想定模型[1]的建立是為了產(chǎn)生仿真的腳本,，通過傳感器對腳本的多次播放進(jìn)行觀測,，對傳感器在可觀測區(qū)域的觀測數(shù)據(jù)(比如實(shí)體的行為序列,、類型,、數(shù)量)進(jìn)行分析和估計，分析和評估的結(jié)果與腳本進(jìn)行對比,，以此來驗(yàn)證傳感器模型的有效性,，接近腳本的觀測數(shù)據(jù)視為理想的傳感器模型的數(shù)據(jù)輸出。輸出的觀測數(shù)據(jù)作為融合跟蹤和目標(biāo)識別的原始數(shù)據(jù)輸入,最終為態(tài)勢估計器服務(wù),。

    在面對大規(guī)模條件下虛擬戰(zhàn)場的仿真要求時,，如何描述大量存在的各種各樣的實(shí)體模型成為一個難點(diǎn)。隨著仿真規(guī)模的不斷擴(kuò)大,，仿真的精度越來越高,要求模型能夠盡可能詳盡地模擬真實(shí)世界的概念和對象[2],。為了讓仿真更加貼近現(xiàn)實(shí)，如何描述模型之間存在著的各種復(fù)雜關(guān)系等問題就必須考慮進(jìn)建模需求之中,，要將眾多的復(fù)雜模型設(shè)計融合到一起,，將給設(shè)計者帶來不小困難，解決問題的思路自然轉(zhuǎn)到以群體組織為中心的群體組織建模技術(shù)上[3],。對群體組織進(jìn)行建模的時候,，模型能夠較好地解決描述子群體組織或者原子實(shí)體間組織關(guān)系、交互關(guān)系和約束限制的問題,，突出群體組織的特性,。本文將本體引入群體組織建模技術(shù)中，并結(jié)合作戰(zhàn)想定生成的特點(diǎn)和作戰(zhàn)仿真的需求,，實(shí)現(xiàn)一個基于本體的群體組織想定模型[4],。
    vsTasker4.0是一款仿真想定制作工具軟件。它能夠提供完全開放性的想定規(guī)劃及計算機(jī)兵力生成工具,，用于仿真陸,、海、空和空間實(shí)時虛擬戰(zhàn)場環(huán)境,，用于開發(fā),、生成、執(zhí)行戰(zhàn)場想定,，規(guī)劃戰(zhàn)場環(huán)境,，可為態(tài)勢顯示平臺提供必要的仿真手段。
    可以通過vsTasker提供的圖形界面來編制想定,，對應(yīng)的態(tài)勢顯示窗口可以全面地觀察虛擬戰(zhàn)場的變化,。想定中的實(shí)體模型可以擴(kuò)展,，允許用戶將自己的模塊和應(yīng)用程序集成到vsTasker。
    針對想定中已經(jīng)添加過高斯白噪聲的傳感器觀測數(shù)據(jù)的不確定性,，可以對傳感器觀測數(shù)據(jù)進(jìn)行分析,。
1 仿真數(shù)據(jù)與態(tài)勢估計的聯(lián)系
    按照想定模型設(shè)定、腳本的產(chǎn)生和播放,、數(shù)據(jù)的觀測和分析,、融合跟蹤和目標(biāo)識別、態(tài)勢估計的流程順序即可將仿真數(shù)據(jù)最終服務(wù)于態(tài)勢估計器[5],。
    (1)想定模型的主要工作：根據(jù)設(shè)定的雙方作戰(zhàn)環(huán)境配置,，生成具有時空約束關(guān)系的戰(zhàn)場群體劇情。設(shè)定的敵我雙方想定包括：雙方偵察傳感器地理坐標(biāo),、工作參數(shù),、工作模式、觀測范圍,、仿真時間等,；訂制雙方主動探測雷達(dá)、雷達(dá)偵察設(shè)備,、通信偵察設(shè)備等偵測系統(tǒng)工作狀態(tài)（如地理位置,、工作參數(shù)、警戒范圍等）,；雙方目標(biāo)（海,、空）類型、機(jī)群（海面艦隊,、空中編隊）組成,、任務(wù)、機(jī)動目標(biāo)的規(guī)劃航跡以及實(shí)體之間的時空關(guān)系等,。
    (2)腳本的產(chǎn)生和播放部分：主要是設(shè)定想定中實(shí)體交互過程中的條件性和隨機(jī)性,，對設(shè)定好的想定模型進(jìn)行多次仿真。通過對腳本的播放,，傳感器獲得具有隨機(jī)性的觀測數(shù)據(jù),。
   (3)數(shù)據(jù)的觀測和分析部分：主要是根據(jù)設(shè)定的想定模型，通過地面上的傳感器對觀測區(qū)域內(nèi)的目標(biāo)產(chǎn)生觀測數(shù)據(jù),，包括目標(biāo)位置,、目標(biāo)類型和目標(biāo)數(shù)量等，同時對實(shí)體交互過程的條件性和隨機(jī)性進(jìn)行觀測,，即觀測同一模型的不同變體,。用對觀測數(shù)據(jù)的分析和估計的結(jié)果與腳本對比的匹配程度來驗(yàn)證通過傳感器獲得的觀測數(shù)據(jù)是否可以作為最終進(jìn)行態(tài)勢估計的有效無偏輸入。并將這些情報信息提供給融合跟蹤部分,。
    (4)融合跟蹤部分：在進(jìn)行必要的坐標(biāo)轉(zhuǎn)換后進(jìn)行機(jī)動目標(biāo)跟蹤,、多傳感器航跡級融合跟蹤,，以提高目標(biāo)的跟蹤精度和跟蹤可靠性。
    (5)態(tài)勢估計部分：在航跡形成和目標(biāo)識別的基礎(chǔ)上,，對目標(biāo)進(jìn)行行為預(yù)測與判斷,，并給出各個目標(biāo)的威脅判斷等級。
   由此可見想定建模和仿真研究是為態(tài)勢估計器服務(wù)的一種有效的研究方法,。
2 基于本體的群體組織想定模型
    群體本體描述了想定中的概念以及概念與概念之間的關(guān)系,，所以首先要盡可能列舉出想定中群體所涉及的所有概念，并且應(yīng)該對這些概念有明確的理解或詳細(xì)的解釋,，這樣才有利于更好地理解群體本體建立的目標(biāo)[6]。想定中群體組織相關(guān)的概念數(shù)量眾多,，如果不加區(qū)別地逐一進(jìn)行分析和描述會顯得混亂,，給下一步概念之間關(guān)系的定義上帶來困難和混淆，所以首先對概念進(jìn)行分類,，再逐類理清概念的含義,。定義的群體本體中的概念分為三類，分別是實(shí)體類型概念,、屬性類型概念和交互類型概念,。
    (1)實(shí)體類型概念，主要表示軍事仿真領(lǐng)域需要涉及到的各種實(shí)體,、裝備,、專有名稱等。概念的定義和區(qū)分在本知識領(lǐng)域的概念體系中起重要作用,。概念基本上都是由名詞構(gòu)成,，例如：艦隊、驅(qū)逐艦,、護(hù)衛(wèi)艦,、雷達(dá)、傳感器,、飛行編隊等,。
    (2)屬性，所有的概念都會具有若干個屬性,，屬性本身也屬于概念的范疇,。屬性的特點(diǎn)在于每一個屬性肯定描繪了某個或某些概念的特征和性質(zhì)。因此,，當(dāng)定義了一個概念的時候,，就必然要定義其所具有的屬性。屬性也是由名詞構(gòu)成,，例如對于飛行編隊來講,，飛機(jī)的名稱,、編號、坐標(biāo),、航速,、航向等都屬于屬性。
    (3)交互關(guān)系,，某些概念之間存在交互和動作,，用以改變相應(yīng)概念的屬性值和狀態(tài)，把這些交互和動作的定義歸類為交互關(guān)系,。交互關(guān)系大多是由動詞構(gòu)成,。例如：巡邏、偵查,、護(hù)航等,。
    定義了基本概念后，對這些概念進(jìn)行分層組織,，用于描述概念間的隸屬關(guān)系,，借以體現(xiàn)想定中群體組織的層次結(jié)構(gòu)。做法是采用自底向上的方法,，由最底層,、最細(xì)小的概念定義開始，將這些細(xì)化的概念組織在更加綜合的概念之下,，形成一個等級層次結(jié)構(gòu),，最終構(gòu)成群體本體。
3 仿真實(shí)例及其結(jié)果分析
3.1 仿真實(shí)例
3.1.1 劇情
    想定的實(shí)體包括A方（圖1中左側(cè)海岸線區(qū)域）的兩個雷達(dá)radar1,、radar2和J-10,，B方（圖1中右側(cè)海岸線區(qū)域）中的船ship、F16和預(yù)警機(jī)E3-A,。環(huán)境是圖1所示海域,。

    開始時，J-10在A方的一側(cè)巡邏,，如圖1所示,。J-10帶有機(jī)載雷達(dá)，如果機(jī)載雷達(dá)發(fā)現(xiàn)B方戰(zhàn)斗機(jī)或者預(yù)警機(jī),，J-10戰(zhàn)斗機(jī)將脫離巡邏路線前去攔截,；如果J-10接收到地面雷達(dá)指令，也可以對B方的E-3A和F-16進(jìn)行攻擊或者攔截,。F-16在B方一側(cè)巡邏,，接受E-3A的指令。E3-A在靠近B方的區(qū)域飛行,，當(dāng)E3-A到達(dá)雷達(dá)掃描交接和圖1中的長方形區(qū)域的交界處時,，J-10接受地面雷達(dá)的命令后脫離巡邏路線前去攔截,。當(dāng)E3-A的雷達(dá)探測到飛行的J-10時，會向巡邏中的船ship和F16基地各發(fā)送一條信息,，以此保護(hù)E3-A,。同時巡邏中的F16接受消息后會朝著E3-A所在位置的方向起飛進(jìn)而對J-10進(jìn)行攔截以此保護(hù)E3-A。當(dāng)?shù)孛胬走_(dá)觀測到F16的攻擊任務(wù)時會向J-10發(fā)送一條消息,， J-10會在機(jī)載雷達(dá)觀測到E3-A時發(fā)射一枚導(dǎo)彈擊毀E3-A,，然后返回基地。同時F16會朝著J-10飛行的方向追,，當(dāng)靠近邊界時F16隨后返回基地,。
     A方的地面雷達(dá)1和雷達(dá)2對腳本的多次播放進(jìn)行探測。隨后對觀測的數(shù)據(jù)（對方實(shí)體的行為變體和運(yùn)動屬性等）進(jìn)行分析,。
3.1.2 利用vsTasker生成劇本

    主要包括以下幾個步驟：
     (1)創(chuàng)建數(shù)據(jù)庫和場景對象
     創(chuàng)建數(shù)據(jù)庫后,，就可以在數(shù)據(jù)庫里創(chuàng)建場景對象。
     (2)創(chuàng)建想定中包括的所有實(shí)體對象
     向場景中添加2個Point Feature,，包括2個飛機(jī)基地。2個飛機(jī)基地分別為A方的J-10基地和B方的F-16基地,，分別命名為J10_Base和F16_Base,； 另外還添加了矩形形狀的Special Zone，表示分界區(qū)域Border,。
     設(shè)定了A方飛機(jī)的巡邏路線和B方飛機(jī)的偵察和逃跑路線,。在場景中添加了3個Path Features。其中1條為A方J-10飛機(jī)的巡邏路線,；1條為B方預(yù)警機(jī)E3-A沿邊界的偵察路線,；1條為B方F-16的飛行路線。每條Path上的關(guān)鍵點(diǎn)都設(shè)置了位置和相應(yīng)的速度,，速度就是飛機(jī)到達(dá)該點(diǎn)的速度,。
    想定中總共有10個實(shí)體，其中A方有4個,包括J-10基地,、J-10飛機(jī)和兩部地面雷達(dá),。B方有4個,包括F-16基地、F-16,、一艘船,，另外還包括2個導(dǎo)彈實(shí)體。
    (3)建立相關(guān)的邏輯類和知識類,將相應(yīng)的邏輯類和知識類加入到相應(yīng)的實(shí)體中
    添加好實(shí)體后,，根據(jù)想定給每個實(shí)體添加相應(yīng)的Models,，利用這些Models，實(shí)體才能進(jìn)行相應(yīng)的活動,。在創(chuàng)建實(shí)體時,，vsTasker會根據(jù)所選實(shí)體模板（Template）自動添加一些Models,。對A、B雙方的飛機(jī)都選用了模板basic_wing,，則vsTasker會自動添加PtfStatus,、WingDyn和Visual這幾個子Model。利用PtfStatus可以設(shè)置實(shí)體的敵我屬性,、健康狀況等屬性,。這里利用它區(qū)分A、B雙方的所有實(shí)體,。由于雙方飛機(jī)都裝備了機(jī)載雷達(dá),，且都要從基地出發(fā)和返回基地，以及沿著指定的路線飛行,，所以對所有的飛機(jī)實(shí)體,都要添加Radar,、MotionGoto和MotionSlide三個子模型。對A方的兩部地面雷達(dá),，需要添加Radar模型,。添加了Radar模型后，就可以對雷達(dá)的屬性進(jìn)行設(shè)置,。
    雷達(dá)屬性中的Detection Curve可以設(shè)置雷達(dá)的檢測概率曲線,。需要先在Graphs中建立一條曲線，然后在這里選擇曲線,。
    實(shí)體的動作流程在vsTasker中抽象為邏輯類和知識類,。因此需要對各種實(shí)體動作流程建立相應(yīng)的邏輯類和知識類。
    定義好邏輯類后,，就要給各個實(shí)體添加相應(yīng)的邏輯類實(shí)例了,，并且要對各個實(shí)例的屬性和方法進(jìn)行設(shè)置。對A方的兩部地面雷達(dá),，都為它們添加了邏輯類SaveRadarData的實(shí)例,。雷達(dá)的保存數(shù)據(jù)邏輯可以用文本的方式記錄觀測數(shù)據(jù)。SaveRadarData類有5個成員變量,，表示運(yùn)動狀態(tài)的噪聲水平,。
    (4)生成仿真引擎代碼、編譯和運(yùn)行
　 到目前為止,，態(tài)勢想定的設(shè)計工作就完成了,，接下來就是要讓想定按照設(shè)計運(yùn)行起來。運(yùn)行一次就生成?？請鼍爸袑?shí)體運(yùn)動和交互的一次劇本,，雷達(dá)對劇本推演的一次觀測生成一系列數(shù)據(jù)。推演結(jié)束后想定回到初始狀態(tài)，對實(shí)體添加不同的子模型可以生成同一類型想定的不同變體,。
3.2 仿真結(jié)果分析
    添加了高斯白噪聲的傳感器radar1和radar2對場景中的F-16進(jìn)入雷達(dá)觀測區(qū)域后進(jìn)行觀測,，觀測得到的是一系列間斷的時間點(diǎn)、三維坐標(biāo),、瞬時速度等數(shù)據(jù),。
    雷達(dá)對進(jìn)入雷達(dá)觀測區(qū)域的實(shí)體的運(yùn)動屬性的觀測是隨機(jī)的，因?yàn)槔走_(dá)上加了高斯隨機(jī)噪聲,。雷達(dá)對觀測區(qū)域的實(shí)體的運(yùn)動屬性通過一系列間斷的點(diǎn)反映出來,，這些間斷的點(diǎn)在整數(shù)上不是連續(xù)的，有一些點(diǎn)因?yàn)槔走_(dá)監(jiān)測概率小于1和高斯隨機(jī)噪聲存在的原因是檢測不到的,。而真實(shí)情況在劇本的推演過程中雷達(dá)觀測點(diǎn)（觀測到的實(shí)體的時間點(diǎn)）在整數(shù)部分是連續(xù)的,。通過雷達(dá)觀測的數(shù)據(jù)與真實(shí)劇本推演的過程產(chǎn)生的數(shù)據(jù)進(jìn)行對比可以檢測態(tài)勢估計器仿真數(shù)據(jù)的有效性。
    通過雷達(dá)對F-16觀測的運(yùn)動屬性的分析按照以下原則進(jìn)行：
    (1)對進(jìn)入radar1和radar2觀測區(qū)域雷達(dá)所觀測到的點(diǎn)平均分為10份,，對每一份雷達(dá)觀測到的時間點(diǎn)進(jìn)行分析,，如果觀測到的時間點(diǎn)占真實(shí)數(shù)據(jù)（整數(shù)上連續(xù)的時間點(diǎn)）的比例超過75%，則認(rèn)為此份觀測數(shù)據(jù)有效,。
    (2)對每份數(shù)據(jù)進(jìn)行分析后,，對一次觀測的10份數(shù)據(jù)進(jìn)行統(tǒng)計，如果超過8份的數(shù)據(jù)有效,，則認(rèn)為一次劇本推演過程中雷達(dá)觀測的實(shí)體運(yùn)動屬性數(shù)據(jù)有效,。
    (3)對劇本推演50次，如果對于每個雷達(dá)超過48次劇本推演過程中通過雷達(dá)觀測的實(shí)體運(yùn)動屬性的數(shù)據(jù)有效,，則認(rèn)為此觀測數(shù)據(jù)可以作為態(tài)勢估計器的無偏輸入,。
    Radar1一共觀測到112個真實(shí)時間點(diǎn),而真實(shí)的數(shù)據(jù)是從251~390在整數(shù)部分上連續(xù)（一共140個時間點(diǎn),，分成10份,，每份14個真實(shí)點(diǎn)），第一份真實(shí)數(shù)據(jù)從251~264,，radar1沒有觀測到255,、260、264三個時間點(diǎn),，觀測到的概率為79%,，大于75%，可以認(rèn)為第一份雷達(dá)觀測數(shù)據(jù)有效,。用同樣的方法對第2到第10份數(shù)據(jù)進(jìn)行分析,，獲得觀測概率依次是57%、86%,、79%,、86%、86%、93%,、86%,、71%、86% ,。超過75%的份數(shù)有8份,，所以認(rèn)為radar1對劇本第一次推演過程中的F-16的運(yùn)動屬性的觀測有效。通過同樣的方法對radar1觀測場景的劇本推演50次,，符合條件(1)和(2)的有49次,，所以認(rèn)為通過radar1觀測場景的劇本推演過程中的F-16的運(yùn)動屬性觀測有效，可以作為最終實(shí)現(xiàn)態(tài)勢估計器訓(xùn)練和測試的仿真數(shù)據(jù),。
    對于radar2對F16運(yùn)動屬性的觀測數(shù)據(jù),，真實(shí)的數(shù)據(jù)是從201~490在整數(shù)上連續(xù)的時間點(diǎn)，一共290個時間點(diǎn),，均分為10份,，每份29個時間點(diǎn)。第一個時間點(diǎn)從201~229,，radar2觀測到23個時間點(diǎn),，觀測到的概率為79% 。用同樣的方法對第2到第10份數(shù)據(jù)進(jìn)行分析,，獲得觀測的概率依次是86%,、79%、89%,、96%,、93%、93%,、86%,、79%、86% ,符合條件(2),，所以認(rèn)為radar2對劇本第一次推演過程中的F-16的運(yùn)動屬性的觀測有效,。通過同樣的方法通過radar1觀測場景的劇本推演50次，符合條件(1)和(2)的有48次,，所以認(rèn)為通過radar2觀測場景的劇本推演過程中的F-16的運(yùn)動屬性觀測有效,，可以作為最終實(shí)現(xiàn)態(tài)勢估計器訓(xùn)練和測試的仿真數(shù)據(jù)。
    利用同樣的方法可以對場景中預(yù)警機(jī)E3-A,、船ship的運(yùn)動屬性進(jìn)行觀測,，從而構(gòu)成對整個B方實(shí)體的運(yùn)動屬性的觀測。
    以個體實(shí)體為中心的行為建模與表現(xiàn)方法已難以滿足現(xiàn)代軍事復(fù)雜多變的應(yīng)用需求,，對群體組織行為建模和仿真技術(shù)的研究變得尤為重要,，本文正是基于群體的建模方法研究。通過仿真獲得實(shí)體數(shù)據(jù)的代價與真實(shí)戰(zhàn)場場景相比要小得多，獲得實(shí)體數(shù)據(jù)的方式也更容易,，所以有一定的應(yīng)用價值,。
參考文獻(xiàn)
[1] 王寶樹,申屠曉鋒. 態(tài)勢估計模型的研究與實(shí)現(xiàn)[J].計算機(jī)工程,2004,30(6):125-127．
[2] 張國春. 面向體系對抗仿真的建模方法研究[D]. 北京：國防大學(xué), 2004.
[3] 張會.虛擬群體組織協(xié)同行為建模方法研究[D].長沙：國防科技大學(xué)，2006.
[4] 張磊,，謝彥宏.基于UML的海軍作戰(zhàn)仿真想定設(shè)計方法研究[J].計算機(jī)仿真,，2009,26(5):14-16.
[5] PEREZ A G, BENJAMINS V R. Overview of knowledge  sharing and reuse components; Ontologies and Problem Solving Methods [C].Proceedings of the IJCAI-99 workshop on onto logies and problem-solving method.2009.
[6] STUDER R, BENJAMINS V R, FENSEL D. Knowledge engineering, Principles and Methods[J]. Data and Knowledge  Engineering,1998,25(1-2):161-197.