概要

信息化条件下，联合作战过程的不确定性显著增加，联合作战方案比较环节涉及大量的分析、判断工作，因此这一过程引入计算机的算法辅助，可以进行联合作战方案的实时规划、评估和决策工作，因此成为当前条件下作战指挥决策的必然要求。

联合作战及其主要特显

美军利用趈计划与实施系统中的行动方案分析与兵器推演子系统，对联合作战方案进行相机分析，并借助计算机软件进行仿真推演评估，帮助联合作战方案指定人员查明联合作战方案的优缺点和相关风险，从而实现对联合作战方案的评估和优化，该过程已成为联合作战方案指定过程中的必要环节；再联合作战的条件下有一些新的特显，具体表现在：

（1）作战力量多元  

联合作战力量由陆军、海、空军、火箭军等诸军兵种共同组成，个参展兵种独立作战能力很强，在总体上表现的平等关系。

（2）战场空间多维  

有形战场要实现相互融合，即对五行的电磁、网络空间依赖更大，又使作战空间向太空乃至全球更大范围扩展。

（3）作战行动多样  

由于各种军在多领域共同实施的一系列作战，将视情综合运用多种作战类型和作战样式。即可能由进攻，也可能由防御，且攻防作战转换频繁，如果实施大型联合作战，参加各军种还将可能先后或同时展开不同样式的作战，且各种作战类型和样式紧密结合，频繁转换。

云端仿真作战推演平台及关键技术点

基于以上联合作战的特显产生了大量的联合作战方案，任务量大、评估复杂、使得依靠人力难以在有限的时间完成，需要计算机的优秀算法进行辅助工作。仿真平台云端化实现，是软件发展的大势所趋。基于现有研究成果，进行组合式创新，以解决大规模、超高精度、高保真无人机集群智能对抗演练的需求。针对以上问题，为满足云端仿真平台要求，需突破以下关键技术：

1.基于云端资源部署与运行技术系统基于云平台技术部署的实现，具备无缝扩展，支持超大规模的模拟仿真应用。系统的云平台构架，主要参考openstack设计，可以支持公有云和私有云的构建和部署。硬件层为整个系统的硬件支持层，由于在云平台上构建，因此，向上提供的主要为虚拟化的资源，从而隐藏物理资源的复杂性，方便各类上层服务按需使用。采用k8s(Kubernetes)+docker方式。

2.面向仿真平台的微服务框架，“仿真即服务”是模拟仿真系统发展的主要方向，而微服务框架则是实现这个目标的有效途径。微服务是一种开发软件的架构和组织方法，其中软件由通过明确定义的 API 进行通信的小型独立服务组成。微服务架构使应用程序更易于扩展和更快地开发，从而加速创新并缩短新功能的开发时间。由于模拟仿真系统为典型的大规模、分布式、异构模块集成系统，基于微服务框架设计可以可以独立扩展各项服务以满足其支持的应用程序功能的需求。这使团队能够适当调整基础设施需求，准确衡量功能成本，并在服务需求激增时保持可用性。

3.基于键/值数据库的仿真引擎数据收发技术，目前模拟仿真系统的数据收发模式，一般都采用UDP等数据广播的形式，这类方式往往存在数据发送效率低，容易产生数据风暴等问题。而云平台系统为仿真系统的数据收发提供的全新的选择。使用了基于键/值技术的redis集群进行仿真系统的数据收发。用其提供黑板模式、发布/订阅模式传输机制，可支持不同场景的数据分发需求。由于redis为简单的kv结构，可以方便实现水平扩充，支持每秒大于百万级的分发请求。

4.基于订阅机制的分布式时间管理技术，时间管理服务的任务是描述系统运行过程中系统成员时间推进的控制机制，协调各个系统成员的数据交换与时间推进状态，保证各仿真成员观察到事件产生的顺序是相同的，并且能够协调他们之间相关的活动。传统的仿真时间管理，一般都是采用自行设计的分布式事件系统和定时器系统，来实现模拟系统的时间管理，这种模式存在设计接口不统一，设计模式复杂等问题。本系统基于定时器机制，以及redis提供的多帧状态数据存储和分布式事件机制，可支持分布式、多粒度的仿真时间管理，并支持步进的时间推进、基于事件的时间推进等多种模式。这种基于成熟系统进行再设计的模式，容易形成统一的使用标准，而且开发和部署都相对简单。

5.仿真效能评估研究效能评估是对仿真作战体系完成作战任务有效程度的评定和计算，对于提升战斗力和作战水平有重大意义。作战仿真是为仿真作战效能评估提供数据的有效途径，是指在实际或假想的环境下，按照设计的规则、数据、过程和行动的两支队伍进行对抗的仿真活动，也是联系作战理论与作战实践的桥梁和纽带，它把作战理论模糊性技术过程与精确性结合在一起。在作战仿真过程中，收集能体现双方作战能力的各类数据，并通过处理和分析这些数据，得出评估所需的支持数据，从而对作战效能进行分析评估。因此，作战仿真数据支持着作战效能评估，作战仿真数据是作战效能评估的重要数据来源，是进行体系或装备作战效能评估的保证。

6.支持分布式大规模强化学习，模拟仿真系统，需要能够对接作战智能模型。基于强化学习训练的智能模型，可以在战术层次，有效的完成预设指标，具备自主行动、群体对抗的能力。作战智能模型，一般以强化学习模型为主，结合多种智能算法的组合，如图片识别模型，动态感知模型，博弈模型，对抗模型等。而作为一种以对抗为核心的模型，其他模型都应该围绕算法，设置各种模块的优化目标，由于作战场景复杂，作战目标和规模不一，因此，具体的作战智能需要根据不同需求，对各类知名模型进行组合，才能更好的完成作战智能的训练和成长改进要求。