预警作战体系超网络建模及结构分析

徐建国, 李孟军, 姜 江, 李明浩

(国防科技大学系统工程学院, 湖南 长沙 410073)

0 引 言

预警作战是一种提高我军战略力量的快速反应能力和战略威慑能力的新型作战方式[1],指在敌方来袭战略导弹引爆之前,组织导弹发射并成功完成对敌重要战略目标的打击和摧毁。从体系角度来看,预警作战体系是参与预警任务的多武器协同的网络化功能配系。在天基信息支持下,利用信息链路构建预警、监视、控制等多种作战单元,按照任务流程,实现侦察预警、指挥控制、火力拦截的有机集成。目前对于预警作战体系的组成结构和作战流程描述取得了阶段性成果,开发了作战视图、能力视图、系统视图等产品模型[2]。但结构合理性和效能的评估等分析有待进一步研究。

预警作战体系组成要素结构关系分析需要回答两个问题:一是现有的体系结构是否合理,体系中不同类型节点地位如何;二是当前体系关系结构是否发挥出武器的最大性能,能否通过调整关系结构提高体系作战效能。

基于多视图的体系关系结构描述方法已经取得了广泛的应用,具有能够重用数据和模型、提高设计效率、减少设计成本等优点。随着网络中心战的不断深入,美国先后发布指挥信息系统(command, control, communication, computer, intelligence, surveillance and reconnaissance, C4ISR)和美国国防部体系结构框架(department of defense architecture framework, DoDAF)为体系建模提供了规范和指导[3]。国内借鉴DoDAF设计思想进行了大量的应用研究,并开发了相应的支撑工具[4]。

目前的体系结构分析方法主要包括多指标综合、能力差距分析[5]、体系结构可执行分析[6]、仿真分析、网络分析[7]等方法。能力差距分析和多指标综合方法都需要对不同量纲的指标进行去量纲化,并根据专家给出的权重进行综合,难以消除分析者主观影响。“可执行分析”主要解决数据之间的逻辑一致性和行为正确性校验问题,保证了体系结构的质量,是一种基于时间或事件逻辑分析方法,不涉及对于背景的了解,通俗来说能够正确执行并不能代表模型正确。仿真分析能够进行精确建模和定量分析,分析粒度较细,结果说明性更强,需要在体系结构基础上进一步细化。文献[8]提出基于作战环的分析方法进行装备体系的评价。作战环的本质是通过研究网络中固定的连接模式进行效能评估,属于一模网络分析。以上体系结构分析方法都对应于多视图框架的某一个阶段,没有分析视图之间的关联。文献[9]对包以德循环(oberve orient decide and act, OODA)环进行了扩展,建立了基于动态仿真数据的超网络分析算法。文献[10-11]构建了分层粒度下的“两层四网”超网络架构,主要涉及信息流的传递。超网络能够处理多模式、多链路和多时间周期且节点和边的属性信息有误或不全的相关或网络数据,这与体系结构抽象出的多类型实体元模型和多类型关系元模型有着天然的相似性[12]。

本文针对预警作战体系节点类型多、数目多、影响因素多,且节点之间还存在影响等问题[13],引入预警作战体系结构超网络模型。该模型充分利用预警作战中的各类信息,综合考虑装备(系统)作战能力以及作战任务(活动)之间的关系,将多视图框架中实体元模型抽象为网络节点,关系元模型抽象为网络的边,构建“两类六网”3层网络结构模型。通过对模型中武器系统的重要程度的评价,武器在作战使用和能力建设方面的表现,评估现有预警作战体系结构的优劣,给出调整现有结构与武器作战使用的建议。预警作战超网络模型是多视图体系结构的进一步研究,是对预警作战体系的高度抽象,能够克服传统分析信息丢失严重,不能清晰表征武器、任务、能力的异质性和它们之间的功能联系,无法说明体系的整体涌现行为等缺点。

1 预警作战体系结构与超网络建模

1.1 体系结构核心数据抽取

预警作战多视图体系组成要素关系结构通过数据进行关联,从这个意义上来讲,体系结构的模型和体系结构数据在逻辑上是一个有机的整体[14]。因此，必须根据预警作战体系的特点,按照一定的设计准则对模型和数据进行设计。主要包括:①针对性原则,在进行体系结构设计时,必须明确预警作战的目的就是在“尽可能短”的时间内对敌人进行先发制人的军事打击;②可扩展原则,在设计体系结构时,需要考虑到体系结构方案的可扩展性,能够适应快速发展的预警装备的需求,根据不同的作战任务进行扩展,包括装备、战法等的灵活性;③简易性原则,体系结构设计成果需要有一种较容易被理解的直观的方式进行展示;④重用性原则,能够支撑预警指挥人员、情报人员、装备操作人员的互联互通互操作,数据与情报能够及时共享[15]。

本文主要从武器系统的角度进行分析,与武器系统相关联的包括作战能力、作战活动、作战任务、组织、执行者、资源、系统指标以及其他相关元模型。为简化分析,主要考虑4类,作战任务、作战活动、作战能力和武器系统,将资源作为作战活动的属性,系统性能指标作为武器系统的属性。关系类元模型包括任务到任务、任务到系统,任务到能力、能力到能力、能力到系统以及系统到系统这6种关系元模型。其中任务到任务元模型表示任务之间的依赖关系,具有可执行的时序逻辑。任务到系统元模型表示任务对于武器装备的分配,制定某项装备完成具体任务。任务到能力表示完成任务所需要的能力集合,通常来说,完成一项任务需要多项能力。能力到能力元模型表示能力之间的依赖和包含关系。系统到系统和系统到能力分别表示系统之间的信息流传递关系和系统能够提供的能力。

1.2 预警作战体系超网络模型

数据元模型是驱动体系结构分析的数据基础。将预警作战的数据核心元模型抽象为节点,系统指标、活动资源抽象为网络的节点属性,关系元模型抽象为边,它的直接展现形式是具有多层多级特征的超网络模型。一个具体网络是一个有点集V和边集E组成的图G=(V,E)。如果存在节点i指向节点j的边(i,j),并不意味着存在边(j,i),那么称为网络有向。同时,如果网络G的节点集V可分为互不相交的两个非空集合X和Y,并且每条边(i，j)分别属于两个集合,那么称该网络为二模网络。

定义1预警作战超网络

描述完成指定预警作战过程中作战任务、作战能力、武器系统等多类型要素节点,以及要素之间多重复杂关系的网络集。包含“两类六网”,包括3个一模网络和3个二模网络,如表1所示。

将节点集合分别用武器系统(system)、作战能力(capability)和作战任务(task)表示。节点之间的网络关系定义如下。

(1) 系统信息流网(system network),GS以武器系统作为节点,武器系统直接的信息流关系作为连边,建立武器系统信息流网络,如中继卫星系统受到中继卫星管控中心的控制,同时也为中继卫星管控中心提供情报信息,GS=(S,ES-S),其中S代表武器系统集合,ES-S={(si,sj)|si,sj∈S}表示信息流集合,当系统i和系统j之间存在信息流时(si,sj)=1,否则为0,其邻接矩阵用AS表示。

(2) 系统能力网(system-capability network),GSC以武器系统和作战能力为节点,系统提供的能力关系作为连边。这里所指的提供的能力是指可以提供的能力,并不一定系统的所有能力都能在预警作战中发挥作用。如预警卫星除了具备探测敌方来袭战略导弹的能力以外还能够提供数据通信,侦查战场态势等能力。用GSC=(S,C,ES-C)表示,其中S表示武器系统集合,C表示作战能力的集合,ES-C表示武器系统到作战能力的映射集合,邻接矩阵为ASC。

(3) 能力关联网(capability network),GC侧重描述能力的相互关联关系,确定能力的逻辑分组。主要包括能力依赖关系和能力包含关系,用GC=(C,EC-C)表示,邻接矩阵为AC。

(4) 任务分配网(system task network),GST用于描述武器系统与作战任务之间的映射关系,装备被分配到相应的任务后,需要与其他装备进行配合,发射导弹的活动必须发射系统、导弹系统、通信系统一起合作才能够完成。用GST=(S,T,ES-T)表示,邻接矩阵为AST。

(5) 任务能力网(task capability network),GCT任务能力网描述作战任务与作战能力之间的关系,指作战任务的实际能力需求,即必须具备什么能力才能完成作战任务。用GCT=(C,T,EC-T)表示,邻接矩阵为ACT。

(6) 任务关联网(task network),GT任务关联网指作战任务之间的时序依赖关系,即活动的先后顺序。用GT=(T,ET-T)表示,邻接矩阵为AT。

以上预警作战体系超网络模型可以进行扩展,如需要分析预警作战的技术特性可加入技术网络,构成四模网络;需要分析组织的实际能力水平或对于预警作战的贡献程度可以引入组织网络等。

2 预警作战关系结构和能力分析

网络科学中评价节点的重要程度可以使用节点的影响力、地位或者其他因素的综合[16]。重要的武器系统指能够提供多样化作战能力,执行不同作战任务,并且掌握网络中的重要信息资源的武器系统。对于一模网络来说,可以分别使用节点度中心性和介数中心性来评价[16]。对于网络G=(V,E),节点i的度表示为

(1)

式中,aij表示节点i到节点j的关系。介数用来衡量对于信息的控制能力,具体含义为网络中所有最短路径中经过节点的数量,记为

(2)

网络聚类能够进行网络结构的划分,常用模块度[16]作为衡量网络结构划分的标准,能够得到组内关系密切,组间关系稀疏的社团结构。根据预警作战超网络模型的有向无权特征,选取模块度Q作为评价指标。Q值越大,结构划分越明显,效果越好。

(3)

对于二模网络或者更高维度的网络,度和介数等局部信息指标意义已经不大,因此本文引入以下超网络评价指标。

(1) 系统能力水平

指系统设计时具备的能力的大小(包括预警作战中使用到的能力和没有使用的能力),使用“系统能力网”中与该系统具有连接关系的能力的数量来衡量。则武器系统i的系统能力水平为

(4)

式中,ASC(i,j)表示系统能力网中系统i到能力j的映射关系;NC为能力的总数。

(2)系统实际能力水平

(5)

(3) 系统能力缺失

(6)

式中,～ASC(i,j)表示系统能力矩阵元素取反,当ASC(i,j)=1时，～ASC(i,j)=0,反之亦然。

(4) 系统能力冗余

(7)

式中,Bool函数条件满足时值为1,否则为0。

(5) 系统潜在水平

系统能力冗余也可以理解为系统具有继续使用的潜力,在预警作战体系中还可以开发出新的战法来充分的使用系统的性能。因此引入系统可能作战应用评价指标系统潜在能力水平为

(8)

式中,NT表示作战任务总数；sum[ACT]表示能力任务网络的边的个数。

(6) 系统协同需求

由于武器系统通常不能单独执行某项任务,因此需要考虑与别的武器的配合。系统协同需求衡量为成功执行所分配的任务活动,需要与其他系统进行配合的需求程度的大小。则武器系统i完成任务需要协同的需求大小为

(9)

3 实例分析

3.1 预警作战体系体系结构建模

预警作战体系是指通过互联互通互操作的信息通信网络,使用多种类型、多件装备、多个平台、多个单元构建的一个无缝连接、横向一体化的复杂网络体系[17],如图1所示。

图1 预警作战体系高级概念图Fig.1 High-level operational concept graphic of warning combat system

本文构建了以下元模型,用于预警作战体系的任务、能力、系统3个维度的分析,如表2所示。通过在相关的视图进行信息收集,构建包含13个任务、40个能力、36个系统以及它们之间关联的预警作战体系框架。

表2 预警作战体系元模型列表

3.2 预警作战体系超网络分析

根据预警作战体系超网络模型,武器系统网络通过信息流进行连接。根据式(1)和式(2),系统度数中心性和介数中心性结果如图2所示。图中,横坐标表示节点度,纵坐标表示介数,从数据可见,中继卫星地面站等虽然具有较高的节点度,与多项系统存在关联,但是对于信息的控制能力却不是很强,低于指挥与决策系统等节点。

图2 武器系统重要度排名Fig.2 Ranking of the importance of the weapon systems

系统、能力以及系统与能力的关系构成了系统能力网络,通过对网络的聚类计算可以发现,系统能力网具有3个明显特征：①系统根据提供的能力明显分成了4个簇类,除了传统的探测、指控和打击以外,中继卫星系统以及配套设备形成了一个卫星簇;②网络通过现有能力需求和预警能力需求形成一个极大的连通子图,大部分装备并不直接提供战略预警能力,而是提供现有作战能力和预警作战能力,因此在负责体系设计和沟通协调的部门必须高度关注这两项能力;③各导弹本身并不直接提供作战能力,而是由其他设施进行保障。将系统之间的协作关系加入考虑,很直观地发现孤立节点消失,系统的总体的聚类结构没有变化,之前并不直接提供能力的各类导弹通过与发射系统的结合形成实际的作战能力,如图3所示。

图3 系统-能力二模网络Fig.3 Bipartite network between system and capability

进一步,分析加入作战任务后的三模网络。中继卫星以及相关设施不再是一个单独的簇,而是连接探测、指控和打击网络的连接单元。也就是说,网络化预警作战可分为探测跟踪网、指挥控制网和反击作战网3层逻辑网结构,3层逻辑网建立在战场通信网络之上。通信是预警的核心,也是预警体系的“神经”。通过路径的追踪可以具体追溯系统,如图4所示。中继卫星系统通过提供监控、通信能力、监控导弹飞行能力,对于指挥决策能力和通信能力提供支撑,进而完成指挥中心融合、处理判断目标的任务。

任务与系统网络直接具有很好的对应关系,大部分任务虽然需要多个系统的协同,一般是系统网络内部的协同。但是对于导弹自毁任务,必须发射、探测、指控网络的共同协同作战,具有最多的连接节点,如图4左部分所示。在作战的流程和指挥权限必须设计的非常清晰,以保证任务的顺利完成。通常会认为决策打击任务是比较困难的,通过分析可以看到导弹发射后自毁才是协同程度最高,要求最复杂的。

图4 三模网络分析Fig.4 Three-mode network analysis

进一步定量分析,根据式(5)计算系统的实际能力水平,如图5所示。系统实际能力水平越高,代表对于预警作战的需求更强烈,更加不可替代。战略指控系统具有最高的实际能力水平,其次是战略预警探测系统。指控与调度系统虽然度中心性和介数中心性较高,实际运用的能力分别排名第10和15。这是因为探测系统的每一个功能都被充分的应用于预警作战,而指挥系统不仅能够用于预警作战,同时还具备其他方面的各种能力。

战略指控系统本身能力水平高,还有继续开发新战法的潜力,更加说明了战略指控系统的重要性。与系统实际能力水平不同,决策支持分系统A等系统具有相对较高的潜在能力水平,可以重点进行作战应用研究。

中继卫星系统以及相关配套设施具有较高的能力缺失率,如图6所示。换句话说,卫星系统被赋予了多项任务,但是只能支撑任务某一个方面。以中继卫星系统为例,中继卫星系统被赋予预警卫星侦察目标、导弹自毁等4项作战任务,然而中继卫星系统本身只具备通信能力、监控能力和信息传输能力。战略通信系统、调度分系统A、调度分系统C等具有较高的能力冗余率。战略通信系统本身还具备预警和指控能力,而在实例的设计中只分配了战略通信系统数据传输任务。中继卫星系统能力缺失较大,能力冗余为零,这说明了系统具有的4项能力都有效利用。在真正的作战中,如果战略通信系统受到打击,是否能够直接应用战略指控系统进行信息传输,可以进一步研究。

图5 系统能力水平Fig.5 Capability level of systems

图6 系统能力缺失率和冗余率Fig.6 Capability need and waste of systems

系统协同需求表示了系统运用时与其他装备的配合需求程度,如图7所示。

图7 系统协同需求Fig.7 System negotiation

组网卫星、中继卫星地面站和中继卫星控管中心协同的需求最高,同时也是运用的难度最大,设计时必须保障这些设备具有较高的可靠性和良好的接口设计。

根据三模网络的分析可以识别出每一个武器系统的实际运用情况,以及评价整个预警作战体系的结构设计是否合理。从实际的作战应用来看,传统的三网结构已经不能满足体系作战的需要,传统的预警系统、战略指控系统固然重要,以卫星通信系统为代表的战略支援力量应该被更加重视。就预警作战体系作战任务而言,导弹能发射固然重要,同时也应该重视保障导弹自毁程序的可靠性。总体来说,预警作战体系结构设计必须考虑单个武器性能的局限性,综合集成各种预警作战资源,形成一个体系配套且多武器协同的网络化预警作战体系。

4 结束语

本文提出了包含6个网络组成的预警作战体系超网络模型。并分别使用一模、二模、三模3个角度以及网络可视化技术对预警作战体系结构进行了全方位的分析。实例分析证明,该框架与现实作战相符合,能够指导作战体系的设计。针对特定应用背景,可以扩展现有实体元模型类型,构建更高维度的网络结构。然而,以上分析均处于静态层面,预警作战体系对于时间窗的要求非常严格,进行体系结构设计时需要进行系统的演化分析。具体到武器系统在作战中的应用,本文缺少考虑装备数量的影响,实例分析中简化了系统组织、位置等体系结构要素。下一步的研究中将引入动态多维网络对预警作战体系结构进行分析,以度量作战的时间特性。

参考文献：

[1] WANG J, JIE Z, FENG Y, et al. Research on architecture modeling of the strategic early-warning system based on DoDAF[C]∥Proc.of the 32nd Chinese Control Conference, 2013: 8681-8686.

[2] 郭小川, 陈桂明, 申军岭, 等. 导弹预警反击作战体系构建与效能评估研究[J]. 装备学院学报, 2016, 27(6): 75-81.

GUO X C, CHEN G M, SHEN J L, et al. Construction of missile early-warning and counter-attack system and effectiveness evaluation[J]. Journal of Equipment Academy,2016,27(6):75-81.

[3] The Department of Defense. Architecture framework version 2.02[R].Washington D. C.: Department of Defense, 2009:23-26.

[4] 李明浩,杨克巍,徐建国,等.模型驱动的危机事件快速建模与分析方法[J].系统工程与电子技术,2016,38(9):2055-2064.

LI M H, YANG K W, XU J G, et al. Model-driven rapid modeling and analysis methodology for crisis incidents[J]. Systems Engineering and Electronics, 2016, 38(9): 2055-2064.

[5] 张骁雄, 葛冰峰, 姜江, 等. 面向能力需求的武器装备组合规划模型与算法[J]. 国防科技大学学报, 2017, 39(1): 102-108.

ZHANG X X, GE B F, JIANG J, et al. Capability requirements oriented weapons portfolio planning model and algorithm[J]. Journal of National University of Defense Technology, 2017, 39(1): 102-108.

[6] 谢文才,于晓浩,朱鹏飞.基于模型转换的C4ISR体系结构可执行模型构建[J].系统工程与电子技术,2014,36(8):1537-1543.

XIE W C, YU X H, ZHU P F. Model-transformation based executable model’s construction of C4ISR architecture[J]. Systems Engineering and Electronics, 2014, 36(8): 1537-1543.

[7] 刘忠, 刘俊杰, 程光权. 基于超网络的作战体系建模方法[J]. 指挥控制与仿真, 2013, 35(3): 1-5.

LIU Z, LIU J J, CHEN G Q. Operation system of systems modeling based on super network[J]. Command Control and Simulation, 2013, 35(3): 1-5.

[8] 李际超,杨克巍,张小可,等.基于武器装备体系作战网络模型的装备贡献度评估[J].复杂系统与复杂性科学,2016,13(3):1-7.

LI J C, YANG K W, ZHANG X K, et al. Equipment contribution degree evaluation method based on combat network of weapon system-of-systems[J]. Complex Systems and Complexity Science, 2016, 13(3): 1-7.

[9] 李仁见,司光亚,张昱,等.基于超网的体系效能可视化分析[J].系统仿真学报,2014, 26(9): 1944-1949.

LI R J, SI G Y, ZHANG Y, et al. Visualizing analysis for effectiveness of system of systems based on network of networks[J]. Journal of System Simulation, 2014, 26(9): 1944-1949.

[10] 邹志刚, 刘付显, 孙施曼, 等. 基于扩展粒度计算的防空体系结构超网络模型[J]. 复杂系统与复杂性科学, 2014, 11(2): 24-35.

ZOU Z G, LIU F X, SUN S M, et al. Extended granular computing-based supernetwork model for auti-air operational architecture[J]. Complex Systems and Complexity Science, 2014, 11(2): 24-35.

[11] 王寿彪, 李新明, 刘东. 基于粒计算的武器装备体系结构超网络模型[J]. 系统工程与电子技术, 2016, 38(4):836-843.

WANG S B, LI X M, LIU D. Super-network model of architecture for weapon equipment system of systems based on granular computing[J].Systems Engineering and Electronics,2016, 38(4):836-843.

[12] CARLEY K M, DIESNER J, REMINGA J, et al. Toward an interoperable dynamic network analysis toolkit[J]. Decision Support Systems, 2007, 43(4): 1324-1347.

[13] ZHAO Q S, LI S F, DOU Y J, et al. An approach for weapon system-of-systems scheme generation based on a supernetwork granular analysis[J]. IEEE Systems Journal, 2015, 11(4): 1971-1982.

[14] ZHAN G X, GE B F, LI M H, et al. A data-centric approach for model-based system engineering[J]. Journal of System Science and Information, 2015, 3(6): 1-12.

[15] GE B F, HIPEL K W, YANG K W, et al. A data-centric capability-focused approach for system-of-systems architecture modeling and analysis[J].Systems Engineering,2013,16(3): 363-377.

[16] LÜ L, ZHOU T, ZHANG Q M, et al. The H-index of a network node and its relation to degree and coreness[J]. Nature Communications, 2016, 7: 10168.

[17] 杨诚, 项勇, 张立刚, 等. 基于DoDAF和Petri网的预警作战体系研究[J]. 计算机工程与应用, 2015, 51(5): 44-49.

YANG C, XIANG Y, ZHANG L G, et al. Research on system of missile early-warning combat based on DoDAF and Petri net[J].Computer Engineering and Applications,2015,51(5):44-49.