CN107967134B - 一种新型作战效能仿真建模方法 - Google Patents

Abstract

本发明公开了一种新型作战效能仿真建模方法，解决作战效能仿真面临的仿真模型难以组合重用、难以扩展演化，决策行为模型缺乏灵活性和问题针对性等难题。该方法一方面强调明确区分作战效能仿真的领域共性和应用可变两个层次的知识并分别予以针对性描述：前者是对整个作战效能领域都适用的知识，据此建立领域抽象模型；后者则是依赖于具体作战效能评估问题的知识，在领域抽象模型的基础上建立可以实例化部署的应用具体模型。另一方面强调区分武器装备的物理过程行为和作战指挥员的认知决策行为。后者相对前者在不同的应用间根据使命任务和指挥员选择的不同而差异很大，通过脚本技术和元建模技术实现认知决策行为的动态灵活性和问题针对性表达。

Description

一种新型作战效能仿真建模方法

技术领域

本发明涉仿真建模技术领域，涉及一种新型作战效能仿真建模方法。

背景技术

武器装备作战效能是指在规定的作战环境条件下，装备系统执行规定作战任务时，所能达到预期目标的程度。通过对武器装备作战效能的分析，可以指导武器装备的规划、研制、配置和部署，从而达到降低风险、减少成本以及缩短从研制到部署使用周期的目的。

作战效能仿真是指基于仿真方法来评估复杂武器装备遂行使命任务的效能。作战效能仿真一般需要建立待评估武器装备及与其拟完成的各类使命任务有关的各类仿真模型，包括使命任务环境、己方有关装备、敌方装备体系、双方作战决策行为等。作战效能仿真是支持复杂武器装备体系论证和型号总体设计的重要支撑手段。由于作战对抗的复杂性和综合性，导致开发有效的作战效能仿真应用普遍面临设计难度高、开发协调工作量大、使用维护困难、模型难以重用等问题。模型是仿真的核心，要解决作战效能仿真面临的上述问题，必须在建模方法上寻求突破。当前，国内外的作战效能仿真研究和实践中普遍采用统一仿真建模方法的思路，主要有基于统一仿真协议、基于统一模型规范、基于统一形式体系三类。

1)基于统一仿真协议。目前很多作战效能仿真系统都是采用高层体系结构(HighLevel Architecture,HLA)标准作为统一仿真协议。HLA被普遍接受的关键是概念简单，便于多专业或子系统分别开发，便于已有仿真应用或仿真模型的集成。同时对各专业内部的模型描述干涉很少，在很大程度上迎合了各专业领域建模人员的心理。但随着应用的深入，仿真应用系统缺乏强大模型规范和明确的模型框架的弊端逐渐暴露出来，如集成困难、维护困难、仿真实验管理复杂、运行效率不高、模型重用很难以组合方式实现等问题。

2)基于统一模型规范。统一模型规范着力解决组合仿真问题，也是目前学术界关于组合仿真途径的共识，即要实现组合仿真应具备一套权威的统一的模型规范，如基本对象模型BOM(Base Object Model)或仿真建模平台SMP(Simulation Modeling Platform)，并且要求各类模型共同遵循或采用。统一模型规范由于不限制行为描述方法，能够用于作战效能仿真应用各专业领域的统一表示。但从实践效果来看，尽管有相应的建模仿真工具支持，直接基于统一的模型规范开发仿真模型和仿真应用仍然困难重重、工作量很大。这其中的原因是，模型规范仅仅提供了仿真模型结构和行为的描述手段，而并不提供仿真模型本身，这使得其在理论上能够适用于各类应用领域仿真模型的表示，但必然也缺乏关于应用领域的共性领域知识的描述，导致开发每个应用都要描述一次领域共性知识，设计开发工作量大，对应用人员缺乏足够吸引力。

3)基于统一形式体系。仿真形式体系是仿真领域长期以来形成的行为建模方法，一般以某一计算模型MoC为基础，在某一建模视角的指导下面向一类高层行为模式而设计形式体系。典型的仿真形式体系如有限状态自动机FSA、微分方程系统规范DESS、状态图、Petri网、离散事件系统规范DEVS、系统动力学、Bond图、Modelica、事件图、框图等。统一形式体系一般指能够描述多类行为模式的形式体系，典型的如DEVS能够描述各类离散事件行为模式、各类离散时间行为模式和连续时间行为模式；面向对象物理系统建模语言Modelica能够以因果方式和非因果方式描述各类连续时间行为模式，能够描述离散系统领域的事件行为模式和状态行为模式。鉴于统一形式体系强大的表达能力，许多应用领域选用统一形式体系进行系统建模。对于采用统一形式体系的应用领域而言，由于所有模型使用统一的建模语言和统一的动态语义算法，可以方便地实现模型的语义组合。然而统一形式体系难以有效支持类似效能仿真领域中的众多专业领域的多样化建模需求。对领域共性知识的表达也不在统一形式体系的支持范围之内。

在上述建模方法的支持下，国内外已经开发了许多作战效能仿真应用系统，尽管已经取得了成功应用，但仍然普遍面临仿真模型难以组合重用、难以扩展演化，决策行为模型缺乏灵活性和问题针对性等难题。

发明内容

本发明的目的在于克服上述技术存在的缺陷，提供一种新型作战效能仿真建模方法，解决作战效能仿真系统面临的仿真模型难以组合重用、难以扩展演化，决策行为模型缺乏灵活性和问题针对性等难题。该新型作战效能仿真建模方法在传统的统一仿真协议、模型规范、形式体系等通用方法的基础上，进一步结合作战效能仿真应用领域的特点进行设计：1)明确区分两个层次的知识并分别予以针对性描述：上层是领域共性不变知识，下层是应用可变知识。前者是对整个作战效能领域都适用的知识，后者则是依赖于具体作战效能评估问题的知识。2)需要明确区分武器装备的物理过程行为和作战指挥员的认知决策行为。前者一般在不同作战效能仿真应用之间相对不变，后者则在不同的应用间根据使命任务和指挥员意愿的不同而差异很大，可变性很强。

其具体技术方案为：

一种新型作战效能仿真建模方法，包括如下步骤：

(1)基于UML工具建立SMP模型规范的UML Profile(简称SMP Profile)，以支持基于UML的作战效能仿真图形化概念建模，以及图形化概念模型到SMP表示的自动转换。

(2)在上述UML工具和SMP Profile的支持下，设计描述领域模型框架(DMA)内各个抽象模型组件及其交互依赖关系，形成DMA结构框架模型的规范化UML描述，通过上述UML到SMP的自动转换机制，以及SMP标准定义的C++映射规范，得到DMA结构框架的C++代码实现。

(3)基于UML状态图、活动图等行为图给出DMA内各个抽象模型组件的默认物理域行为逻辑，形成形式化或半形式化的行为模型表示，其中形式化部分基于代码生成工具进行代码生成，半形式化部分基于C++进行手工行为映射实现，相应的代码填充到上述C++框架代码中。

(4)基于UML序列图、通信图等交互行为图描述抽象模型组件之间的交互机制，并进行C++代码实现，嵌入到上述C++模型框架代码中，得到完整的DMA框架实现。

(5)基于Boost.Python将上述基本认知行为元模型(BCBM)实现为有关的认知行为建模脚本编程接口API，支持基于Python脚本对物理域行为的分析与控制。

(6)针对具体的应用问题，在上述DMA的基础上建立应用模型框架(AMA)，参照DMA抽象模型组件开发的方法开发AMA具体模型组件，并使AMA模型组件的具体模型C++实现类继承自DMA的C++抽象模型类，在其中实现应用特定的物理域行为，得到可执行、可实例化部署的模型组件(动态链接库.dll或.so文件)。

(7)对于认知域行为，则针对AMA中各类作战实体的决策行为的特点，在BCBM的基础上设计图形化、特定化的认知行为元模型SBCM，并基于EMF开发图形化认知决策行为建模工具和Python脚本代码生成器，实现认知决策行为的针对性建模。

(8)针对每类作战平台具体的作战使命任务，在上述图形化认知决策行为建模工具和Python脚本代码生成器的支持下，建立面向使用人员的作战行为模型表示，并自动生成作战行为模型Python脚本。

(9)根据作战仿真想定，在仿真器上载入有关的装备物理模型组件和作战行为模型脚本，进行作战效能仿真实验，产生有关仿真数据并进行作战效能分析评估。

与现有技术相比，本发明的有益效果为：

1)本发明提供的作战效能仿真建模方法，不再以技术层面的规范或方法为中心，而是以仿真模型框架为核心，体现效能仿真领域固有知识，能够有效支持模型语义组合，确保系统内面向不同应用开发的模型在组合之后语义上是正确的。

2)本发明提供的作战效能仿真建模方法，明确区分领域共性知识和应用可变知识，并通过领域建模和应用建模两个相互联系的层次来支持其表达，通过应用层模型对领域层模型的继承机制，支持应用层模型的快速高效建立。

3)本发明提供的作战效能仿真建模方法，明确区分物理域行为和认知域行为，通过脚本技术支持认知域行为的动态灵活表达，较之传统上将认知域行为嵌入在物理域行为代码内静态表达具有明显的优越性。

4)本发明提供的作战效能仿真建模方法，采用UML Profile技术和DSM技术，支持不同类型效能仿真模型在模型框架的基础上进行特定化表达，极大地简化了建模人员建立有关模型的难度。

附图说明

图1是本发明提供的作战效能仿真建模方法的总体框架图；

图2是本发明的领域模型框架的总体结构类图；

图3是本发明的模型框架的基本调度机制图；

图4是DMA平台、武器、传感器三者之间的接口类图；

图5是DMA传感器和目标之间的接口类图；

图6是DMA电子对抗和传感器之间的接口类图；

图7是基本认知行为元模型BCBM图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案作进一步详细地说明。

采用本发明的建模方法将从三个侧面、两个层次来对作战效能仿真应用问题进行建模，也称作“三分-两层”建模方法，其参考框架图1。三个侧面是：模型框架、物理域行为和认知域行为。两个层次分别是：领域层和应用层。领域层建模主要描述应用领域共性知识，得到的是领域抽象模型；应用层建模则在领域层抽象模型的基础上，仅描述应用可变知识，得到可以实例化部署的应用具体模型。对于模型组合重用问题，本发明通过统一的仿真建模标准SMP来实现技术层面的组合重用，通过领域层模型框架实现语义层面的组合重用。对于扩展演化问题，通过模型驱动工程技术规范对三种类型的模型进行图形化、平台无关化表示，以支持仿真模型的可理解、可生成。对于决策行为模型缺乏灵活性和问题针对性的问题，一方面将决策行为模型独立出来，通过脚本技术进行动态表示来实现灵活性，另一方面，通过基于元建模技术提供特定化的建模语言来实现问题针对性建模。具体说明如下：

(1)模型框架建模。模型框架也称作模型架构(Model Architecture)，是指仿真应用系统的仿真模型体系结构，包括仿真模型组件的结构组成以及仿真模型组件之间的交互依赖关系。“三分-两层”建模方法将模型框架置于整个仿真系统的核心，是实现模型语义可组合的关键。在领域建模层，模型框架建模的输出为领域模型框架DMA(Domain ModelArchitecture)，其中包括对作战效能仿真普遍适用的抽象模型，以及这些抽象模型之间的各型交互和依赖关系，例如聚合组合、接口服务、事件交互等。在应用建模层次，应用模型框架AMA(Application Model Architecture)继承自DMA，相应地，AMA内各类具体模型组件之间的关系大部分都继承自DMA而无需重新定义。模型框架建模主要采用面向对象、基于组件、基于主体等架构建模技术，并采用UML语言进行图形化描述，基于SMP进行规范化表示及代码自动生成。

(2)物理域行为建模。负责描述模型框架中各个模型组件的物理域行为。物理域行为的特点是不同类型的模型组件具有不同类型的行为模式，需要不同的行为建模方法。例如探测、运动、火炮、协同、火控等等物理域行为所需的计算模式差别很大。可用的行为建模方法如状态图、离散事件仿真、活动图、序列图、常微分方程、模板方法等。另外，可以针对不同类型模型物理域行为的特点，对上述通用化的行为建模方法通过UML Profile技术进行面向领域定制，以更好地支持物理域行为建模。实际上，由于物理域行为主要取决于物理原理和工程约束，一般相对稳定，各类模型组件的大多数物理域行为都可以在领域层面进行定义，在应用层面上的建模需求主要是支持建模人员更加方便地扩展或定制领域层定义的默认行为，部分地通过UML提供的行为重载机制来实现，其余则通过UML Profile机制提供针对性的代码生成器来支持。

(3)认知域行为建模。认知域行为在很大程度上取决于作战指挥人员的自由意志，不同仿真应用间可能差别很大，在领域建模层面可以固化描述的领域共性知识相对较少。为了简化应用层面的认知域行为建模，在领域层建模上，一方面定义了基本认知行为元模型BCBM(Base Cognitive Behavior Metamodel,)，用于支持各类认知行为的描述，并实现与模型框架之间的接口；另一方面，采用Eclipse建模框架EMF、通用建模环境GME等元建模框架，支持建模人员结合不同类型的认知域行为建模需要，选用合适的行为建模形式体系对BCBM进行面向问题的扩展，形成特定化的认知行为元模型SCBM(Specific CognitiveBehavior Metamodel)，以支持各类作战实体在完成不同使命任务时指挥决策行为的针对性、友好性建模。可选的形式体系如状态图、活动图、Petri网、事件调度、行为树、决策树等。在应用建模层面，认知域行为建模主要是对AMA中的不同类型作战实体结合实际情况对SCBM进行实例化，形成特定化图形化的认知行为模型表示，并自动生成Python代码。

其中，领域模型框架(DMA)和基本认知行为元模型(BCBM)是整个方法的共性关键技术，其设计如图2-图7所示，说明如下。应用层模型框架(AMA)和特定化认知行为元模型(SCBM)则和具体的应用问题相关，这里不作讨论。

(1)领域模型框架(DMA)

领域模型框架描述的是对作战效能仿真领域公共的抽象模型组件及其关系，其顶层结构的UML类图见图2。其中包含面向SMP表示的两种版型扩展：<<模型>>表示DMA中的模型组件，斜体表示抽象模型组件，DMA中绝大部分模型组件都是抽象的；<<接口>>表示模型之间相互访问的接口。DMA中最基本的抽象类是仿真模型，它是各个仿真模型组件的共性基类。总控模型是将整个仿真组合起来的根模型，所有其它仿真模型直接或间接地包含在总控模型中。总控模型实现了一个模型服务接口，该接口通过继承的方式向各类仿真模型(即仿真模型的各层子类)提供各种建模服务，包括实体管理服务、型号管理服务、自然环境服务、仿真调度服务、决策脚本运行服务、毁伤仲裁服务、传感器管理服务等。

作战方用于描述作战方模型，实现了公共作战图像接口，可以为同一作战方的所有传感器提供态势信息管理功能，作战实体可以通过该接口访问指定传感器探测到的态势信息。作战方模型也是一个大的容器，直接或间接包括了战场空间中某一方的作战实体，作战方的直接子模型包括作战平台模型和作战编组模型。编队可以聚合多个作战平台模型，通过编对成员接口来实现。平台通过数据链接口来访问编队信息。其中每个编队有一个旗舰平台，该平台将通过编队指挥接口来实现对编队的控制，当旗舰平台退出仿真后，编队指挥接口将传递给后续选中的旗舰平台。作战平台模型是模型框架的核心类，各类武器、传感器、对抗措施、通信设备模型对象都组装在作战平台模型对象上。作战编组、对抗措施、武器、作战平台模型都属于仿真实体，仿真实体实现了实体抽象探测接口，传感器的各个子类通过实体抽象探测接口的子类接口来访问各类目标实体信息，参见下面传感器与目标的接口设计部分。作战平台和作战编组实现了决策调度接口，用以提供基于外部脚本的决策调度能力。

1)DMA的总体调度机制

模型框架中最基本的仿真计算单元分为三大类：(1)实体的运动计算；(2)传感器的探测计算、干扰计算、态势图更新计算；(3)实体的作战决策计算。三类计算对时间推进分别有不同的要求：实体的运动计算属于连续时间仿真问题，在效率允许条件下，步长越小精度越高；传感器调度属于离散时间仿真问题，要求等步长推进，不同的传感器会有不同的探测周期，因而要求不同的仿真步长；决策计算属于可变离散时间仿真问题，决策者会根据态势的紧急与否采用不同的决策步长进行决策。除此之外，无论运动的步长如何选取，在每一传感器的探测计算点上和每一决策者的决策点上，在探测计算和决策计算之前都要求所有的实体的运动状态都推进到该时刻点。在很多情况下，传感器可能不设定探测周期，决策实体也无明确的决策步长，这种情况下要采用基准仿真步长进行推进。在攻防对抗的交汇点或遭遇点，要求较基准步长小的多的步长以便更准确的计算脱靶量和毁伤效果。

模型框架的基本仿真调度框架如图3所示。共有四类仿真步长：基准步长、探测步长、决策步长、交汇步长。整个仿真时钟推进的过程就是四类步长的交织出现的过程，每类步长点上的任务调度序列由箭头指示。其中无步长探测计算和无步长决策计算分别表示未单独注册调度请求的传感器和决策实体的探测计算和决策计算。探测点探测计算表示当前时刻点是其扫描周期点的传感器的探测计算。决策点决策计算表示当前时刻点是其决策周期点的决策实体的决策计算。

2)DMA的内部接口关系

接口关系也可称作接口机制，是模型框架用以支持仿真语义组合的关键。上述DMA顶层结构中已经部分讨论了作战平台和作战编组、总控模型和仿真模型、传感器和仿真实体之间等抽象模型之间的接口关系。这里进一步给出其余几类抽象组件关系：

A.平台、武器、传感器之间的接口机制

平台和武器之间的主要关系包括三大类：发射、制导和毁伤汇报。对于发射和毁伤汇报，主要通过事件机制通过定义事件类型并定义发布订购关系进行建模，使用的UML版型为<<信号>>。图4中发射命令和毁伤汇报分别表示由作战平台发送给武器的发射命令和由武器发送给作战平台的毁伤汇报命令。其中发射命令是一个抽象事件，具体的事件定义继承自该事件并进一步描述事件有关的信息。制导机制则通过指令接受器和火控系统两个接口联合实现。前者是制导武器接收制导指令的接口，后者是制导武器借以向作战平台汇报制导状态的接口。

平台和制导武器与其上所装配的传感器之间主要是开关机和态势汇报关系。其中开关机通过传感器开机和传感器关机两个事件来建模；态势汇报通过目标管理器接口来建模。

B.传感器和目标之间的接口机制

传感器与目标之间的感知关系通过实体抽象探测及其子类实现，如图5所示。其中给出了三种抽象类型的传感器(雷达、红外、声纳)及其与不同类型目标之间的具体接口(分别为实体雷达探测接口、实体红外探测接口、实体声呐探测接口)。图中也以抽象方式给出了不同类型的目标(包括作战平台、制导武器等所代表的真目标和对抗措施所代表的假目标)对各类接口的实现关系。其中空中实体为各类空中目标的抽象基类，地面实体对应各类地面目标、空间实体代表空间目标、水面实体代表水面目标，水下实体代表水下目标。导弹为各类战术导弹的抽象基类；鱼雷则对应各类鱼雷。曳光弹为曳光弹模型；导弹诱饵为导弹诱饵模型；箔条弹为箔条弹模型；等。

C.电子干扰和传感器之间的接口机制

电子干扰机制的实现采用的是接口机制，如图6所示。其中雷达实现了电子干扰接口，电子干扰机实现了电子干扰机接口，并通过到电子干扰接口的引用通知雷达被干扰，被干扰的雷达则通过电子干扰机来获取干扰功率，据此进行干扰计算。噪声干扰机采用的也是类似的干扰机制，通过噪声干扰接口和噪声干扰机接口来联合实现。

(2)基本认知行为元模型(BCBM)

认知行为元模型是认知决策行为建模语言的模型，也就是决策行为建模时可以实例化的有关建模概念和背后的计算机制。基本认知行为元模型BCBM是可用于各类行为模型建模的公共元模型，面向作战实体及使命任务的特定化认知行为元模型SCBM则在此基础上进行扩展得到。基于BCBM进行建模一般就是直接编写认知决策行为Python脚本，而SCBM则提供图形化的高层建模视图，然后自动生成脚本。图7给出了BCBM的主要组成，其中作战平台为来自DMA的核心元素，所有其它元素直接或间接地组合在作战平台上，用于支持各类平台有关的认知决策行为的描述。BCBM提供的具体描述能力主要有以下几类：

1)任务机制

任务是一段独立的脚本，在指定的时刻被模型框架调用。每个平台模型默认有一个主任务，模型框架将在每个决策时刻点上调用一次。平台任务表达作战平台某一方面、某一时段相对独立的决策行为，可以动态添加和删除，可以同时安排多个(例如平台任务1,平台任务2,…,平台任务n)。在平台的每个决策时刻点上，模型框架将依次调用所有任务(主任务,平台任务1,平台任务2,…,平台任务n)。例如战斗机模型的机载雷达朝向建模，可以专门安排任务，独立于主任务；舰艇模型的防空、防鱼雷、对舰攻击等可以专门安排不同的平台任务。

2)战术机制

战术是一类特殊的任务。战术的特点是每个战术对应一个平台目标，可以为每个平台目标安排多个战术。战术脚本的调用时机是在平台的决策时刻点上，在主任务之后、平台任务之前调用。战术机制的目的也是支持建模人员将不同类的目标采用不同的战术模块来处理，例如舰艇对于来袭的飞机、导弹、鱼雷、潜艇等目标将采用不同的战术逻辑。战斗机对于空中目标和地面目标也将采用不同的战术逻辑。当目标不在本地目标列表时，所有关于该目标的战术都将删除。

3)记忆机制

记忆机制通过内存变量来实现。内存变量是在脚本中为作战平台及平台目标额外定义认知变量的机制。内存变量的值完全由脚本控制，由脚本访问。例如“每间隔5秒发射一枚箔条弹，共发射6枚”，对于这一行为的描述，可以通过一个内存变量“发射箔条弹数量”来计数，每发射一枚令“发射箔条弹数量”+1，等到“发射箔条弹数量”为6时发射过程结束。

计时器是一类特殊的内存变量，其值在设定后将随仿真时钟自动减少，直到减为0。脚本中可以在不同时机读取计时器的值。

4)内部事件机制

内部事件是由物理域行为模型所触发的有认知意义的事件，例如发现目标、路径点到达、武器摧毁目标等。决策行为模型可以订购这些事件，并安排相应的事件回调脚本。模型框架将在内部事件触发时刻回调内部事件回调脚本。内部事件一般并不发生在决策时刻点上。

内部事件又分为三大类，一类是平台事件，是指当前平台自身或平台层面的事件，如到达航路点、武器发射、制导结束、导弹告警、任务完成等；第二类是目标事件，是指与平台目标有关的事件，如目标发现、目标丢失、目标毁伤等；第三类是跨界事件，这是一个由决策脚本附加到平台内部变量上的监控事件，模型框架将会在所监控变量的值下一次跨越临界值时触发事件。例如对于飞机的theta值，当前是55度，临界值设定为75，则在theta值超过75度的最接近时刻通知决策。假设上一时刻74.3，本时刻76.2度，则触发事件。如果当前是-55度，临界值是-75度，假设上一时刻-74.3，本时刻-76.2度，则触发事件。

5)外部事件机制

外部事件是在脚本层面调度的认知事件，触发时机由脚本设定，模型框架将在触发时机满足时触发外部事件的回调脚本。外部事件主要包括三类，一类是仿真事件，模型框架将在指定的仿真时刻触发回调脚本；第二类是计时器事件，模型框架将在计时器归0时调用指定的回调脚本；第三类是条件事件，模型框架将在每个时刻调用所指定的条件函数，并在条件函数返回True时调用指定的回调脚本。外部事件只执行一次，执行后会自动删除。

6)状态机制(Phase)

状态是将平台的作战过程分为不同阶段进行建模的机制。也就是将主任务按照不同的作战阶段分别安排不同的决策逻辑，形成多个状态处理函数。在应用状态机制进行决策建模之前，一般应通过状态图等方法画出不同作战阶段及其转换关系和转换条件，然后将其映射到脚本。例如战斗机空战一般可以分为航路飞行、远距接敌、近距空战、导弹制导、防御机动、规避导弹、摆脱锁定、返航等作战阶段，不同阶段之间可能会有不同的转换关系、转换条件，直接在代码层面上描述并不容易，画出状态图再写脚本则就容易多了。

以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims (2)

1.一种新型作战效能仿真建模方法，其特征在于，包括如下步骤：

步骤1：基于UML工具建立SMP模型规范的UML Profile，以支持基于UML的作战效能仿真图形化概念建模，以及图形化概念模型到SMP表示的自动转换；

步骤2：在上述UML工具和SMP Profile的支持下，设计描述领域模型框架DMA内各个抽象模型组件及其交互依赖关系，形成DMA结构框架模型的规范化UML描述，通过上述UML到SMP的自动转换机制，以及SMP标准定义的C++映射规范，得到DMA结构框架的C++代码实现；

步骤3：基于UML状态图、活动图的行为图给出DMA内各个抽象模型组件的默认物理域行为逻辑，形成形式化或半形式化的行为模型表示，其中形式化部分基于代码生成工具进行代码生成，半形式化部分基于C++进行手工行为映射实现，相应的代码填充到上述C++框架代码中；

步骤4：基于UML序列图、通信图的交互行为图描述抽象模型组件之间的交互机制，并进行C++代码实现，嵌入到上述C++模型框架代码中，得到完整的DMA框架实现；

步骤5：基于Boost.Python将基本认知行为元模型BCBM实现为有关的认知行为建模脚本编程接口API，支持基于Python脚本对物理域行为的分析与控制；

步骤6：针对具体的应用问题，在上述DMA的基础上建立应用模型框架AMA，参照DMA抽象模型组件开发的方法开发AMA具体模型组件，并使AMA模型组件的具体模型C++实现类继承自DMA的C++抽象模型类，在其中实现应用特定的物理域行为，得到可执行、可实例化部署的模型组件；

步骤7：对于认知域行为，则针对AMA中各类作战实体的决策行为的特点，在BCBM的基础上设计图形化、特定化的认知行为元模型SBCM，并基于EMF开发图形化认知决策行为建模工具和Python脚本代码生成器，实现认知决策行为的针对性建模；

步骤8：针对每类作战平台具体的作战使命任务，在上述图形化认知决策行为建模工具和Python脚本代码生成器的支持下，建立面向使用人员的作战行为模型表示，并自动生成作战行为模型Python脚本；

步骤9：根据作战仿真想定，在仿真器上载入有关的装备物理模型组件和作战行为模型脚本，进行作战效能仿真实验，产生有关仿真数据并进行作战效能分析评估。

2.根据权利要求1所述的新型作战效能仿真建模方法，其特征在于，步骤6中得到可执行、可实例化部署的模型组件为动态链接库.dll或.so文件。

Images