汪玉美,劉楠楠,馮娟娟,姚寒瑜
(陸軍炮兵防空兵學院無人機應用系,合肥 230031)
無人機在信息化、無人化戰爭中發揮了重要的作用,從保障力量躍升為主戰力量。深入研究無人機運用方式并及時將研究成果融入無人機專業教學已迫在眉睫。
實驗仿真已經成為“兵力與經費的倍增器”[1],從外軍典型無人機戰例來看,無人機研究領域的基本特征之一就是不斷地創新與發展,傳統的戰例分析、實兵推演等形式難以滿足教學研究需求[2-3]。無人機實驗仿真拓展性強,其可設計、可編輯、可復盤的特點,使得相關研究能夠靈活地根據任務需要,實時調整實驗要素,較好地適應無人機研究的動態變化[4-5]。
將無人機實驗仿真引入教學,構建教學平臺,模擬復雜環境,分析方案規劃,對提高未來指揮員在無人機籌劃能力方面具有重要作用[6-7]。基于此,本文設計了無人機實驗仿真教學平臺,為學員提供軟件仿真環境,提升學員解決無人機相關問題的能力,培養無人機應用的創新意識。
無人機實驗仿真教學平臺基于計算機網絡,采用分布式技術[8-9],使平臺各組成部分有序連接,通過模塊間的數據交互,客觀形象地構建出無人機方案推演過程,幫助學員演示、設計、分析、創新無人機任務規劃[10-11]。該教學平臺總體結構如圖1 所示。

圖1 無人機實驗仿真教學平臺總體結構
在無人機實驗仿真教學平臺中,分布式仿真引擎采用組件化建模與離散事件仿真技術,采用時間和離散事件混合推進方式,對仿真事件進行周期性和非周期性的調度,負責服務接口、模型接口、事件管理器、時間管理器和仿真想定加載器的創建和維護;模型開發主要用于設計、生成仿真組件模型和實體模型,通過圖形化建模方式,添加屬性、方法和需要處理的消息,生成模型代碼;模型裝配主要基于組件化建模思想,根據建模對象的實際性能,完成組件模型的參數設置,再“組裝”這些組件生成可部署的實體模型;想定編輯主要用于創建和管理仿真想定,完成環境和實體地部署;想定運行解析想定編輯中設定的流程,由分布式仿真引擎執行,可對單線程運行、指定隨機數種子、人在回路、運行完畢后自動回放等進行選配;數據分發服務主要完成分布式數據中繼、提供統一仿真時間、管理聯邦和聯邦內的成員;二維、三維態勢主要對態勢進行形象直觀展示和控制;效能分析評估主要根據推送的仿真結果數據對無人機完成任務的效能或是規劃方案進行分析評估。
分布式仿真引擎主要由時間管理器、事件管理器和其他接口服務組成。引擎運行時,事件管理器執行仿真模型提交的事件,時間管理器負責裁決事件管理器提交事件的時間有效性,并批準符合執行條件的事件執行,隨著仿真事件的不斷執行,推動仿真時間前進,直至結束。其他接口服務主要為模型和數據提供支撐,包括對象管理、服務管理、環境管理、數據采集、結果裁決和地形服務等。分布式仿真引擎總體設計如圖2 所示。時間管理器、事件管理器和仿真模型三者之間的交互關系如圖3 所示。

圖2 分布式仿真引擎總體設計

圖3 時間管理器、事件管理器和仿真模型交互關系
仿真引擎包含多個事件管理器,每個事件管理器維護一個獨立的事件隊列,隊列中可存在多個仿真實體和組件模型提交的事件。時間管理器扮演仲裁者的角色,負責協調多個事件隊列的事件同步,待執行事件都必須向時間管理器提交執行請求,根據時間、優先級決定是否能執行。若多個事件的時間、優先級一樣時,通過隊列的并發設計,使多個事件同時執行以提高仿真運行效率。
模型開發模塊主要由模型視圖設計、組件/實體建模和代碼生成組成。模型視圖設計主要以圖標的形式管理組件和實體模型提供編輯和排列的功能,如圖4所示。組件/實體建模主要是以圖形化方式建模,通過選擇繼承的父類,添加屬性、方法、接口以及能處理的消息、態勢、指令進行建模,如圖5 所示。實體模型能對消息和態勢進行處理,組件模型僅對指令進行處理,定義消息如圖6 所示,態勢與指令的定義與消息類似。代碼生成主要是為建模內容創建VC開發環境下的模型項目,并生成C++代碼,生成動態鏈接庫文件應用到模型裝配模塊(見2.3)。

圖4 模型視圖設計

圖5 組件/實體建模

圖6 自定義消息
模型裝配模塊主要由組件模型實例化和實體模型組裝組成。模型實例化主要完成組件模型的型號化,根據建模對象的實際性能,通過輸入具體的參數進行配置,生成型號化組件。實體模型組裝仍按建模對象的真實構成,選擇相對應的組件模型實例進行組裝,構成能在想定編輯模塊(見2.4)中部署的實體模型,如圖7 所示。
想定編輯模塊主要由想定管理、實體資源管理組成。想定管理用于創建、加載和維護仿真想定,提高想定編輯效率,以便快速形成仿真想定。實體資源管理主要為想定編輯人員提供可視化的部署環境,對部署實體和資源的基本信息和相互關系等信息進行管理維護,是想定編輯模塊的核心,如圖8 所示。

圖8 想定編輯主界面
態勢顯示模塊主要由二維態勢和三維態勢組成。二維態勢是對推演態勢進行二維展示,根據關注的時間或地點控制態勢的進展,如圖9 所示。三維態勢是對仿真過程的三維呈現,仿真更貼近現實,觀察人員能更直觀、友好地觀察總體形勢,如圖10 所示。

圖9 二維態勢顯示

圖10 三維態勢顯示
數據分發模塊主要由數據中繼和時間協調服務模塊組成。數據中繼是想定運行、仿真引擎、態勢顯示以及效能評估數據之間交互的中轉樞紐,如圖11 所示。時間協調主要負責控制、協調統一模塊之間仿真時間的同步,如圖12 所示。

圖11 數據中繼服務

圖12 時間協調服務
效能分析評估模塊主要由數據抽取、統計分析、報表生成等部分組成,對仿真運行結果數據進行分析評估,支持評估指標的自定義動態構建,如圖13 所示。數據抽取是按一定標準格式從想定運行數據中抽取需要參與評估的數據,統計分析是根據評估算子對抽取的數據進行各類計算,計算結果交報表生產單元進行多樣化展示[11-12]。

圖13 效能分析評估
以基于貪心算法的無人機航跡規劃為例,說明該實驗仿真平臺在實際教學中的應用[12-15]。
3.1.1 偵察目標任務
結合具體問題展開無人機仿真教學,設某無人機部隊配屬4 個無人機基地,分別是P01、P02、P03、P04,每個基地裝備2 架某型無人機,對10 個目標群共68個目標進行偵察,每個目標群均配屬雷達,且開機對空警戒,其坐標信息見表1。設定的偵察目標任務:為FY型無人機完成10 個目標群的偵察任務擬制最佳航跡路線和無人機調度策略,以保證偵察無人機滯留雷達有效探測范圍內的時間總和最短。
3.1.2 約束和假設條件
結合具體目標任務,給出約束條件:
(1)無人機巡航飛行速度為180 km/h,巡航飛行高度為3 km。
(2)無人機只攜帶光電載荷,對地有效探測范圍半徑為10 km。
(3)無人機對每個目標群的各目標至少偵察一次。
(4)執行完任務后無人機需返回原基地。
(5)目標群配屬的雷達對無人機的有效探測距離為50 km。
為簡化問題,給出3 個假設條件:
(1)無人機勻速飛行。
(2)所有的目標優先級相同。
(3)無人機經過目標,即被發現。
有了以上條件,目標任務就可以等價為:“無人機在雷達探測范圍內的路徑總和最短”,這就將問題轉化為利用貪心算法求解旅行商問題。
3.1.3 設計偵察策略
從10 個目標群68 個目標的位置分布,可發現目標群內的目標分布的較為密集,目標群之間分布較為松散,這樣可將航跡規劃劃分為2 個層次來解決。第1 層次,在保證探測到其內部每一個目標的前提下,求解出目標群內的最短路徑;第2 層次,宏觀上將每個目標群視為1 個節點(以雷達站坐標為參考坐標),在10個目標群總尋求一條最短路徑。將群間、群內的最短路路徑全局優化,結合各無人機基地的具體坐標信息,確定無人機的分配和每架無人機的航跡規劃。
3.2.1 貪心算法計算最短路徑
利用模型開發模塊的框架,編程實現貪心算法的基本思想,通過分層次輸入各目標群或目標的坐標信息,計算出若干條滿足條件的最短路徑,結合各無人機基地的位置信息,利用貪心算法局部尋優原則,確定無人機的分配,得出一條基于貪心算法的航跡規劃,即一系列航跡點的坐標。
3.2.2 仿真平臺分析航跡規劃
利用模型裝配模塊將涉及目標、雷達、無人機等實體進行組裝,利用想定編輯模塊部署4 個無人機基地、8 架無人機、10 個雷達站和68 個目標等實體,為調度的2 架無人機設定具體巡航點,具體坐標依據貪心算法程序計算得出的航跡點。爾后運行想定,觀察推演的二維、三維態勢,如圖14、15 所示(黑色線為實際飛行路徑,紅色是規劃路徑),設置效能分析評估模塊,統計無人機飛行距離和時間(見表2)。

表2 優化前無人機飛行距離和時間

圖14 貪心算法航跡規劃二維態勢顯示

圖15 貪心算法航跡規劃三維態勢顯示
由仿真結果可見,無人機并沒有完全按照設定的航跡飛行,存在偏離,甚至在目標群內偵察時,飛行航跡略顯混亂,分析其原因,主要是在規劃路徑時,忽略了2 個問題:一是未考慮無人機的轉彎半徑,二是未考慮光電載荷的有效偵察范圍。
3.2.3 優化完善實現任務目標
針對仿真結果的表現,需對設計航跡進一步的優化。①對航跡進行平滑處理,這里采用繞點平滑,即不經過原規劃航跡點的平滑,較適合實際飛行情況。②考慮到無人機攜帶的光電載荷有效偵察半徑為10 km,采用三角法對目標群內的偵察序列進行優化,即依次選取A、B、C點,由3 個點構成三角形,判斷B 點與點A、C 之間的距離是否在有效偵察范圍內,若為真,則B 點可以從航跡點中去掉;若為假,繼續往下推進一個節點,直至覆蓋所有的節點,最后留下的航跡點則是最優序列。
根據優化策略修改想定,運行后其二維態勢如圖16 所示,克服了之前出現的問題,飛行時間和距離也較之前更短,如表3 所示。

表3 優化后無人機飛行距離和時間

圖16 優化后航跡的二維顯示
本文針對傳統分析戰例、實戰推演方式無法滿足無人機的教學研究,設計了無人機實驗仿真平臺,該平臺在分布式無人機作戰仿真引擎的基礎上,集成了模型開發、模型裝配、想定編輯、數據分發、多維態勢和效能評估等模塊,實現了規劃方案推演和實驗分析功能,有效地支撐了無人機相關的教學研究活動,增強學員對無人機任務規劃的興趣,提升學員解決無人機問題的能力。