胡剑文：仿真实验方法及其在无人机群新作战概念论证中的应用

仿真实验方法及其在无人机群新作战概念论证中的应用

远望智库探索性决策研究中心 特邀首席专家 胡剑文

未来战争将首先从实验室打响，新的作战概念必定从作战实验室中诞生。仿真实验方法及其工具平台已成为未来新作战概念论证研究的利器。研究人员可以通过仿真实验手段系统展示新的作战概念，论证新质作战力量运用方式，新质作战能力需求等深层次问题。本文首先介绍了作战仿真实验的基本理论框架，并运用仿真实验方法与本研究中心开发的系列工具平台于一假想的无人机群电子支援作战新概念的分析论证，其中包括了无人群在电子支援作战新概念中的力量的运用方式，能力需求以及要素之间影响关系等问题。实践证明仿真实验方法能够全面与深入透彻的论证新作战概念，具有广泛的应用前景。

1、作战仿真实验基本概念

       

作战实验是根据实验目的，有计划地改变军事力量、战法、作战环境等条件，考察各种条件下的作战进程和结局，从而深入认识战争规律和指导规律的研究活动。

作战仿真实验（也称计算实验）是指设定相关的实验条件，建立仿真模型，运行仿真模型，获取实验结果数据与分析实验结果数据，实现实验目标的一种活动。它是通过计算机程序来模拟复杂实际问题的一种实验方式，是信息技术发展到一定阶段的产物，也是方法论上的一场革命。作战仿真实验在作战领域得到广泛的应用，如作战方案的选择、武器装备的论证、指挥控制体制的优化等领域都离不开仿真实验技术。

根据上述定义，我们可以用以下形式表示仿真实验问题：

式中：Y为输出结果向量；X为实验分析向量；ε为随机向量；为仿真程序实现的映射。可通过对实验输入的可控变量X与仿真输出结果Y的分析，完成各类型的实验活动。

2、作战仿真实验理论体系的三维架构

       

作战仿真实验的理论框架如图1 所示。该框架包含了实验目标，实验逻辑，实验模式三个维度，相关的实验的理论方法都是基于该框架模式展开的。

图1作战仿真实验三维体系架构图

2.1实验目标

一般意义讲，实验目标却可总结为寻优、寻需和寻规律三个方面。

（1）寻优，即寻找解决问题的优化方案。通过仿真实验，探索性地找到解决问题的优化方案。如优化的部署，兵力使用优化方案等。

（2）寻需，即寻找满足需求的问题解决方案。如为实现作战目标，武器装备的性能指标的需求范围。

（3）寻规律，即寻找问题在仿真实验中呈现出来的客观规律。通过仿真实验手段，发现系统内在的规律，辅助指挥决策人员利用规律来解决实际问题。例如，分析因素对结果的敏感性与因素之间的关联性；以及因素之间因果影响关系与可合理设想的反事实关系等等。

2.2实验逻辑

实验逻辑是实验开展的一种流程，即从问题分析进行实验设计到控制实验进行，再到对实验结果进行分析的过程。如图2所示。

图2实验逻辑示意图

（1）实验设计。对原始问题进行分析解构，理清实验目标是什么，实验的指标是什么，并进一步确定实验因子及其取值范围，以及实验样本采样（如正交，均匀，拉丁方等方式）。另外，根据实验目标，构建问题想定与仿真模型，也是一种广义上的实验设计。

（2）实验控制。根据不同目标的实验设计结果，驱动仿真模型完成多样本实验。包括了并行与串行，以及静态与动态等分类。串行实验实施动态或静态的样本在一台处理机上依次运行。并行则是分布在多台处理机上并行运行。静态是指在实验设计阶段完成实验样本的确定，然后驱动仿真模型生成实验数据。动态是指实验样本根据实验的中间结果动态的确定下一步的实验样本，如典型的序贯实验，动态寻优，寻需实验等来控制实验的执行。初始实验设计只是初始条件与运行控制规则。通过实验运行控制系统，可以驱动仿真模型按照实验目标与实验设计的要求，自动或人机交互完地方式完仿真实验运行。

（3）实验分析。完成实验后根据实验结果展开分析研究，分析数据内在规律，实现实验目标。实验数据分析方法包括了描述性的多维数据表现与分析，以及基于模型的回归分析，各类数据挖掘等等。

2.3实验模式

实验设计过程中采用的实验方式，包括2k实验模式、Nk实验模式和Lk实验模式。

（1）2k实验模式，对于两端型实验因子往往采用2k实验模式，这类实验模式可以用来确定实验因子主效应、交互效应、筛选关键要素及筛选关键要素的关键区段等功能。

（2）Nk实验模式，对于离散型实验因子，采取的实验模式称为Nk实验模式，Nk实验模式是最常用的实验模式，传统的全排列组合、正交实验、拉丁方、均匀设计等都是Nk实验模式中不同抽样类型。

（3）Lk实验模式，是指实验因子连续取值，可以对实验因子更为精确的进行实验分析，但其计算量较大。在仿真实验寻优与寻需中经常要采用Lk实验模式。

3、作战仿真实验论证的基本流程

       

图3仿真实验流程

仿真实验流程如图3所示。对于实际仿真实验论证问题首先要对实验问题进行分析界定，确定实验目标并确定与实验目标相关的实验因子和实验指标，进行实验设计。然后应用相应工具构建作战概念模型，再建立仿真模型。随后控制实验进行，掌控实验的整个进程，得出实验结果。最后，对实验所得结果展开数据分析与决策论证，完成实验报告。当然，过程可以迭代的方式展开，实验论证完成后，可以继调整前面的实验设计，反复迭代完成实验工作。

4、实验案例：无人机群电子支援作战概念仿真实验论证

       

4.1、问题背景与实验目标

(1)问题背景

假设在某次遭遇战中，敌方探测系统发现我方舰艇，并对我方舰艇发射反舰导弹，我方采取基于无人机群无源干扰措施，派出一定数量的具有强反射特性的无人机飞到与舰艇适当距离处，排列有利阵形，通过无源干扰敌方反舰导弹末制导雷达工作，使其不能命中我方舰艇（为了快速反应无人机群由预先起飞巡逻的直升机发射）。如下图4所示。

很显然，无人机群比箔条干扰更稳定，更便于操控，上述设想的作战概念具有合理性。在1982年马岛战争中，英军采取了类似的作战行动，他们从航母起飞挂有强反射装置的直升机，干扰引诱阿军的飞鱼导弹偏离航母，取得了较好的战果。但显然直接依靠直升机无源干扰的作战模式危险性高，可控性也不好。

图4无人机电子支援作战示意图

(2)实验目标

对于我方而言，目标是使反舰导弹不能有效命中舰艇，进一步分解目标就是将我方损失概率降至最低。此次实验是以无人机代替传统的箔条为做无源干扰装置，干扰敌方反舰导弹末制导雷达工作进而减小命中舰船的概率。为此，我们确定此次实验寻优目标为：确定我方无人机的最佳阵位，使得我方损失最小。在确定寻优目标后，进一步讨论我方资源的需求程度，即考虑无人机的数量以及无人机相关的RCS等数据。为此，我们确定寻需目标：确定我方关键能力的需求，即无人机的可发射数量，相关的RCS大小等。

另外，还可以进一步探索实验问题呈现出来的内部规律，即寻规律的实验目标。可以了解影响作战目标的主要因素及其对结果的敏感性，了解要素之间的关联关系，找到其中的某些特殊规律性。例如，哪些要素对我方损失率影响较大，哪些影响较小，要素之间的关联关系如何，要素以及要素取值区域的敏感性如何等等？通过这些分析，可以为决策者提供重要的决策参考依据。

4.2实验设计

导弹截获距离导弹波瓣半角舰船长度舰船高度舰船rcs无人机与舰船最小水平距离无人机相对于舰船的俯仰角无人机rcs无人机数量无人机所在区域高度无人机所在区域长度导弹CEP部署模式部署时间反应时间命中率

导弹截获距离

导弹波瓣半角

舰船长度

舰船高度

舰船rcs

无人机与舰船最小水平距离

无人机相对于舰船的俯仰角

无人机rcs

无人机数量

无人机所在区域高度

无人机所在区域长度

导弹CEP

部署模式

部署时间

反应时间

命中率

表1实验因子与实验指标

根据十五个实验因子与一个实验指标，建立仿真实验模型：

，

式中：Y为输出结果向量，即命中率；X为实验分析向量，即十五个实验因子；ε为随机向量；f为仿真模型实现的映射，此处通过蒙特卡罗仿真判断命中与否确定映射关系。

可运用析因实验、定制实验、正交、均匀抽样等实验设计方法，生成实验样本。如下表所示：

导弹截获距离	导弹波瓣半角	舰船长度	舰船高度	舰船rcs	无人机与舰船最小水平距离	无人机相对于舰船的俯仰角	无人机rcs	无人机数量	无人机所在区域高度	无人机所在区域长度	导弹CEP	部署模式	部署时间	反应时间	命中率
15000	10	100	20	500	400	10	15	20	20	100	7	1	200	300
14000	8	100	20	500	300	10	15	21	25	100	7	1	200	300
13000	6	100	20	500	200	10	20	22	30	100	7	2	200	300
12000	4	100	20	500	100	10	20	23	35	100	7	2	200	300
…	…	…	…	…	…	…	…	…	…	…	…	…	…	…

表2实验样本

图5实验设计工具界面

4.3作战概念建模

基于DODAF框架，建立本次实验的作战概念模型，如:高层作战概念图、红方作战活动层次图和蓝方作战活动层次图，信息交换，逻辑流程图等等，建立相应的作战概念模型，为后续仿真建模提供指导。图6是本实验论证问题的作战概念图。

图6高层作战概念图

4.4建立仿真模型

根据问题背景，录入想定数据。在概念模型与实验设计的基础上开发仿真模型并测试校验。

仿真模型主要分为两大部分，第一部分为我方无人机部署仿真，第二部分为敌方反舰导弹攻击的仿真。在第一部分中，无人机部署包括无人机的阵位选择、无人机的部署方式和无人机的工作设置；第二部分中，反舰导弹的攻击包括反舰导弹末制导雷达工作模式和反舰导弹命中目标的概率。

无人机的阵位选择即无人机分布范围与相关角度计算；无人机部署模式分为均匀分布模式与特定阵型模式；无人机的工作设置即调整无人机的RCS大小。反舰导弹末制导雷达搜捕目标以质心算法为准；在攻击目标时，采用蒙特卡罗方法模拟命中，计算命中率。主要流程如下：

1、根据实验设计结果，输入以上十五个实验因子数据。

2、根据反应时间和部署时间，判断是否可以部署无人机，若反应时间大于部署时间，则可以，否则判断任务失败，计算无干扰条件下导弹命中率。

3、根据相对位置，以及反舰导弹的搜索距离与角度，飞行速度，模拟反舰导弹跟踪航路。

4、根据指定的无人机范围，以及设定的部署方式，模拟军舰部署无人机群行为。

5、选择反舰导弹末制导雷达搜索范围之内的无人机，根据无人机RCS以及舰船RCS利用质心算法，计算反舰导弹的攻击点。

6、应用蒙特卡罗方法计算，计算反舰导弹命中率。

7、输出实验指标：命中率。

仿真模型建完后，其与相关想定背景数据一并导入仿真推演工具平台中，以平台插拔式或云服务的模式供实验控制系统调用运行。

4.5实验控制运行

运用平台的实验控制工具并行实现大样本的静态仿真实验，以及动态的寻优与寻需要实验。平台的实验控制工具可以根据实验设计的指令与规则，高效率地驱动仿真推演系统，完成整个实验控制运行，得出所需的实验数据。

图7实验运行控制工具示意图

4.6实验数据分析与决策论证

对于寻优目标的实验，我们需确定我方无人机的最佳阵位，可通过有限次仿真实验找到无人机部署的最优阵位，即无人机与舰船最小水平距离、无人机相对于舰船的俯仰角、无人机所在区域高度和无人机所在区域长度。在此，运用静态实验最优化方法，寻找合适的无人机部署阵位，见下图。

图8等高线分析图

图8为无人机数量为15架，无人机RCS为10平方米。图中蓝色部分为舰船命中率较低的区域，即符合要求的区域；红色部分为舰船命中率较高的部分，即不符合的区域。由图中可以看到，无人机与舰船的最小水平距离在150到200米，无人机所在区域长度为50到250米的范围内为较优值。因此，可选择在这个范围内寻找适合的取值。

图9等高线分析图

图9为无人机数量为20架，无人机RCS为5平方米。由图中可以看到，无人机与舰船的最小水平距离大于100米，无人机所在区域长度为大于50米的范围内为较优值。因此，可选择在这个范围内寻找适合的取值。

优化过程应充分考虑外部条件的不确定条件，优化的结果强调稳健性，应在多种不确定外部条件下都能够获得满意的结果，而不应追求特定假设条件下的“最优结果”。仿真实验的优化结果应是辅助决策者进行决策，而不是直接给出方案，替代决策。

寻需实验是能过实验探索的手段，寻求满足特定目标的能力需求的实验，在本次实验中，需要探索舰船RCS、无人机RCS、无人机数量、部署时间和反应时间的满足需求的范围。例如，如果要使我方舰船的命中率小于0.05，那么相关的关键性指标应在什么范围内？我们通过仿真实验找到了相关的需求区域，见图10。

图10能力需求分析

图10为舰船RCS、无人机RCS与无人机数量的需求超盒图。图中三维超盒包络的区域为舰船命中率小于0.05时的其它相关指标的需求范围。当给出的方案不符合要求时，可通过图中的多条路径达到需求范围之内，可通过比较选择路径所付出的代价，选择较为合适的。

另外还可以需求集为准绳，对各指标进行评估与分析。如有效性、灵敏性、关联性、稳定性、协调性等。

对于寻规律实验目标，我们通过主效应与交互效应分析，可以获取各个实验因子对实验指标的影响程度，以及各个因子之间的相互影响关系。可以运用贝叶斯分析方法，给实验因子进行影响程度排序，运用数据挖掘与OLAP分析实验数据中蕴藏的一般规律以进行辅助决策。可用回归方法，构建实验代理模型，综合分析数据并可以提高实验运行效率等等。

图11实验因子主效应图

图11为舰船命中率的主效应图。图中横坐标为各个实验因子的取值，纵坐标为舰船命中率。所有的数据均取平均值，例如，在探讨导弹距离因子时，分别取导弹距离因子的数值为10000和15000，其它11个实验因子的各种组合分别进行实验，然后取平均值。以导弹距离与无人机所在区域长度两个实验因子为例，从图中可以看出，导弹距离从10000米变化到15000米，舰船命中率变化较小，因此导弹距离因子属于敏感性较弱的因子；而无人机所在区域长度从50米增加到200米时，舰船命中率从0.6降低到0.2，因此无人机所在区域长度因子为敏感性较大的因子。

图12 实验因子交互效应图

图12为舰船命中率的交互作用图。横轴为各个因子的取值，纵坐标为舰船命中率，数据取平均值。以舰船RCS因子与无人机与舰船最小水平距离因子、舰船RCS与无人机RCS和无人机所在区域长度与无人机部署模式的交互作用为例。舰船RCS因子与无人机与舰船最小水平距离因子的交互作用图中，两条线分别为舰船RCS取不同值时，无人机与舰船最小水平距离从100米增加到300米的情况，可以看出在变化过程中舰船命中率变化较小，因此两个因子的相关性较弱。舰船RCS与无人机RCS因子的交互作用图中，两条线分别为无人机RCS从5平方米增加到15平方米时，舰船RCS取不同值的情况。可以看出当舰船RCS从较小值变为较大值时，舰船的命中率发生较大变化，从高命中率变为较低命中率，即这两个因子呈现出负相关的特性。而在无人机所在区域长度与无人机部署模式因子的交互作用图中，取值变化时，舰船命中率由低命中率变为较高命中率，即这两个因子呈现出正相关的特性。

图13决策树分析

图13为决策树分析图，通过决策树分析，我们能发现实验结果中蕴藏的规律。例如如图13所示，无人机区域长度大于65，小于155，RCS 大于23 时， 有2160条属于这一分类（根据实验设计的组合点可以确定），结果是平均命中率为0，挖掘的这条规则，对减小军舰命中率有很大的启示。通过决策树分析，我们能发现相关要素之间影响关系，为后续决策论证提供依据。

图14贝叶斯分析

图14为贝叶斯分析图。贝叶斯分析是在实验数据的基础上分析实验因子对实验指标影响程度，并进行排序。由分析结果可知无人机所在区域长度因子为最重要因子，无人机部署模式、无人机RCS、舰船RCS、无人机数量、无人机与舰船最小水平距离重要程度从高到底依次排开。

4.7得出实验结论，完成实验报告

根据上述的实验分析结论，最后一步就是系统梳理实验问题，完成实验报告，为决策论证人员，提供全面与深入的参考依据。

基于实验工具平台里的实难报告辅助生成功能，能够把上述各步骤中的实验问题描述，概念模型以及实验设计与分析结果等归纳整理在实验报告中，能够智能化地生成实验论证报告。

5、进一步探讨

       

本文运用了仿真实验手段，对一假想的无人机群电子支援作战新概念，从作战运用，制胜机理，作战能力需求等进行了多方位、多层次的系统论证。结果表明，仿真实验方法是对新作战概念进行深入论证研究的利器。

本文所采用的计算机仿真实验方法相对于传统的理论解析模型的运筹方法，其突出优点是降低了建模难度。对于理论解析模型，往往需要深入理解问题，并高度抽象提炼问题以完成建模。但仿真模型抽象程度低，建模更加直接自然，便于对复杂问题的建模分析。

另外，仿真实验方法相对于传统实验方法则具有以下的突出优点：(1)灵活性。计算机建模技术便于实验分析人员更加高效灵活的设定实验问题。对大规模或假想式的作战问题是难以采用实物或者半实物的实验设计方式的，计算机仿真是一个很好的办法，它可以灵活的设定复杂的实验场景，反复实验，以达到实验目标。(2)易重复性。计算机仿真实验可以在计算机能力允许的条件下，进行反复实验，获取大量的实验样本数据，可以大大提高仿真实验结果的信噪比，使结果更加可信。(3)高可控性。实际的实验过程执行起来比较繁琐，完成复杂的实验控制是相当困难的事情。计算机仿真实验具有高度的自动化特征，如果需要实验的方法反复迭代寻优，那么往往只能基于计算机的仿真实验。

尽管计算机仿真实验具有很多的优点，但其存在的最大问题仍是仿真模型的有效性问题。对于实际的作战问题有效建模型是一个难点，尤其是对于人与组织的建模难度大。因此，仿真实验方法的运用，一定要系统深入的考虑其适用范围。对于实际复杂作战概念问题的论证应当人机集成，取长补短，不能只依靠单一手段。因此，以仿真实验为基础，多手段综合集成与迭代渐近的探索性分析论证手段将是未来作战概念论证有效利器。