CN101944159A - 一种基于实体的指挥机构仿真方法和模拟器 - Google Patents

一种基于实体的指挥机构仿真方法和模拟器 Download PDF

Info

Publication number
CN101944159A
CN101944159A CN2010102635167A CN201010263516A CN101944159A CN 101944159 A CN101944159 A CN 101944159A CN 2010102635167 A CN2010102635167 A CN 2010102635167A CN 201010263516 A CN201010263516 A CN 201010263516A CN 101944159 A CN101944159 A CN 101944159A
Authority
CN
China
Prior art keywords
time
expression
commanding agency
benchmark
plan
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010102635167A
Other languages
English (en)
Inventor
王钰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN2010102635167A priority Critical patent/CN101944159A/zh
Publication of CN101944159A publication Critical patent/CN101944159A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于实体的指挥机构仿真方法和模拟器。该基于实体的指挥机构仿真方法,包括:步骤1,将指挥机构抽象为三维特征模型;步骤2,确定指挥机构输入参数;步骤3,根据指挥机构输入参数计算指挥机构特征;步骤4,输出并展现指挥机构特征。本发明能够有效支持指挥机构能力与行为的设计与优化,降低设计与建设风险,提高设计成果的可信度与设计水平。

Description

一种基于实体的指挥机构仿真方法和模拟器 
技术领域
本发明涉及计算机仿真领域,尤其涉及一种基于实体的指挥机构仿真方法和模拟器。 
背景技术
指挥机构是指由人员及装备组成的各级各类指挥所(或指挥中心),在应急事件处置系统中承担着信息共享、计划制定、指挥调度等功能,是应急事件处理过程的核心。指挥机构仿真,其核心是利用计算机仿真技术在虚拟环境中考察所设计指挥机构的运行效果,并以此作为评估、优化指挥机构的依据。基于仿真的方法具有风险低、效率高、成本低、可重复实验、便于定量分析等特点,已成为分析评估指挥机构的有力手段。 
迄今为止,在指挥机构仿真方面的成果主要集中在基于流程的仿真方法上(参见朱敏洁等.作战指挥工作流程建模方法[J].装甲兵工程学院学报[J].2006(6):17-20)。其核心是以流程为中心,利用工作流理论构建指挥机构仿真模型,支持对指挥机构工作效率等方面的仿真与评估。但这些研究尚不能满足要求,具体地说: 
首先,基于流程的仿真方法关注的是指挥机构内部工作流程设计的合理性,但对设计者而言,往往更关心能力指标的设计能否满足需求,包括信息共享能力(如情况综合时间、信息融合正确率)、计划制定(计划生成时间、计划协同度)、行动控制(指令信息处理时间、计划执行过程中问题出现概率)、机动部署(如速度、开设时间)、环境适应(如故障后降级运行时间、毁伤重组时间等。现有基于流程的仿真方法能够反映部分时间类能力指标,但缺乏对其它指标的反映能力。 
其次,指挥机构是人与装备的结合,其效能不仅仅取决于能力参数,还受到组织运用方式,即行为(如驻止、机动)的影响,而现有基于流程的仿真方法缺乏对行为描述的支持。 
基于实体的仿真方法,其核心是以实体为中心,通过对感兴趣的各项实体特征进行抽象,构建出指挥机构的仿真模型。其中,实体特征可以分为能力特征(如信息共享能力、计划制定能力)、行为特征(如驻止、机动)和目标特征(如雷达特征、电子特征)三类。尽管目前也有一些研究尝试利用基于实体的方法进行指挥机构仿真,但在(能力,行为,目标)特征建模以及模拟器构建方面尚没 有取得突破性成果。 
由上可见,有必要设计一种基于实体的指挥机构仿真方法和模拟器。具体地说,有必要设计一种能够支持对指挥机构(能力,行为,目标)特征进行仿真的方法和模拟器。 
发明内容
为了解决上述的技术问题,提供了一种基于实体的指挥机构仿真方法和模拟器,其目的在于,提供一种能够基于实体的,能够支持(能力,行为,目标)特征建模的指挥机构仿真方法和模拟器。 
本发明提供了一种基于实体的指挥机构仿真方法,包括: 
步骤1,将指挥机构抽象为三维特征模型; 
步骤2,确定指挥机构输入参数; 
步骤3,根据指挥机构输入参数计算指挥机构特征; 
步骤4,输出并展现指挥机构特征。 
三维特征包括能力特征、行为特征和目标特征;指挥机构特征包括指挥机构能力特征、指挥机构行为特征和指挥机构目标特征。 
指挥机构输入参数根据性能参数和训练增益确定; 
性能参数包括处理容量,情况综合时间,基准信息融合正确率,基准共享信息处理时间,基准计划生成时间,平均指令信息处理时间,最大机动速度,基准开设时间,基准撤收时间,基准故障后降级运行时间,基准毁伤重组时间,总功能部件数目和基准接替指挥时间; 
训练增益包括人员训练时间、标准训练时限、计划演练时间和计划演练时限。 
步骤3中,根据情况综合时间、信息融合正确率、共享信息处理时间、计划生成时间、计划协同度、指令信息处理时间、计划执行过程中问题出现概率、机动速度、开设时间、撤收时间、故障后降级运行时间、毁伤重组时间和接替指挥准备时间表征指挥机构能力特征; 
情况综合时间 
Figure BSA00000244647000021
其中: 
Figure BSA00000244647000022
表示基准情况综合时间; 
K1表示信息负载因子, 
Figure BSA00000244647000023
NLoad表示待处理的信息条数,No表示处理容量,h1在(0,1)间取值; 
K2表示人员训练因子, Tt表示训练时间, 
Figure BSA00000244647000032
表示标准训练时限,h2在(0,1)间取值; 
K3表示毁坏程度,以百分比表示; 
信息融合正确率 
Figure BSA00000244647000033
其中: 
Figure BSA00000244647000034
表示基准信息融合正确率; 
共享信息处理时间 
Figure BSA00000244647000035
其中: 
Figure BSA00000244647000036
表示基准共享信息处理时间; 
计划生成时间 
Figure BSA00000244647000037
其中: 
Figure BSA00000244647000038
表示基准计划生成时间; 
计划协同度 
Figure BSA00000244647000039
其中: 
Ip表示态势质量, 
Figure BSA000002446470000310
N表示制定计划所需要掌握的目标数目; 
指令信息处理时间 
Figure BSA000002446470000312
其中: 
Figure BSA000002446470000313
表示基准计划生成时间; 
计划执行过程中问题出现概率 
Figure BSA000002446470000314
Pco表示正在执行计划的计划协同度; 
机动速度V=K4×V0,其中: 
V0表示最大机动速度; 
K4表示地形影响因子, 
Figure BSA000002446470000315
其中λ1、λ2、λ3为相应地形系数; 
开设时间 
Figure BSA000002446470000316
其中: 
Figure BSA000002446470000317
表示基准开设时间; 
撤收时间 
Figure BSA00000244647000041
其中: 
Figure BSA00000244647000042
表示基准撤收时间; 
故障后降级运行时间 
Figure BSA00000244647000043
其中: 
Figure BSA00000244647000044
表示基准故障后降级运行反应时间; 
毁伤重组时间 
Figure BSA00000244647000045
其中: 
Figure BSA00000244647000046
表示基准毁伤重组时间; 
接替指挥准备时间 
Figure BSA00000244647000047
其中: 
Figure BSA00000244647000048
表示基准接替指挥时间。 
步骤3中,指挥机构行为特征由开机、关机、机动、驻止、转移、恢复、接替、转换和退出表征。 
指挥机构行为特征由雷达特征、光学特征、红外特征、声/震特征、电子特征和状态特征表征。 
本发明提供了一种基于实体的指挥机构模拟器,包括: 
数据库模块,用于存储和管理数据以及指挥机构的三维特征模型; 
接口模块,用于确定指挥机构输入参数; 
计算模块,用于根据指挥机构输入参数计算指挥机构特征; 
显示模块,用于展现指挥机构特征。 
三维特征包括能力特征、行为特征和目标特征;指挥机构特征包括指挥机构能力特征、指挥机构行为特征和指挥机构目标特征。 
指挥机构输入参数根据性能参数和训练增益确定; 
性能参数包括处理容量,情况综合时间,基准信息融合正确率,基准共享信息处理时间,基准计划生成时间,平均指令信息处理时间,最大机动速度,基准开设时间,基准撤收时间,基准故障后降级运行时间,基准毁伤重组时间,总功能部件数目和基准接替指挥时间; 
训练增益包括人员训练时间、标准训练时限、计划演练时间和计划演练时限。 
本发明能够实现基于实体的指挥机构的仿真方法和模拟器,为指挥机构能力与行为的设计与优化提供有效支持,极大降低设计与建设风险,提高设计成果的可信度与设计水平。 
附图说明
图1为基于实体的指挥机构仿真流程图 
图2为指挥机构能力指标体系 
图3为指挥机构模拟器功能框架图。 
具体实施方式
本发明提供了一种基于实体的指挥机构仿真方法。该方法包括下列步骤: 
步骤1,将指挥机构抽象为(能力,行为,目标)三维特征模型; 
步骤2,明确指挥机构输入参数; 
步骤3,计算指挥机构能力特征; 
步骤4,计算指挥机构行为特征; 
步骤5,计算指挥机构目标特征; 
步骤6,输出并展现指挥机构的能力、行为及目标特征。 
其中,所述步骤1具体为:从能力特征、行为特征、目标特征三个方面对指挥机构进行抽象描述。其中,能力特征由一系列相互独立的指标构成,用于表征指挥机构在使用中的效能表现;行为特征由一系列规则构成,用于表征指挥机构“在……情况下做……事”;目标特征涉及由一系列参数构成,用于表征指挥机构被其它实体识别的特性。 
其中,所述步骤2具体为:从性能参数、训练增益两个方面明确指挥机构的输入。其中,性能参数是指用于描述指挥机构固有性能的参数,如处理容量、计划生成时间等;训练增益是指不同的训练水平对能力参数的影响,如人员训练时间、计划演练时间等(参见表1)。同时,在计算过程中除用于上述输入参数外,往往还会用到部分运行参数,如信息负载等,该类参数并非直接输入,是在仿真过程中实时获取的。 
表1指挥机构实体输入参数 
Figure BSA00000244647000051
Figure BSA00000244647000071
其中,所述步骤3具体为:由情况综合时间、信息融合正确率、共享信息处理时间、计划生成时间、计划协同度、指令信息处理时间、计划执行过程中问题出现概率、机动速度、开设时间、撤收时间、故障后降级运行时间、毁伤重组时间、接替指挥准备时间13个相互独立的指标对指挥实体的能力进行表征。相应能力指标的具体算法为: 
(1)情况综合时间TSyn
其含义是对不同来源的信息进行综合并生成态势的时间。主要受基准情况综合时间、处理容量、信息负载、人员训练时间、毁坏情况等因素影响。其算法是: 
T Syn = K 1 × K 2 × e K 3 × T Syn 0 , 其中, 
Figure BSA00000244647000073
表示基准情况综合时间,该值可通过输入得到。 
K1表示信息负载因子, 
Figure BSA00000244647000081
其中,NLoad表示待处理的信息条数,No表示处理容量,h为系数,可依据经验在(0,1)间取值。 
K2表示人员训练因子, 其中Tt表示训练时间, 
Figure BSA00000244647000083
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
K3表示毁坏程度,以百分比表示。 
(2)信息融合正确率PSyn
其含义是对不同来源信息进行综合时的误差。主要受基准信息融合正确率、人员训练时间等因素影响。其算法是: 
P Syn = K 1 × P Syn 0 , 其中, 
Figure BSA00000244647000085
表示基准信息融合正确率。该值可通过输入得到。 
K1表示人员训练因子, 
Figure BSA00000244647000086
其中Tt表示训练时间, 
Figure BSA00000244647000087
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
(3)共享信息处理时间TShare
其含义是共享态势所需准备的时间。主要受基准共享信息处理时间、信息负载、处理容量、毁坏程度等因素影响。其算法是: 
T Share = K 1 × e K 2 × T share 0 , 其中, 
Figure BSA00000244647000089
表示基准共享信息处理时间,该值可通过输入得到。 
K1表示信息负载因子, 
Figure BSA000002446470000810
其中,NLoad表示待处理的信息条数,No表示可以同时处理的信息条数,h为系数,可依据经验在(0,1)间取值。 
K2表示毁坏程度,以百分比表示。 
(4)计划生成时间TPlan
其含义是生成计划的时间。主要受基准计划生成时间、拟制计划的复杂度与精细度、预案情况、人员训练时间、毁坏情况等因素影响。其算法是: 
T Plan = K 1 × e K 2 × T Plan 0 , 其中, 
Figure BSA000002446470000812
表示基准计划生成时间,该值可通过输入得到。 
K1表示人员训练因子, 其中Tt表示训练时间, 
Figure BSA000002446470000814
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
K2表示毁坏程度,以百分比表示。 
(5)计划协同度Pco
其含义是生成计划的协同程度。主要受态势质量、人员训练时间等因素影响。其算法是: 
P co = I p K 1 , 其中, 
Ip表示态势质量, 
Figure BSA00000244647000092
其中, N表示制定计划所需要掌握的目标数目。 
K1表示人员训练因子, 
Figure BSA00000244647000094
其中Tt表示训练时间, 
Figure BSA00000244647000095
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
(6)指令信息处理时间TC2
其含义是接收/分发文电类指令信息的处理时间。主要受基准指令信息处理时间、人员训练时间、信息类型等因素影响。其算法是: 
T C 2 = K 1 × e K 2 × T C 2 0 , 其中, 
Figure BSA00000244647000097
表示基准计划生成时间。该值可通过输入得到。 
K1表示人员训练因子, 
Figure BSA00000244647000098
其中Tt表示训练时间, 
Figure BSA00000244647000099
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
K2表示毁坏程度,以百分比表示。 
(7)计划执行过程中问题出现概率PCE
其含义是执行计划的过程中出现问题的概率。主要受目前所执行计划的计划协同度、计划演练时间等因素影响。其算法是: 
P CE = ( 1 - P co K 1 )
Pco表示正在执行计划的计划协同度。 
K1表示人员训练因子, 
Figure BSA000002446470000911
其中Tt表示训练时间, 表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
(8)机动速度V 
其含义是指挥机构的运动速度。主要受最大机动速度、地形等因素影响。其算法是: 
V=K1×V0,其中, 
V0表示最大机动速度,其含义是指在平原上的平均机动速度。 
K1表示地形影响因子, 
Figure BSA000002446470000913
其中h1、h2、h3为相应地形 系数。 
(9)开设时间TK
其含义是指挥机构展开部署的时间。主要受基准开设时间、人员训练时间等因素影响。其算法是: 
T K = K 1 × T K 0 , 其中, 
Figure BSA00000244647000102
表示基准开设时间,可由输入可得。 
K1表示人员训练因子, 
Figure BSA00000244647000103
其中Tt表示训练时间, 
Figure BSA00000244647000104
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
(10)撤收时间TC
其含义是指挥机构撤收的时间。主要受基准撤收时间、人员训练时间等因素影响。其算法是: 
T C = K 1 × T C 0 , 其中, 
Figure BSA00000244647000106
表示基准撤收时间,可由输入得到。 
K1表示人员训练因子, 
Figure BSA00000244647000107
其中Tt表示训练时间, 
Figure BSA00000244647000108
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
(11)故障后降级运行时间TJJ
其含义是指挥机构发生故障后实施降级运行所需要的时间。主要受基准故障后降级运行反应时间、人员训练时间等因素影响。其算法是: 
T JJ = K 1 × T JJ 0 , 其中, 
Figure BSA000002446470001010
表示基准故障后降级运行反应时间,可由输入得到。 
K1表示人员训练因子, 
Figure BSA000002446470001011
其中Tt表示训练时间, 
Figure BSA000002446470001012
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
(12)毁伤重组时间TCZ
其含义是指挥机构毁伤后进行重组以恢复功能的时间。主要受基准毁伤重组时间、毁伤程度、人员训练时间等因素影响。其算法是: 
T CZ = K 1 × K 2 × T CZ 0 , 其中, 
表示基准毁伤重组时间,可由输入得到。 
K1表示人员训练因子, 
Figure BSA000002446470001015
其中Tt表示训练时间, 
Figure BSA000002446470001016
表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
K2表示毁伤程度,以百分比表示, 
Figure BSA000002446470001017
其中,NH表示毁伤的功能部件数目,N表示总功能部件数目。 
(13)接替指挥准备时间TJT
其含义是指挥机构实施并完成接替指挥的时间,主要受基准接替指挥时间、人员训练时间等因素影响。其算法是: 
T JT = K 1 × T JT 0 , 其中, 
Figure BSA00000244647000112
表示基准接替指挥时间,可由输入得到。 
K1表示人员训练因子, 
Figure BSA00000244647000113
其中Tt表示训练时间, 表示标准训练时限,h为系数,可依据经验在(0,1)间取值。 
需要进一步说明的是,在实际仿真中,相应参数如K1、K2、K3、h等的取值应依据经验及要求加以调整。 
其中,所述步骤4具体为:从开机、关机、机动、驻止、转移、恢复、接替、转换、失能、退出等9个方面描述指挥机构的行为(参见表2)。 
表2指挥机构行为列表 
Figure BSA00000244647000115
其中,所述步骤5具体为:从雷达特征、光学特征、红外特征、声/震特征、电子特征、状态特征6个方面描述指标机构的目标特征(参见表3),这些值一般为直接输出。 
表3目标特征的主要内容 
Figure BSA00000244647000116
Figure BSA00000244647000121
其中,所述步骤6具体为:输出并展现指挥机构的能力、行为及目标特征。其中,能力特征以曲线、直方图等形式展示;行为特征主要基于地图的可视化形式展示,目标特征以表格形式展示。 
本发明的第二部分提供了一种仿真指挥机构的模拟器,所述模拟器是一套包含相应软硬件在内的计算机化系统,具体包括: 
计算模块S1,用于支持计算指挥机构的能力、行为与目标特征。 
接口模块S2,用于支持与外部系统的交互。具体交互内容包括指挥机构的想定脚本、实体运行过程中的相关能力、行为、目标特征等。 
数据库模块S3,用于存储、管理相关数据及模型。 
显示模块S4,用于支持指挥机构能力、行为及目标特征的可视化显示。 
首先,针对本发明的第一部分,即基于实体的指挥机构仿真方法进行进一步说明。 
1.步骤1,将指挥机构(设为实体Ei)抽象为(能力,行为,目标)三维特征模型; 
2.步骤2,明确指挥机构Ei的输入参数(参见表4); 
表4指挥机构Ei输入表 
Figure BSA00000244647000122
Figure BSA00000244647000131
3.步骤3,计算指挥机构能力特征; 
(1)情况综合时间 
Figure BSA00000244647000132
其中, 
Figure BSA00000244647000133
NLoad表示实体运行中产生的待处理的信息条数。 
公式表明,该值在一次仿真中不是定值。假定在仿真过程中,存在NLoad为900,则K1=1,实体未毁伤,则K3=1,进一步可得TSyn=5(分钟)。 
(2)信息融合正确率 
P Syn = K 1 × P Syn 0 = 1 × 90 % = 90 %
(3)共享信息处理时间 
Figure BSA00000244647000135
其中,K1表示信息负载因子, 
Figure BSA00000244647000136
其中,NLoad表示待处理的信息条数。 
公式表明,该值在一次仿真中不是定值。假定在仿真过程中,存在NLoad为900,则K1=1,实体未毁伤,则K2=1,进一步可得TShare=5(秒)。 
(4)计划生成时间 
Figure BSA00000244647000141
公式表明,该值在一次仿真中不是定值。假定在仿真过程中,实体未毁伤,则K3=1,进一步可得TPlan=30(分钟)。 
(5)计划协同度 
P co = I p K 1 = I p 1 = I p
其中, 
Figure BSA00000244647000143
Figure BSA00000244647000144
N表示制定计划所需要掌握的目标数目。 
公式表明,该值在一次仿真中不是定值。假定在仿真过程中,存在N为100,有80个目标满足精度与时效性要求,则Ip=0.8,进一步可得Pco=0.8。 
(6)指令信息处理时间 
Figure BSA00000244647000145
公式表明,该值在一次仿真中不是定值。假定在仿真过程中,实体未毁伤,则K3=1,进一步可得TC2=2(秒)。 
(7)计划执行过程中问题出现概率 
P CE = ( 1 - P co K 1 ) = ( 1 - P co 1 ) = ( 1 - P co )
Pco为计划协同度,如(5)所示,公式表明,该值在一次仿真中不是定值。当Pco取0.8时,进一步可得PCE=0.8 
(8)机动速度 
V=K1×V0=K1×V0=50K1(公里/小时) 
其中,K1表示地形影响因子, 
Figure BSA00000244647000147
公式表明,该值在一次仿真中不是定值。假定在仿真过程中,存在地形为平原,则K1=1,进一步可得V=50(公里/小时)。 
(9)开设时间 
Figure BSA00000244647000148
(10)撤收时间 
Figure BSA00000244647000149
(11)故障后降级运行时间 
Figure BSA000002446470001410
(12)毁伤重组时间 
Figure BSA000002446470001411
其中,K3表示毁伤系数,以百分比表示, 
Figure BSA000002446470001412
其中,NH表示毁伤的功能部件数目。 
公式表明,该值在一次仿真中不是定值。假定在仿真过程中,存在NH=20,则K3=0.2,进一步可得TJJ=2(分钟)。 
(13)接替指挥准备时间 
4.步骤4,计算指挥机构行为特征(参见表5); 
表5指挥机构实体Ei行为列表 
Figure BSA00000244647000152
5.步骤5,计算指挥机构目标特征(参见表6); 
表6指挥机构实体Ei目标特征列表 
6.步骤6,输出并展现指挥机构的能力、行为及目标特征 
如图3所示,本发明提供了一种仿真指挥机构的模拟器,所述模拟器是一套包含相应软硬件在内的计算机化系统,基于VC 6.0开发实现,其功能模块具体为: 
计算模块S1,用于支持计算指挥机构的能力、行为与目标特征。 
其中,能力特征主要包括上述能力指标。行为特征主要包括表5所示的9项行为特征;目标特征主要包括表6所示的6类目标特征。 
接口模块S2,用于支持与外部系统的交互。具体交互内容包括实体运行过程中的相关能力、行为、目标特征等。 
其中,能力特征包括图2所示13项指标;行为的主要内容包括表5所示9行为特征;目标特征参数主要包括表6所示6项内容。 
显示模块S4,用于支持指挥机构能力、行为及目标特征的可视化显示。 
其中,能力指标包括图2所示13项能力指标,以曲线、直方图等形式展示;行为展示主要基于地图展示表5所示9类行为,目标特征以表格形式展示。 
数据库模块S3,用于存储、管理相关数据及模型。 
其中,数据主要包括指挥机构的各类特征参数、中间计算结果。模型主要包括描述指挥机构所涉及到的能力特征模型、行为特征模型和目标特征模型。 
本领域的技术人员在不脱离权利要求书确定的本发明的精神和范围的条件下,还可以对以上内容进行各种各样的修改。因此本发明的范围并不仅限于以上的说明,而是由权利要求书的范围来确定的。 

Claims (10)

1.一种基于实体的指挥机构仿真方法,其特征在于,包括:
步骤1,将指挥机构抽象为三维特征模型;
步骤2,确定指挥机构输入参数;
步骤3,根据指挥机构输入参数计算指挥机构特征;
步骤4,输出并展现指挥机构特征。
2.如权利要求1所述的指挥机构仿真方法,其特征在于,三维特征包括能力特征、行为特征和目标特征;指挥机构特征包括指挥机构能力特征、指挥机构行为特征和指挥机构目标特征。
3.如权利要求2所述的指挥机构仿真方法,其特征在于,指挥机构输入参数根据性能参数和训练增益确定;
性能参数包括处理容量,情况综合时间,基准信息融合正确率,基准共享信息处理时间,基准计划生成时间,平均指令信息处理时间,最大机动速度,基准开设时间,基准撤收时间,基准故障后降级运行时间,基准毁伤重组时间,总功能部件数目和基准接替指挥时间;
训练增益包括人员训练时间、标准训练时限、计划演练时间和计划演练时限。
4.如权利要求3所述的指挥机构仿真方法,其特征在于,步骤3中,根据情况综合时间、信息融合正确率、共享信息处理时间、计划生成时间、计划协同度、指令信息处理时间、计划执行过程中问题出现概率、机动速度、开设时间、撤收时间、故障后降级运行时间、毁伤重组时间和接替指挥准备时间表征指挥机构能力特征;
情况综合时间其中:
Figure FSA00000244646900012
表示基准情况综合时间;
K1表示信息负载因子,
Figure FSA00000244646900013
NLoad表示待处理的信息条数,No表示处理容量,h1在(0,1)间取值;
K2表示人员训练因子,Tt表示训练时间,
Figure FSA00000244646900015
表示标准训练时限,h2在(0,1)间取值;
K3表示毁坏程度,以百分比表示;
信息融合正确率其中:
Figure FSA00000244646900021
表示基准信息融合正确率;
共享信息处理时间
Figure FSA00000244646900022
其中:
Figure FSA00000244646900023
表示基准共享信息处理时间;
计划生成时间
Figure FSA00000244646900024
其中:
Figure FSA00000244646900025
表示基准计划生成时间;
计划协同度
Figure FSA00000244646900026
其中:
Ip表示态势质量,
Figure FSA00000244646900028
N表示制定计划所需要掌握的目标数目;
指令信息处理时间
Figure FSA00000244646900029
其中:
Figure FSA000002446469000210
表示基准计划生成时间;
计划执行过程中问题出现概率
Figure FSA000002446469000211
Pco表示正在执行计划的计划协同度;
机动速度V=K4×V0,其中:
V0表示最大机动速度;
K4表示地形影响因子,
Figure FSA000002446469000212
其中λ1、λ2、λ3为相应地形系数;
开设时间
Figure FSA000002446469000213
其中:
Figure FSA000002446469000214
表示基准开设时间;
撤收时间其中:
Figure FSA000002446469000216
表示基准撤收时间;
故障后降级运行时间
Figure FSA000002446469000217
其中:
Figure FSA000002446469000218
表示基准故障后降级运行反应时间;
毁伤重组时间
Figure FSA00000244646900031
其中:
Figure FSA00000244646900032
表示基准毁伤重组时间;
接替指挥准备时间
Figure FSA00000244646900033
其中:
Figure FSA00000244646900034
表示基准接替指挥时间。
5.如权利要求2所述的指挥机构仿真方法,其特征在于,步骤3中,指挥机构行为特征由开机、关机、机动、驻止、转移、恢复、接替、转换和退出表征。
6.如权利要求2所述的指挥机构仿真方法,其特征在于,指挥机构行为特征由雷达特征、光学特征、红外特征、声/震特征、电子特征和状态特征表征。
7.一种基于实体的指挥机构模拟器,其特征在于,包括:
数据库模块,用于存储和管理数据以及指挥机构的三维特征模型;
接口模块,用于确定指挥机构输入参数;
计算模块,用于根据指挥机构输入参数计算指挥机构特征;
显示模块,用于展现指挥机构特征。
8.如权利要求7所述的基于实体的指挥机构模拟器,其特征在于,三维特征包括能力特征、行为特征和目标特征;指挥机构特征包括指挥机构能力特征、指挥机构行为特征和指挥机构目标特征。
9.如权利要求8所述的基于实体的指挥机构模拟器,其特征在于,指挥机构输入参数根据性能参数和训练增益确定;
性能参数包括处理容量,情况综合时间,基准信息融合正确率,基准共享信息处理时间,基准计划生成时间,平均指令信息处理时间,最大机动速度,基准开设时间,基准撤收时间,基准故障后降级运行时间,基准毁伤重组时间,总功能部件数目和基准接替指挥时间;
训练增益包括人员训练时间、标准训练时限、计划演练时间和计划演练时限。
10.如权利要求9所述的基于实体的指挥机构模拟器,其特征在于,根据情况综合时间、信息融合正确率、共享信息处理时间、计划生成时间、计划协同度、指令信息处理时间、计划执行过程中问题出现概率、机动速度、开设时间、撤收时间、故障后降级运行时间、毁伤重组时间、接替指挥准备时间表征指挥机构能力特征;
情况综合时间
Figure FSA00000244646900035
其中:
Figure FSA00000244646900041
表示基准情况综合时间;
K1表示信息负载因子,
Figure FSA00000244646900042
NLoad表示待处理的信息条数,No表示处理容量,h1在(0,1)间取值;
K2表示人员训练因子,
Figure FSA00000244646900043
Tt表示训练时间,表示标准训练时限,h2在(0,1)间取值;
K3表示毁坏程度,以百分比表示;
信息融合正确率
Figure FSA00000244646900045
其中:
Figure FSA00000244646900046
表示基准信息融合正确率;
共享信息处理时间
Figure FSA00000244646900047
其中:
Figure FSA00000244646900048
表示基准共享信息处理时间;
计划生成时间
Figure FSA00000244646900049
其中:
Figure FSA000002446469000410
表示基准计划生成时间;
计划协同度其中:
Ip表示态势质量,
Figure FSA000002446469000412
Figure FSA000002446469000413
N表示制定计划所需要掌握的目标数目;
指令信息处理时间
Figure FSA000002446469000414
其中:
Figure FSA000002446469000415
表示基准计划生成时间;
计划执行过程中问题出现概率
Figure FSA000002446469000416
Pco表示正在执行计划的计划协同度;
机动速度V=K4×V0,其中:
V0表示最大机动速度;
K4表示地形影响因子,
Figure FSA000002446469000417
其中λ1、λ2、λ3为相应地形系数;
开设时间
Figure FSA00000244646900051
其中:
Figure FSA00000244646900052
表示基准开设时间;
撤收时间
Figure FSA00000244646900053
其中:
Figure FSA00000244646900054
表示基准撤收时间;
故障后降级运行时间
Figure FSA00000244646900055
其中:
Figure FSA00000244646900056
表示基准故障后降级运行反应时间;
毁伤重组时间
Figure FSA00000244646900057
其中:
Figure FSA00000244646900058
表示基准毁伤重组时间;
接替指挥准备时间
Figure FSA00000244646900059
其中:
Figure FSA000002446469000510
表示基准接替指挥时间。
CN2010102635167A 2010-08-26 2010-08-26 一种基于实体的指挥机构仿真方法和模拟器 Pending CN101944159A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102635167A CN101944159A (zh) 2010-08-26 2010-08-26 一种基于实体的指挥机构仿真方法和模拟器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102635167A CN101944159A (zh) 2010-08-26 2010-08-26 一种基于实体的指挥机构仿真方法和模拟器

Publications (1)

Publication Number Publication Date
CN101944159A true CN101944159A (zh) 2011-01-12

Family

ID=43436147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102635167A Pending CN101944159A (zh) 2010-08-26 2010-08-26 一种基于实体的指挥机构仿真方法和模拟器

Country Status (1)

Country Link
CN (1) CN101944159A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075362A (zh) * 2011-01-25 2011-05-25 王钰 一种通信网络仿真方法及系统
CN104204976A (zh) * 2012-03-15 2014-12-10 欧姆龙株式会社 信息处理装置、模拟方法及程序
CN108597289A (zh) * 2017-09-15 2018-09-28 夏文祥 一种作战后勤仿真实验平台系统
CN109150286A (zh) * 2018-08-16 2019-01-04 苏州中科蓝迪软件技术有限公司 一种用于北斗监控系统开发的硬件模拟方法及装置
CN109658770A (zh) * 2019-01-24 2019-04-19 江苏前景信息科技有限公司 人民防空训练空情模拟系统
CN112541245A (zh) * 2019-09-20 2021-03-23 中国船舶工业系统工程研究院 一种用于即时态势推演的动态想定生成方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075362A (zh) * 2011-01-25 2011-05-25 王钰 一种通信网络仿真方法及系统
CN104204976A (zh) * 2012-03-15 2014-12-10 欧姆龙株式会社 信息处理装置、模拟方法及程序
CN104204976B (zh) * 2012-03-15 2016-11-02 欧姆龙株式会社 信息处理装置、模拟方法及程序
CN108597289A (zh) * 2017-09-15 2018-09-28 夏文祥 一种作战后勤仿真实验平台系统
CN109150286A (zh) * 2018-08-16 2019-01-04 苏州中科蓝迪软件技术有限公司 一种用于北斗监控系统开发的硬件模拟方法及装置
CN109150286B (zh) * 2018-08-16 2021-10-29 苏州中科蓝迪软件技术有限公司 一种用于北斗监控系统开发的硬件模拟方法及装置
CN109658770A (zh) * 2019-01-24 2019-04-19 江苏前景信息科技有限公司 人民防空训练空情模拟系统
CN109658770B (zh) * 2019-01-24 2020-12-22 江苏前景信息科技有限公司 人民防空训练空情模拟系统
CN112541245A (zh) * 2019-09-20 2021-03-23 中国船舶工业系统工程研究院 一种用于即时态势推演的动态想定生成方法

Similar Documents

Publication Publication Date Title
Kang et al. Multimedia knowledge‐based bridge health monitoring using digital twin
Stein Artificial intelligence and climate change
Pederson et al. Critical infrastructure interdependency modeling: a survey of US and international research
Kazancoglu et al. Risk assessment for sustainability in e-waste recycling in circular economy
Zhang et al. Systems theoretic accident model and process (STAMP): A literature review
CN101944159A (zh) 一种基于实体的指挥机构仿真方法和模拟器
US20210110319A1 (en) Framework to quantify cybersecurity risks and consequences for critical infrastructure
Kushida Japan's Fukushima Nuclear Disaster: Narrative, Analysis, Recommendations
Yao et al. Systematic review of digital twin technology and applications
CN103065057A (zh) 一种电力系统差异化规划经济性评估方法
Gondhalekar et al. A Safety Assessment Model for Automotive Embedded Systems Networks
Kemmann et al. Sahara-a systematic approach for hazard analysis and risk assessment
Deveci et al. Advantage prioritization of digital carbon footprint awareness in optimized urban mobility using fuzzy Aczel Alsina based decision making
Bekiaris et al. Common risk assessment methodology for advanced driver assistance systems
Lubas System and software cost correlation to reliability
Karimi et al. Probabilistic transmission expansion planning considering risk of cascading transmission line failures
Shen et al. An electric vehicle charging pile fault diagnosis system using Borderline-SMOTE and LightGBM
Feng et al. Grey Relational Analysis-Based Fault Prediction for Watercraft Equipment
Robertson et al. Genuine and sustained POM mastery from linear POM to POM system symphonies
Erdogan et al. Needs and challenges concerning cyber-risk assessment in the cyber-physical smart grid
Panchal et al. Reliability and Risk Modeling of Engineering Systems
Everdij et al. Development of a structured database of safety methods
D’Auria et al. NUTEMA: a tool for supervising nuclear technology and for the transfer of knowledge
Menshikov Modeling Methods in Forensic Engineering and Technical Expertise: Artificial Languages of Modeling in Forensics
Branscomb Computer's debt to science

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20110112