舰船科学技术  2023, Vol. 45 Issue (21): 115-118    DOI: 10.3404/j.issn.1672-7649.2023.21.021   PDF    
水下无人航行器集群仿真试验系统设计与研究
徐伟, 刘锋, 普俊韬, 李健萍     
中国船舶集团有限公司 第 705研究所昆明分部,云南 昆明,650118
摘要: 本文提出一种水下无人航行器集群仿真试验系统的设计方法,在构建UUV平台仿真模型、目标模型、海洋环境模型、关键算法模型等的基础上,开展了UUV集群仿真系统架构、想定及任务规划、仿真运行流程、系统接口、系统部署方式等全系统、全流程的UUV集群仿真试验系统设计。通过本系统方案设计研究,能为UUV集群仿真试验平台的开发提供有效支撑。
关键词: 水下无人航行器     集群     仿真模型     系统设计.    
Design and research of unmanned underwater vehicle cluster simulation test system
XU Wei, LIU Feng, PU Juntao, LI Jian-ping     
Kunming Branch of the 705 Research Institute of CSSC, Kunming 650118, China
Abstract: In this paper, a design method of a UUV cluster simulation test system is studied. On the basis of building a UUV platform simulation model, a target model, a marine environment model, a key algorithm model, etc, it carries out whole system and a whole process design of the UUV cluster simulation test system, including the architecture, scenario and task planning, simulation operation process, system interface, and system deployment model. Through the design and development of UUV cluster simulation test platform.
Key words: unmanned underwater vehicle     cluster     simulation model     system design.    
0 引 言

随着水下无人航行器(Unmanned Underwater Vehicle, UUV)技术的发展和日渐成熟[1-5],单一UUV已不能满足使用需求的发展,这就使多UUV以集群的形式相互协作执行任务成为了UUV发展的必然趋势。

水下UUV集群协同既包括单一任务使命下多平台之间的协同,也包括多任务使命下多平台之间的协同等群体智能[6]行为。其组成个体可以是同类型的水下无人系统,也可以根据任务使命不同,选择具备相应能力的大、中、小型异构型UUV。水下无人集群还可与水下滑翔机、水下固定基础设施等组成水下无人一体化自主探测识别系统,并与水面等网络系统组成更广泛的海陆空集群协同系统。

为了能快速、有效验证水下无人航行器集群自主控制、组网通信与协同定位导航、协同搜索探测等能力,开展UUV集群试验仿真系统设计。目前国内在UUV集群关键技术研究、集群应用研究等方面已经做了大量工作[7-9],但在UUV集群仿真试验方面的研究还比较有限,通过开展UUV集群仿真研究,能够有效提升UUV集群进行陆上仿真验证的能力。

本文在分析UUV集群仿真试验系统实际应用需求的基础上,梳理该仿真系统的功能需求,明确了系统的设计思路,在构建典型航行器工程化仿真模型、目标模型、海洋环境模型、关键算法模型等的基础上,开展了系统架构、想定及任务规划、仿真运行流程、系统接口、系统部署方式等全系统、全流程的UUV集群仿真试验系统设计。

1 系统设计思路

水下无人航行器集群仿真试验系统主要以开展水下无人集群协同关键技术验证及推演评估为目的,能够为水下无人航行器集群设计研究、任务评估等提供一种有效的陆上验证手段。本系统设计思路[10-12]及特点主要包括:

1)设计集中式、分布式和开放式的仿真系统架构。能够根据仿真规模及应用场景的不同,选择不同的仿真架构。在无人航行器节点很多,仿真规模庞大,系统复杂度很高的情况下,采用分布式架构在实验室进行仿真,也可在试验现场条件有限的情况下,采用集中式单机运行的方式进行小规模仿真。

2)具备想定及任务规划的能力,能够根据不同的任务场景进行相应的兵力分配、航路规划等操作,生成想定任务数据文件。

3)以仿真引擎为基础,搭建仿真系统软件运行管理平台,有效缩减系统的开发时间,提高开发效率,并且易于整个系统的维护和扩展,实现仿真运行加速。

4)构建高拟真度的航行器平台模型、目标模型、集群控制算法模型等仿真节点模型,能够通过接口获取电子海图、声速坡面数据库等环境数据信息,提高系统仿真验证的可信度。

5)支持人在回路的集群仿真控制及对抗推演,能够在仿真运行的过程中实时加入航渡障碍物、敌方目标等,也能根据态势的演变情况,改变既定仿真任务,重新规划并下达任务,实现整个系统的人在回路仿真,做到动作可干预、节点可配置、任务可变换。

6)多样化的数据分析与评估手段。能够实时将集群仿真过程数据存储到数据库,支持单批次、多批次的多UUV、目标仿真航迹对比分析,图表数据分析,大样本分析,实现对集群应用关键性能参数的评估以及针对典型作战场景的作战效能评估。

7)具备态势演变、集群编队控制、协同探测及多种能力的二维、三维展示能力,为水下无人集群仿真推演、效能评估提供基础支撑。

8)支持虚实结合的仿真试验方法,既可开展纯模拟的全虚拟仿真,也可用实物替换组件节点,完成半实物仿真。

2 系统设计 2.1 系统架构

水下无人航行器集群仿真系统架构设计[13]图1所示。按系统层级来划分,仿真系统CSS可分为基础层、平台层、仿真层3层结构。

图 1 集群仿真系统CSS架构图 Fig. 1 CSS architecture of cluster simulation system

基础层为整个系统提供基础支撑,包括系统硬件和系统软件。系统硬件为整个系统提供硬件环境支持。系统软件为整个系统提供基础软件支持,包括操作系统、数据库、数据分发服务。

平台层在基础层之上,采用统一的仿真模型规范,为仿真模型提供管理和运行基础环境。主要功能包括仿真模型管理、仿真想定管理、仿真运行管理、仿真数据管理、仿真分布管理。

仿真层在基础层和服务层基础上,仿真层是系统的顶层,为UUV集群提供具体的仿真应用。包括任务想定单元、集群控制单元、大型UUV仿真单元、小型UUV仿真单元、目标仿真单元、环境仿真单元、态势显示单元、性能评估单元以及效能评估单元。能够实现单节点平台仿真控制,集群的仿真协同控制的仿真试验。开展集群自主航行控制、组网通信导航、协同搜索探测等仿真试验应用,同时还能实现综合数据展示、三维场景展示、二维场景展示等可视化综合展示应用。

2.2 系统运行流程

仿真系统运行流程如图2所示。

图 2 仿真系统运行流程 Fig. 2 Running process of simulation system

1)想定任务编辑

任务想定单元根据任务场景,选择或新建想定,编辑想定总体参数、平台参数、目标参数、环境参数等。

2)想定下达

任务想定单元根据想定编辑结果,生成想定数据,下达给仿真引擎。

3)仿真模型加载

仿真引擎根据作战想定数据,加载大型级航行器模型、小型级航行器模型、集运控制算法模型、目标模型、环境模型等,形成仿真运行基础。

4)仿真推演

仿真引擎调度各仿真模型,完成集群作战过程全流程模拟,并将仿真生成的平台数据、目标数据、集群控制数据、环境数据发送给性能评估单元、效能评估单元和态势显示单元。

能够通过单机加载仿真想定和数据,调度所需的仿真模型。能够对集群水下无人平台的机动、目标特性、补给等基本特性,以及探测、信息处理、通信、指挥决策等过程进行模拟,支持指挥员人员根据统一态势图对任务计划及平台状态进行干预。能够控制推演的运行状态和速度,记录单次推演仿真数据。

能够基于实验设计产生的想定样本空间,按照实验数量、实验变量进行仿真想定的批量、超实时运行,记录每个样本的多次运行统计数据,为分析评估提供数据支持。

5)性能和效能评估

根据接收到的仿真模型数据和仿真运行结果,开展关键技术性能评估以及全任务流程的效能评估。

能够对单次仿真推演或实验的记录数据进行回放,复盘过程中可进行态势快照和调阅,为评估人员提供分析、讲评辅助手段。

提供评估方案编辑、评估指标体系构建、权重设置、叶节点指标关联、评估模型编辑、指标综合计算、评估结果数据管理等功能。

6)态势显示

根据接收到的仿真数据,采用二维、三维、曲线等可视化方式,对集群仿真过程态势进行展现,包括航行器平台态势、集群通信态势、集群控制态势、集群探测态势等。

2.3 系统接口设计

集群仿真试验系统各单元之间需要交互数据,同时仿真系统与外部系统之间也存在数据接口。

1)内部接口

任务想定单元需要向仿真引擎发送仿真想定数据。

仿真引擎需要加载和驱动大型UUV仿真单元、小型UUV仿真单元、集群控制单元、目标仿真单元、环境模拟单元等,并负责各单元时间的数据交互。

小型UUV仿真单元和大型UUV仿真单元之间需要交互集群数据,模拟集群内通信过程。集群控制单元需要与小型UUV仿真单元和大型UUV仿真单元交互,接收航行器数据,并发送集群控制指令。

目标仿真单元需要与小型UUV仿真单元和大型UUV仿真单元交互,模拟小型UUV仿真单元和大型UUV仿真单元对目标的探测与跟踪过程。

环境模拟单元需提供环境数据给水下无人航行器仿真单元、集群控制单元和目标仿真单元。

仿真引擎需将仿真结果分别发送给性能评估单元、效能评估单元和态势显示单元。

图 3 内部接口图 Fig. 3 Internal interface diagram

2)外部接口

集群仿真试验系统设计了支持实体UUV接入的外部接口,可以把实体UUV作为一个节点接入集群仿真系统,开展半实物仿真。

2.4 系统部署方式

水下无人航行器集群仿真试验系统实验室部署方式如图4所示。

图 4 系统部署图 Fig. 4 System deployment diagram

仿真平台实验室部署需要配置多台工作站,采用高性能处理机,把相应的仿真单元分别部署到各计算机上运行。大型UUV仿真单元、小型UUV仿真单元、集群控制单元、环境模拟单元软件分别部署到不同的计算机上运行,组成红方模拟,目标仿真单元部署在另一台计算机上,实现蓝方模拟。

同样地,把性能评估单元、效能评估单元、态势显示单元软件分别部署在不同计算机上,配置相应的大屏显示设备。

然后,通过仿真引擎把各仿真单元接入仿真平台,实现整个仿真系统的数据交互和仿真控制及数据管理,完成集群仿真试验系统的部署。

3 结 语

本文在构建UUV仿真模型、目标模型、海洋环境模型、关键算法模型等的基础上,开展了UUV集群仿真系统架构、想定及任务规划、仿真运行流程、系统接口、系统部署方式等全系统、全流程的UUV集群仿真试验系统设计。通过本系统方案的设计研究,提出了一种新的UUV集群仿真试验系统设计方法,为开展集群应用全流程仿真及关键技术验证仿真试验平台的开发提供有效支撑。

参考文献
[1]
黄亮, 王智勇, 李海岩. 美海军无人潜航器的发展与应用[J]. 舰船电子工程, 2018(9): 13-15. DOI:10.3969/j.issn.1672-9730.2018.09.004
[2]
陈方舟. 外军无人作战系统发展述评[J]. 军事文摘, 2018, 2: 19-21.
[3]
刘乐华, 赵蛟龙, 巩天成. 美国水下无人系统发展趋势分析[J]. 数字海洋与水下攻防, 2019, 2(1): 18-23.
[4]
钱东, 赵江, 杨芸. 军用UUV发展方向与趋势(上)——美军用无人系统发展规划分析解读[J]. 水下无人系统学报, 2017, 25(1): 1-30.
[5]
钱东, 赵江, 杨芸. 军用UUV发展方向与趋势(下)——美军用无人系统发展规划分析解读[J]. 水下无人系统学报, 2017, 25(2): 107-150.
[6]
赵留平, 李环, 王鹏. 水下无人系统智能化关键技术发展现状[J]. 无人系统技术, 2020, 3(6): 12-24.
[7]
张伟, 王乃新, 魏世琳, 等. 水下无人潜航器集群发展现状及关键技术综述[J]. 哈尔滨工程大学学报, 2020, 41(2): 289-294.
[8]
陶伟, 张晓霜. 国外水下无人集群应用及关键技术研究[J]. 舰船电子工程, 2021, 41(2): 9-13.
[9]
张振华, 李尧, 俞成浦. 无人艇集群最优协同控制反演[J]. 水下无人系统学报, 2020, 28(6): 611-617.
[10]
冯贵江, 李言俊, 张科, 等. 基于HLA光电对抗仿真系统的设计与实现[J]. 计算机工程与设计, 2008, 29(8): 2055-2058.
FEND gui-jiang, LI Yan-jun, ZHANG Ke, et al. Design and implementation of E/O simulation system based on HLA[J]. Computer Engineering and Design, 2008, 29(8): 2055-2058. DOI:10.16208/j.issn1000-7024.2008.08.038
[11]
谢晓钢, 安建祝, 岳玉芳, 等. 分布式仿真训练系统通用开发框架研究[J]. 计算机工程与设计. 2012, 33(11): 4283–4287
[12]
李文哲, 张宇文, 李铁, 等. 基于高层体系结构的舰潜对抗仿真系统设计[J]. 系统仿真学报, 2008, 20(14): 3689–706.
[13]
刘帅, 张宏江. 基于MAXSim的装备体系作战仿真系统架构设计. 计算机工仿真, 2021, 38(4): 5–8.