击Agent的A/D参数化公式

这里只需要给出打击Agent的攻击范围ar、攻击距离al、杀伤值ak、弹药量aa、最大弹药量am的A/D公式，具体如表3所示。

表3 打击Agent的A/D公式表

(4)补给Agent的A/D参数化公式

由于补给Agent的专属参数为补给率sr、装载量sv、补给范围sl，因此只需要确定这三个参数的A/D公式即可，具体如表4所示。

3 仿真验证

本节通过体系作战仿真实验对文章所提出的A/D建模思想进行有效性验证，基本作战想定为红蓝对抗。为此，基于Java开发了一款专用于大规模武器装备体系作战仿真的分布式仿真系统，通过MRMS理论以及分布式仿真架构，可以大幅提升系统仿真性能。为了充分发挥A/D的优势，仿真实体的数量不低于900个，其典型作战仿真过程中的A/D情景如图8所示。

表4 补给Agent的A/D公式表

3.1 性能分析实验

采用A/D法进行体系建模仿真的初衷就是为了提高系统的仿真性能，为此，首先对A/D法在性能提升上的优势进行实验验证，其中红方作战体系的作战Agent主要参数设置如表5所示，蓝方设置方法与红方一致，双方共计902个Agent需要调度，如此高的体系规模，其仿真复杂度可想而知。

序号Agent类型空间类型编队数目1侦查地面11002打击地面12003通信地面11504补给地面1505修复地面11

为提高结果的可信度，采用多次仿真的方法，并设置对抗双方同时采用聚合解聚机制，在固定聚合折损比为0.5、仿真步数为100的情况下，分别改变A/D周期以及A/D规模以分别探究二者对性能的影响。此外，为防止对抗过程由于过早分出胜败而结束，固定所有仿真批次的最大仿真步长不超过200步。

表6 性能分析实验结果数据

在不执行聚合的情况下，仿真平均用时为每步1.17 s，在执行聚合解聚技术的条件下，实验结果数据如表6所示。由结果可知，影响仿真性能的最关键因素是A/D规模，而A/D周期对仿真性能的影响不大。在固定A/D周期为20的情况下，仿真效率随A/D规模的增加而显著增加，当A/D规模为0.9时，性能提升已经几乎达到极限，达到72.9%。这是由于A/D规模越大，对于仿真全周期的实体规模降低越明显，仿真性能提高也就越大，充分说明了该方法在仿真性能提升方面的有效性。

3.2 误差分析实验

聚合解聚本身必然导致信息丢失，又由于模型之间的交互是非一致的，因此难免存在仿真误差，有必要对本文所提的非一致A/D技术所造成的误差影响进行论证分析，进一步探讨其可行性和有效性。篇幅限制，这里主要对聚合折损比以及A/D规模的影响进行分别研究。基本思路是红蓝双方的体系结构及兵力参数设置完全相同，具体设置方法同表5，而仿真过程不同，一方按照不同的参数配置执行A/D，另一方不执行A/D，此外，为了尽可能分出胜负，将最大仿真时钟设置为2000步，通过观察二者的胜率来对聚合折损比以及A/D规模的误差影响进行分析。

表7 误差分析实验结果数据

其中，折算误差的计算方法是|红方胜率-蓝方胜率|/100，是对红蓝双方体系的作战能力之差的一种度量，折算误差越大说明双方的能力差别越大，间接说明了由于A/D所造成的误差较大，而A/D的前提就要是要保证其引起的误差在可接受范围之内，越小越好。表7是实验结果数据，可知，在固定聚合规模为0.3的情况下，聚合折损比为0.5时，折算误差最低为0.066，即采用聚合解聚和不采用聚合解聚的相同体系所具有的作战能力最接近，而当聚合折损比高于或者低于0.5时，折算误差都会增加。当固定聚合折损比为0.5时，A/D规模为0.3时，折算误差最低，而当A/D规模大于或者小于0.3时，折算误差都会增加。通过以上分析可知，当A/D周期为20时，A/D规模为0.3，聚合折损比为0.5时，聚合解聚所造成的误差最小，且在误差可接受范围之内，进而说明了文中所提非一致聚合解聚技术的可行性和有效性。

4 结 语

MRMS是复杂巨系统建模仿真领域的一项重要研究内容，对于降低模型计算复杂度、提升仿真效率具有重要的意义。然而，以降低仿真复杂度为主要目的的MRMS研究还主要集中于理论与概念辨析阶段，实际应用受限于其复杂的实现过程以及模型一致性维护的困难。鉴于此，本文提出了在误差允许范围内，允许跨分辨率交互发生的一种新的非一致A/D多分辨率建模思想，并将其用于大规模武器装备体系的作战仿真实际应用中进行检验。仿真结果表明了该方法在性能提升上的有效性，同时也表明了在合理确定相关参数的基础上，通过有效利用高低分辨率模型之间的相互校准，该方法所带来的仿真误差是可以忽略的，对于促进MRMS的工程应用具有一定的意义。

[1] David P K，Bigelow J. Experiments on Multiresolution Modeling(MRM)[R]．RAND，1998.

[2] 郭强,毕义明.多分辨率建模在联合作战仿真中的应用研究[J]. 指挥控制与仿真,2007,29(6)：86-89.

[3] 李明忠，毕长剑，刘小荷. 基于多分辨率的空军作战仿真建模研究[J]. 指挥控制与仿真,2007,29(5)：63-66.

[4] Meystel A, Bathija M. Multiresolutional Planning: Using the Randomized Tessellation of the State Space. ISRA 2002.

[5] GUAN Z, WANG C, HUANG J,et al Optimization of Manufacturing Systems using Genetic Search and Muti-Resolution Simulation[C]. 2010 8th IEEE International Conference on Control and Automation Xiamen, China, June 9-11, 2010.

[6] BoHu L.Modeling and Simulation in China-Present and Future.Proceedings of 2002 Asian Simulation Conference.Nov.3-6,2002.Shanghai,China.

[7] Chen X G, Bai G C. Multi-Resolution Entities Aggregation and Disaggregation Method for Train Control System Modeling and Simulation Based on HLA[C]. 2014 IEEE 17th International Conference on Intelligent Transportation Systems (ITSC)October 8-11, 2014. Qingdao, China.

[8] Li Y, Li B H, Hu X F ,et al. Formalization of Multi-Resolution Modeling Based on Dynamic Structure DEVS[C]. International Conference on Information Science and Technology March 26-28, 2011 Nanjing, Jiangsu, China.

[9] Wei S G, CAl B G, LI S H,et al. Multi-resolution simulation strategy and its simulation implementation of Train Control System[C]. IEEECONF,2011.

[10]González E, Perez A, Cruz J,et al. MRCC: A Multi-Resolution Cooperative Control Agent Architecture[C]. 2007 IEEE/WIC/ACM International Conference on Intelligent Agent Technology, 2007.

[11]杜燕波,杨建军,吕伟,等.多分辨率建模与仿真相关概念研究[J].系统仿真学报,2008,20(6):1386-1389. DU Y B,YANG J J,LV W, et al.Study of Relevant Conceptions about Multi-resolution Modeling and Simualtion[J].Journal of System Simulation, 2008,20(6):1386-1389.

[12]胡晓峰,司光亚,等.战争模拟原理与系统[M].国防大学出版社,2009,北京. HU X F,SI G Y,et al.War Gaming & Simulation Principle and System[M].National University of Defense Press,2009,Beijing.

[13]李志飞,吴静. 多粒度建模方法分析及实例研究[J].中国电子科学研究院学报,2011(1):72-76.

[14]李京伟.多分辨率建模在航母战斗群作战仿真中的应用研究[J]. 系统仿真学报, 2013,25(8):1924-1929.

Battle Simulation Theory and Experiment Study of SoS Based on Non-consistence A/D Technology

YAN Xue-fei1, LI Xin-ming1, WANG Shou-biao1, WANG Xiao-long2, LIU Dong1

(1.Science and Technology on Complex Electronic System Simulation Laboratory of Equipment Academy,Beijing,1 01416,China;2. Jiuquan Satellite Launch Centre, Jiuquan 732750 China)

Multi-Resolution Model and Simulation(MRMS) Technology is an important Aspect in the Complex large System Simulation field with important value to decrease model computation complexity to increase the simulation efficiency. Since the bottleneck of the MRMS at the aspect of Model consistence maintenance, aggregation and disaggregation(A/D) algorithm, chained disaggregation problem and so on, this paper proposed a non-consistence A/D MRMS method which won't seek overtop Model consistence and allows cross Resolution interaction when the error is not so big. introduced the basic idea and the Agent Model with the parameterization A/D algorithm and through Battle Simulation of SoS to validate. The result indicated the ability of performance increase and at the condition of the proper setting of A/D circle, the A/D rate and the conversion loss, the simulation error can be controlled at the acceptance range. What's more, this technology is easy to realize and so threw away a brick for the development of the MRMS application.

MRMS; A/D; Complex System; Weapon SoS; Battle Simulation

10.3969/j.issn.1673-5692.2016.02.013

2016-12-18

2017-03-01

国防预研项目(重点实验室基础研究项目)

TP391

A

1673-5692(2017)02-168-08

闫雪飞(1989-)，男，内蒙古人，博士，主要研究方向为作战仿真与体系评估；

E-mail：yanxf07@sina.com

李新明(1965—)，男，湖南人，研究员，主要研究方向为大数据、体系评估；

王寿彪(1986—)，男，陕西人，博士，主要研究方向为体系演化；

王晓龙(1988—)，男，内蒙古人，助理工程师，主要研究方向为仿真。