CN109542056A - 一种指挥控制系统指挥控制能力评估指标量化模型 - Google Patents
一种指挥控制系统指挥控制能力评估指标量化模型 Download PDFInfo
- Publication number
- CN109542056A CN109542056A CN201811337047.1A CN201811337047A CN109542056A CN 109542056 A CN109542056 A CN 109542056A CN 201811337047 A CN201811337047 A CN 201811337047A CN 109542056 A CN109542056 A CN 109542056A
- Authority
- CN
- China
- Prior art keywords
- command
- control
- formula
- information
- time
- 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
Links
- 230000000694 effects Effects 0.000 claims abstract description 50
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 241000894007 species Species 0.000 claims description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 4
- 238000005352 clarification Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 241000518579 Carea Species 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 238000013139 quantization Methods 0.000 abstract description 8
- 238000011161 development Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种指挥控制系统指挥控制能力评估指标量化模型，包括情况综合能力指标模型、决策支持能力指标模型、行动控制能力指标模型、武器控制能力指标模型、指挥协同能力指标模型、指挥员能力指标模型，指挥控制能力指标模型中含有指挥控制能力指标数据，所述指挥控制能力指标数据由情况综合能力指标数据、决策支持能力指标数据、行动控制能力指标数据、武器控制能力指标数据、指挥协同能力指标数据和指挥员能力指标数据来度量。本发明着眼指挥控制系统技术发展和作战需求，建立了指挥控制系统指挥控制能力评估指标的量化规范，通过科学地设置各项参数，确定了指挥控制系统指挥控制能力评估指标体系，并对各指标进行了量化建模，明确了指标数据来源。
Description
技术领域
本发明涉及一种评估指标量化模型，特别是一种指挥控制系统指挥控制能力评估指标量化模型。
背景技术
评估指标体系构建及建模是效能评估领域的重点研究问题，指标体系是否合理、指标数据是否易得直接关系到评估结果的可靠性。
指挥控制能力是指挥控制系统的核心能力，与系统作战活动息息相关，主要体现在情况综合、行动控制、信息传输、决策支持等方面。影响指挥控制能力的因素有很多，比如有情况综合能力、决策支持能力、行动控制能力、武器控制能力、指挥协同能力、指挥员能力等等，需要综合各方面因素对指挥控制能力进行评估。
目前，关于指挥控制系统指挥控制能力评估问题的研究成果很多，但是大多集中在评估方法研究层面上，系统性的针对指挥控制系统指挥控制能力评估指标体系进行的研究相对较少，并且没有一套指挥控制系统评估指标的量化规范，指标数据来源难以保证。
本发明着眼指挥控制系统技术发展和作战需求，确定了指挥控制系统指挥控制能力评估指标体系，并对各指标进行了量化建模，明确了指标数据来源。
发明内容
本发明的目的是克服现有技术的上述不足而提供一种指挥控制系统指挥控制能力评估指标量化模型，它建立了指挥控制系统指挥控制能力评估指标的量化规范，通过科学地设置各项参数，确定了指挥控制系统指挥控制能力评估指标体系，并对各指标进行了量化建模，明确了指标数据来源。
本发明的技术方案是：一种指挥控制系统指挥控制能力评估指标量化模型，包括指挥控制能力指标模型、情况综合能力指标模型、决策支持能力指标模型、行动控制能力指标模型、武器控制能力指标模型、指挥协同能力指标模型、指挥员能力指标模型，指挥控制能力指标模型中含有指挥控制能力指标数据，所述指挥控制能力指标数据由情况综合能力指标模型中的情况综合能力指标数据、决策支持能力指标模型中的决策支持能力指标数据、行动控制能力指标模型中的行动控制能力指标数据、武器控制能力指标模型中的武器控制能力指标数据、指挥协同能力指标模型中的指挥协同能力指标数据和指挥员能力指标模型中的指挥员能力指标数据来度量；情况综合能力指标数据由信息完备性、信息准确性和信息时效性来度量，决策支持能力指标数据由评估可靠性、作战计划利用率、决策分发时间、作战筹划效率、决策可靠度和方案置信度来度量，行动控制能力指标数据由行动控制范围、行动控制时效性、行动控制容量和越级指挥代价来度量，武器控制能力指标数据由武器控制时效性、武器控制容量、火力管理能力和武器控制拓展性来度量，指挥协同能力指标数据由指挥员心里素质、指挥员指挥能力、知识结构和指挥经验来度量。
进一步地，所述信息完备性包括类型完备性C(t)和数量完备性D(t)，分别通过式(1)和式(2)计算得出：
C(t)＝ρ(t)/φ(t) (1)
式(1)中：φ(t)表示t时刻敌方目标实际存在种类数；ρ(t)表示t时刻敌方目标已被感知的种类数，
D(t)＝η(t)/λ(t) (2)
式(2)中：λ(t)表示t时刻敌方目标实际存在的数量；η(t)表示t时刻敌方目标已被感知的数量，
t时刻信息的完备性F(t)通过式(3)计算得出：
F(t)＝C(t)×D(t) (3)
所述信息准确性由目标信息准确度和信息需求匹配度来度量；
所述信息时效性用信息推送效率和信息侦察效率来表示，信息推送效率ηpa通过式(4)计算得出：
式(4)中，tsend为信息需求节点从发出信息订阅需求开始到获得所需信息的时间，to为战标要求时间差值的效率；
信息侦察效率ηdr通过式(5)得出：
式(5)中，trec为情报侦察节点侦察目标信息的时间，tor为战标要求时间差值的效率。
进一步地，所述评估可靠性通过式(6)计算得出：
式(6)中，m表示评估所用模型数，表示评估请求被执行的概率，表示系统响应时间；
所述作战计划利用率通过式(7)计算得出：
所述决策分发时间Td通过式(8)计算得出：
Td＝max(T1,T2,…,TM)+Ts+Tf (8)
式(8)中，M为决策阶段生成的作战预案数，Ti(i＝1,2,…,M)为每个作战预案生成时间，Ts为从M个作战预案中选出最终作战方案所用时间，Tf为分发该方案所用时间；
所述作战筹划效率通过式(9)和式(10)计算得出：
式(9)和式(10)中，M为筹划任务总数，PlanTi,i＝1,2,…M为实际筹划所花时间，PlanTi 0,i＝1,2,…M为战标规定时间，ηplan为作战筹划效率；
所述决策可靠性用预判毁伤效果与实际毁伤效果的比值表示，通过式(11)计算得出：
所述方案置信度通过式(12)计算得出：
式(12)中，m为达到各自期望状态的对象个数，n为实际作战应用中达到了要求的目标个数。
进一步地，所述行动控制范围Carea通过式(13)计算得出：
式(13)中，k为行动控制手段数量，Si为控制手段的覆盖范围，βi为覆盖系数；
所述行动控制的时效性Cηtime通过式(14)计算得出：
式(14)中，为指挥中心发出控制信息到控制节点接收相应信息的时间，T0为战标规定时间；
所述行动控制容量Ccapacity(t)通过式(15)计算得出：
式(15)中，Ω(t)为t时刻指挥网络中被控制作战节点的最大数量，Ωmin(t)为最低控制数量；
所述越级指挥代价P通过式(16)计算得出：
P＝∑(Tefficiency+Nburden) (16)
式(16)中，Tefficiency为信息传输效率，Nburden为节点任务量。
进一步地，所述武器控制时效性Wηtime通过式(17)计算得出：
式(17)中，为信息从指挥节点到武器平台的平均时间，T0为战标规定时间，T传输表示数据传输时延，T交互表示人机交互时延，T延误表示延误时间，T收通表示信息从数据链接受信息到指挥控制平台现实所需时间，T发通表示从指挥控制平台到数据终端发射信息所需时间；
所述武器控制容量Wcapacity(t)通过式(18)计算得出：
式(18)中，Ω(t)为t时刻指挥网络中被控制武器平台的最大数量，Ωmin(t)为最低控制数量；
所述火力管理能力H通过式(19)计算得出：，则：
式(19)中，火力Ki内有p个武器参数，计算Ki所用时间为Ti，n表示火力总数，λ1和λ2分别表示参数因子和时间因子；
所述武器控制拓展性取决于系统架构和通信信道。
进一步地，所述协同类型系数通过式(20)计算得出：
式(20)中，X0为指挥控制系统能够指挥的协同部队类型，X实为实际参战时的协同部队类型；
所述协同控制时效性Xηtime通过式(21)计算得出：
式(21)中，T为指挥中心发出控制信息到协同部队接受相应信息的时间，T0为战标规定时间的差值；
所述协同控制深度Depth通过式(22)计算得出：
所述协同类型容量κ通过式(23)计算得出：
式(23)中，D0为指挥控制系统能够指挥的协同部队数量，D实为实际参战时的协同部队类型。
进一步地，所述指挥心理素质过专家打分或者现有科学技术测试获得；指挥能力、知识结构和指挥经验是相对客观的评估指标，靠根据实际情况打分获得。
进一步地，所述目标信息准确度通过式(24)计算得出：
式(24)中，valiO(t)、valiP(t)和valiS(t)分别表示采集、融合和分发三个阶段的信息准确性，gij表示分发节点提供的第i个目标的第j个特征的信息状态，fij表示第i个目标的第j个特征的信息状态，m表示目标总数量，n表示目标的特征参量长度。
所述信息需求匹配度通过式(25)计算得出：
式(25)中，pi表示信息处理节点提供给信息使用节点的第i类信息，ri表示信息使用节点所需要的第i类完整信息，n表示信息使用节点所需信息类型的总数。
进一步地，所述指挥控制能力指标数据以情况综合能力指标数据、决策支持能力指标数据、行动控制能力指标数据、武器控制能力指标数据、指挥协同能力指标数据和指挥员能力指标数据为数据基础，通过基于变权-投影灰靶的指控系统动态效能评估方法、基于云模型的指挥控制系统效能评估等综合评估方法实现指挥控制系统的效能度量。
本发明的有益效果：本发明着眼指挥控制系统技术发展和作战需求，建立了指挥控制系统指挥控制能力评估指标的量化规范，通过科学地设置各项参数，确定了指挥控制系统指挥控制能力评估指标体系，并对各指标进行了量化建模，明确了指标数据来源。
附图说明
图1是本发明的结构示意图；
图2是本发明的各数据相互关系表示图。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
实施例
一种指挥控制系统指挥控制能力评估指标量化模型，包括情况综合能力指标模型、决策支持能力指标模型、行动控制能力指标模型、武器控制能力指标模型、指挥协同能力指标模型、指挥员能力指标模型，指挥控制能力指标模型中含有指挥控制能力指标数据，所述指挥控制能力指标数据由情况综合能力指标模型中的情况综合能力指标数据、决策支持能力指标模型中的决策支持能力指标数据、行动控制能力指标模型中的行动控制能力指标数据、武器控制能力指标模型中的武器控制能力指标数据、指挥协同能力指标模型中的指挥协同能力指标数据和指挥员能力指标模型中的指挥员能力指标数据来度量；情况综合能力指标数据由信息完备性、信息准确性和信息时效性来度量，决策支持能力指标数据由评估可靠性、作战计划利用率、决策分发时间、作战筹划效率、决策可靠度和方案置信度来度量，行动控制能力指标数据由行动控制范围、行动控制时效性、行动控制容量和越级指挥代价来度量，武器控制能力指标数据由武器控制时效性、武器控制容量、火力管理能力和武器控制拓展性来度量，指挥协同能力指标数据由指挥员心里素质、指挥员指挥能力、知识结构和指挥经验来度量。一、情况综合能力
情况综合能力是指上级推送情报信息与实际作战所需情报信息的匹配程度，包括信息完备性、信息准确性和信息时效性三个指标。
(1)信息完备性
信息完备性是指态势感知中感知到的敌方来袭目标或战略目标数量与实际目标数量的比值。包括类型完备性C(t)和数量完备性D(t)。这两项指标的计算模型如下：
C(t)＝ρ(t)/φ(t)
式中：φ(t)表示t时刻敌方目标实际存在种类数；ρ(t)表示t时刻敌方目标已被感知的种类数。
D(t)＝η(t)/λ(t)
式中：λ(t)表示t时刻敌方目标实际存在的数量；η(t)表示t时刻敌方目标已被感知的数量。
t时刻信息的完备性为F(t)，则：
F(t)＝C(t)×D(t)
(2)信息准确性
信息准确性是指态势感知中，正确感知的目标特征与真实目标特征的吻合程度，以及所提供信息与决策需求的匹配度。因此可以从目标信息准确度和信息需求匹配度两方面来度量。
目标信息准确度的概念内涵，可以采用分发环节中每个目标的特征参量吻合度均值衡量该指标，计算模型如下：
式中：valiO(t)、valiP(t)和valiS(t)分别表示采集、融合和分发三个阶段的信息准确性，gij表示分发节点提供的第i个目标的第j个特征的信息状态，fij表示第i个目标的第j个特征的信息状态，m表示目标总数量，n表示目标的特征参量长度。
信息需求匹配度表示信息处理节点将信息分发给使用节点的信息与这些使用节点决策需求信息的满意度，可以通过对信息使用节点提出的每一类信息需求响应程度来度量。因此，信息需求匹配度的形式化计算模型为：
式中：pi表示信息处理节点提供给信息使用节点的第i类信息，ri表示信息使用节点所需要的第i类完整信息，n表示信息使用节点所需信息类型的总数。
(3)信息时效性
信息时效性是指指控系统获取目标信息时间与战标要求时间的效率，一般用信息推送效率和信息侦察效率表示。
信息推送效率ηpa是指信息需求节点从发出信息订阅需求开始到获得所需信息的时间tsend与战标要求时间to差值的效率，如下式(若tsend>to，则ηpa＝0)。
信息侦察效率ηdr是指情报侦察节点侦察目标信息的时间trec与战标要求时间tor差值的效率，若trec>tor，则ηdr＝0。
若ηpa和ηdr包含的目标信息是同一类信息，则若包含的目标信息是不同种类的信息，则进一步进行信息融合，相关模型参考信息融合能力指标数学模型。二、决策支持能力
决策支持能力是指依据战场信息、打击目标等作战要素，利用指挥控制系统完成作战决策、制定作战计划、优选作战方案的能力，可用评估可靠性、作战计划利用率、决策分发时间、作战筹划效率、决策可靠性和方案置信度六个指标度量。
(1)评估可靠性
评估可靠性是衡量系统评估功能优劣的重要指标，可以用指定时间内系统完成作战节点提交评估请求的概率来表示。
式中，m表示评估所用模型数，表示评估请求被执行的概率，表示系统响应时间。
(2)作战计划利用率
作战计划利用率可用不经作战人员修改直接应用的作战计划数与制定计划总数的比值来表示。该指标反映了辅助决策子系统的智能程度。
(3)决策分发时间
决策分发时间是作战方案生成、选择、分发总体时间的度量。假设决策阶段共生成了M个作战预案，每个作战预案生成时间为Ti(i＝1,2,…,M)，从M个作战预案中选出最终作战方案所用时间为Ts，分发该方案所用时间为Tf，则决策分发时间Td可表示为：
Td＝max(T1,T2,…,TM)+Ts+Tf
(4)作战筹划效率
作战筹划效率是指依据作战要求，利用指挥控制系统完成各类筹划任务所需时间与战标规定时间的比值。
假设有M类筹划任务，对于第i类筹划任务，实际筹划所花时间为PlanTi,i＝1,2,…M，战标规定时间为PlanTi 0,i＝1,2,…M，则作战筹划效率ηplan可表示为：
(5)决策可靠性
决策可靠性是度量指挥控制系统形成的决策是否发挥了预期的作战效用、达到了相应作战目的的指标，可用预判毁伤效果与实际毁伤效果的比值表示。
(6)方案置信度
方案置信度表征方案涉及对象在预定时间达到期望状态的概率。假设某方案M设定目标是在时间节点Ta内，使涉及到的m个对象达到各自期望的状态，实际作战应用中，只有n个目标达到了要求，则该方案的置信度为：
三、行动控制能力
行动控制能力是指指挥控制系统通过平台软件对参加作战任务的部队和作战进程实施指挥、控制和监视的能力，可用行动控制范围、行动控制时效性、行动控制容量和越级指挥代价四个指标进行度量。
(1)行动控制范围
行动控制范围Carea是指作战单元组网后，指挥中心对各作战单元实施控制的最大作战区域，由控制手段的覆盖范围Si和覆盖系数βi决定。
式中，k表示行动控制手段数量，覆盖系数βi取决于作战单元机动区域与特定作战区域的重叠关系。
(2)行动控制时效性
行动控制的时效性Cηtime是指指挥中心发出控制信息到控制节点接收相应信息的时间与战标规定时间T0的差值的比率。
(3)行动控制容量
行动控制容量Ccapacity(t)是指执行作战任务时，t时刻指挥网络中被控制作战节点的最大数量Ω(t)与最低控制数量Ωmin(t)的比率。
(4)越级指挥代价
越级指挥能够缩短指挥链路，提高网络传输效率，但是相应的会增加越级指挥节点的负担，进而导致指挥成本的提升。越级指挥代价P可用信息传输效率Tefficiency与节点任务量Nburden的和确定。
P＝∑(Tefficiency+Nburden)
4.武器控制能力
行动控制能力主要针对作战部队而言，武器控制能力则针对武器平台终端，是指通过平台软件对参加作战任务的武器平台实施指挥、控制和监视的能力，可用武器控制时效性、武器控制容量、诸元管理能力和武器控制拓展性四个指标进行度量。
(1)武器控制时效性
武器控制时效性Wηtime是指武器组网后，指挥节点以最快速率将指令信息传送到武器平台的时间与战标规定时间的比值。
设信息从指挥节点到武器平台的平均时间为战标规定时间为T0，则：
式中，T传输表示数据传输时延，T交互表示人机交互时延，T延误表示延误时间，T收通表示信息从数据链接受信息到指挥控制平台现实所需时间，T发通表示从指挥控制平台到数据终端发射信息所需时间。
(2)武器控制容量
武器控制容量Wcapacity(t)是指执行作战任务时，t时刻指挥网络中被控制武器平台的最大数量Ω(t)与最低控制数量Ωmin(t)的比率。
(3)火力管理能力
火力管理能力是指系统在时间t内，同时管理的火力参数类型及进行火力计算的效率。
设火力Ki内有p个武器参数，计算Ki所用时间为Ti，则火力管理能力H表示为：
式中，n表示火力总数，λ1和λ2分别表示参数因子和时间因子。
(4)武器控制拓展性
武器控制拓展性用于度量指挥控制系统的武器平台备份能力，即应急作战条件下，能够富余多少条武器控制链路，武器控制拓展性主要取决于系统架构和通信信道。
四、指挥协同能力
指挥协同能力用于度量指控网络中协同作战部队完成作战任务的人员、装备的类型、范围、时间等，可用协同类型系数、协同控制时效性、协同控制深度、协同控制容量四个指标来度量。
(1)协同类型系数
协同类型系数是指指挥控制系统能够指挥的协同部队类型X0与实际参战时的协同部队类型X实的比值。
(2)协同控制时效性
协同控制时效性Xηtime是指指挥中心发出控制信息到协同部队接受相应信息的时间T与战标规定时间T0的差值的比值。
(3)协同控制深度
协同控制深度Depth是指指挥中心对协同部队的控制程度，一般作战过程中只是与协同部队的指挥所进行协同信息的交互，但是某些特定作战需求需要精准协同到保障平台末端。
(4)协同控制容量
协同类型容量κ是指指挥控制系统能够指挥的协同部队数量D0与实际参战时的协同部队类型D实的比值。
5.4.1.6指挥员能力
指挥员能力是对指挥员自身能力素质在作战指挥中发挥作用的度量，一般从心理素质、指挥能力、知识结构和指挥经验四个方面评估。
指挥心理素质是对指挥员在紧急情况下心理承受能力的度量，是一种主观的度量指标，可结合平时工作训练情况，通过专家打分获得。主要从性格、智力和气质三个方面度量，是主观程度较大的评估指标，一般通过专家打分或者现有科学技术测试获得(例如墨迹测试、主题感觉投影等)。
指挥能力、知识结构和指挥经验是相对比较客观的评估指标，因此可通过表1获得评价值。
表1指标评价值对应表
所述指挥控制能力指标数据以情况综合能力指标数据、决策支持能力指标数据、行动控制能力指标数据、武器控制能力指标数据、指挥协同能力指标数据和指挥员能力指标数据为数据基础，通过基于变权-投影灰靶的指控系统动态效能评估方法、基于云模型的指挥控制系统效能评估等综合评估方法实现指挥控制系统的效能度量c。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种指挥控制系统指挥控制能力评估指标量化模型，其特征在于：包括指挥控制能力指标模型、情况综合能力指标模型、决策支持能力指标模型、行动控制能力指标模型、武器控制能力指标模型、指挥协同能力指标模型、指挥员能力指标模型，指挥控制能力指标模型中含有指挥控制能力指标数据，所述指挥控制能力指标数据由情况综合能力指标模型中的情况综合能力指标数据、决策支持能力指标模型中的决策支持能力指标数据、行动控制能力指标模型中的行动控制能力指标数据、武器控制能力指标模型中的武器控制能力指标数据、指挥协同能力指标模型中的指挥协同能力指标数据和指挥员能力指标模型中的指挥员能力指标数据来度量；情况综合能力指标数据由信息完备性、信息准确性和信息时效性来度量，决策支持能力指标数据由评估可靠性、作战计划利用率、决策分发时间、作战筹划效率、决策可靠度和方案置信度来度量，行动控制能力指标数据由行动控制范围、行动控制时效性、行动控制容量和越级指挥代价来度量，武器控制能力指标数据由武器控制时效性、武器控制容量、火力管理能力和武器控制拓展性来度量，指挥协同能力指标数据由指挥员心里素质、指挥员指挥能力、知识结构和指挥经验来度量。
2.如权利要求1所述的指挥控制系统指挥控制能力评估指标量化模型，其特征在于：所述信息完备性包括类型完备性C(t)和数量完备性D(t)，分别通过式(1)和式(2)计算得出：
C(t)＝ρ(t)/φ(t) (1)
式(1)中：φ(t)表示t时刻敌方目标实际存在种类数；ρ(t)表示t时刻敌方目标已被感知的种类数，
D(t)＝η(t)/λ(t) (2)
式(2)中：λ(t)表示t时刻敌方目标实际存在的数量；η(t)表示t时刻敌方目标已被感知的数量，
t时刻信息的完备性F(t)通过式(3)计算得出：
F(t)＝C(t)×D(t) (3)
所述信息准确性由目标信息准确度和信息需求匹配度来度量；
所述信息时效性用信息推送效率和信息侦察效率来表示，信息推送效率ηpa通过式(4)计算得出：
式(4)中，tsend为信息需求节点从发出信息订阅需求开始到获得所需信息的时间，to为战标要求时间差值的效率；
信息侦察效率ηdr通过式(5)得出：
式(5)中，trec为情报侦察节点侦察目标信息的时间，tor为战标要求时间差值的效率。
3.如权利要求1所述的指挥控制系统指挥控制能力评估指标量化模型，其特征在于：所述评估可靠性通过式(6)计算得出：
式(6)中，m表示评估所用模型数，表示评估请求被执行的概率，表示系统响应时间；
所述作战计划利用率通过式(7)计算得出：
所述决策分发时间Td通过式(8)计算得出：
Td＝max(T1,T2,…,TM)+Ts+Tf (8)
式(8)中，M为决策阶段生成的作战预案数，Ti(i＝1,2,…,M)为每个作战预案生成时间，Ts为从M个作战预案中选出最终作战方案所用时间，Tf为分发该方案所用时间；
所述作战筹划效率通过式(9)和式(10)计算得出：
式(9)和式(10)中，M为筹划任务总数，PlanTi,i＝1,2,…M为实际筹划所花时间，PlanTi 0,i＝1,2,…M为战标规定时间，ηplan为作战筹划效率；
所述决策可靠性用预判毁伤效果与实际毁伤效果的比值表示，通过式(11)计算得出：
所述方案置信度通过式(12)计算得出：
式(12)中，m为达到各自期望状态的对象个数，n为实际作战应用中达到了要求的目标个数。
4.如权利要求1所述的指挥控制系统指挥控制能力评估指标量化模型，其特征在于：所述行动控制范围Carea通过式(13)计算得出：
式(13)中，k为行动控制手段数量，Si为控制手段的覆盖范围，βi为覆盖系数；
所述行动控制的时效性Cηtime通过式(14)计算得出：
式(14)中，为指挥中心发出控制信息到控制节点接收相应信息的时间，T0为战标规定时间；
所述行动控制容量Ccapacity(t)通过式(15)计算得出：
式(15)中，Ω(t)为t时刻指挥网络中被控制作战节点的最大数量，Ωmin(t)为最低控制数量；
所述越级指挥代价P通过式(16)计算得出：
P＝∑(Tefficiency+Nburden) (16)
式(16)中，Tefficiency为信息传输效率，Nburden为节点任务量。
5.如权利要求1所述的指挥控制系统指挥控制能力评估指标量化模型，其特征在于：所述武器控制时效性Wηtime通过式(17)计算得出：
式(17)中，为信息从指挥节点到武器平台的平均时间，T0为战标规定时间，T传输表示数据传输时延，T交互表示人机交互时延，T延误表示延误时间，T收通表示信息从数据链接受信息到指挥控制平台现实所需时间，T发通表示从指挥控制平台到数据终端发射信息所需时间；
所述武器控制容量Wcapacity(t)通过式(18)计算得出：
式(18)中，Ω(t)为t时刻指挥网络中被控制武器平台的最大数量，Ωmin(t)为最低控制数量；
所述火力管理能力H通过式(19)计算得出：，则：
式(19)中，火力Ki内有p个武器参数，计算Ki所用时间为Ti，n表示火力总数，λ1和λ2分别表示参数因子和时间因子；
所述武器控制拓展性取决于系统架构和通信信道。
6.如权利要求1所述的指挥控制系统指挥控制能力评估指标量化模型，其特征在于：所述协同类型系数通过式(20)计算得出：
式(20)中，X0为指挥控制系统能够指挥的协同部队类型，X实为实际参战时的协同部队类型；
所述协同控制时效性Xηtime通过式(21)计算得出：
式(21)中，T为指挥中心发出控制信息到协同部队接受相应信息的时间，T0为战标规定时间的差值；
所述协同控制深度Depth通过式(22)计算得出：
所述协同类型容量κ通过式(23)计算得出：
式(23)中，D0为指挥控制系统能够指挥的协同部队数量，D实为实际参战时的协同部队类型。
7.如权利要求1所述的指挥控制系统指挥控制能力评估指标量化模型，其特征在于：所述指挥心理素质用专家打分或者现有科学技术测试获得；指挥能力、知识结构和指挥经验是相对客观的评估指标，依据实际情况打分获得。
8.如权利要求2所述的指挥控制系统指挥控制能力评估指标量化模型，其特征在于：所述目标信息准确度通过式(24)计算得出：
式(24)中，valiO(t)、valiP(t)和valiS(t)分别表示采集、融合和分发三个阶段的信息准确性，gij表示分发节点提供的第i个目标的第j个特征的信息状态，fij表示第i个目标的第j个特征的信息状态，m表示目标总数量，n表示目标的特征参量长度。
所述信息需求匹配度通过式(25)计算得出：
式(25)中，pi表示信息处理节点提供给信息使用节点的第i类信息，ri表示信息使用节点所需要的第i类完整信息，n表示信息使用节点所需信息类型的总数。
9.如权利要求1～8任一项所述的指挥控制系统指挥控制能力评估指标量化模型，其特征在于：所述指挥控制能力指标数据以情况综合能力指标数据、决策支持能力指标数据、行动控制能力指标数据、武器控制能力指标数据、指挥协同能力指标数据和指挥员能力指标数据为数据基础，通过基于变权-投影灰靶的指控系统动态效能评估方法、基于云模型的指挥控制系统效能评估等综合评估方法实现指挥控制系统的效能度量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811337047.1A CN109542056A (zh) | 2018-11-12 | 2018-11-12 | 一种指挥控制系统指挥控制能力评估指标量化模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811337047.1A CN109542056A (zh) | 2018-11-12 | 2018-11-12 | 一种指挥控制系统指挥控制能力评估指标量化模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109542056A true CN109542056A (zh) | 2019-03-29 |
Family
ID=65846741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811337047.1A Pending CN109542056A (zh) | 2018-11-12 | 2018-11-12 | 一种指挥控制系统指挥控制能力评估指标量化模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109542056A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111882231A (zh) * | 2020-07-31 | 2020-11-03 | 中国舰船研究设计中心 | 一种面向方面综合控制的模拟训练评估方法 |
| CN112508250A (zh) * | 2020-11-27 | 2021-03-16 | 中国人民解放军空军工程大学 | 指挥信息系统生成方案增量分析方法、系统、介质及终端 |
| CN112945018A (zh) * | 2021-01-29 | 2021-06-11 | 南京理工大学 | 一种激光非致命武器致伤评估方法 |
| CN113079042A (zh) * | 2021-03-25 | 2021-07-06 | 中国电子科技集团公司第二十八研究所 | 一种开放式的指控系统资源优化部署方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106789376A (zh) * | 2017-03-24 | 2017-05-31 | 大连大学 | 带有层级结构的指控网络级联失效模型构建方法 |
| CN106815426A (zh) * | 2017-01-12 | 2017-06-09 | 北京航空航天大学 | 一种导弹自主编队综合作战效能评估方法 |
| CN108615122A (zh) * | 2018-05-11 | 2018-10-02 | 北京航空航天大学 | 一种防空反导体系作战能力评估方法 |
-
2018
- 2018-11-12 CN CN201811337047.1A patent/CN109542056A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106815426A (zh) * | 2017-01-12 | 2017-06-09 | 北京航空航天大学 | 一种导弹自主编队综合作战效能评估方法 |
| CN106789376A (zh) * | 2017-03-24 | 2017-05-31 | 大连大学 | 带有层级结构的指控网络级联失效模型构建方法 |
| CN108615122A (zh) * | 2018-05-11 | 2018-10-02 | 北京航空航天大学 | 一种防空反导体系作战能力评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨娟 等: "基于SCAS的防空反导装备体系作战能力指标设计", 《指挥控制与仿真》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111882231A (zh) * | 2020-07-31 | 2020-11-03 | 中国舰船研究设计中心 | 一种面向方面综合控制的模拟训练评估方法 |
| CN111882231B (zh) * | 2020-07-31 | 2022-04-22 | 中国舰船研究设计中心 | 一种面向方面综合控制的模拟训练评估方法 |
| CN112508250A (zh) * | 2020-11-27 | 2021-03-16 | 中国人民解放军空军工程大学 | 指挥信息系统生成方案增量分析方法、系统、介质及终端 |
| CN112508250B (zh) * | 2020-11-27 | 2023-06-23 | 中国人民解放军空军工程大学 | 指挥信息系统生成方案增量分析方法、系统、介质及终端 |
| CN112945018A (zh) * | 2021-01-29 | 2021-06-11 | 南京理工大学 | 一种激光非致命武器致伤评估方法 |
| CN113079042A (zh) * | 2021-03-25 | 2021-07-06 | 中国电子科技集团公司第二十八研究所 | 一种开放式的指控系统资源优化部署方法 |
| CN113079042B (zh) * | 2021-03-25 | 2022-08-30 | 中国电子科技集团公司第二十八研究所 | 一种开放式的指控系统资源优化部署方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109542056A (zh) | 一种指挥控制系统指挥控制能力评估指标量化模型 | |
| CN114239228A (zh) | 一种基于海量对抗仿真推演数据建模与分析的效能评估方法 | |
| CN110781584A (zh) | 一种空军无人机智能仿真作战系统 | |
| CN108364138A (zh) | 基于对抗视角的武器装备发展规划建模与求解方法 | |
| CN101964019A (zh) | 基于Agent技术的对抗行为建模仿真平台及仿真方法 | |
| CN110222406A (zh) | 一种基于任务阶段复杂性的无人机自主能力评估方法 | |
| CN112215350A (zh) | 一种基于强化学习的智能体控制方法及装置 | |
| CN111160511A (zh) | 一种共识主动学习的群体智能方法 | |
| CN104037761B (zh) | 一种agc功率多目标随机优化分配方法 | |
| Teng et al. | Adaptive computer-generated forces for simulator-based training | |
| Griffith et al. | Automated dynamic resource allocation for wildfire suppression | |
| CN115358831A (zh) | 基于多智能体强化学习算法在联邦学习下的用户竞价方法及装置 | |
| CN108683743B (zh) | 一种通过多个移动终端采集数据的任务分配方法 | |
| CN104680036B (zh) | 一种反坦克导弹系统完成作战任务效率指标的评价方法 | |
| CN107103416A (zh) | 基于互评结果反馈调节能力权重的角色分配的方法及装置 | |
| EP3226988A1 (de) | Kommunikationsvorrichtung für eine einsatzkraft und kommunikationsverfahren | |
| Berggren et al. | Statistical modelling of team training in a microworld study | |
| Gang et al. | A methods of operational effectiveness for C4ISR system based on system dynamics analysis | |
| CN111710208A (zh) | 一种基于学习者画像的电力网络安全智慧教学系统 | |
| Yuefeng et al. | Task allocation method of manned/unmanned aerial vehicle formation based on extended CNP | |
| Matthews et al. | A comparison of observer and incumbent ratings of situation awareness | |
| Toubman | Calculated Moves | |
| Atkinson et al. | On-the-fly generation of multi-robot team formation strategies based on game conditions | |
| KR102662286B1 (ko) | 자율 기동 및 교전이 가능한 표적 솔루션 제공 시스템 및 방법 | |
| Lawrence | US Army Performance Analytics in Deployed and Training Environments |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |
|
| RJ01 | Rejection of invention patent application after publication |