裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作參數(shù)建模方法

田紅亮，董志明，高 昂

(陸軍裝甲兵學(xué)院，北京100072)

1 引言

目前，裝甲兵戰(zhàn)術(shù)分隊(duì)在與虛擬兵力進(jìn)行對(duì)抗訓(xùn)練過程中，虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作建模的參數(shù)主要有動(dòng)作延遲和動(dòng)作準(zhǔn)確率，動(dòng)作延遲和準(zhǔn)確率可以作為衡量藍(lán)軍部隊(duì)?wèi)?zhàn)斗力的兩個(gè)有效指標(biāo)(動(dòng)作延遲越小，動(dòng)作準(zhǔn)確率越高，部隊(duì)?wèi)?zhàn)斗力越強(qiáng))，可以通過調(diào)節(jié)動(dòng)作延遲時(shí)間和準(zhǔn)確率參數(shù)，來調(diào)節(jié)對(duì)抗對(duì)象的戰(zhàn)斗力水平，進(jìn)而可以循序漸進(jìn)提升紅軍部隊(duì)訓(xùn)練水平[1]。

現(xiàn)有技術(shù)中動(dòng)作延遲主要采用兩種方法進(jìn)行仿真，一是完全不考慮動(dòng)作延遲，即動(dòng)作延遲Δt=0，二是隨機(jī)生成動(dòng)作延遲。動(dòng)作準(zhǔn)確率仿真中除火力打擊環(huán)節(jié)采用蒙特卡洛方法仿真射擊命中概率外，其余動(dòng)作均沒有考慮準(zhǔn)確率。在不考慮動(dòng)作延遲情況下，虛擬兵力的反應(yīng)時(shí)間等于計(jì)算機(jī)的處理時(shí)間，遠(yuǎn)遠(yuǎn)超出人類的反應(yīng)時(shí)間，導(dǎo)致虛擬兵力實(shí)力過于強(qiáng)大，而隨機(jī)生成動(dòng)作延遲，又與真實(shí)戰(zhàn)術(shù)對(duì)抗中的動(dòng)作延遲不相符，沒有意義[2]。不考慮動(dòng)作的準(zhǔn)確率，會(huì)使虛擬兵力做出的所有動(dòng)作都是準(zhǔn)確的，而蒙特卡洛法仿真射擊命中概率過于簡(jiǎn)單，沒有考慮人的操作水平、戰(zhàn)斗經(jīng)驗(yàn)、目標(biāo)的距離、速度、隱蔽性。

虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作參數(shù)建模過程中動(dòng)作延遲時(shí)間以及動(dòng)作準(zhǔn)確率設(shè)置不合理，導(dǎo)致裝甲兵戰(zhàn)術(shù)分隊(duì)在與虛擬兵力對(duì)抗訓(xùn)練過程中訓(xùn)練場(chǎng)景不真實(shí)，實(shí)際訓(xùn)練效果不理想[1]。本文提出了一種基于神經(jīng)網(wǎng)絡(luò)的裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作參數(shù)建模方法，解決現(xiàn)有技術(shù)中虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作延遲時(shí)間及動(dòng)作準(zhǔn)確度設(shè)置不合理的問題。

2 基本理論

根據(jù)OODA環(huán)理論，戰(zhàn)術(shù)對(duì)抗動(dòng)作可分解為感知類動(dòng)作、共享類動(dòng)作、決策類動(dòng)作、指揮類動(dòng)作、打擊類動(dòng)作，如圖1所示[3]。其中感知類動(dòng)作是指車長在裝甲車內(nèi)觀察到敵目標(biāo)并完成目標(biāo)識(shí)別；共享類動(dòng)作是指車長利用電臺(tái)或指控信息終端將敵目標(biāo)信息發(fā)送給上級(jí)；決策類動(dòng)作是指上級(jí)車長接收下級(jí)發(fā)送過來的戰(zhàn)術(shù)情況后進(jìn)行判斷并定下決心；指揮類動(dòng)作是指上級(jí)車長利用電臺(tái)或指控信息終端完成對(duì)下級(jí)下達(dá)指揮命令；打擊類動(dòng)作是指車長發(fā)現(xiàn)敵目標(biāo)并指揮一炮手對(duì)敵目標(biāo)完成火力打擊[4]。

圖1 按照OODA理論將戰(zhàn)術(shù)對(duì)抗動(dòng)作分解示意圖

每類動(dòng)作參數(shù)包括延遲時(shí)間和準(zhǔn)確率兩個(gè)參數(shù)，每類動(dòng)作的延遲時(shí)間和準(zhǔn)確率的影響因素表達(dá)式為：Xin(i=1，2，…，5；n=1，2，…，Ni)(Ni為第i類動(dòng)作的延遲時(shí)間或準(zhǔn)確率影響因素的個(gè)數(shù))。

2.1 感知類動(dòng)作影響因素

感知類動(dòng)作影響因素包括車長等級(jí)、天氣可見度、目標(biāo)類型、車長行駛車速、距離目標(biāo)的距離、目標(biāo)的隱蔽方式等6種，表達(dá)式為X1n(n=1，2，…，6)。其中車長等級(jí)X11={特級(jí)，一級(jí)，二級(jí)，三級(jí)，初級(jí)}、天氣可見度X12={(0m，500m)，(500m，1000m)，(1000m，5000m)}、目標(biāo)類型X13={坦克，裝甲車，無座力炮，地堡，機(jī)槍發(fā)射點(diǎn)，火箭筒}、車長行駛車速X14={(0km/h，20km/h)，(20km/h，40km/h)，(40km/h，60km/h)}、距離目標(biāo)的距離X15={(0m，500m)，(500m，1000m)，(1000m，5000m)}、目標(biāo)的隱蔽方式X16={暴露，利用掩體隱蔽，偽裝，利用掩體隱蔽與偽裝結(jié)合}。

2.2 共享類動(dòng)作影響因素

共享類動(dòng)作影響因素包括車長等級(jí)、通信設(shè)備操作友好程度、目標(biāo)類型等3種，表達(dá)式為X2n(n=1，2，3)。其中車長等級(jí)X21={特級(jí)，一級(jí)，二級(jí)，三級(jí)，初級(jí)}、通信設(shè)備操作友好程度X22={非常容易，容易，難度適中，困難，非常困難}、目標(biāo)類型X23={坦克，裝甲車，無座力炮，地堡，機(jī)槍發(fā)射點(diǎn)，火箭筒}。

2.3 決策類動(dòng)作影響因素

決策類動(dòng)作影響因素包括車長等級(jí)、戰(zhàn)術(shù)情況復(fù)雜程度等2種，表達(dá)式為X3n(n=1，2)。其中車長等級(jí)X31={特級(jí)，一級(jí)，二級(jí)，三級(jí)，初級(jí)}，戰(zhàn)術(shù)情況復(fù)雜程度X32={非常簡(jiǎn)單，簡(jiǎn)單，適中，復(fù)雜，非常復(fù)雜}。

2.4 指揮類動(dòng)作影響因素

指揮類動(dòng)作影響因素包括車長等級(jí)、戰(zhàn)術(shù)情況復(fù)雜程度等2種，表達(dá)式為X4n(n=1，2)。其中車長等級(jí)X41={特級(jí)，一級(jí)，二級(jí)，三級(jí)，初級(jí)}，戰(zhàn)術(shù)情況復(fù)雜程度X42={非常簡(jiǎn)單，簡(jiǎn)單，適中，復(fù)雜，非常復(fù)雜}。

2.5 打擊類動(dòng)作影響因素

打擊類動(dòng)作影響因素包括車長等級(jí)、天氣可見度、目標(biāo)類型、車長行駛車速、距離目標(biāo)的距離、目標(biāo)的隱蔽方式等6種，表達(dá)式為X5n(n=1，2，…，6)。其中車長等級(jí)X51={特級(jí)，一級(jí)，二級(jí)，三級(jí)，初級(jí)}，天氣可見度X52={(0m，500m)，(500m，1000m)，(1000m，5000m)}、目標(biāo)類型X53={坦克，裝甲車，無座力炮，地堡，機(jī)槍發(fā)射點(diǎn)，火箭筒}、車長行駛車速X54={(0km/h，20km/h)，(20km/h，40km/h)，(40km/h，60km/h)}、距離目標(biāo)的距離X55={(0m，500m)，(500m，1000m)，(1000m，5000m)}、目標(biāo)的隱蔽方式X56={暴露，利用掩體隱蔽，偽裝，利用掩體隱蔽與偽裝結(jié)合}。

為使虛擬兵力更貼近實(shí)際，根據(jù)每類動(dòng)作參數(shù)的影響因素，采集真實(shí)環(huán)境中各影響因素下戰(zhàn)術(shù)對(duì)抗動(dòng)作的延遲時(shí)間和準(zhǔn)確率數(shù)據(jù)，構(gòu)建樣本庫，建立并訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行參數(shù)數(shù)值計(jì)算，將計(jì)算得到的動(dòng)作參數(shù)數(shù)值加載到虛擬兵力動(dòng)作參數(shù)中，完成對(duì)虛擬兵力動(dòng)作的建模。

3 方法步驟

基于神經(jīng)網(wǎng)絡(luò)的裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作參數(shù)建模方法，如圖2所示，包括如下步驟。

圖2 裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作參數(shù)建模流程圖

步驟S1：參數(shù)數(shù)值初始化：將裝甲兵虛擬兵力對(duì)抗動(dòng)作延遲時(shí)間T初始化為T=[T1=0，T2=0，T3=0，T4=0，T5=0]，動(dòng)作準(zhǔn)確率A初始化為A=[A1=100%，A2=100%，A3=100%，A4=100%，A5=100%]，其中Ti，Ai(i=1，2，…，5)分別表示戰(zhàn)術(shù)對(duì)抗過程中的感知、共享、決策、指揮、打擊五類動(dòng)作的延遲時(shí)間和準(zhǔn)確率。

步驟S2：分析各參數(shù)的影響因素：列出五類動(dòng)作的延遲時(shí)間和準(zhǔn)確率的影響Xin(i=1，2，…，5；n=1，2，…，Ni)(Ni為第i類動(dòng)作的延遲時(shí)間或準(zhǔn)確率影響因素的個(gè)數(shù))。將具有連續(xù)值的影響因素劃分為若干個(gè)區(qū)間，將具有離散值的影響因素劃分為若干個(gè)等級(jí)。

步驟S3：構(gòu)建樣本庫：采集真實(shí)環(huán)境中各影響因素下所述五類動(dòng)作的延遲時(shí)間和準(zhǔn)確率數(shù)據(jù)Yi(i=1，2，…，5)，將具有連續(xù)值的動(dòng)作延遲時(shí)間、動(dòng)作準(zhǔn)確率分別劃分為若干個(gè)區(qū)間，與影響因素一同構(gòu)建樣本庫{Yi|Xij(i=1，2，…，5；j=1，2，…，Nj)}。

步驟S4：樣本庫數(shù)據(jù)標(biāo)準(zhǔn)化處理：將樣本庫中的數(shù)據(jù)進(jìn)行01編碼處理，構(gòu)建標(biāo)準(zhǔn)化的數(shù)據(jù)集。

步驟S5：建立并訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型：利用標(biāo)準(zhǔn)化的數(shù)據(jù)集訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)；BP神經(jīng)網(wǎng)絡(luò)模型通過交叉驗(yàn)證的方法確定網(wǎng)絡(luò)模型的層數(shù)[5]。

步驟S6：參數(shù)數(shù)值計(jì)算，包括如下分步驟：

S6-1：遍歷所述五類動(dòng)作參數(shù)的所有影響因素；

S6-2：將各動(dòng)作參數(shù)的影響因素值標(biāo)準(zhǔn)化后作為輸入數(shù)據(jù)輸入訓(xùn)練好的所述BP神經(jīng)網(wǎng)絡(luò)模型；

S6-3：將所述BP神經(jīng)網(wǎng)絡(luò)模型的輸出向量(輸出結(jié)果為動(dòng)作參數(shù)各區(qū)間的概率值向量)歸一化后分別與對(duì)應(yīng)的區(qū)間中值進(jìn)行相乘后求和，得到不同因素影響下的所述五類動(dòng)作的延遲時(shí)間Δti(i=1，2，…，5)及準(zhǔn)確率ai(i=1，2，…，5)；

S6-4：將裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作延遲事件T設(shè)置為T=[T1+Δt1，T2+Δt2，T3+Δt3，T4+Δt4，T5+Δt5]，動(dòng)作準(zhǔn)確率A設(shè)置為A=[a1，a2，a3，a4，a5]。

4 實(shí)例分析

以裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作中的感知類動(dòng)作延遲時(shí)間建模為例，按照上述方法進(jìn)行參數(shù)建模。

步驟一：進(jìn)行參數(shù)數(shù)值初始化，令裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作中的感知類動(dòng)作延遲時(shí)間T1=0。

步驟二：列出感知類動(dòng)作的延遲時(shí)間的影響因素X1n(n=1，2，…，6)，包括車長等級(jí)X11、天氣可見度X12、目標(biāo)類型X13、車長行駛車速X14、距離目標(biāo)的距離X15、目標(biāo)的隱蔽方式X16，將具有連續(xù)值的影響因素劃分為若干個(gè)區(qū)間，將具有離散值的影響因素劃分為若干個(gè)等級(jí)。

步驟三：采集真實(shí)環(huán)境中上述6個(gè)影響因素下感知類動(dòng)作的延遲時(shí)間數(shù)據(jù)，將具有連續(xù)值的動(dòng)作延遲時(shí)間劃分為若干個(gè)區(qū)間，與影響因素一同構(gòu)建樣本庫，數(shù)據(jù)格式如表1所示。

表1 樣本庫數(shù)據(jù)格式

步驟四：將樣本庫中的數(shù)據(jù)進(jìn)行01編碼處理，構(gòu)建標(biāo)準(zhǔn)化的數(shù)據(jù)集。

將感知類動(dòng)作延遲時(shí)間的影響因素離散化處理并進(jìn)行01編碼，包括：車長等級(jí)X11={"10000"：特級(jí)，"01000"：一級(jí)，"00100"：二級(jí)，"00010"：三級(jí)，"00001"：初級(jí)}，天氣可見度X12={"100"：(0m，500m)，"010"：(500m，1000m)，"001"：(1000m，5000m)}，目標(biāo)類型X13={"100000"：坦克，"010000"：裝甲車，"001000"：無座力炮，"000100"：地堡，"000010"：機(jī)槍發(fā)射點(diǎn)，"000001"：火箭筒}，車長行駛車速X14={"100"：(0km/h，20km/h)，"010"：(20km/h，40km/h)，"001"：(40km/h，60km/h)}距離目標(biāo)的距離X15={"100"：(0m，500m)，"010"：(500m，1000m)，"001"：(1000m，5000m)}，目標(biāo)的隱蔽方式X16={"1000"：暴露，"0100"：利用掩體隱蔽，"0010"：偽裝，"0001"：利用掩體隱蔽與偽裝結(jié)合}。

將感知類動(dòng)作延遲時(shí)間的實(shí)測(cè)值離散化處理并進(jìn)行01編碼，得Y1={"100000"：(0s，10s)，"010000"：(10s，20s)，"001000"：(20s，30s)，"000100"：(30s，40s)，"000010"：(40s，50s)，"000001"：(50s，60s)}。

步驟五：建立并訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型，如圖3所示[5]，[6]，利用標(biāo)準(zhǔn)化的數(shù)據(jù)集訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，顯然輸入向量[X11，X12，X13，X14，X15，X16]為24維向量，輸出向量為一個(gè)6維向量，網(wǎng)絡(luò)模型的層數(shù)可以通過交叉驗(yàn)證的方法預(yù)測(cè)準(zhǔn)確度從而確定。

圖3 決策類動(dòng)作參數(shù)及影響因素構(gòu)建的多層BP神經(jīng)網(wǎng)絡(luò)示意圖

步驟六：參數(shù)數(shù)值計(jì)算，首先遍歷感知類動(dòng)作延遲時(shí)間的所有影響因素；其次，將各影響因素值標(biāo)準(zhǔn)化后作為輸入數(shù)據(jù)輸入訓(xùn)練好的所述BP神經(jīng)網(wǎng)絡(luò)模型；再次，將所述BP神經(jīng)網(wǎng)絡(luò)模型的輸出向量歸一化后分別與對(duì)應(yīng)的區(qū)間中值進(jìn)行相乘后求和，得到不同因素影響下的感知類動(dòng)作的延遲時(shí)間Δt1。

例如求車長等級(jí)為特級(jí)、天氣可見度為300m，目標(biāo)類型為裝甲車，車長行駛速度為55km/h，距離目標(biāo)的距離為1200m，目標(biāo)的隱蔽方式為利用掩體隱蔽條件下的感知類動(dòng)作延遲時(shí)間，則可以將影響因素標(biāo)準(zhǔn)化為[1，0，0，0，0，1，0，0，0，1，0，0，0，0，0，0，1，0，0，1，0，1，0，0，]，輸入上述訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型，求得輸出向量為[0.001，0.002，0.005，0.0092，0.04，0.003]，將輸出向量歸一化后分別與對(duì)應(yīng)的區(qū)間中值進(jìn)行相乘后求和，即(0.001×5s+0.002×15s+0.005×25s+0.0092×35s+0.04×45s+0.003×55s)/(0.001+0.002+0.005+0.0092+0.04+0.003)≈34.89s，即在上述影響因素下的感知類動(dòng)作的延遲時(shí)間為34.98s。

以此類推，即可按照上述方法完成對(duì)裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作參數(shù)(包括動(dòng)作延遲時(shí)間、動(dòng)作準(zhǔn)確率)建模。

5 結(jié)束語

虛擬兵力是軍事仿真系統(tǒng)中必不可少的元素，其行為的表述是否準(zhǔn)確，參數(shù)設(shè)置是否符合實(shí)際，是直接影響軍事問題研究結(jié)論的重要因素。本文以對(duì)裝甲兵虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作參數(shù)的建模為例，提出了一種方法，可以解決現(xiàn)有技術(shù)中虛擬兵力戰(zhàn)術(shù)對(duì)抗動(dòng)作延遲時(shí)間及動(dòng)作準(zhǔn)確度設(shè)置不合理的問題，使虛擬兵力動(dòng)作參數(shù)建模更符合實(shí)際，對(duì)抗訓(xùn)練過程中訓(xùn)練場(chǎng)景更加貼近實(shí)際。實(shí)際情況下，虛擬兵力的種類繁多，對(duì)抗動(dòng)作紛繁復(fù)雜，不同類動(dòng)作影響因素不一，對(duì)動(dòng)作參數(shù)建模要求各不相同，本方法可為虛擬兵力行為建模方法及虛擬兵力的個(gè)性化生成提供借鑒。