kaiyun下载app下载安装手机版 模拟仿真技术及其在训练领域的应用综述

概括

未来高技术武器装备、作战行动和战场环境将日趋复杂，依托现有仿真技术条件和仿真训练资源，建设网络化、系统化、智能化的仿真训练装备与系统，开展体系对抗模拟训练，是缓解高技术装备训练成本高、资源有限等问题的有效途径，是提高训练质量和水平的主要途径。本文总结分析了联合训练重点关注的仿真系统架构、仿真建模、蓝军仿真、信息系统仿真等技术发展的现状与趋势云开·全站apply体育官方平台，初步分析了上述技术在美国海军常态化训练环境、“阿尔法”智能空战仿真训练系统等典型系统、美国“2021年大规模演习”中的应用及效果。围绕提升体系对抗条件下实战仿真训练能力水平，从技术趋势和工程实现角度，提出了5个值得关注的研究方向，可供该领域工程技术人员参考。

关键词

仿真；训练系统；LVC（现场虚拟构建）；系统架构

介绍

以美国为代表的西方发达国家历来高度重视建模仿真技术在训练领域的应用，将其视为“军事和财政效益的倍增器”[1]和“影响国家安全和繁荣的关键技术之一”。自20世纪70年代以来，美国国防部在仿真训练领域投入了大量的人力、物力和财力，成立了专门的领导、管理和协调机构，建立了大量作战实验室，制定了一系列建模仿真标准和规范[2]，特别是开发了大量的仿真系统。经过近40年的不断投入、淘汰更新、不断完善，美国目前已经形成了比较完善的涵盖不同领域（陆、海、空、天、电、网络）、不同层次（战略、战役、战术、技术）、不同手段（真人/实装模拟、推演模拟、虚拟仿真）和不同用途的作战训练模拟体系，有力地促进了其军队转型建设和战斗力的提高。 研究模拟技术在训练领域的应用是提高模拟训练效果、节省成本的有效手段。

1 仿真技术的发展

目前联合训练领域重点关注的仿真技术主要有仿真系统架构、仿真建模技术、蓝军仿真技术、信息系统仿真技术等。

1.1 仿真系统架构

20世纪80年代中期至90年代初，国外主要研究了仿真网络（SIMNET）、聚合级仿真协议（ALSP）、分布式交互仿真（DIS）等分布式仿真体系结构。1995年，美国国防部基于DIS发布了建模与仿真的高级体系结构（HLA）。随着HLA应用的深入，其一些问题开始显现，美国提出了“测试与训练使能体系结构（TENA）”。2007年，美国国防部建模与仿真协调办公室提出了将实况、虚拟、构造相结合的LVC（实况虚拟构造）体系结构[3]。

1.1.1 分布式交互仿真架构

分布式交互仿真（DIS）是“利用一个协调的结构、标准、协议和数据库，通过局域网和广域网将分散在不同地点的仿真设备互联起来，并允许人们参与交互的综合环境”[4]。DIS基于TCP/UDP以太网，将分散在不同地点的人机仿真器、计算机生成的部队等仿真设备连成一个整体，形成一个时空一致的综合环境，实现平台（飞机、导弹、舰船、坦克）与环境（地形、大气、海洋）、平台之间、环境之间的相互作用和相互影响。通过航位推算（DR）服务，使参与节点之间的训练情况在时间和空间上保持一致[5]。DIS在早期主要侧重于虚拟仿真研究，目前美国采用DIS标准的训练系统有美国陆军综合战术训练器、海军联合战术作战系统、作战部队战术训练器、合成战场演习等。

1.1.2 建模与仿真高级架构

为了将基于DIS协议标准的平台级实时系统模拟器、基于ALSP标准的集群级作战仿真系统、电子战仿真系统、真实的C4I系统等各类仿真系统集成到一个分布交互的集成环境中，美国国防部于1995年提出了建模与仿真高级体系结构（HLA）[6]。该体系结构采用专用的RTI仿真运行中间件，提供联邦管理、声明管理、对象管理、归属管理、时间管理和数据分布管理六大服务，实现训练节点间的信息交互，并通过对象模型模板制定交互接口的规范。HLA支持大规模多对多的战术战略原理制定与演习仿真、多武器体系对抗攻防模拟与武器性能评估模拟、不同粒度不同聚合的对抗模拟以及人员训练模拟[7]。

1.1.3 实验与训练支持架构

由于HLA缺乏粒度更小的仿真模型的开发规范，在时间管理服务方面无法满足实时系统的要求，美国国防部推出了基于HLA体系结构的“测试与训练使能体系结构（TENA）”[8]，适用于作战测试与训练领域，其体系结构如图1所示。

图1 TENA架构

TENA优化了仿真运行中间件，完善了通信机制和时间管理服务，更好地支持实时系统的接入，同时增加了面向美军试验训练的标准雷达对象模型、GPS对象模型、平台对象模型、时空位置信息对象模型等，如图2所示，提高试验训练中建模与仿真技术的互操作性、可重用性和可组合性，全力支撑美军LVC演习训练[9]。

图2 TENA与HLA的关系

TENA已在美国联合任务环境测试能力、互操作性测试与评估能力项目、星舰二号先进C2软件应用分布式测试环境等多个项目中得到应用。

1.1.4 现场虚拟施工模拟系统

现场-虚拟-构建仿真系统（LVC），其中LVC中的L表示由安装好的设备组成的真实测试资源，V表示人工生成的虚拟测试资源，C表示虚拟与真实相结合的测试资源。LVC表示仿真系统有现场-虚拟-构建三种仿真类型。2012年仿真互操作研讨会上提出的层次化仿真体系结构提倡在原有DIS、HLA、TENA等体系结构的基础上实现LVC仿真互操作。目前，DIS、HLA、TENA等几种体系结构并存[10]。

总体来看，美国不断完善军事训练仿真体系架构，持续演进，支撑多精度模型库与仿真工具集成、靶场设施间高效互操作、跨域实景/虚拟/构建仿真互操作需求与能力，力求实现各类信息装备与仿真资源深度融合，构建无缝衔接的LVC仿真空间，为复杂系统研发提供支撑。

1.2 仿真建模技术

仿真模型按构建方式可分为机理模型和实验模型，实验模型又可分为经验模型和数据模型。机理模型是根据物体或过程的内部机理或物质流的传递机理建立的精确仿真模型，如雷达方程，其优点是逼真度比较高。经验模型是指利用经验公式对武器装备关键特性进行模拟，如武器毁伤模型，其优点是效率高，能反映作战人员的经验和知识。数据模型是指利用数据挖掘方法从实际数据中挖掘出来的仿真模型，如雷达误差特性模型，其优点是真实感强，贴近实战[11]。目前，军事训练领域主要采用机理建模和经验建模的方法，数据建模使用较少。

随着智能技术的发展，数据建模技术越来越受到重视。数据模型一方面具有近乎贴近实战的逼真度[12]，另一方面具有较高的运行效率，在智能体训练、数字孪生、LVC仿真等领域具有巨大的发展潜力。2020年，美国发布《国防部数据战略》[13]，将数据确定为战略资产，明确联合全球作战决策支持、业务分析、高层领导决策支持为数据建模技术的三大应用方向，并安排了联合数据支持（JDS）等一系列支撑项目，如图3所示。旨在利用演习训练过程中产生的海量原始数据，形成高度逼真的模型和数据产品，可用于作战概念开发、装备情报、军事业务分析等领域，从而获取大规模作战优势、提高作战效能，助力军事情报发展和战斗力加速形成。

图3 联合数据支持系统

1.3 蓝军仿真技术

随着实战领域的应用、完善与创新，蓝军仿真技术蓬勃发展，顶层设计、建设方法、技术实现均有突破，经历了萌芽阶段、深化发展阶段、高峰应用阶段三个阶段。

萌芽阶段，作为起步阶段，美国提出“壮志凌云”、“红旗演习”等训练计划，打造专业的陆海空假想敌战术部队；苏联、日本也纷纷建立自己的假想敌部队，制定稳健的发展规划、相关标准和规章制度等。这一阶段主要采取抽出已建制部队充当假想敌、建设大量类似实际战场的设施、收集实战经验教训等方式，属于实物模拟蓝军阶段。

在深化发展阶段，随着激光交战、威胁评估、战场显控、军事模拟等技术日趋成熟kaiyun下载app下载安装手机版，从对手的战术思维、战术行动、使用手段等方面构建假想兵力成为主要手段。此阶段主要依靠计算机仿真技术，通过全要素、全过程模拟假想敌的作战风格、战术规律、作战过程，为演习训练提供专业的对手模型。

在应用高峰期，随着技术的飞速发展、不对称战争的加剧以及新型装备的不断部署，各国模拟敌军建设发展迅速。利用知识推理、深度强化学习等人工智能方法模拟对手成为新趋势。美国基于JSBSim和开源FlightGear搭建了博弈对抗（M&S）实验训练环境，构建了智能空中飞机模拟敌军，在Alpha Dogfight空战虚拟空战比赛中开展人机对抗训练，并利用博弈环境模拟结果训练后续无人机和作战飞机的指挥控制能力，取得了很好的效果[14]。

1.4 信息系统仿真技术

在联合训练仿真中，信息系统仿真通常指指挥关系、补给关系、通信关系、信息流等的仿真，是系统仿真的核心，主要围绕OODA环来实现。OODA环是观察、定位、决策、行动的循环，一般经历了单层信息环仿真、多层信息环仿真、动态可组合信息环仿真三个阶段。

单信息环仿真主要针对单系统仿真应用，围绕独立的OODA环构建相应的感知、认知、决策和行动装备平台模型，实现某一战术级效应链的仿真。

多层信息环仿真主要针对体系级仿真应用，围绕树状指挥结构，自下而上模拟各级传感器、武器系统、武器装备等，自上而下模拟各级指挥控制系统。能够反映装备与装备、平台与平台间的信息传递、数据汇集、态势融合等过程，可实现联合作战中多级指挥、多面任务的模拟。

动态可组合信息环仿真主要面向决策中心战争未来战场模拟，旨在作战要素自适应组合、打击链动态生成、高性能武器跨域协同下复杂战场关系模拟[15]，如图4所示。随着无人智能技术的快速发展和新型作战概念发展的迫切需要kaiyun下载app下载安装手机版，动态可组合信息环仿真技术将是未来系统仿真技术的重要发展趋势。

图4 动态可组合的信息循环

2 国外典型训练系统应用 2.1 海军常态化训练环境

美国海军利用系统架构等相关技术，构建了海军持续训练环境（NCTE）[16]，将水面舰艇战斗部队战术训练（BFTT）、潜艇多任务分队训练（SMMTT）、飞机教练机FAST融为一体，使舰队能在船台上开展合同训练级综合训练。同时，NCTE在美国本土及海外基地建设了三级训练场，具备组织LVC等多形态力量在全球范围内开展网络化对抗训练的能力。

2.1.1 系统架构

NCTE采用HLA的联邦管理、声明管理、对象管理、所有权管理、数据分发管理服务和DIS的DR服务，基本实现了TENA系统架构的效果，是一种典型的基于LVC理念的训练系统。其系统架构如图5所示，其中联合虚拟兵力生成系统JSAF提供构筑兵力(C)的仿真能力，水面舰艇、潜艇及模拟器兵力(L)和飞机(V)通过仿真运行中间件接入系统，实现同一战场环境下真实兵力、虚拟兵力和构筑兵力的仿真训练。同时，作为海军训练系统，NCTE可以接入联合国家训练能力系统(JNTC)[17]，与其他军种开展联合仿真训练。

图5 美国海军NCTE架构

NCTE利用DR解决远程分布式训练节点间训练情境时空一致性问题，结合DDM解决大规模训练场景下数据通信流量控制问题。DR的技术原理如图6所示。DR模型部署在每个训练节点本地，实时评估外推结果与情境真实值的偏差，当偏差超过设定阈值时及时将修正信息通知给远程节点，远程节点调整本地外推模型参数，并基于调整后的参数继续外推。该技术用于解决节点间通信网络时延不一致导致的训练情境不同步问题。此外，由于训练节点间无需频繁发送原有情境信息，因此在必要时仅发送一次情境同步（或修正参数）信息，可有效减少网络通信流量。

图6 DR技术原理

NCTE利用BFTT对接现实水面舰艇部队进行训练。BFTT充分利用实战体系，通过构建传感器、指挥控制系统、武器系统等专用的舰载仿真训练环境，解决了现实部队虚实互动的问题[18]。其体系结构如图7所示。

图7 美国海军BFTT体系结构

2.1.2 仿真建模技术

NCTE在参考实时平台联邦对象模型的基础上，采用基本对象模型概念和机制建模技术，形成了一套海军训练建模与仿真基本对象模型，支持参与节点间的互操作。基本对象模型集包括仿真实体、发射装置、敌我识别、飞机制导、水声、战术数据链、公共态势图、激光指示器、弹道导弹防御、海洋大气空间环境等31类模型。基于共享实战数据，利用数据建模技术对陆、海、空相关兵力及装备进行仿真，实现战场虚实兵力交互，支持对美国海军各类作战行动的模拟[19]。

2.2 “阿尔法”智能空战模拟训练系统

Alpha AI是美国辛辛那提大学和空军实验室研发的智能空战模拟训练系统[20]。该系统大量利用知识推理、深度强化学习等人工智能技术模拟对手，其核心是利用遗传模糊树方法，通过类人的模糊逻辑思维，生成超视距空战中主动攻击、机动规避等攻防态势下的飞机航线规划、导弹攻击、武器选择等战术策略，模拟红方对手，构建智能空中飞机假想敌军，在博弈模拟环境中训练飞行员的战术适应能力[21]。系统结构如图8所示。

图 8 Alpha AI

2.3 美国“2021大规模演习”

2021年8月3日至17日，在美国国防部的总体设计和大力推动下，美国海军组织实施了“大规模演习2021”，涉及全球17个时区的3个海军司令部和5个航母打击群。参演兵力包括航母、两栖舰艇、潜艇等36艘大型舰艇，约50艘其他舰艇通过虚拟网络参与，共计2.5万人[22]。演习首次大规模使用LVC模拟训练技术，打造了跨军种、跨战区、跨舰队、跨虚拟现实的虚实结合的全球综合作战训练环境。 举行了新作战概念演习（包括海上分布式作战、对抗环境下近岸作战、远征前沿基地作战等）、盟国联合作战演习（包括美英航母战斗群舰载机联合作战、美澳联合远程精确打击等）和全球大规模高端作战想定演习（包括中美南海军事对峙、俄罗斯突袭波罗的海地区北约盟友、中俄对美实施隐蔽大规模网络攻击等），全面检验了美国新的军事战略、新的作战理念、新的作战力量、新的作战战术、新的后勤保障能力。

从技术层面看，美海军在此次演习中充分利用了LVC仿真技术架构，融合跨域“真实系统”（近100艘美海军水面舰艇）、“虚拟系统”（70余架飞机模拟器）和“构建系统”（14个作战实验室构建的计算机生成部队CGF），构建了“规模最大、最复杂”的虚实结合战场环境。这表明美国在大规模跨域虚实训练技术上取得了新的突破和发展[23]，具体表现在四个方面：

（1）LVC仿真技术框架及基础支撑技术

此次演习中，美方基于NCTE整合了横跨美国本土、欧洲和亚太17个时区的LVC训练资源，构建了全球综合作战训练环境，完成了预定的演习任务，充分展示了美海军在LVC仿真技术和网络等信息基础设施方面的雄厚实力。涉及的关键技术包括：可扩展的LVC-IA体系结构、LVC仿真标准规范集、高性能跨广域网LVC仿真中间件、高安全性高带宽的LVC仿真通信链路（包括有线/无线网络）等。

（2）高逼真度综合仿真环境生成技术

合成仿真环境生成技术是指利用虚实结合仿真技术，将战场目标环境、自然环境和干扰环境综合融合，使受试/试验/训练对象沉浸在近乎真实的复杂系统作战环境中，在“练即所打”的环境中考核其实战能力[24-25]。合成仿真环境具有高逼真度、可扩展性、通用性、低成本、高效率等特点，是美国在试验训练领域大力发展的新型综合技术。所涉及的关键技术包括：高逼真度、高密度复杂目标环境建模及其效果实时仿真技术、传感器多路径/多通道虚实目标融合技术、支持“把真实装备搬到实验室”的时空环境虚实双向映射技术[26]。

演习中的分布式海上作战概念演习利用该技术在位于美国东海岸外的“圣哈辛托”号巡洋舰上动态生成威胁态势，并实时注入数千公里外挪威的“宙斯盾”舰，指导其模拟作战，验证了美海军生成虚实目标环境、试验过程中改变实际时空环境条件的能力。其他演习科目，如海上拒止、火箭炮快速突防、陆基无人机试射、机动陆军作战等，均构建虚拟目标环境，通过虚实融合技术注入美海军作战体系，支撑高强度、高密度、跨区域的接近实战的大规模演习训练。

同样，美国国防部主导的联合仿真环境（JSE）、陆军持续推进的合成训练环境（STE）、网络军队采用的持续网络训练环境（PCTE）等也都利用基于LVC技术的合成环境，不断提升各自领域的军事能力[27]。

（3）智能游戏对抗建模技术

采用智能棋局对抗建模、无人装备与集群智能建模等技术，实现对红方对手作战行为决策、智能自主作战装备的高逼真度仿真，形成具备棋局对抗能力的智能数字化红方[28]。涉及的关键技术包括：红方智能作战规划技术、红方作战行为决策建模仿真技术、无人装备单机/机群智能仿真技术[29]、智能人机协同仿真技术等，构建符合典型对手作战体系、作战风格、作战装备、作战行为的红方模型库。

此次演习中，美国海军利用14个作战实验室的强大计算能力，构建智能计算机生成部队，模拟中俄等高端对手，实现双方平等竞争。同时，美国海军陆战队首次验证了无人反舰导弹发射装置的快速部署能力、导弹发射能力以及相关火控能力，验证了美国在智能博弈对抗模拟、无人装备自主作战等领域的技术基础。

（4）大规模分布式异构训练资源综合引导、协调与控制技术

针对大型演习中“参演装备种类数量多、地域覆盖广、指挥关系复杂、通信链路多样”的问题，利用训练资源元数据建模与统一管理技术[30]，结合安全云端训练指导技术[31]，实现内场实验室、靶场、战场实战训练资源的联合管控与联合指导。涉及的关键技术包括：异构战场实战资源统一管理技术、跨区域联合仿真训练规划技术[32]、实时战场态势快速获取与指导管控技术、跨域跨层级联合指导技术等。

高效的训练管理一直是美国重点关注的关键技术领域之一。例如，在美国陆军主导的STE系统中，云端训练仿真软件（TSS）和训练管理工具（TMT）是支撑快速构建训练环境和跨区域同步训练的主要组成部分。在本次大型演习中，美国海军利用跨区域大型LVC联合仿真技术，组织了分布式海上作战、对抗环境下近岸作战、远征前沿基地等新型作战概念演习以及“HIMARS”火箭炮快速突防、“海上拒止”作战、快速攻击快速恢复远程精确打击杀伤链、对中俄高端战争等十余场不同战略、战役和战术层面的演习[33]，建立了跨军种、战区、舰队的全球综合实战训练环境，充分展现了美国组织大型演习强大的联合指挥控制和综合管理能力。

3 结论

为了提高系统对抗条件下实用的仿真培训能力水平，可以重点介绍以下研究方向：

（1）加深基于TENA的分布式仿真系统体系结构的研究，以支持联合培训LVC系统的构建

在现有的系统体系结构应用程序的基础上，基于TENA的分布式模拟系统体系结构的研究增强了LVC模拟培训的支持能力，强调了分布式模拟操作中间件技术，培训数据分配管理技术和异质培训系统互操作性培训的关注培训的整体培训，以培训整体培训。基于基于培训系统。

（2）根据数据挖掘加强模拟建模技术的研究，以提高模型的现实主义，实用性和运营效率

使用军事培训数据，我们将基于数据挖掘的模拟技术进行研究，以提高模拟的忠诚度和模拟培训水平，我们将重点介绍战场战斗数据系统的构建技术，多模式的数据融合技术用于战场知识挖掘，以及基于军事培训的培训范围的构建技术。基​​于训练数据挖掘，基于数据的目标特征建模以及基于数据挖掘的测量知识建模，基于培训数据挖掘，目标特征建模以及基于培训数据挖掘的Uation指标和评估指标和水平设计。

（3）加深基于智能游戏的蓝色力量模拟技术的研究

根据蓝军设备的高保真模拟，我们将对诸如蓝军战斗风格，战术规则和战斗过程等智能游戏行为进行模拟研究，并改善对蓝军的仿真培训，我们将重点介绍蓝色军队系统的整体模拟技术，蓝色军队的蓝色技术模型，蓝色军队的整体模拟技术，基于规则模板，蓝军命令决策空间构建，命令决策限制设计，培训评估指导技术和面向任务的等级武器管理模型等关键技术，例如可演化的蓝军模拟系统建筑设计，战斗过程建筑设计，战斗过程建模，深入强化学习决策算法。

（4）加强对动态和可组合信息系统模拟技术的研究，以支持新战斗概念的模拟

为了适应新的操作概念和操作中命令信息系统的转换，以及使用无人驾驶和智能设备的复杂信息关系，应加快对动态和可组合信息系统模拟技术的研究。基于复杂的网络，动态的OODA LOOP战场模拟计划，多型发动机超实时链接操作，基于模型增长的动态生成和管理，智能算法的适应性关联，对智能的智能构建智能的构建和智能的系统，应在战场命令命令关系建模，动态的OODA LOOP战场模拟计划，多物种引擎超实时链接操作，动态生成和计算功率网络的管理，为智能构建智能的智能系统的构建中心，以及智能的智能构建智能的构建中心。

（5）强调基于虚拟和真实组合的无人设备智能模拟培训技术的研究，以促进提高无人战斗设备的有效性

为了确保通过虚拟士兵和实际设备的结合，对无人机设备智能模拟训练技术的研究，可以将单一设备的使用量与实际的互联派进行实际的组合，为了促进了进一步的效果，为了促进了实际的战斗，可以对无效的作战进行实际的效果。虚拟实体培训系统体系结构，无人驾驶设备的虚拟现实联合模拟培训环境，智能培训评估以及为驾驶/无人驾驶设备的联合模拟培训平台，在关键技术中是在关键技术中进行的。模拟和模拟对抗培训数据分析和评估。

免责声明：官方账户上的文章和图片是为了参考和讨论的非商业教育和科学研究目的，并不是要支持其观点或确认其内容的真实性。