CN111967741A - 一种基于ec2的无人化作战体系云流化指控架构设计方法 - Google Patents

一种基于ec2的无人化作战体系云流化指控架构设计方法 Download PDF

Info

Publication number
CN111967741A
CN111967741A CN202010770792.6A CN202010770792A CN111967741A CN 111967741 A CN111967741 A CN 111967741A CN 202010770792 A CN202010770792 A CN 202010770792A CN 111967741 A CN111967741 A CN 111967741A
Authority
CN
China
Prior art keywords
cloud
command
control
combat
adaptation
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.)
Granted
Application number
CN202010770792.6A
Other languages
English (en)
Other versions
CN111967741B (zh
Inventor
王维平
黄美根
王涛
李小波
朱一凡
井田
杨松
何华
王彦锋
周鑫
汪冬惠
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202010770792.6A priority Critical patent/CN111967741B/zh
Publication of CN111967741A publication Critical patent/CN111967741A/zh
Application granted granted Critical
Publication of CN111967741B publication Critical patent/CN111967741B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Abstract

本发明涉及无人化作战技术领域,公开了一种基于EC2的无人化作战体系云流化指控架构设计方法,包括:S1云流化指控概念建模;s1指控云;(1)实体层;(2)虚拟层;S2基于VPU的实体层指控组织设计;(1)指挥过程;(2)控制过程;S3聚焦适变的虚拟层指控服务设计;(1)指控适变建模;(2)适变VPU模型;本发明具备充分考虑无人化作战运用模式与适变特性的基础上,通过改进EC2理论适变性并用于支撑指控组织与服务设计的优点,解决了适变性方面考虑较少,没有充分考虑架构的动态调整和未充分考虑无人化作战的问题。

Description

一种基于EC2的无人化作战体系云流化指控架构设计方法
技术领域
本发明涉及无人化作战技术领域,具体为一种基于EC2的无人化作战体系云流化指控架构设计方法。
背景技术
在军事智能化革命浪潮催生下,多无人集群、忠诚僚机等无人化作战成为日益重要的现代战争样式。无人化作战体系从人机关系角度可分为机器辅助人类的作战体系、人类辅助机器的作战体系以及无需人类参与的机器自主作战体系。
指挥控制是战争的枢纽,涉及到信息传输、信息共享、态势感知、规划计划、决策、决策执行等多个方面,无人化作战也不例外。随着无人平台自主化、智能化程度的不断提升,传统层级固化的指控架构难以发挥无人化作战优势。针对此,学者主要从优化指控架构以适用无人化作战和面向无人化作战设计全新指控架构等两个方面展开研究。在优化指控架构方面,周翔翔等提出了指控架构扁平化设计方法,但没有充分考虑架构的动态调整问题,进而孙鹏等提出了基于人工蜂群的指控架构自适应调整方法。在设计全新指控架构方面,Chen 等认为指控的核心是基于任务实现资源的优化调配和组织,基于云计算范式设计了移动云模式的指挥信息系统,但其未充分考虑无人化作战的特点。闫晶晶等通过将任务相关的指控实体临时重组为指控任务共同体,并针对动态重构机制进行了研究,吕学志等进一步采用贝叶斯网络模型探索了任务共同体识别方法。金欣等则采用服务化思想,结合软件定义技术,设计了面向多样化需求灵活重组指控系统工具或功能的新型服务化指控系统架构。此外,在指控系统效能评估方面,张壮等提出基于变权-投影灰靶的动态效能评估方法,蓝羽石等则从时效性方面对网络化C4ISR系统结构进行了详细评估。
然而,考虑到未来战争的复杂性和无人化作战的动态性,依据组织权变理论,适用于所有场景的无人化作战体系指控架构是不存在的。因此,面向多样化使命,构建最优匹配的组织结构与业务流程,是设计无人化作战体系指控架构的关键。组织指挥与控制(Enterprise C2,EC2)理论由Jay S.Bayne提出,其定义组织为价值生产过程的管理。通过将体系组织分解为若干具有相似结构的组织价值生产单元,从而在VPU重组基础上支持依据作战使命进行调整优化的组织设计。但是,尽管EC2具备可调整性,但其在适变性方面考虑较少,而适变是无人化作战的重要特征。
综上所述,无人化作战体系指控架构设计关键在于与作战使命相匹配。因此,本文在充分考虑无人化作战运用模式与适变特性的基础上,通过改进EC2 理论适变性并用于支撑指控组织与服务的设计,提出了一种适用于无人化作战体系的云流化指控架构设计方法。
发明内容
本发明的目的在于提供一种基于EC2的无人化作战体系云流化指控架构设计方法,具备充分考虑无人化作战运用模式与适变特性的基础上,通过改进EC2 理论适变性并用于支撑指控组织与服务设计的优点,解决了适变性方面考虑较少,没有充分考虑架构的动态调整和未充分考虑无人化作战的问题。
为实现上述目的,本发明提供如下技术方案:一种基于EC2的无人化作战体系云流化指控架构设计方法,包括:
S1云流化指控概念建模;
s1指控云;
(1)实体层;
(2)虚拟层;
S2基于VPU的实体层指控组织设计;
(1)指挥过程;
(2)控制过程;
S3聚焦适变的虚拟层指控服务设计;
(1)指控适变建模;
(2)适变VPU模型。
优选的,所述S1中,实体层指控节点依据体系逻辑层级划分为体系层指控节点、兵力层指控节点与集群层指控节点,分别负责体系级、兵力级和集群级的指控任务,通过层级划分,指控组织可适配绝大部分实际无人化作战指控组织。
优选的,所述S1中,虚拟层,功能云包括态势云、计划云、决策云、执行云和适变云,态势云主要负责通用作战态势图构建以及局部态势详图生成,计划云负责制定各级作战计划,包括体系层作战筹划、兵力层作战计划等,决策云主要对涉及作战活动的重要事件进行决策响应,执行云对接各级指控节点的具体业务实施过程,尤其是与作战流相关的行动计划执行,适变云主要负责响应与作战流相关的各种适变事件,在事件处理时按需调用其他功能云的服务。
优选的,所述S2中,指挥过程由VPU内部各指控角色完成,与指控云相一致,指控角色包括作战指挥角色、态势综合角色、计划管理角色、适变管控角色以及执行监管角色,其中作战指挥角色对其余角色具有指挥权限。
优选的,所述S2中,控制过程是对VPU任务实现过程的建模,依据作战任务一般流程,结合无人化作战的适变性特征,设计业务运转流程包括以下基本过程:态势感知、计划生成、计划决策、计划执行以及适变处理,指控角色对业务流程具有指控关系,态势综合角色负责态势感知过程,计划管理角色负责计划生成过程,执行监管角色负责计划执行过程,适变管控角色负责适变处理,作战指挥角色则负责作战计划生成、执行、适变、撤收等全流程的决策。
优选的,所述S3中,适变是面向作战任务需求动态构建或优化f(t)的过程,适变依据适变对象的不同可划分为组织适变、节点适变和事件适变,f(t)的改变幅度依次减小。
优选的,所述S3中,适变VPU是与适变事件响应相关的指控节点、作战流、适变云及相应功能云所构成的临时性VPU。
与现有技术相比,本发明的有益效果如下:
本发明具备充分考虑无人化作战运用模式与适变特性的基础上,通过改进 EC2理论适变性并用于支撑指控组织与服务设计的优点,解决了适变性方面考虑较少,没有充分考虑架构的动态调整和未充分考虑无人化作战的问题。
附图说明
图1为本发明流程示意图;
图2为本发明无人化作战体系指控角色设计示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种基于EC2的无人化作战体系云流化指控架构设计方法,包括:
S1云流化指控概念建模;
s1指控云;
(1)实体层;指控节点依据体系逻辑层级划分为体系层指控节点、兵力层指控节点与集群层指控节点,分别负责体系级、兵力级和集群级的指控任务。通过层级划分,指控组织可适配绝大部分实际无人化作战指控组织;
(2)虚拟层;功能云包括态势云、计划云、决策云、执行云和适变云。态势云主要负责通用作战态势图构建以及局部态势详图生成。计划云负责制定各级作战计划,包括体系层作战筹划、兵力层作战计划等。决策云主要对涉及作战活动的重要事件进行决策响应。执行云对接各级指控节点的具体业务实施过程,尤其是与作战流相关的行动计划执行。适变云主要负责响应与作战流相关的各种适变事件,在事件处理时按需调用其他功能云的服务;
综上所述,虚拟层功能云与实体层指控组织解耦后,云流化指控概念模型通过按需构建指控关系(即指控角色按需接入功能云),可生成与作战使命最优匹配的临时性指控组织,支持组织权变特性。受益于此,云流化指控通过实时调整指控关系,可快速实现越级指挥、接替指挥等非常规指控行为,并实现对突发适变事件的实时响应,具备鲁棒性、恢复性、多变性等敏捷指控特征。此外,在从“云”到“流”的扁平化指控基础上,云流化指控还具备分布式特征:一是作战流的构建是作战资源的分布式调度与组织;二是作战流的运用是集群内部的分布式协作过程。
S2基于VPU的实体层指控组织设计;
(1)指挥过程;指挥过程由VPU内部各指控角色完成,与指控云相一致,指控角色包括作战指挥角色、态势综合角色、计划管理角色、适变管控角色以及执行监管角色,其中作战指挥角色对其余角色具有指挥权限;设计业务运转流程包括以下基本过程:态势感知、计划生成、计划决策、计划执行以及适变处理。指控角色对业务流程具有指控关系,态势综合角色负责态势感知过程,计划管理角色负责计划生成过程,执行监管角色负责计划执行过程,适变管控角色负责适变处理,作战指挥角色则负责作战计划生成、执行、适变、撤收等全流程的决策。
(2)控制过程;控制过程是对VPU任务实现过程的建模,依据作战任务一般流程,结合无人化作战的适变性特征,设计业务运转流程包括以下基本过程:态势感知、计划生成、计划决策、计划执行以及适变处理,指控角色对业务流程具有指控关系,态势综合角色负责态势感知过程,计划管理角色负责计划生成过程,执行监管角色负责计划执行过程,适变管控角色负责适变处理,作战指挥角色则负责作战计划生成、执行、适变、撤收等全流程的决策;依据组织权变理论,指控关系的构建与优化至关重要,是指控组织设计的重要环节,通过优化指控关系可以显著提升指控组织效能及对组织使命的满足度。因此,特别将指控关系形式化定义为业务流程集合Bp到指控角色集合Cr的映射f(t),其中t为指控关系存续时间。
Figure RE-GDA0002717584110000061
式中,bpi和crj分别代表第i项业务流程和第j个指控角色,m和n则分别为集合Bp和Cr的基数。显然,f(t)为一对多的映射关系,组织可以按需改变f(t)以实现组织与使命的持续最优匹配。例如,随着作战进程的推进,组织可以实时改变映射关系实现越级指挥或接替指挥等。
S3聚焦适变的虚拟层指控服务设计;
(1)指控适变建模;适变是面向作战任务需求动态构建或优化f(t)的过程,适变依据适变对象的不同可划分为组织适变、节点适变和事件适变,f(t)的改变幅度依次减小;组织适变是指控组织整体的适变,通常对应于体系层面的指控组织重构。例如,在配属多型无人集群装备后,某体系层指控组织向无人化指控组织的重构过程,可表达为
Figure RE-GDA0002717584110000071
即传统指控组织向无人化指控组织的适变。节点适变是指控节点层面的适变过程,通常作用于作战任务实施进程中指控组织的局部优化过程。例如,在作战过程中,某集群层指控节点被敌方摧毁,此时急需指挥其邻近集群层指控节点授权接管,实施接替指挥,此过程可表达为
Figure RE-GDA0002717584110000072
即无人集群a的业务流程由指控角色A授权转移至指控角色B。事件适变是无人化作战过程中最常见的适变类型,通常用于处理对作战流当前任务产生影响的事件,如任务中止指令、发现更具价值的时敏目标、作战流内部通信故障等,这三类适变事件分别称为任务适变事件、目标适变事件、状态适变事件。在事件适变处理上,最关键的是构建作战流与能够响应该事件的最小指控角色之间的指控关系,即建立临时
Figure RE-GDA0002717584110000073
从而实现按需扁平化指控服务。其中,能够响应是保证事件能被妥善处理的基础;则是为避免指控资源的浪费, e_before和e_after分别代表事件e发生前与发生后。为此,提出适变VPU模型进行处理。
(2)适变VPU模型;适变VPU是与适变事件响应相关的指控节点、作战流、适变云及相应功能云所构成的临时性VPU;针对目标适变事件或状态适变事件,响应流程一般为作战流将事件信息上传至适变云;适变云通过分析事件类型及响应权限,匹配出“能够响应”且“最小”的指控角色,并依据指控业务分发至相应功能云;进一步,功能云调用该指控角色完成指控业务处理。此时,在构建作战流、适变云、相应功能云及指控角色间的指控关系基础上,四者共同构成了目标适变VPU或状态适变VPU。
实例分析;
(1)实体层指控组织设计;为履行边境管控使命想定,该部队首先进行组织适变,生成与使命相匹配的指控组织,具体包括体系指控节点、兵力指控节点和集群指控节点以及集群协控平台;其中,体系指控节点负责边境管控方案筹划以及边境冲突管控决策等;兵力指控节点负责具体巡逻行动方案的计划及监管;集群指控节点负责具体执行巡逻行动计划;集群协控平台则通过无人平台之间协作执行作战指令。
(2)虚拟层指控服务设计;虚拟层指控服务设计包括态势云、计划云、决策云、执行云与适变云等。在实体层指控组织基础上,将作战指挥角色与指控业务角色依据业务流程分别接入各功能云,支撑面向作战流的按需指控服务;
作战指挥角色层,在各指控节点内部行使指挥权,负责完成计划决策业务流程,智能协控角色为集群协控平台的作战指挥角色。
指控业务角色层,与VPU控制过程相适应,负责完成各项指控业务流程,如态势感知、计划生成、计划执行和适变处理等。体系与兵力两级指控节点依据任务层次不同,计划管理角色分别具体化为筹划管理角色和任务计划角色,其余态势综合角色、适变管控角色和执行监管角色保持不变;集群指控节点包括状态监控角色、通信管理角色和协同控制角色;集群协控平台则包括火力打击角色和作战评估角色。
业务辅助角色层,支撑指控业务角色运转,包括情报侦察角色、任务筹划角色、筹划审查角色、资源调度角色等。此外,集群无人平台通常会嵌入具有智能自主特性且集成集群控制、作战侦察、通信中继等角色的功能模块,因此基于该模块可以支撑智能协控角色的正常运转。
云流化指控架构效能评估,在履行边境管控使命中,面向无人化作战体系的云流化指控架构通过实体层指控组织与虚拟层指控服务的解耦,实现指控资源的按需重组,并通过组织、节点适与事件三级适变高效满足不同层次、不同类型的指控需求;
时效性指标;
时效性指标主要用于测度指控架构对作战事件的响应时效,通常可分为与指控路径有关的信息传递时效和指控节点处理相关的信息处理时效。缘于信息处理时效的优化在于提升指控角色业务水平,此处不予考虑。信息传递时效采用网络整体效率定义进行测度,通过信息在指控路径上的传递效率来衡量指控架构时效性E,如式所示。
Figure RE-GDA0002717584110000091
式中,N为指控角色数量,V为指控角色集合,dij为指控角色i与j之间以跳数表示的最短路径。
针对云流化指控架构,N=20(不考虑集群协控平台),最短路径dij的计算需要考虑指控路径。由于作战指挥角色层与指控业务角色层均接入虚拟层,共 14个,相互之间通过虚拟层即可实现连通,业务辅助角色层需通过指控业务角色层进行信息转递,共6个,指控节点内部指控业务角色间以1跳方式直接交互。因此,
Figure RE-GDA0002717584110000092
代入式可得云流化指控架构时效性指标Ecf=0.248。
针对传统指控架构,以实体层指控组织为例,不同指控节点指控业务角色间交互需要通过作战指挥角色进行信息转递,业务辅助角色层仍需通过指控业务角色层进行信息转递。因此,
Figure RE-GDA0002717584110000093
此时实体层指控组织时效性指标Ete=0.197。
有必要说明的是,依据组织权变理论,实体层指控组织已经与边境管控使命相适应。但是,其时效性Ete仍然低于云流化指控架构时效性Ecf 20%以上,表明云流化指控架构能够有效优化指控时效性,而且随着指控层级的加深,云流化指控架构的时效性优势更加明显。
鲁棒性指标
鲁棒性指标主要用于测度指控架构的稳定性,即指控路径被部分破坏后,指控架构仍然能够履行其使命的能力,此处采用抗毁性表征。抗毁性的优劣与指控角色之间连接的紧密度密切相关,为简化计算,此处不考虑指控角色权重问题。因此,采用基于邻接矩阵的自然连通度计算抗毁性指标I,模型如式所示。
Figure RE-GDA0002717584110000101
式中,N为指控角色数量,λi表示相应邻接矩阵特征值。
依据前述指控角色间关系设定,给出云流化指控架构与实体层指控组织中指控角色间邻接矩阵Dcf与Dte,其中元素“1”表示两个指控角色互连,元素“0”则表示两个指控角色不直接连通。
Figure RE-GDA0002717584110000111
Figure RE-GDA0002717584110000112
在此基础上,计算邻接矩阵特征向量λcf=(-1.7142,-1.6180,-1.6180, -1.6180,-1.4597,-1.0000,-1.0000,-1.0000,-1.0000,-1.0000,-1.0000,-1.0000,-1.0000,-1.0000,0.4549,0.6180,0.6180,0.6180,1.6850,13.0340),λte=(4.3456,3.9338,3.0092,1.5111,-2.2146,0.5059,0.2898,-0.2001, -1.7067,-1.3864,-1.0877,0.6180,0.6180,-1.6180,-1.6180,-1.0000, -1.0000,-1.0000,-1.0000,-1.0000,-1.0000)。
进一步,分别代入抗毁性模型计算得出两者抗毁性指标分别为Icf=10.0383与Ite=2.1103。由此可知,云流化指控架构抗毁性显著优于代表传统指控架构的实体层指控组织,原因在于通过指控云服务实现了各级指控业务角色间的广泛连接。
无人化作战是战争样式演化的必然趋势,指控架构仍然是无人化作战体系的枢纽,直接影响作战进程。针对此,本文面向无人化作战体系提出了“前线无人作战流”与“后方有人指控云”有机融合的云流化指控概念模型。进一步,通过改进EC2理论适变性,解耦指控组织实体与指控云服务,提出了云流化指控架构设计方法。最后,以边境管控使命为例,给出了指控组织与服务的详细设计方案,并从时效性与鲁棒性两个方面对指控架构进行了效能评估,对比分析结果表明云流化指控架构时效性短、抗毁性强,可以更好地适用于无人化作战体系。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种基于EC2的无人化作战体系云流化指控架构设计方法,其特征在于,包括:
S1云流化指控概念建模;
s1指控云;
(1)实体层;
(2)虚拟层;
S2基于VPU的实体层指控组织设计;
(1)指挥过程;
(2)控制过程;
S3聚焦适变的虚拟层指控服务设计;
(1)指控适变建模;
(2)适变VPU模型。
2.根据权利要求1所述的一种基于EC2的无人化作战体系云流化指控架构设计方法,其特征在于:所述S1中,实体层指控节点依据体系逻辑层级划分为体系层指控节点、兵力层指控节点与集群层指控节点,分别负责体系级、兵力级和集群级的指控任务,通过层级划分,指控组织可适配绝大部分实际无人化作战指控组织。
3.根据权利要求1所述的一种基于EC2的无人化作战体系云流化指控架构设计方法,其特征在于:所述S1中,虚拟层,功能云包括态势云、计划云、决策云、执行云和适变云,态势云主要负责通用作战态势图构建以及局部态势详图生成,计划云负责制定各级作战计划,包括体系层作战筹划、兵力层作战计划等,决策云主要对涉及作战活动的重要事件进行决策响应,执行云对接各级指控节点的具体业务实施过程,尤其是与作战流相关的行动计划执行,适变云主要负责响应与作战流相关的各种适变事件,在事件处理时按需调用其他功能云的服务。
4.根据权利要求1所述的一种基于EC2的无人化作战体系云流化指控架构设计方法,其特征在于:所述S2中,指挥过程由VPU内部各指控角色完成,与指控云相一致,指控角色包括作战指挥角色、态势综合角色、计划管理角色、适变管控角色以及执行监管角色,其中作战指挥角色对其余角色具有指挥权限。
5.根据权利要求1所述的一种基于EC2的无人化作战体系云流化指控架构设计方法,其特征在于:所述S2中,控制过程是对VPU任务实现过程的建模,依据作战任务一般流程,结合无人化作战的适变性特征,设计业务运转流程包括以下基本过程:态势感知、计划生成、计划决策、计划执行以及适变处理,指控角色对业务流程具有指控关系,态势综合角色负责态势感知过程,计划管理角色负责计划生成过程,执行监管角色负责计划执行过程,适变管控角色负责适变处理,作战指挥角色则负责作战计划生成、执行、适变、撤收等全流程的决策。
6.根据权利要求1所述的一种基于EC2的无人化作战体系云流化指控架构设计方法,其特征在于:所述S3中,适变是面向作战任务需求动态构建或优化f(t)的过程,适变依据适变对象的不同可划分为组织适变、节点适变和事件适变,f(t)的改变幅度依次减小。
7.根据权利要求1所述的一种基于EC2的无人化作战体系云流化指控架构设计方法,其特征在于:所述S3中,适变VPU是与适变事件响应相关的指控节点、作战流、适变云及相应功能云所构成的临时性VPU。
CN202010770792.6A 2020-08-04 2020-08-04 一种基于ec2的无人化作战体系云流化指控架构设计方法 Active CN111967741B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010770792.6A CN111967741B (zh) 2020-08-04 2020-08-04 一种基于ec2的无人化作战体系云流化指控架构设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010770792.6A CN111967741B (zh) 2020-08-04 2020-08-04 一种基于ec2的无人化作战体系云流化指控架构设计方法

Publications (2)

Publication Number Publication Date
CN111967741A true CN111967741A (zh) 2020-11-20
CN111967741B CN111967741B (zh) 2022-11-18

Family

ID=73363991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010770792.6A Active CN111967741B (zh) 2020-08-04 2020-08-04 一种基于ec2的无人化作战体系云流化指控架构设计方法

Country Status (1)

Country Link
CN (1) CN111967741B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112734278A (zh) * 2021-01-20 2021-04-30 中国人民解放军国防科技大学 一种面向时敏目标打击的c2组织资源动态调度方法
CN112947545A (zh) * 2021-01-25 2021-06-11 中国人民解放军国防科技大学 基于条件触发机制的无人机集群任务适变架构设计方法
CN115963731A (zh) * 2023-03-16 2023-04-14 南京信息工程大学 一种基于改进遗传算法的指挥控制体系网络结构优化方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050256735A1 (en) * 2003-10-03 2005-11-17 Echelon 4 Corporation Method and system for network-based, distributed, real-time command and control of an enterprise
CN103324479A (zh) * 2013-06-13 2013-09-25 南京南自信息技术有限公司 松散环境下分布式大数据计算的中间件体系框架
CN105427221A (zh) * 2015-12-09 2016-03-23 北京中科云集科技有限公司 一种基于云平台的警务管理方法
CN105843182A (zh) * 2015-09-11 2016-08-10 国家电网公司西北分部 一种基于oms的电力调度事故预案系统及方法
CN107454148A (zh) * 2017-07-10 2017-12-08 中国人民解放军国防科学技术大学 一种面向战术边缘的移动云指控系统
US20180167278A1 (en) * 2015-06-05 2018-06-14 Deutsche Telekom Ag A system and method for facilitating migration of server infrastructure services
CN108646589A (zh) * 2018-07-11 2018-10-12 北京晶品镜像科技有限公司 一种攻击无人机编队的作战模拟训练系统及方法
CN108762295A (zh) * 2018-02-09 2018-11-06 华南理工大学 基于软件总线的一体化无人机控制系统
CN109005433A (zh) * 2018-09-04 2018-12-14 北京邮电大学 一种视频云服务平台架构及实现方法
CN110233832A (zh) * 2019-05-22 2019-09-13 中国电子科技集团公司第二十八研究所 韧性信息服务云环境试验评估系统及其使用方法
CN110688754A (zh) * 2019-09-25 2020-01-14 中国人民解放军国防科技大学 一种作战体系架构建模与最优搜索方法
CN110929394A (zh) * 2019-11-14 2020-03-27 北京华如科技股份有限公司 基于超网络理论的联合作战体系建模方法以及存储介质
CN111142439A (zh) * 2019-12-30 2020-05-12 湖北航天技术研究院总体设计所 一种基于云计算的指火一体化控制方法及系统
CN111460730A (zh) * 2020-03-26 2020-07-28 中国电子科技集团公司第二十八研究所 一种未来作战智能化技术应用设计方法
US20200242188A1 (en) * 2019-01-30 2020-07-30 Pacific Gas And Electric Company System and server for parallel processing mixed integer programs for load management

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050256735A1 (en) * 2003-10-03 2005-11-17 Echelon 4 Corporation Method and system for network-based, distributed, real-time command and control of an enterprise
CN103324479A (zh) * 2013-06-13 2013-09-25 南京南自信息技术有限公司 松散环境下分布式大数据计算的中间件体系框架
US20180167278A1 (en) * 2015-06-05 2018-06-14 Deutsche Telekom Ag A system and method for facilitating migration of server infrastructure services
CN105843182A (zh) * 2015-09-11 2016-08-10 国家电网公司西北分部 一种基于oms的电力调度事故预案系统及方法
CN105427221A (zh) * 2015-12-09 2016-03-23 北京中科云集科技有限公司 一种基于云平台的警务管理方法
CN107454148A (zh) * 2017-07-10 2017-12-08 中国人民解放军国防科学技术大学 一种面向战术边缘的移动云指控系统
CN108762295A (zh) * 2018-02-09 2018-11-06 华南理工大学 基于软件总线的一体化无人机控制系统
CN108646589A (zh) * 2018-07-11 2018-10-12 北京晶品镜像科技有限公司 一种攻击无人机编队的作战模拟训练系统及方法
CN109005433A (zh) * 2018-09-04 2018-12-14 北京邮电大学 一种视频云服务平台架构及实现方法
US20200242188A1 (en) * 2019-01-30 2020-07-30 Pacific Gas And Electric Company System and server for parallel processing mixed integer programs for load management
CN110233832A (zh) * 2019-05-22 2019-09-13 中国电子科技集团公司第二十八研究所 韧性信息服务云环境试验评估系统及其使用方法
CN110688754A (zh) * 2019-09-25 2020-01-14 中国人民解放军国防科技大学 一种作战体系架构建模与最优搜索方法
CN110929394A (zh) * 2019-11-14 2020-03-27 北京华如科技股份有限公司 基于超网络理论的联合作战体系建模方法以及存储介质
CN111142439A (zh) * 2019-12-30 2020-05-12 湖北航天技术研究院总体设计所 一种基于云计算的指火一体化控制方法及系统
CN111460730A (zh) * 2020-03-26 2020-07-28 中国电子科技集团公司第二十八研究所 一种未来作战智能化技术应用设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘鸿福等: "无人系统集群及其对抗技术研究综述", 《飞航导弹》 *
孙海洋等: "云协同中作战资源两阶段虚拟化方法", 《系统工程与电子技术》 *
方超等: "网络空间"云作战"模型及仿真分析研究", 《军事运筹与系统工程》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112734278A (zh) * 2021-01-20 2021-04-30 中国人民解放军国防科技大学 一种面向时敏目标打击的c2组织资源动态调度方法
CN112734278B (zh) * 2021-01-20 2023-11-07 中国人民解放军国防科技大学 一种面向时敏目标打击的c2组织资源动态调度方法
CN112947545A (zh) * 2021-01-25 2021-06-11 中国人民解放军国防科技大学 基于条件触发机制的无人机集群任务适变架构设计方法
CN112947545B (zh) * 2021-01-25 2022-10-21 中国人民解放军国防科技大学 基于条件触发机制的无人机集群任务适变架构设计方法
CN115963731A (zh) * 2023-03-16 2023-04-14 南京信息工程大学 一种基于改进遗传算法的指挥控制体系网络结构优化方法

Also Published As

Publication number Publication date
CN111967741B (zh) 2022-11-18

Similar Documents

Publication Publication Date Title
CN111967741B (zh) 一种基于ec2的无人化作战体系云流化指控架构设计方法
CN108632831B (zh) 一种基于动态航迹的无人机群频谱资源分配方法
CN105302153B (zh) 异构多无人机协同察打任务的规划方法
CN103777640B (zh) 一种分布式控制无人机群集中分簇编队方法
CN101819439B (zh) 一种无中心环境下无人机协同模拟平台的控制方法及系统
CN111552314A (zh) 多无人机自适应编队跟踪控制方法
CN113312172B (zh) 基于适变网络的多无人机集群动态任务调度模型
CN111538950B (zh) 一种多无人平台干扰资源分配方法
CN113392521B (zh) 面向海空联合作战任务的资源编组模型构建方法及系统
CN113268078B (zh) 一种无人机群自适应环境的目标追踪围捕方法
CN112801539A (zh) 无人机集群任务的柔变网络架构动态调度模型
CN114326822B (zh) 一种基于演化博弈的无人机集群信息共享方法
CN112034714A (zh) 一种分组时变编队合围跟踪控制方法及系统
CN112801540B (zh) 基于无人集群的智能协同架构设计方法
CN111160511A (zh) 一种共识主动学习的群体智能方法
WO2023179180A1 (zh) 一种网络虚拟化体系结构以及虚拟化方法
AU2005281762B2 (en) A system and a method for mission planning
CN114371925A (zh) 一种保障边云负载比的边云协同多任务调度方法和系统
CN112288343B (zh) 一种面向体系能力生成的立体栅格可变架构构建方法
CN112907115A (zh) 一种区块链无人机集群的协同任务计算控制方法
CN116541797A (zh) 一种基于强化学习和效能评估的多资源任务规划方法及系统
CN116193395A (zh) 无人集群组织重构角色分配方法、系统、设备及存储介质
CN110662272A (zh) 一种基于蜂群无人机的最少数量领航者选取方法
CN113542063B (zh) 分布式指挥控制系统效能检测方法、装置、设备和介质
Hu et al. Reinforcement learning for multi-agent patrol policy

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
GR01 Patent grant
GR01 Patent grant