态势估计中的想定模型和仿真技术

摘 要: 通过仿真模拟获得战场数据及态势估计中算法训练、评价所需的数据类型与数量。将本体引入群体组织建模技术中,并结合作战想定生成的特点和作战仿真的需求，实现了一个基于本体的群体组织想定模型。研究表明可以通过仿真训练或者测试态势来估计分类器。
关键词: 态势估计；想定模型；vsTasker；协同任务规划

想定模型[1]的建立是为了产生仿真的脚本，通过传感器对脚本的多次播放进行观测，对传感器在可观测区域的观测数据(比如实体的行为序列、类型、数量)进行分析和估计，分析和评估的结果与脚本进行对比，以此来验证传感器模型的有效性，接近脚本的观测数据视为理想的传感器模型的数据输出。输出的观测数据作为融合跟踪和目标识别的原始数据输入,最终为态势估计器服务。
在面对大规模条件下虚拟战场的仿真要求时，如何描述大量存在的各种各样的实体模型成为一个难点。随着仿真规模的不断扩大，仿真的精度越来越高,要求模型能够尽可能详尽地模拟真实世界的概念和对象[2]。为了让仿真更加贴近现实，如何描述模型之间存在着的各种复杂关系等问题就必须考虑进建模需求之中，要将众多的复杂模型设计融合到一起，将给设计者带来不小困难，解决问题的思路自然转到以群体组织为中心的群体组织建模技术上[3]。对群体组织进行建模的时候，模型能够较好地解决描述子群体组织或者原子实体间组织关系、交互关系和约束限制的问题，突出群体组织的特性。本文将本体引入群体组织建模技术中，并结合作战想定生成的特点和作战仿真的需求，实现一个基于本体的群体组织想定模型[4]。
vsTasker4.0是一款仿真想定制作工具软件。它能够提供完全开放性的想定规划及计算机兵力生成工具，用于仿真陆、海、空和空间实时虚拟战场环境，用于开发、生成、执行战场想定，规划战场环境，可为态势显示平台提供必要的仿真手段。
可以通过vsTasker提供的图形界面来编制想定，对应的态势显示窗口可以全面地观察虚拟战场的变化。想定中的实体模型可以扩展，允许用户将自己的模块和应用程序集成到vsTasker。
针对想定中已经添加过高斯白噪声的传感器观测数据的不确定性，可以对传感器观测数据进行分析。
1 仿真数据与态势估计的联系
按照想定模型设定、脚本的产生和播放、数据的观测和分析、融合跟踪和目标识别、态势估计的流程顺序即可将仿真数据最终服务于态势估计器[5]。
(1)想定模型的主要工作：根据设定的双方作战环境配置，生成具有时空约束关系的战场群体剧情。设定的敌我双方想定包括：双方侦察传感器地理坐标、工作参数、工作模式、观测范围、仿真时间等；订制双方主动探测雷达、雷达侦察设备、通信侦察设备等侦测系统工作状态（如地理位置、工作参数、警戒范围等）；双方目标（海、空）类型、机群（海面舰队、空中编队）组成、任务、机动目标的规划航迹以及实体之间的时空关系等。
(2)脚本的产生和播放部分：主要是设定想定中实体交互过程中的条件性和随机性，对设定好的想定模型进行多次仿真。通过对脚本的播放，传感器获得具有随机性的观测数据。
(3)数据的观测和分析部分：主要是根据设定的想定模型，通过地面上的传感器对观测区域内的目标产生观测数据，包括目标位置、目标类型和目标数量等，同时对实体交互过程的条件性和随机性进行观测，即观测同一模型的不同变体。用对观测数据的分析和估计的结果与脚本对比的匹配程度来验证通过传感器获得的观测数据是否可以作为最终进行态势估计的有效无偏输入。并将这些情报信息提供给融合跟踪部分。
(4)融合跟踪部分：在进行必要的坐标转换后进行机动目标跟踪、多传感器航迹级融合跟踪，以提高目标的跟踪精度和跟踪可靠性。
(5)态势估计部分：在航迹形成和目标识别的基础上，对目标进行行为预测与判断，并给出各个目标的威胁判断等级。
由此可见想定建模和仿真研究是为态势估计器服务的一种有效的研究方法。
2 基于本体的群体组织想定模型
群体本体描述了想定中的概念以及概念与概念之间的关系，所以首先要尽可能列举出想定中群体所涉及的所有概念，并且应该对这些概念有明确的理解或详细的解释，这样才有利于更好地理解群体本体建立的目标[6]。想定中群体组织相关的概念数量众多，如果不加区别地逐一进行分析和描述会显得混乱，给下一步概念之间关系的定义上带来困难和混淆，所以首先对概念进行分类，再逐类理清概念的含义。定义的群体本体中的概念分为三类，分别是实体类型概念、属性类型概念和交互类型概念。
(1)实体类型概念，主要表示军事仿真领域需要涉及到的各种实体、装备、专有名称等。概念的定义和区分在本知识领域的概念体系中起重要作用。概念基本上都是由名词构成，例如：舰队、驱逐舰、护卫舰、雷达、传感器、飞行编队等。
(2)属性，所有的概念都会具有若干个属性，属性本身也属于概念的范畴。属性的特点在于每一个属性肯定描绘了某个或某些概念的特征和性质。因此，当定义了一个概念的时候，就必然要定义其所具有的属性。属性也是由名词构成，例如对于飞行编队来讲，飞机的名称、编号、坐标、航速、航向等都属于属性。
(3)交互关系，某些概念之间存在交互和动作，用以改变相应概念的属性值和状态，把这些交互和动作的定义归类为交互关系。交互关系大多是由动词构成。例如：巡逻、侦查、护航等。
定义了基本概念后，对这些概念进行分层组织，用于描述概念间的隶属关系，借以体现想定中群体组织的层次结构。做法是采用自底向上的方法，由最底层、最细小的概念定义开始，将这些细化的概念组织在更加综合的概念之下，形成一个等级层次结构，最终构成群体本体。
3 仿真实例及其结果分析
3.1 仿真实例
3.1.1 剧情
想定的实体包括A方（图1中左侧海岸线区域）的两个雷达radar1、radar2和J-10，B方（图1中右侧海岸线区域）中的船ship、F16和预警机E3-A。环境是图1所示海域。

开始时，J-10在A方的一侧巡逻，如图1所示。J-10带有机载雷达，如果机载雷达发现B方战斗机或者预警机，J-10战斗机将脱离巡逻路线前去拦截；如果J-10接收到地面雷达指令，也可以对B方的E-3A和F-16进行攻击或者拦截。F-16在B方一侧巡逻，接受E-3A的指令。E3-A在靠近B方的区域飞行，当E3-A到达雷达扫描交接和图1中的长方形区域的交界处时，J-10接受地面雷达的命令后脱离巡逻路线前去拦截。当E3-A的雷达探测到飞行的J-10时，会向巡逻中的船ship和F16基地各发送一条信息，以此保护E3-A。同时巡逻中的F16接受消息后会朝着E3-A所在位置的方向起飞进而对J-10进行拦截以此保护E3-A。当地面雷达观测到F16的攻击任务时会向J-10发送一条消息， J-10会在机载雷达观测到E3-A时发射一枚导弹击毁E3-A，然后返回基地。同时F16会朝着J-10飞行的方向追，当靠近边界时F16随后返回基地。
A方的地面雷达1和雷达2对脚本的多次播放进行探测。随后对观测的数据（对方实体的行为变体和运动属性等）进行分析。
3.1.2 利用vsTasker生成剧本