耿振余，劉思彤，李德龍

(空軍指揮學(xué)院，北京 100097)

0 引言

嵌入式戰(zhàn)術(shù)訓(xùn)練是指將戰(zhàn)術(shù)訓(xùn)練系統(tǒng)嵌入到實際裝備中，以訓(xùn)練駕駛員對任務(wù)的操作和反應(yīng)，達到增強訓(xùn)練能力的目的[1-2]。嵌入式訓(xùn)練有效結(jié)合了模擬器訓(xùn)練和實裝訓(xùn)練的優(yōu)點，它已成為各軍事強國軍事訓(xùn)練的首選方式，代表了軍事訓(xùn)練技術(shù)的最新發(fā)展趨勢[2-3]。機載嵌入式戰(zhàn)術(shù)訓(xùn)練是當(dāng)前最主要的應(yīng)用領(lǐng)域，已成為世界第4代戰(zhàn)斗機必備的功能之一。機載嵌入式空戰(zhàn)戰(zhàn)術(shù)對抗訓(xùn)練系統(tǒng)最核心的內(nèi)容就是通過計算機為飛行員生成具有智能性和真實性的“藍軍”兵力——虛擬智能對手，并將虛擬智能對手與機載火控系統(tǒng)交聯(lián)實現(xiàn)空戰(zhàn)戰(zhàn)術(shù)對抗訓(xùn)練。計算機生成兵力(computer generated forces, CGF)是實現(xiàn)該訓(xùn)練的主要技術(shù)途徑[4-6]。

由于空戰(zhàn)的極其復(fù)雜性，給虛擬智能對手的生成帶來了很大的難度。主要表現(xiàn)在：①環(huán)境因素的復(fù)雜性。指氣象環(huán)境、地形環(huán)境、電磁環(huán)境對航空飛行器的飛行特性、戰(zhàn)術(shù)特性、行為特性等具有很大的影響，而精確模擬這些影響還存在很大的難度。②智能決策的復(fù)雜性。飛機空戰(zhàn)是敵我雙方博弈的過程，欲使計算機模型完全具有人的特性并能代替飛行員完成空戰(zhàn)的整個決策過程，且要能符合客觀規(guī)律，這就給建模工作提出了很高的要求。③空間行為的復(fù)雜性。在六自由度空間內(nèi)，能用數(shù)學(xué)模型清晰地描述飛機的各種復(fù)雜行為，是十分困難的事情。因此，雖然CGF技術(shù)在國內(nèi)發(fā)展和應(yīng)用多年，但在航空兵空戰(zhàn)領(lǐng)域形成的有效成果并不多[7]。

1 嵌入式空戰(zhàn)戰(zhàn)術(shù)對抗系統(tǒng)的虛擬智能對手的功能需求

針對航空兵空戰(zhàn)戰(zhàn)術(shù)對抗的訓(xùn)練需求，結(jié)合嵌入式仿真技術(shù)的特點，明確機載嵌入式空戰(zhàn)戰(zhàn)術(shù)對抗訓(xùn)練中虛擬智能對手所應(yīng)具備的功能和能力要求。本文主要以超視距、超視距轉(zhuǎn)視距內(nèi)對抗作戰(zhàn)為背景，實現(xiàn)1對1，2對2，4對4空戰(zhàn)戰(zhàn)術(shù)對抗的嵌入式仿真，空戰(zhàn)戰(zhàn)術(shù)涉及多目標(biāo)攻擊條件和單目標(biāo)攻擊條件下的編隊協(xié)同空戰(zhàn)和單機空戰(zhàn)戰(zhàn)術(shù)，具備自主搜索探測、自主判斷、自主決策和自主攻擊等智能特點，實現(xiàn)戰(zhàn)術(shù)規(guī)則庫、性能數(shù)據(jù)庫、戰(zhàn)術(shù)動作庫等用戶界面功能。

2 嵌入式空戰(zhàn)戰(zhàn)術(shù)對抗系統(tǒng)的虛擬智能對手的生成

2.1 虛擬智能對手模型體系的構(gòu)建

虛擬智能對手的模型組成框圖如圖1所示。主要包括4類模型和數(shù)據(jù)庫。其中實體模型包括飛機實體、機載雷達和機載武器模型，行為模型包括各種詳細的戰(zhàn)術(shù)行為模型，決策模型為決策有關(guān)的模型總和，交互模型包括環(huán)境的感知模塊和成員交互模塊，數(shù)據(jù)庫包括虛擬智能對手所使用各類型數(shù)據(jù)庫。

2.2 虛擬智能對手的模型總體框架的構(gòu)建

虛擬智能對手的模型總體框架如圖2所示?？傮w模型框架主要由感知模塊、威脅沖突預(yù)測模塊、認(rèn)知模塊和任務(wù)規(guī)劃模塊等8個主要模塊組成，各模塊順序構(gòu)成一個“觀察-調(diào)整-決策-行動”的作戰(zhàn)周期。各模塊的主要功能如下[8-10]：

(1) 感知模塊

感知模塊的感知處理器的功能是接收各種傳感器數(shù)據(jù)和通信交互模塊傳輸?shù)臄?shù)據(jù)后，對數(shù)據(jù)信息進行處理，并更新信念庫；虛擬智能對手可通過2個活動來更新它的信念庫：①感知環(huán)境；②執(zhí)行意圖。

(2) 威脅沖突預(yù)測模塊

威脅沖突預(yù)測模塊的預(yù)測處理器的功能是根據(jù)當(dāng)前狀態(tài)信息完成威脅空間生成，威脅級別判斷，任務(wù)、行為沖突判斷，完成空中態(tài)勢評估以及行動效果預(yù)判等，為認(rèn)知處理器的決策提供依據(jù)。

圖1 虛擬智能對手模型組成Fig.1 Model group of virtual intelligent adversary

(3) 認(rèn)知模塊

認(rèn)知模塊的認(rèn)知處理器的功能是綜合當(dāng)前狀態(tài)或未來可能發(fā)生的事件、多機協(xié)同請求(或命令)以及其他成員的通信等信息，明確目標(biāo)庫中的哪個階段性任務(wù)目標(biāo)成為即將要實現(xiàn)的子任務(wù)目標(biāo)。

(4) 任務(wù)規(guī)劃模塊

任務(wù)規(guī)劃模塊的規(guī)劃產(chǎn)生器是根據(jù)當(dāng)前狀態(tài)信息、當(dāng)前任務(wù)目標(biāo)，確定與任務(wù)目標(biāo)相關(guān)的、可行的規(guī)劃集(可以是預(yù)先定義的)，并存入當(dāng)前的規(guī)劃集中。實時決策處理器的功能是綜合狀態(tài)信息、當(dāng)前任務(wù)目標(biāo)、數(shù)據(jù)庫和戰(zhàn)術(shù)規(guī)則知識庫等信息，分析規(guī)劃集中的各種規(guī)劃方案，從規(guī)劃集中選擇一個合適的規(guī)劃作為實現(xiàn)當(dāng)前目標(biāo)的意圖，意圖即為虛擬智能對手的具體戰(zhàn)術(shù)行為。

(5) 多機協(xié)同

在多機協(xié)同作戰(zhàn)的情況下，擔(dān)任長機角色的虛擬成員通過綜合各成員的請求信息，進行全局信息融合，得出對整個態(tài)勢的全局認(rèn)識，并向各虛擬僚機成員發(fā)送指令。

(6) 通信交互

主要是接收其他長(僚)機成員進行共享的空中態(tài)勢數(shù)據(jù)信息，并傳輸給感知模塊以更新信念庫；以及接收外部(如指揮所)命令和情報信息，其中命令信息直接傳輸給認(rèn)知處理器。

(7) 執(zhí)行意圖

主要是落實具體的戰(zhàn)術(shù)動作。戰(zhàn)術(shù)動作的落實主要由2類模型來實現(xiàn)，即：實體模型和行為模型，其中行為模型大都需要實體動力學(xué)模型來配合實現(xiàn)。

(8) 目標(biāo)庫

目標(biāo)庫中存儲的是總的空戰(zhàn)任務(wù)目標(biāo)(如空中截?fù)羧蝿?wù))經(jīng)過分解后的任務(wù)子目標(biāo)，如圖3所示。對任務(wù)目標(biāo)的合理分解是實現(xiàn)智能決策推理的前提，對任務(wù)目標(biāo)分解得越具體，決策步驟就越明確[11-12]。圖3中“返回”子任務(wù)的目標(biāo)分解與第1階段“飛行至目標(biāo)區(qū)域”子任務(wù)的目標(biāo)分解完全相同。

2.3 虛擬智能對手決策模型的構(gòu)建

虛擬智能對手的決策模型是實現(xiàn)虛擬智能對手根據(jù)空中態(tài)勢進行自主決策的核心模型，決策模型以各類傳感器和數(shù)據(jù)鏈信息為輸入，進行分層決策，決策的層次結(jié)構(gòu)如圖4所示。

圖2 虛擬智能對手的模型總體框架Fig.2 Model framework of virtual intelligent adversary

圖3 對任務(wù)目標(biāo)的分解方法Fig.3 disassembling method of aim of mission

圖4 空戰(zhàn)戰(zhàn)術(shù)決策分層邏輯結(jié)構(gòu)圖Fig.4 Hiberarchy of air combat tactical decision-making

按照決策每個層次的各個決策環(huán)節(jié)，分別梳理空戰(zhàn)的戰(zhàn)術(shù)規(guī)則并建立詳細的戰(zhàn)術(shù)規(guī)則庫。戰(zhàn)術(shù)規(guī)則庫的知識表示法采用基于規(guī)則的知識表示形式。

(1) 規(guī)則組::= ′IF′ <前件集> ′THEN′ <后件集>

(2) 前件集::= <前件>&<前件集>

(3) 后件集::= <后件>

(4) 前件::= <決策要素>

(5) 后件::= <指定戰(zhàn)術(shù)>

其中，::= 表示“定義為”；&表示“與”。

以超視距單機空戰(zhàn)戰(zhàn)術(shù)決策為例，決策模型以超視距威脅態(tài)勢TS、超視距威脅事件TE、超視距攻擊態(tài)勢AS和單機任務(wù)狀態(tài)MS為決策輸入變量，輸出為長機戰(zhàn)術(shù)動作D1、僚機的戰(zhàn)術(shù)動作D2，如圖5所示。

圖5 超視距單機空戰(zhàn)戰(zhàn)術(shù)決策Fig.5 Tactical decision-making of beyond-visual-range single fighter air combat

2.4 實體模型的構(gòu)建

實體模型主要包括飛機實體模型、機載雷達實體模型、空空導(dǎo)彈武器和電子對抗模型實體模型，飛機實體采用六自由度全量氣動參數(shù)模型，主要包括空氣動力學(xué)、質(zhì)量、發(fā)動機、大氣、飛行控制系統(tǒng)、大氣環(huán)境和風(fēng)等模型；機載雷達模型包括機載多普勒雷達和相控陣?yán)走_2種模型，主要包括交會幾何關(guān)系、目標(biāo)雷達特性模型、雜波與噪聲模型、信噪比和檢測模型；機載空空武器主要是中、遠程空空導(dǎo)彈，機載空空武器模型主要包括空氣動力學(xué)模型、控制量解算模型和毀傷目標(biāo)模型；電子對抗模型主要包括雷達告警和干擾模型。

2.5 行為模型的構(gòu)建

戰(zhàn)術(shù)行為模型是空戰(zhàn)決策系統(tǒng)最基本的構(gòu)成要素，但戰(zhàn)術(shù)行為的實現(xiàn)是由一系列戰(zhàn)術(shù)動作組合而成的，因此，戰(zhàn)術(shù)行為模型的構(gòu)建首先需建立戰(zhàn)術(shù)動作模型庫。通過幾種戰(zhàn)術(shù)動作順序組合并配合機載設(shè)備(機載火控雷達設(shè)備、電子干擾設(shè)備、雷達告警裝置和空空武器)的實體模型，完成戰(zhàn)術(shù)行為模型的構(gòu)建，建立戰(zhàn)術(shù)行為模型庫。

戰(zhàn)術(shù)動作模型的構(gòu)建需要飛機機體模型配合才能完成，首先通過戰(zhàn)術(shù)動作描述模塊將機動命令翻譯為姿態(tài)控制指令序列，輸出各個姿態(tài)控制指令，根據(jù)飛機機體模型作出各種戰(zhàn)術(shù)動作，如圖6所示。

3 模型實現(xiàn)案例

在嵌入式空戰(zhàn)戰(zhàn)術(shù)對抗訓(xùn)練仿真論證系統(tǒng)中，實現(xiàn)了虛擬智能對手模型，如圖7所示。圖中紅色飛機為飛行員操作飛機驗證平臺進行空戰(zhàn)對抗，藍方為計算機生成的虛擬智能對手，飛行員根據(jù)多功能顯示器和平顯中的顯示信息和虛擬智能對手進行對抗，虛擬智能對手根據(jù)自身的傳感器信息自主地進行態(tài)勢評估和戰(zhàn)術(shù)決策。經(jīng)過大量的飛行試驗試飛，實踐證明該模型準(zhǔn)確合理，各項指標(biāo)符合作戰(zhàn)實際。

圖6 戰(zhàn)術(shù)動作實現(xiàn)層次圖Fig.6 Hiberarchy of realization of tactical action

圖7 嵌入式空戰(zhàn)戰(zhàn)術(shù)對抗訓(xùn)練仿真論證系統(tǒng)中虛擬智能對手的實現(xiàn)Fig.7 Realization of virtual intelligent adversary in simulation demonstration of embedded training system of air combat counterwork

4 結(jié)束語

本文圍繞嵌入式空戰(zhàn)對抗訓(xùn)練系統(tǒng)中虛擬智能對手的生成問題，給出了虛擬智能對手的模型體系和總體框架、決策模型、戰(zhàn)術(shù)行為模型的實現(xiàn)方法。經(jīng)過仿真論證系統(tǒng)的實踐應(yīng)用，檢驗了模型的準(zhǔn)確性。該模型還可用于空戰(zhàn)戰(zhàn)術(shù)對抗系統(tǒng)的藍軍兵力的生成中。

參考文獻：

[1] MORRISON J E, ORLANSKY J. The Utility of Embedded Training[R]. U.S.Institute for Defense Analyses Document Report, 1997, No.19980729 019.

[2] 周煜，嚴(yán)俊. 某型教練機嵌入式訓(xùn)練系統(tǒng)頂層設(shè)計技術(shù)研究[J].航空電子技術(shù)，2011,42(2):1-5.

ZHOU Yu, YAN Jun. The research on The Embedded Training System Top-Level Designing Technique[J]. Avionics Technology, 2011, 42(2):1-5.

[3] 徐汶. 軍用教練機嵌入式訓(xùn)練系統(tǒng)[J]. 國際航空雜志, 2006(5):54-56.

XU Wen. Embedded Training System on Military Trainers [J]. International Aviation, 2006(5):54-56.

[4] 馬琳, 祝笑舟. 嵌入式訓(xùn)練轉(zhuǎn)型中的應(yīng)用[J]. 海軍航空工程學(xué)院學(xué)報：綜合版, 2008, 6(2): 44-46.

MA lin, ZHU Xiao-zhou. Application of Embedded Training in Transitional Training[J]. Journal of Naval Aeronautical and Astronautical University：Comprehensive Version, 2008,6(2): 44-46.

[5] 常天慶，張波，王欽釗. 嵌入式訓(xùn)練技術(shù)的應(yīng)用與發(fā)展[J].裝甲兵工程學(xué)院學(xué)報，2008,22(6):1-6.

CHANG Tian-qing, ZHANG Bo, WANG Qin-zhao. Application and Development of Embedded Training Technology[J]. Journal of Academy of Armored Force Engineering, 2008,22(6):1-6.

[6] 常天慶，張波，趙鵬，等. 嵌入式訓(xùn)練技術(shù)研究綜述[J].系統(tǒng)仿真學(xué)報，2010，22(11):2694-2697.

CHANG Tian-qing, ZHANG Bo, ZHAO Peng, et al. Survey of Embedded Training Technology[J]. Journal of System Simulation, 2010，22(11):2694-2697.

[7] 陳凌，吳冰，胡志偉，等. 機載嵌入式空戰(zhàn)訓(xùn)練的研究與進展[J].計算機仿真，2010，27(2):108-111.

CHEN Ling, WU Bing, HU Zhi-wei, et al. The Research and Advances on Airborne Embedded Training for Air Combat[J]. Computer Simulation, 2010，27(2):108-111.

[8] WEDZINGA G. E-CATS:First Time Demonstration of Embedded Training in a Combat Aircraft [J].Aerospace Science and Technology, 2006, 10 (1):73-84.

[9] LAYMAN G, GIOOVANIS G. Embedded Training for the Global Command and Control System[C]∥Proceeding of the 21st Interservice, Industry Training, Simulation and Education Conference, 1999.

[10] 張立東, 王國洪, 曹培謙. 嵌入式仿真技術(shù)在軍事訓(xùn)練中的應(yīng)用[J]. 航天電子對抗, 2010, 26(6):61-64.

ZHANG Li-dong, WANG Guo-hong, CAO Pei-qian. Embedded Simulation Used in the Military Training [J]. Aerospace Electronic Warfare, 2010, 26(6):61-64.

[11] Rolland Jannick, Matrins Ricardo, HA Yong-gang. Embedded Training Display Technology for the Army’s Future Combat Vehicles[R]. Orlando, Forida, US: US ARMY RDECOM Simulation, Training and Technology Center, 2004.

[12] FISHER JOHN M, HEIDEN CHARLES G, GOSSMAN JAMES R, et al. A Near Term Approach to Embedded Training: Battle command Visualization 101[R]. Fort Knox, US: ARI for the Behavioral and Social Sciences, 2006.