（海军92337部队 大连 116023）

1 引言

内场仿真推演是装备试验鉴定活动的重要组成部分。传统基于指标推演［1～4］的方式在战役级以上规模的推演中或许有效，但在战术级对抗推演中难以反映交战进程在行为驱动下的时变与随动特性，不能有效评估装备在任务下的作战效能。为更加真实准确地评估“人+装备”的综合效能，文献［5］提出以战能作为战斗力的测度，以战能环交互模拟交战各方的真实对抗过程。文献［6］分析了战能的组成和层次化关系，但尚未建立起各战能分量之间的动态关联与制约关系，对红蓝各方战能交互计算的逻辑还不清晰。本文通过对战能分量进行梳理分析，基于共享实时变量的方式构建战能分量各自的函数表达，搭建起各分量之间的关联与制约关系，在此基础上将战能分量与战能环阶段进行对应，形成基于作战任务的战能分量控制与技术方法，最后通过设计用于战能计算的实验引擎，实现战能交互对抗的仿真计算。

2 基于共享变量池的综合战能表达方法

2.1 行为驱动综合战能的内涵

作战过程本质上是能量“积蓄-感知-传递-转化”的过程［7～8］，即战能环运行过程（如图1所示）。在感知阶段主要运用装备的探测（识别）能力，对另一方而主要运用其隐蔽能力；在传递阶段主要运用装备的攻击能力，对另一方而言主要运用其防御能力；转化阶段是对攻防结果的效果分析；积蓄阶段是在未接触之前对装备各能力的优化布势以及对其他各阶段的优化控制。据此，将装备综合战能分为探测能、隐蔽能、攻击能、防御能和保障能五大第一层级的分量。其中，保障能虽在战能环运行中不起直接作用，但却是其他四项战能分量的运行基础和总体约束。

图1 战能环运行和转移过程

2.2 行为驱动的共享变量池构建方法

对某一作战装备来说，作战行为包括指挥员的指挥决策行为和战斗员操作行为，而指挥员与战斗员的行为之间通过规程来约束。要实现行为驱动，需对行为进行建模，并构建行为库［9～11］。

首先，对指挥员的口令等指挥决策行为进行规范，并拆解为基本口令，建立指挥员口令库；其次，对各战位的回令、操控等操作行为进行规范，建立战位操作库；再次，根据作战手册和规程，构建指挥口令到战位操作之间的组织关系与时序关系；最后，将行为划分为独立行为和非独立行为两种类型。独立行为的意义明确，不依赖前序行为和装备状态；非独立行为可能引起多个结果，需根据前序行为和装备状态来确定。对行为模型加上使用的条件约束，形成层次化有机关联的可执行行为库。

最底层的战位操作行为对应系统各设备的响应，根据设备的机理函数和响应曲线，可构建完备的底层变量集以及每个变量在行为驱动下的响应函数/曲线，形成可用于战能分量计算的共享变量池。如图2所示。

图2 共享变量池构建方法

共享变量池由与装备各分系统对应的若干组基本变量组成P=[A;B;C;…]，如指控系统基本变量A=[a1;a2;a3;…]、动力系统基本变量B=[b1;b2;b3;…]、信息系统基本变量C=[c1;c2;c3;…]等。

2.3 基于共享变量池的综合战能关联表达方法

在装备作战实验仿真推演过程中，变量池中的基本变量在行为驱动下是实时响应和动态变化的。这些基本变量是计算战能分量的必要参数，另外战能分量计算还与作战环境和交战对手基本变量的响应情况相关。综合战能的表达通常以五个一级战能分量各自计算与表达为主，仅在战能环的积蓄阶段构建优化布势的目标函数，以实现战能分量在总体约束下的优化配置时计算综合战能。综合战能计算表达的原理框架如图3所示。

图3 基于共享变量池的综合战能表达方法

对于红蓝对抗的仿真推演来说，战能分量的计算需要实时获取红方的共享变量池数据、蓝方共享变量池数据以及作战环境的参变量，如红方探测能分量EhT=fhT(bi，cj，hk，…，b′m)与红方信息系统基本变量、动力系统基本变量（产生噪声）、作战环境参变量、蓝方动力系统基本变量等有关。综合战能的计算需根据不同的作战任务构建相应的目标优化函数，通过改变战能分量的取值以求得综合战能最优，实现在战能环积蓄阶段的优化布势。

3 基于战能分量的计算逻辑构建方法

3.1 战能分量与战能环的对应关系

战能环是对交战过程的描述，在不同的战能环阶段所需运用的战能分量是存在主次差异的，如表1所示。

表1 战能分量与战能环的对应关系

在战能积蓄阶段，需要根据作战任务、作战对手、作战环境对五个一级战能分量进行合理分配，综合考虑；在战能感知阶段，主要考虑充分利用己方探测能和隐蔽能，在进攻态势下偏重探测能的运用，在防御态势下偏重隐蔽能的运用；在战能传递阶段，主要考虑充分利用己方的攻击能；在战能转化阶段，主要考利如何有效利用己方防御能。保障能是作战装备的动力（如油料、电池等）、载弹量、人员自持力等方面的综合考量，是战能对抗的基础支撑，是战能环各阶段战能分量的运用起着约束条件。

3.2 基于任务的战能分量计算逻辑

在战能分量设计中，探测能和隐蔽能是一个事物的两个方面，对己方是探测能，对另一方就是隐蔽能；对己方是隐蔽能，对另一方即是探测能。两者的计算方式和采用的共享变量都是一致的，不同的是建立在共享变量基础上的优化目标函数不一样，如此便可以根据红蓝各方的不同任务来对各自的战能分量采取对应的优化策略。攻击能和防御能亦是如此。

在仿真推演过程中，仅需要计算探测能或隐蔽能中的一个，攻击能和防御能中的一个。选择哪一个进行计算的判据是根据当时的作战态势确定的：在进攻态势下，计算探测能和攻击能；在防御态势下计算隐蔽能和防御能。

3.3 基于战能环的战能分量优化方法

在交战过程中，各方通过不断获取的战场信息由指挥员决策和战斗员操纵驱动战能环运转、控制战能分量进行动态博弈以达成作战目标。

对己方战能控制主要有两种方式，一种是由于作战行为、战能交互等引起战能的急剧变化，而改变了作战进程的走向；另一种是通过战能在时间上的积累效应达成某种作战效果。对关键时间点上瞬态变化的处理以及对作战链路进行时间积累，即是战能函数的“微/积分”问题。

1）建立行为驱动战能函数。建立以行为驱动模型为顶层、控制模型为中间层、实体状态模型为底层的逐层驱动战能的函数关系，实现战能函数在作战行为的驱动下实时动态变化。

2）构建战能函数微分触发框架。对作战行为、战场环境变化、战能交互结果等多种触发因素进行逻辑组合，建立完备的战能函数微分触发框架。

3）确定微分点与积分线。根据战能函数微分触发框架确定微分点；以战能分量为线索，根据微分点对作战进程的影响情况，选择能够影响或改变作战进程的微分点作为起始点和结束点，确定各自分量的，具有不同时长的积分线。

以战能函数的“微/积分”处理为基础，通过对微分点、积分线、战能函数的控制，在总体约束下对作战链路、信息链路及毁伤链路进行优化，在动态博弈中输出优化的应对策略，提高交战势能。

4 基于战能环交互对抗的计算引擎设计

以战能函数“微/积分”处理为技术支撑，通过对作战链路的组装与评估，根据掌握的战场态势优选出作战链路作为下步应对策略，驱动多层结构的战能函数，实现其动态变化。

以战能的感知、传递、转化为线索建立战能交互的微分判据及积分判据。通过交战双方战能实时变化情况与当前的时空状态计算两者之间的逻辑关系，与交互判据进行比对，确定交战双方战能感知、传递及转化的情况，反馈给战能控制引擎，触发下一个对抗进程。战能交互计算引擎有两种应用模式。

1）人在回路红蓝实时背靠背对抗推演模式，如图4所示。红蓝单个指挥员采用口令驱动及指挥员加若干主要战位使用战位驱动的推演方式。在试验想定的约束下，驱动行为/口令自动封装为单条数据表页式行为，并进行类型判别，对独立行为采用搜索引擎调用相应的数据真值类战能模型，对非独立行为调用相应的数据增量类战能模型使用计算引擎进行计算。战能环判据模块根据实时输入的红方战能和蓝方战能进行计算和判别，控制战能环的运行，并将战能相互作用结果反馈至双方相应战位。AI智能决策模块与战能环判据模块相接，提取决策网络和价值网络相关信息，形成对当前态势的判断，并优选出下一步行为方案，推送给红方（或蓝方）指挥员辅助其进行下步决策［12］。如此循环递进，不断驱动交战进程实时向前发展。

图4 人在回路红蓝实时背靠背对抗推演模式

2）超实时闭环仿真模式，如图5所示。超实时闭环仿真是基于规则构建方案空间，通过对每一个方案进行仿真推演评估，探索指挥员认知外的交战涌现性问题。

图5 超实时闭环仿真模式

5 应用示例

对任意兵力，可用AFX，Y表示，其中X表示交战中的某一方，如我方（S）、敌方（E）、友方（F）、中立方（N）；Y表示兵力类型，如陆上兵力（L）、水下兵力（Q）、水面兵力（S）、航空兵力（K）、航天兵力（T）。

图6 兵力的数学表示

对任意兵力，可将其战能描述为探测能、隐蔽能、攻击能、防御能、保障能，分别用ET、EY、EG、EF、EB表示。上述各能力又可细化为对陆上目标、水下目标、对水面目标、对航空目标以及对航天目标的探测能、攻击能、防御能、保障能，前三项能力为对敌方，后一项能力为对己方。

图7 兵力战能的数学表示

对某一兵力在战场上的势，可用其所在的位置、战能来表示，其位置和战能是随时间动态变化。AFX，Y·Location表示兵力所在位置，对于不确定信息，其位置是在空间上的概率分布，并随时间变化，PAFX，Y·Location=P(M，N，t)为在某一空间单元中兵力存在的概率，且对任意时刻t0，有∑P(M，N，t0)=1。

对任意兵力，其战能分布在以其所在位置为中心的一定空间内，并随着时间动态变化。

注：战能的具体数据来源于作战试验数据与作战实验仿真推演数据。

图8 兵力位置的概率分布

1）单个兵力的战能，可用AFX，Y·ET=E([M0，N0]，x，y，t)表达，x，y表示与中心位置点的距离，若为三维空间，上述表达式应修正为AFX，Y·ET=E([M0，N0]，x，y，z，t)。

2）多个兵力的整体战能，由于兵力之间信息的联通，各兵力战能可进行融合，达到协同作战效果。战能融合并不是简单的相加，对不同的战能特点，计算方式各异。如两个兵力战能融合有：（1）取较大值；（2）取较小值；（3）相加（k1·E1+k2·E2，其中 0≤k1≤1 ，0≤k2≤1）；（4）延时相加 (k1·E1+k2·E2(Δt))等方式。

图9 多兵力战能分布

6 结语

交战对抗级仿真推演重在准确反映各种细节，才能在“人+装备”相结合的过程中评估装备的作战效能。通过构建行为驱动综合战能进行交互的计算的方式能够很好地实现基于进程的分析评估。

本文通过对综合战能进行分解和溯源，从指挥员到战位驱动的角度入手构建共享变量池，各战能分量在聚合计算中交叉利用了己方、对方、环境的参变量，从而实现了战能分量之间的动态关联表达。在综合战能关联表达的基础上，针对推演过程提出了计算逻辑构建方法，并设计了用于仿真驱动的战能计算引擎，建立了一套完整的战能仿真推演方法，为后续仿真推演软件平台开发提供了技术方案。