劉鈺婷
(1. 中國船舶集團有限公司第七一〇研究所,湖北 宜昌 443003;(2. 清江創(chuàng)新中心,湖北 武漢 430076)
作戰(zhàn)效能是指在規(guī)定的作戰(zhàn)環(huán)境條件下,運用武器系統(tǒng)及其相應(yīng)的兵力執(zhí)行規(guī)定的作戰(zhàn)任務(wù)時,所能達到的預(yù)期目標的程度[1]。作戰(zhàn)效能評估是對作戰(zhàn)體系完成作戰(zhàn)任務(wù)有效程度的評定和計算[2]?,F(xiàn)有的作戰(zhàn)效能評估研究大部分針對的是單件武器裝備的效能[3],對于包含一定數(shù)量作戰(zhàn)單位的裝備系統(tǒng),構(gòu)建效能評估指標體系后,如何獲得可信度較高的指標值從而完成作戰(zhàn)效能評估是一個急需解決的難點。作戰(zhàn)仿真則是通過對參戰(zhàn)裝備的性能、行為規(guī)則以及環(huán)境條件等進行建模,進而模擬實際的作戰(zhàn)過程,得到具有一定可信度和客觀性的作戰(zhàn)仿真結(jié)果,為裝備系統(tǒng)作戰(zhàn)效能評估提供數(shù)據(jù)來源。
本文通過構(gòu)建UUV集群作戰(zhàn)仿真場景以及效能評估指標體系,利用計算機進行集群作戰(zhàn)仿真,完成UUV集群作戰(zhàn)的效能評估。
本文所建立的UUV集群場景下的作戰(zhàn)效能可以定義為在規(guī)定的作戰(zhàn)條件下,UUV集群通過聲吶探測、水聲通信以及水下打擊完成“擊毀目標潛艇”任務(wù)程度的量度。要對UUV集群的作戰(zhàn)效能進行評估,首先需要建立作戰(zhàn)效能評估指標體系并選擇相應(yīng)的效能評估方法。
常見的指標體系的結(jié)構(gòu)形式主要有層次型和網(wǎng)絡(luò)型2種。層次型評估指標體系構(gòu)建的指標體系較為清晰,對指標的計算過程易于理解;網(wǎng)絡(luò)型評估指標體系則主要用于結(jié)構(gòu)關(guān)系較為復(fù)雜的系統(tǒng)中,用于反映各目標之間的復(fù)雜關(guān)系,計算過程更為繁瑣。本文采用層次型評估指標體系完成對UUV集群作戰(zhàn)效能指標體系的構(gòu)建。
在已有的效能評估指標體系構(gòu)建模式的研究中,主要有如圖1所示的幾種指標構(gòu)建方案[4]。一般的作戰(zhàn)仿真方式采用P1選取效能評估指標,獲取的是特定想定場景下的作戰(zhàn)效果指標,但指標體系構(gòu)建不夠全面;P4則從武器裝備的性能出發(fā),研究裝備的作戰(zhàn)效能與作戰(zhàn)能力之間的關(guān)系,建立的指標體系更為全面有效。因而,本文選用P4對UUV集群作戰(zhàn)的效能評估指標進行選取。
圖1 指標體系構(gòu)建模式Fig. 1 Construction mode of index system
通過分析,UUV集群的作戰(zhàn)任務(wù)的完成程度主要依賴于單個UUV的水下機動效能、UUV集群對目標的偵察監(jiān)視效能以及UUV集群對目標的打擊效能。根據(jù)層次性原則以及獨立性原則,對各個效能進行指標分解,得到UUV集群反潛作戰(zhàn)效能指標體系如圖2所示。
圖2 UUV集群作戰(zhàn)效能評估指標體系Fig. 2 Combat effectiveness evaluation index system of UUV cluster
在構(gòu)建的指標體系中,水下機動效能的下層指標及目標打擊效能下層中的火力打擊范圍體現(xiàn)了UUV的系統(tǒng)性能;對潛艇的探測概率、跟蹤解算成功概率以及命中率則體現(xiàn)了UUV集群的作戰(zhàn)能力與作戰(zhàn)效果,需要通過作戰(zhàn)仿真推演后得到指標值。
武器裝備的效能評估方法和模型種類繁多,根據(jù)評估的主客觀程度,可以分為主觀評估法、客觀評估法以及定性和定量相結(jié)合的評估方法[1]。本節(jié)將根據(jù)各類方法的效能分析側(cè)重點,針對UUV集群反潛作戰(zhàn)效能的具體要求,選擇合適的效能評估方法。
由于構(gòu)建指標體系時選擇的總體框架是層次分析框架,因而選擇層次分析法(AHP法)作為作戰(zhàn)效能評估的主體方法。
AHP法根據(jù)每一層次指標相對于上一層次指標的重要性,獲得底層指標對于次高層指標的重要性權(quán)值。將底層指標的評價值和權(quán)重值相乘,可得到次高層因素的評價值,經(jīng)過層層計算,最終得到裝備的作戰(zhàn)效能。AHP法中最重要的是獲取指標評價值與權(quán)重值,一般采用專家打分法來確定指標權(quán)重。
專家打分法的本質(zhì)是聘請數(shù)名專家對指標的重要性程度進行等級評估投票,然后根據(jù)每個等級所得票數(shù)占總票數(shù)的比例確定專家投票結(jié)果,得到判斷矩陣,通過對判斷矩陣的處理得到指標權(quán)重。由于指標權(quán)重的計算依賴于專家打分法,效能評估的結(jié)果容易受到專家的知識結(jié)構(gòu)和經(jīng)驗水平的影響,為了使評估的結(jié)果具有更高的可信度和客觀性,文獻[5]提出基于主觀綜合評判的可信度評估新方法,對專家打分法進行了改進。即在使用專家打分法計算指標權(quán)重之前,首先根據(jù)評判專家的綜合能力對各位專家的權(quán)重進行計算,權(quán)重E(a,t)可表示為
式中:h(a)為專長等級系數(shù),最低層為1,每高一層遞增1;r(a,)τ為專長關(guān)聯(lián)度,取值范圍為[0,1],r=1時專長關(guān)聯(lián)度最高;l>1,為組織專長基數(shù),表明組織因?qū)I(yè)等級而導(dǎo)致的權(quán)利集中程度,一般取為2。
將專家的權(quán)重向量與對指標的評分相乘,得到該專家對該指標的最終打分結(jié)果。統(tǒng)計所有專家的打分結(jié)果,采用擴展的判斷矩陣構(gòu)造方法來構(gòu)造判斷矩陣[6],得到具有完全一致性的判斷矩陣。
在效能評估中,由于各指標的量綱和數(shù)量級不同,需要對指標值進行歸一化處理后才能進行后續(xù)的效能評估計算;指標的權(quán)重向量也需要對判斷矩陣歸一化處理后才能得到。因而效能評估的歸一化處理不僅包括對指標值的歸一化,還包括對判斷矩陣的歸一化。
1)判斷矩陣歸一化。
2) 指標評價值歸一化。
作戰(zhàn)效能指標可以分為極大型指標(指標值越大,評價值也越大)、極小型指標(指標值越小,評價值也越?。?、居中型指標和區(qū)間型指標[7],在本文所建立的UUV集群指標體系中,指標類型主要為極大型指標和極小型指標。
對于極大型指標,指標值對評價值的影響關(guān)系為正相關(guān),歸一化處理為
對于極小型指標,指標值對評價值的影響關(guān)系為負相關(guān),歸一化處理為
由前文的分析可知,本文以層次分析法為主,改進的專家打分法為輔,對UUV集群作戰(zhàn)的作戰(zhàn)效能進行評估。效能評估的流程如圖3所示。
圖3 作戰(zhàn)效能評估流程圖Fig. 3 Flow chart of combat effectiveness evaluation
作戰(zhàn)效能評估的過程:首先得到作戰(zhàn)效能各層指標的集合;根據(jù)專家自身的權(quán)重以及專家對指標權(quán)重的打分結(jié)果得到判斷矩陣,歸一化處理后得到每層指標的權(quán)重向量;對作戰(zhàn)仿真結(jié)果或裝備性能參數(shù)進行歸一化處理,聚合得到指標評價向量;同一層的權(quán)重向量與指標評價向量相乘得到評價向量B,即為上層指標的評價值;通過不斷計算每層的權(quán)重向量和評價向量,最終得到頂層評價向量,即為UUV集群作戰(zhàn)的作戰(zhàn)效能E。
通過作戰(zhàn)仿真得到的仿真結(jié)果是作戰(zhàn)效能評估的重要數(shù)據(jù)來源,本節(jié)將介紹作戰(zhàn)仿真的流程,并對UUV集群作戰(zhàn)進行實例化得到支撐作戰(zhàn)效能評估的作戰(zhàn)仿真結(jié)果數(shù)據(jù)。
作戰(zhàn)試驗仿真流程如圖4所示。首先根據(jù)作戰(zhàn)目的進行作戰(zhàn)試驗方案的構(gòu)建,主要包括明確作戰(zhàn)目的、參戰(zhàn)裝備、環(huán)境條件以及雙方的行為規(guī)則規(guī)定等;然后根據(jù)實驗方案,在仿真軟件上細化并建立裝備模型、環(huán)境模型、行為規(guī)則模型等;接著對想定場景進行設(shè)計,將建立的模型加入想定,在仿真軟件上實現(xiàn)想定;最后運行仿真試驗并統(tǒng)計仿真結(jié)果。
圖4 作戰(zhàn)仿真流程圖Fig. 4 Flow chart of combat simulation
根據(jù)作戰(zhàn)仿真流程圖,對UUV集群作戰(zhàn)仿真進行實例化。
2.2.1 構(gòu)架試驗方案
本文中UUV集群作戰(zhàn)的目的是對敵方潛艇進行跟蹤打擊,因而參戰(zhàn)裝備是UUV以及目標潛艇,設(shè)定場景的環(huán)境條件為3級海況。UUV的主要行為定義為:當UUV發(fā)現(xiàn)目標后,對目標進行跟蹤解算,解算完成后與其他UUV進行通信并在條件允許的情況下完成對目標的打擊。
為簡化仿真場景,不考慮目標對UUV的探測及打擊過程,主要關(guān)注UUV對目標的探測概率、跟蹤解算成功率以及對目標的命中率。
2.2.2 建立仿真模型
基于一體化建模方法,從實體層、行為層以及關(guān)系層建立仿真模型。[8]
根據(jù)上文構(gòu)建的試驗方案可知,此次作戰(zhàn)仿真需要構(gòu)建以下5類實體模型:
1)UUV實體模型。規(guī)定UUV的最大下潛水深、最大航速等性能參數(shù);艇長、艇寬、噸位、自持力等固有參數(shù);以及自噪聲功率譜、輻射噪聲功率譜和目標強度功率譜等水聲特性。
2)潛艇實體模型。模型構(gòu)建內(nèi)容與UUV基本相同。
3)聲吶實體模型。此次UUV作戰(zhàn)仿真中攜帶的是被動探測聲吶,模型中需要規(guī)定聲吶的最大探測距離、檢測閾、以及聲吶在各個方向角上的指向性等性能參數(shù)。
4)魚雷實體模型。UUV作戰(zhàn)仿真中攜帶的魚雷,模型中主要包含魚雷的安全打擊范圍和彈道解算相關(guān)的參數(shù)與模塊。
5)水文環(huán)境模型。基于仿真區(qū)域的水文條件數(shù)據(jù)庫,模擬動態(tài)的水文環(huán)境,實時為水下的探測與通信提供環(huán)境數(shù)據(jù)支撐。
UUV集群作戰(zhàn)的行為規(guī)則細化設(shè)定如下。
每個UUV在各自的巡邏區(qū)域內(nèi)沿巡邏線巡邏并同步運動;當某一個UUV探測到目標潛艇時,立即對潛艇進行跟蹤解算,若潛艇即將進入 UUV盲區(qū),UUV進行轉(zhuǎn)向跟蹤;當UUV完成對潛艇的跟蹤解算后,將解算出的潛艇可能經(jīng)過的位置點報告給通信范圍內(nèi)的其他UUV,接收到信號的UUV向位置點機動并在位置點附近巡邏,若UUV在機動和巡邏過程中探測到潛艇,則繼續(xù)進行對目標的跟蹤解算和通信任務(wù);已完成解算過程的UUV繼續(xù)跟蹤潛艇,當潛艇進入魚雷的安全攻擊范圍時,執(zhí)行對潛艇的打擊任務(wù),命中潛艇后,將目標丟失的信息傳遞給通信范圍內(nèi)的 UUV,完成打擊的UUV和接收到信號的 UUV回到初始巡邏區(qū)域繼續(xù)巡邏。
UUV集群作戰(zhàn)的通信模型主要為 UUV集群作戰(zhàn)提供水聲通信,需要確定通信范圍,參與通信的實體。
2.2.3 仿真想定設(shè)計
根據(jù)構(gòu)建的試驗方案,為提高仿真速度,盡快得到試驗結(jié)果,將想定場景進行簡化,設(shè)計想定場景如圖5所示。
圖5 想定場景設(shè)計圖Fig. 5 Design diagram of desired scenario
2個UUV在各自的巡邏區(qū)域同步巡邏,實現(xiàn)對巡邏區(qū)域的封鎖。潛艇從2個UUV巡邏區(qū)域的中間穿越封鎖區(qū)域。
2.2.4 仿真運行及仿真結(jié)果
對簡化后的想定場景進行仿真試驗的目的是為了得到不同間隔下的UUV集群的作戰(zhàn)效能。通過改變 UUV巡邏區(qū)域的大小,得到不同間隔下UUV集群對潛艇的探測概率、解算成功率以及命中概率。
運行大樣本仿真,通過不斷改變潛艇加入仿真的時間,改變潛艇與UUV相遇時的相對位置,可以模擬潛艇從不同航線通過 UUV封鎖區(qū)域的情況,得到更為客觀的試驗結(jié)果,如圖6所示。
圖6 UUV與潛艇不同相對位置的示意圖Fig. 6 Schematic diagram of different relative positions of UUV and submarine
為便于對仿真結(jié)果進行分析,將UUV間隔進行歸一化處理,若UUV對潛艇理論探測距離為R,則2R為1,其他間隔按照比例進行歸一化。經(jīng)過大樣本仿真后,統(tǒng)計得到每種間隔下UUV對潛艇的探測成功概率、跟蹤解算成功概率以及打擊命中率,將統(tǒng)計結(jié)果繪制成曲線,如圖7–9所示。
圖7是探測成功率曲線,從圖7可以看出,當UUV間隔為1時,UUV對潛艇的探測概率為1,此時,相鄰2個UUV的探測區(qū)域剛好相接,實現(xiàn)了對巡邏區(qū)域的完全封鎖;當UUV間隔小于1時,相鄰2個UUV的探測區(qū)域部分重合,UUV對潛艇的探測概率同樣也為1;當UUV間隔大于1時,相鄰2個 UUV的探測區(qū)域之間存在探測盲區(qū),UUV對潛艇的探測概率小于1,隨著間隔的增加,探測概率逐漸下降。但是UUV是否探測到潛艇不僅和UUV與目標之間的距離有關(guān),還與潛艇的輻射噪聲、UUV的自噪聲、海洋環(huán)境以及UUV所攜帶聲吶的探測盲區(qū)有關(guān)。因而UUV對潛艇的探測概率是動態(tài)變化的,并不隨著UUV間隔的增加而嚴格下降,在圖7中表現(xiàn)為曲線在下降的總體趨勢下略有起伏變化。
圖7 UUV探測概率曲線圖Fig. 7 Probability curve of UUV detection
圖 8是解算成功率曲線。從圖 8可以看出,UUV的解算成功率同樣隨著 UUV間隔的增加而逐漸下降,且解算成功率明顯小于UUV對潛艇的探測概率,這是因為在仿真設(shè)定中,UUV探測到潛艇后才會對潛艇進行跟蹤解算,在跟蹤解算過程中有可能丟失目標,因而解算成功率小于探測概率。當UUV間隔大于等于1時,雖然探測概率均為1,但在間隔為1的情況下,UUV在聲吶的探測極限位置附近發(fā)現(xiàn)潛艇的概率較高,在跟蹤解算過程中丟失目標潛艇的概率較大,因而此時UUV的解算成功率要低于UUV間隔小于1時的概率。
圖8 UUV解算成功概率曲線圖Fig. 8 Probability curve of UUV solution success
圖9是命中率曲線。當UUV完成對潛艇的解算過程并能夠繼續(xù)跟蹤潛艇,且潛艇進入魚雷的安全打擊范圍時,UUV才會發(fā)射魚雷,而魚雷的彈道解算并不一定能與 UUV航線重合,存在 UUV解算成功魚雷卻沒有命中潛艇的情況,因而圖9中UUV對潛艇的命中率曲線與解算成功率曲線的整體趨勢相似,但略低于相同間隔下UUV對潛艇的解算成功率。
圖9 UUV命中率曲線圖Fig. 9 UUV hit rate curve
本節(jié)將根據(jù)第1節(jié)中構(gòu)建的UUV集群作戰(zhàn)指標體系以及第2節(jié)中的作戰(zhàn)仿真結(jié)果,得到UUV不同布放間隔下打擊潛艇的效能評估結(jié)果。
通過改進的專家打分法得到各級指標的權(quán)重表。
對UUV指標值進行歸一化處理,得到指標評價值。由于本文建立的仿真場景僅涉及一艘UUV,指標體系中的性能參數(shù)并不隨UUV間隔的變化而變化,歸一化后的指標評價值如表2所示,表2中“/”表示該值與 UUV間隔有關(guān),將通過作戰(zhàn)仿真來獲取結(jié)果。
表1 指標權(quán)重表Table 1 Weight of indexes
根據(jù)第2節(jié)中不同間隔下UUV集群作戰(zhàn)仿真結(jié)果,按照建立的指標體系,逐級將指標值加權(quán)求和,得到作戰(zhàn)效能評估結(jié)果。部分UUV間隔下作戰(zhàn)效能評估結(jié)果如表3所示。
表3 作戰(zhàn)效能評估結(jié)果表Table 3 Evaluation results of combat effectiveness
UUV集群作戰(zhàn)效能隨 UUV間隔的變化曲線如圖10所示。從圖中可以看出,在本文設(shè)計的想定場景下,UUV集群作戰(zhàn)的作戰(zhàn)效能隨UUV間隔的增加呈現(xiàn)下降的趨勢。綜合考慮所有指標后,UUV間隔小于1時,效能評估結(jié)果最好,但此時要完成對區(qū)域的封鎖所需要的UUV數(shù)量也最多,因而,在實際作戰(zhàn)中,需要綜合考慮效費比等多方面因素,選擇最合適的UUV間隔。
圖10 UUV效能評估結(jié)果曲線圖Fig. 10 Curve of UUV combat effectiveness evaluation results
本文通過將作戰(zhàn)仿真融入效能評估過程,以一個較簡單的想定場景為實例,對作戰(zhàn)仿真與效能評估的流程和方法進行了介紹,得到了符合預(yù)期的UUV集群作戰(zhàn)能力以及作戰(zhàn)效能評估結(jié)果。通過豐富作戰(zhàn)指標體系及作戰(zhàn)仿真設(shè)計,可以將本文所介紹的流程和方法應(yīng)用于更大、更復(fù)雜作戰(zhàn)場景下的裝備體系作戰(zhàn)效能評估。