想定模型[1]的建立是為了產(chǎn)生仿真的腳本，通過(guò)傳感器對(duì)腳本的多次播放進(jìn)行觀測(cè)，對(duì)傳感器在可觀測(cè)區(qū)域的觀測(cè)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(jì)，分析和評(píng)估的結(jié)果與腳本進(jìn)行對(duì)比，以此來(lái)驗(yàn)證傳感器模型的有效性，接近腳本的觀測(cè)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(cè)數(shù)據(jù)作為融合跟蹤和目標(biāo)識(shí)別的原始數(shù)據(jù)輸入,最終為態(tài)勢(shì)估計(jì)器服務(wù)。

    在面對(duì)大規(guī)模條件下虛擬戰(zhàn)場(chǎng)的仿真要求時(shí)，如何描述大量存在的各種各樣的實(shí)體模型成為一個(gè)難點(diǎn)。隨著仿真規(guī)模的不斷擴(kuò)大，仿真的精度越來(lái)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(duì)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(wèn)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(jì)融合到一起，將給設(shè)計(jì)者帶來(lái)不小困難，解決問(wèn)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(duì)群體組織進(jìn)行建模的時(shí)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(wèn)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(gè)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(kāi)放性的想定規(guī)劃及計(jì)算機(jī)兵力生成工具，用于仿真陸、海、空和空間實(shí)時(shí)虛擬戰(zhàn)場(chǎng)環(huán)境，用于開(kāi)發(fā)、生成、執(zhí)行戰(zhàn)場(chǎng)想定，規(guī)劃戰(zhàn)場(chǎng)環(huán)境，可為態(tài)勢(shì)顯示平臺(tái)提供必要的仿真手段。
    可以通過(guò)vsTasker提供的圖形界面來(lái)編制想定，對(duì)應(yīng)的態(tài)勢(shì)顯示窗口可以全面地觀察虛擬戰(zhàn)場(chǎng)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(duì)想定中已經(jīng)添加過(guò)高斯白噪聲的傳感器觀測(cè)數(shù)據(jù)的不確定性，可以對(duì)傳感器觀測(cè)數(shù)據(jù)進(jìn)行分析。
1 仿真數(shù)據(jù)與態(tài)勢(shì)估計(jì)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(cè)和分析、融合跟蹤和目標(biāo)識(shí)別、態(tài)勢(shì)估計(jì)的流程順序即可將仿真數(shù)據(jù)最終服務(wù)于態(tài)勢(shì)估計(jì)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(shí)空約束關(guān)系的戰(zhàn)場(chǎng)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(cè)范圍、仿真時(shí)間等；訂制雙方主動(dòng)探測(cè)雷達(dá)、雷達(dá)偵察設(shè)備、通信偵察設(shè)備等偵測(cè)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(duì)、空中編隊(duì)）組成、任務(wù)、機(jī)動(dòng)目標(biāo)的規(guī)劃航跡以及實(shí)體之間的時(shí)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(guò)程中的條件性和隨機(jī)性，對(duì)設(shè)定好的想定模型進(jìn)行多次仿真。通過(guò)對(duì)腳本的播放，傳感器獲得具有隨機(jī)性的觀測(cè)數(shù)據(jù)。
   (3)數(shù)據(jù)的觀測(cè)和分析部分：主要是根據(jù)設(shè)定的想定模型，通過(guò)地面上的傳感器對(duì)觀測(cè)區(qū)域內(nèi)的目標(biāo)產(chǎn)生觀測(cè)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(shí)對(duì)實(shí)體交互過(guò)程的條件性和隨機(jī)性進(jìn)行觀測(cè)，即觀測(cè)同一模型的不同變體。用對(duì)觀測(cè)數(shù)據(jù)的分析和估計(jì)的結(jié)果與腳本對(duì)比的匹配程度來(lái)驗(yàn)證通過(guò)傳感器獲得的觀測(cè)數(shù)據(jù)是否可以作為最終進(jìn)行態(tài)勢(shì)估計(jì)的有效無(wú)偏輸入。并將這些情報(bào)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(dòng)目標(biāo)跟蹤、多傳感器航跡級(jí)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(shì)估計(jì)部分：在航跡形成和目標(biāo)識(shí)別的基礎(chǔ)上，對(duì)目標(biāo)進(jìn)行行為預(yù)測(cè)與判斷，并給出各個(gè)目標(biāo)的威脅判斷等級(jí)。
   由此可見(jiàn)想定建模和仿真研究是為態(tài)勢(shì)估計(jì)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(duì)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(huì)顯得混亂，給下一步概念之間關(guān)系的定義上帶來(lái)困難和混淆，所以首先對(duì)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(shí)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(duì)、驅(qū)逐艦、護(hù)衛(wèi)艦、雷達(dá)、傳感器、飛行編隊(duì)等。
    (2)屬性，所有的概念都會(huì)具有若干個(gè)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(gè)屬性肯定描繪了某個(gè)或某些概念的特征和性質(zhì)。因此，當(dāng)定義了一個(gè)概念的時(shí)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(duì)于飛行編隊(duì)來(lái)講，飛機(jī)的名稱、編號(hào)、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(dòng)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(dòng)作的定義歸類為交互關(guān)系。交互關(guān)系大多是由動(dòng)詞構(gòu)成。例如：巡邏、偵查、護(hù)航等。
    定義了基本概念后，對(duì)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(kāi)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(gè)等級(jí)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(gè)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(kāi)始時(shí)，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(duì)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(zhǎng)方形區(qū)域的交界處時(shí)，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(cè)到飛行的J-10時(shí)，會(huì)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(shí)巡邏中的F16接受消息后會(huì)朝著E3-A所在位置的方向起飛進(jìn)而對(duì)J-10進(jìn)行攔截以此保護(hù)E3-A。當(dāng)?shù)孛胬走_(dá)觀測(cè)到F16的攻擊任務(wù)時(shí)會(huì)向J-10發(fā)送一條消息， J-10會(huì)在機(jī)載雷達(dá)觀測(cè)到E3-A時(shí)發(fā)射一枚導(dǎo)彈擊毀E3-A，然后返回基地。同時(shí)F16會(huì)朝著J-10飛行的方向追，當(dāng)靠近邊界時(shí)F16隨后返回基地。
     A方的地面雷達(dá)1和雷達(dá)2對(duì)腳本的多次播放進(jìn)行探測(cè)。隨后對(duì)觀測(cè)的數(shù)據(jù)（對(duì)方實(shí)體的行為變體和運(yùn)動(dòng)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(gè)步驟：
     (1)創(chuàng)建數(shù)據(jù)庫(kù)和場(chǎng)景對(duì)象
     創(chuàng)建數(shù)據(jù)庫(kù)后，就可以在數(shù)據(jù)庫(kù)里創(chuàng)建場(chǎng)景對(duì)象。
     (2)創(chuàng)建想定中包括的所有實(shí)體對(duì)象
     向場(chǎng)景中添加2個(gè)Point Feature，包括2個(gè)飛機(jī)基地。2個(gè)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(chǎng)景中添加了3個(gè)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(gè)實(shí)體，其中A方有4個(gè),包括J-10基地、J-10飛機(jī)和兩部地面雷達(dá)。B方有4個(gè),包括F-16基地、F-16、一艘船，另外還包括2個(gè)導(dǎo)彈實(shí)體。
    (3)建立相關(guān)的邏輯類和知識(shí)類,將相應(yīng)的邏輯類和知識(shí)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(gè)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(dòng)。在創(chuàng)建實(shí)體時(shí)，vsTasker會(huì)根據(jù)所選實(shí)體模板（Template）自動(dòng)添加一些Models。對(duì)A、B雙方的飛機(jī)都選用了模板basic_wing，則vsTasker會(huì)自動(dòng)添加PtfStatus、WingDyn和Visual這幾個(gè)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(duì)所有的飛機(jī)實(shí)體,都要添加Radar、MotionGoto和MotionSlide三個(gè)子模型。對(duì)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(duì)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(cè)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(dòng)作流程在vsTasker中抽象為邏輯類和知識(shí)類。因此需要對(duì)各種實(shí)體動(dòng)作流程建立相應(yīng)的邏輯類和知識(shí)類。
    定義好邏輯類后，就要給各個(gè)實(shí)體添加相應(yīng)的邏輯類實(shí)例了，并且要對(duì)各個(gè)實(shí)例的屬性和方法進(jìn)行設(shè)置。對(duì)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(cè)數(shù)據(jù)。SaveRadarData類有5個(gè)成員變量，表示運(yùn)動(dòng)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(shì)想定的設(shè)計(jì)工作就完成了，接下來(lái)就是要讓想定按照設(shè)計(jì)運(yùn)行起來(lái)。運(yùn)行一次就生成?？?qǐng)鼍爸袑?shí)體運(yùn)動(dòng)和交互的一次劇本，雷達(dá)對(duì)劇本推演的一次觀測(cè)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(duì)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(duì)場(chǎng)景中的F-16進(jìn)入雷達(dá)觀測(cè)區(qū)域后進(jìn)行觀測(cè)，觀測(cè)得到的是一系列間斷的時(shí)間點(diǎn)、三維坐標(biāo)、瞬時(shí)速度等數(shù)據(jù)。
    雷達(dá)對(duì)進(jìn)入雷達(dá)觀測(cè)區(qū)域的實(shí)體的運(yùn)動(dòng)屬性的觀測(cè)是隨機(jī)的，因?yàn)槔走_(dá)上加了高斯隨機(jī)噪聲。雷達(dá)對(duì)觀測(cè)區(qū)域的實(shí)體的運(yùn)動(dòng)屬性通過(guò)一系列間斷的點(diǎn)反映出來(lái)，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(cè)概率小于1和高斯隨機(jī)噪聲存在的原因是檢測(cè)不到的。而真實(shí)情況在劇本的推演過(guò)程中雷達(dá)觀測(cè)點(diǎn)（觀測(cè)到的實(shí)體的時(shí)間點(diǎn)）在整數(shù)部分是連續(xù)的。通過(guò)雷達(dá)觀測(cè)的數(shù)據(jù)與真實(shí)劇本推演的過(guò)程產(chǎn)生的數(shù)據(jù)進(jìn)行對(duì)比可以檢測(cè)態(tài)勢(shì)估計(jì)器仿真數(shù)據(jù)的有效性。
    通過(guò)雷達(dá)對(duì)F-16觀測(cè)的運(yùn)動(dòng)屬性的分析按照以下原則進(jìn)行：
    (1)對(duì)進(jìn)入radar1和radar2觀測(cè)區(qū)域雷達(dá)所觀測(cè)到的點(diǎn)平均分為10份，對(duì)每一份雷達(dá)觀測(cè)到的時(shí)間點(diǎn)進(jìn)行分析，如果觀測(cè)到的時(shí)間點(diǎn)占真實(shí)數(shù)據(jù)（整數(shù)上連續(xù)的時(shí)間點(diǎn)）的比例超過(guò)75%，則認(rèn)為此份觀測(cè)數(shù)據(jù)有效。
    (2)對(duì)每份數(shù)據(jù)進(jìn)行分析后，對(duì)一次觀測(cè)的10份數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，如果超過(guò)8份的數(shù)據(jù)有效，則認(rèn)為一次劇本推演過(guò)程中雷達(dá)觀測(cè)的實(shí)體運(yùn)動(dòng)屬性數(shù)據(jù)有效。
    (3)對(duì)劇本推演50次，如果對(duì)于每個(gè)雷達(dá)超過(guò)48次劇本推演過(guò)程中通過(guò)雷達(dá)觀測(cè)的實(shí)體運(yùn)動(dòng)屬性的數(shù)據(jù)有效，則認(rèn)為此觀測(cè)數(shù)據(jù)可以作為態(tài)勢(shì)估計(jì)器的無(wú)偏輸入。
    Radar1一共觀測(cè)到112個(gè)真實(shí)時(shí)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(gè)時(shí)間點(diǎn)，分成10份，每份14個(gè)真實(shí)點(diǎn)），第一份真實(shí)數(shù)據(jù)從251~264，radar1沒(méi)有觀測(cè)到255、260、264三個(gè)時(shí)間點(diǎn)，觀測(cè)到的概率為79%，大于75%，可以認(rèn)為第一份雷達(dá)觀測(cè)數(shù)據(jù)有效。用同樣的方法對(duì)第2到第10份數(shù)據(jù)進(jìn)行分析，獲得觀測(cè)概率依次是57%、86%、79%、86%、86%、93%、86%、71%、86% 。超過(guò)75%的份數(shù)有8份，所以認(rèn)為radar1對(duì)劇本第一次推演過(guò)程中的F-16的運(yùn)動(dòng)屬性的觀測(cè)有效。通過(guò)同樣的方法對(duì)radar1觀測(cè)場(chǎng)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(guò)radar1觀測(cè)場(chǎng)景的劇本推演過(guò)程中的F-16的運(yùn)動(dòng)屬性觀測(cè)有效，可以作為最終實(shí)現(xiàn)態(tài)勢(shì)估計(jì)器訓(xùn)練和測(cè)試的仿真數(shù)據(jù)。
    對(duì)于radar2對(duì)F16運(yùn)動(dòng)屬性的觀測(cè)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(shí)間點(diǎn)，一共290個(gè)時(shí)間點(diǎn)，均分為10份，每份29個(gè)時(shí)間點(diǎn)。第一個(gè)時(shí)間點(diǎn)從201~229，radar2觀測(cè)到23個(gè)時(shí)間點(diǎn)，觀測(cè)到的概率為79% 。用同樣的方法對(duì)第2到第10份數(shù)據(jù)進(jìn)行分析，獲得觀測(cè)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(duì)劇本第一次推演過(guò)程中的F-16的運(yùn)動(dòng)屬性的觀測(cè)有效。通過(guò)同樣的方法通過(guò)radar1觀測(cè)場(chǎng)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(guò)radar2觀測(cè)場(chǎng)景的劇本推演過(guò)程中的F-16的運(yùn)動(dòng)屬性觀測(cè)有效，可以作為最終實(shí)現(xiàn)態(tài)勢(shì)估計(jì)器訓(xùn)練和測(cè)試的仿真數(shù)據(jù)。
    利用同樣的方法可以對(duì)場(chǎng)景中預(yù)警機(jī)E3-A、船ship的運(yùn)動(dòng)屬性進(jìn)行觀測(cè)，從而構(gòu)成對(duì)整個(gè)B方實(shí)體的運(yùn)動(dòng)屬性的觀測(cè)。
    以個(gè)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(duì)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(guò)仿真獲得實(shí)體數(shù)據(jù)的代價(jià)與真實(shí)戰(zhàn)場(chǎng)場(chǎng)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(jià)值。
參考文獻(xiàn)
[1] 王寶樹,申屠曉鋒. 態(tài)勢(shì)估計(jì)模型的研究與實(shí)現(xiàn)[J].計(jì)算機(jī)工程,2004,30(6):125-127．
[2] 張國(guó)春. 面向體系對(duì)抗仿真的建模方法研究[D]. 北京：國(guó)防大學(xué), 2004.
[3] 張會(huì).虛擬群體組織協(xié)同行為建模方法研究[D].長(zhǎng)沙：國(guó)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(jì)方法研究[J].計(jì)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.