船舶行业涉及到全部工业门类的80%以上[1],船舶装备体系的主体在岸、海、空、天、潜多维度跨尺度运行,呈现出典型的体系工程多主体、跨尺度、非线性等复杂特点。随着智能化、无人化时代的来临,传统依靠指挥人员的有人化船舶装备体系多主体协同运行,将逐步发展成有人无人协同运行,并最终演化成无人化智能自主协同运行[2]。船舶装备体系无人化智能自主协同运行系统需要进行持续的演进优化 [3],并对演进优化后的船舶装备体系效能进行持续验证评估仿真[4],从而推动船舶装备体系无人化智能自主演进优化循环迭代。船舶行业装备验证仿真存在如下特点:一是缺乏船舶装备体系微观、中观、宏观跨层级仿真验证统一协同设计,各类船舶装备前期使用的验证仿真系统存在较大的差异,既包括XSim[5]、墨子[6]、AirSim[7]、MAK ONE、warsim、MARS等成熟产品,也包括部分科研院所和企业自行研制的专用仿真系统;二是数字模型异构[8],大量不同种类的数字模型是基于不同的验证仿真系统软件环境定制开发的,存在大量历史遗留的行业专用模型,这些模型开发使用的环境具有显著差异,集成到统一的验证仿真平台中存在较大难度;三是验证类别多样化,包括功能验证、性能验证、体系效能验证等多类验证。因此,如何高效复用船舶装备体系已有的数据资产和模型成果,利用船舶装备现有的异构仿真平台构建船舶装备体系跨层级验证仿真平台,使之具备体系微观、中观、宏观等跨层级的仿真验证能力,成为了重要且急需的工作。
1 系统设计 1.1 系统架构船舶装备体系验证仿真平台ShipSim的目标是能够承担船海装备功能验证、性能验证、体系效能验证等任务,并能够提供数据、模型、仿真推演、效能评估等服务能力。通过现有船海领域仿真系统建设,研制协同验证仿真中间件,构建船舶装备体系验证仿真平台ShipSim。ShipSim平台按照“1主仿真系统+N辅仿真系统”思路构建,船舶装备主验证仿真系统提供红方、蓝方、仲裁等基础功能;船舶装备辅助验证仿真系统一方面为主系统仿真结果提供高置信度协同验证,另一方面兼容船舶装备试验区、装备厂所等数字化装备模型运行;主验证仿真系统和辅助验证仿真系统之间通过自研仿真中间件进行数据交互及任务协同。船舶装备体系验证仿真ShipSim平台系统架构包括3层:1)资源层,提供服务平台调度使用的各类服务资源,包括网络和经过虚拟化封装的建模和仿真资源(计算资源、存储资源、网络资源、验证仿真无人机无人船无人潜航器半实物系统资源等);2)支撑工具层,为用户进行需求分析与验证活动提供支撑工具,包括开源船舶装备主验证仿真系统AFSIM[9]、船舶装备辅助验证仿真系统(墨子、XSim等)、船舶协同验证仿真可视化系统UE[10](Unreal Engine)、协同验证仿真中间件SSM(Ship Simulation Middleware)、船舶装备验证仿真数据库/模型算法库[11]、数字蓝方智能推演[12]系统、体系效能评估[13]工具等;3)应用层,包括船舶装备功能、船舶装备性能、体系运行效能等验证仿真应用。ShipSim平台系统架构如图1所示。
|
图 1 船舶装备体系验证仿真平台ShipSim系统架构 Fig. 1 ShipSim system architecture for ship equipment system of systems verification simulation platform |
船舶装备体系验证仿真平台ShipSim信息关系如图2所示。利用AFSIM仿真系统承担仿真仲裁、红方仿真、蓝方仿真等仿真推演功能,支持船舶装备体系协同验证仿真任务。协同验证仿真中间件SSM(Ship Simulation Middleware)分为红方协同验证仿真中间件SSMR(Ship Simulation Middleware for Red Side)、蓝方协同验证仿真中间件SSMB(Ship Simulation Middleware for Blue Side)、仿真可视化中间件SSMV(Ship Simulation Middleware for Visualization)、仿真效能评估中间件SSME(Ship Simulation Middleware for Evaluation)4个部分。AFSIM红方仿真节点,通过红方协同验证仿真中间件SSMR与其他船舶仿真系统(例如墨子、XSim以及验证仿真无人机无人船无人潜航器半实物系统资源等)进行协同验证仿真推演验证,具备与多种异构仿真平台的数据、模型和任务协同执行能力。AFSIM蓝方仿真节点,通过蓝方协同验证仿真中间件SSMB与其他蓝方仿真系统(例如数字蓝方智能推演系统等)进行蓝方协同验证仿真推演验证。参与红方仿真推演和蓝方仿真推演的其他仿真推演系统,可按需进行扩展,通过在SSMR和SSMB添加相应协议支持新增的协同验证仿真推演系统。AFSIM仿真仲裁节点,通过仿真可视化中间件SSMV与可视化系统(如UE可视化软件等)交互,通过专门的可视化软件提供更加专业化的可视化态势呈现及运行分析。AFSIM仿真仲裁节点,通过仿真可视化中间件SSME与效能评估系统交互,开展特定仿真推演任务的效能评估。验证资源管控系统管控着船舶验证仿真所需的各类数据、模型等资源,为特定验证仿真任务提供数据和模型支撑,并存储管理验证仿真任务运行产生的仿真推演数据、效能评估数据等资源。
|
图 2 ShipSim信息关系图 Fig. 2 ShipSim information relationship diagram |
完成船舶装备体系仿真验证的装备数字模型通常由不同的装备研制厂商提供,ShipSim通过对不同来源装备数字模型的集成,复用船舶装备领域已有的成熟模型成果,高效完成特定的船舶装备仿真验证任务。模型集成分为2种方式。一种是参与验证单位统一研制符合主仿真系统AFSIM集成要求的数字装备模型,交付模型的.dll动态链接库和.h头文件,直接集成到AFSIM系统中进行船舶验证仿真。另一种是参与验证单位提供的数字模型在在AFSIM系统中不能直接集成运行,则部署一套与该单位数字模型研制相同的计算机仿真软硬件环境,采用封装器rapper方式逐个案例进行模型集成。通过第2种方式,任何异构环境下运行的仿真模型都可以与ShipSim平台进行协同仿真验证,一种通用的X平台m模型集成到ShipSim平台的案例示意如图3所示。
|
图 3 异构X平台模型m集成到ShipSim平台示意图 Fig. 3 Schematic diagram of integrating heterogeneous X platform model m into ShipSim platform |
船舶验证仿真平台ShipSim与运行m模型的异构X平台,通过网络连通。ShipSim通过内置的数据通信服务模块,发送X平台m模型运行所需参数给X平台,X平台通过m模型的封装器rapper接收m模型执行参数,执行m模型,并将m模型执行结果通过rapper内置的数据通信服务发送给ShipSim平台,完成异构X平台m模型集成。
X平台m模型rapper的执行流程如图4所示。执行过程为:X平台m模型的rapper通过UDP服务接收到ShipSim平台发送的模型执行参数,rapper利用m模型参数在m模型的原始运行环境X平台下执行m模型,如果m模型执行失败则发送执行失败代码给ShipSim平台,如果m模型执行成功,则rapper获取m模型的执行结果数据并发送给ShipSim平台。
|
图 4 X平台m模型rapper执行流程图 Fig. 4 X platform m model rapper execution flowchart |
通过仿真中间件的协同,使得不同种类、不同厂商的异构仿真系统能够基于消息交互方式联合开展装备仿真,充分发挥不同仿真系统在各自领域积累的模型和数据优势,高效完成船舶装备体系级任务仿真验证工作。通过协同仿真中间件SSM开展多套仿真系统协同仿真验证。
协同仿真中间件SSM采用多服务并行方式开展工作,包括消息接收服务、格式转换服务、消息发送服务,多个服务之间通过全局原始消息链表和转换消息链表进行消息资源共享。
协同验证中间件内部基于消息交换运行,流程为:
步骤1 消息接收服务接收到消息后把消息插入原始消息链表尾部;
步骤2 格式转换服务从原始消息链表头部取出一条原始消息,格式转换后插入到转换消息链表尾部;
步骤3 消息发送服务从转换消息链表头部取出一条消息,根据消息的源和目的IP和端口号发送消息;
步骤4 重复步骤1~步骤3,直到仿真协同服务停止。
上述协同验证中间件内部的运行流程适用于SSM中的SSMR、SSMB、SSMV、SSME等 4个部分。消息内容既可以是仿真验证任务协同请求命令,也可以是仿真验证任务协同应答结果。
1.5 可视化通过仿真中间件SSMV、AFSIM仿真仲裁节点与仿真可视化虚幻引擎UE软件进行数据交换,实时进行仿真推演过程中的数据可视化,呈现目标态势,并可根据过程数据开展可视化分析。可根据需要,通过扩展SSMV内部格式,使用多种不同可视化软件(如Universal 3D等)进行仿真推演协同可视化及分析。
目标可视化内容包括船舶、飞机、UUV、USV、UAV、浮标等目标的位置、三维物理模型、运动状态、感知范围、通信范围等情况。环境可视化内容包括海洋水文、气象、电磁、地理等海洋环境信息情况。
1.6 效能评估对于船舶装备静态体系场景,分别从逻辑组成、物理实现、体系运行、任务需要和贡献效用等不同层面[14]开展船舶装备体系效能评估。逻辑层涵盖指挥控制、态势感知、综合保障等体系验证评估;物理实现层涵盖体系融合度和体系能力就绪度等体系验证评估;体系运行层涵盖体系稳健性和体系韧性等体系验证评估;任务需要层涵盖体系成熟度和任务满足度等体系验证评估;贡献效用层涵盖体系效能评估和体系贡献度评估等体系验证评估。
对于船舶装备动态体系演化场景,采用基于复杂适应系统(Complex Adaptive System,CAS)[15]的船舶装备体系适应性演化理论与量化评估方法[16],建立船舶装备体系微观、中观、宏观适应性指数,开展基于适应性的演化体系贡献度评估。
研制数十个体系能力、韧性、成熟度、贡献度等体系验证评估的常用方法和模型,具备按照应用需求开展体系验证能力。体系评估也可以由多套体系效能评估系统联合开展验证评估,多套效能评估系统通过跟AFSIM仿真仲裁节点之间效能评估中间件SSME的消息转换方式开展协同评估。
1.7 资源管控验证资源管控系统统一管控船舶装备体系验证仿真所需的各类资源,涵盖实物半实物系统、数据、模型和任务资源的管理和使用控制,为基于模型的船舶装备体系验证平台运行提供资源保障和管控能力。验证资源管控系统跟与船舶装备体系验证仿真平台中的红方推演系统、蓝方推演系统、仲裁系统、可视化系统、效能评估系统等具有信息交互关系,按照数据访问流程,验证资源管控系统共分为7个分系统,功能组成如图5所示。
|
图 5 验证资源管控系统功能组成图 Fig. 5 Functional composition diagram of the resource management and control system for verification |
各分系统的主要功能如下:1)验证实物半实物资源管控分系统具备实物、半实物资源增加、删除、修改、使用申请、使用状态查询等功能;2)验证数据管理分系统具备海洋目标、环境、船海装备性能、蓝方装备性能、评估、可视化、标准规范、管理条令等数据、文件资源增加、删除、修改、查询、访问控制等功能;3)验证模型管理分系统具备海洋目标、环境、船海装备性能、蓝方装备性能、评估等算法模型资源增加、删除、修改、查询等功能;4)验证任务管理分系统具备功能、性能验证、体系效能仿真推演等任务初始化资源、验证结果数据、验证评估数据、验证可视化数据等整合集成、以及任务数据增加、删除、修改、查询功能;5)验证数据治理分系统具备对感知装备采集的海洋环境目标等数据开展元数据管理、标准管理、质量管理等功能;6)验证资源权限管理分系统具备用户和验证资源之间的访问权限的增加、删除、修改、查询等功能;7)验证资源状态监视分系统具备按种类、访问次数、访问数据量等维度进行验证资源使用状态实时监视功能。
验证实物半实物资源管理分系统管理的实物半实物资源包括无人机、无人船、无人潜航器、浮标等。
验证数据管理分系统管理的数据包括船舶、飞机、UUV、USV、UAV、浮标等目标数据;风、浪、流、温、盐、深、云、雨、雪、雾、电磁等海洋环境数据;红方、蓝方装备感知、通信等性能数据;评估参数、评估结论等评估数据;可视化数据;标准数据等。
验证模型管理分系统管理的模型包括海水密度、水下声传播、海洋航路安全评估等海洋环境模型;红方、蓝方船舶装备感知、通信、运动等性能模型;评估指标模型等。
验证任务管理分系统管理的任务包括标准、大纲等任务文件;验证方案;任务初始化、运行、可视化分析、评估等全周期整合数据等。
验证资源管控系统统一管控的结构化数据通过数据库进行存储管理,非结构化数据采用文件系统进行存储管理。
2 系统验证通过无人机艇协同探测水面目标的演示场景进行ShipSim仿真平台的系统构建可行性验证。在该演示场景中,红方1架无人机和1艘无人水面艇协同探测蓝方1艘无人水面艇目标,红方无人机具有光电探测载荷,红方无人水面艇具有海面探测雷达。在实验室局域网环境中,构建了系统验证平台。
系统验证充分复用了优势单位AFSim中已建立的无人艇模型以及AirSim中的可复用的无人机模型,ShipSim演示场景的高效系统仿真验证流程如下:
1)通过AirSim构建了红方无人机的光电探测、无人机运动等模型;
2)通过AFSim构建了红方水面无人艇的雷达探测、红方无人艇水面运动、蓝方无人艇水面运动等模型,并通过AFSim开展红蓝双方的仿真推演仲裁;
3)使用UE4开展无人机、无人艇装备的可视化推演分析;
4)验证数据来自无人机艇协同探测水面目标演示场景的外场试验及实验室仿真模拟,结构化报文、评估验证数据采用MySQL8.4数据库管理,非结构化的无人机、无人艇图片及视频数据采用Windows NTFS文件系统管理;
5)自研的无人机艇协同水面目标探测评估软件,通过从MySQL数据库中读取飞行高度、经纬度、速度、航向等信息,开展协同探测任务执行效能评估打分。
ShipSim演示场景包括1个红方无人机模拟节点、1个红方水面无人艇模拟节点、1个蓝方水面无人艇模拟节点、1个仿真仲裁节点、1个数据管理节点、1个可视化节点、1个效能评估节点,节点之间通过千兆交换机连接形成局域网。每个系统验证节点的硬件配置相同,如表1所示。ShipSim演示场景系统验证软件配置如表2所示,系统验证模型及数据配置如表3所示。
|
|
表 1 系统验证单节点硬件配置表 Tab.1 Single node hardware configuration table for system verification |
|
|
表 2 系统验证软件配置表 Tab.2 Software configuration table for system verification |
|
|
表 3 系统验证模型及数据配置表 Tab.3 Model and data configuration table for system verification |
通过上述演示场景中多个红蓝方无人机、无人艇的数字模型集成和异构仿真系统协同工作,高效完成了无人机艇协同探测水面目标演示场景的数字化体系仿真任务,并且通过自主研制的无人机艇协同水面目标探测评估软件,开展了体系任务的效能评估工作,验证了船舶装备体系验证仿真平台ShipSim构建的可行性。
3 结 语本文构建了船舶装备体系验证仿真平台ShipSim,解决了岸、海、空、天、潜多维度跨尺度运行的船舶装备主体在开展体系验证仿真时遇到的异构协同验证仿真和多源模型集成等难题。通过SSM组件的功能扩展,支持红方、蓝方仿真推演能力增强、以及验证可视化和效能评估能力增强,ShipSim平台具有较强的可扩展性,具备跨微观、中观、宏观的复杂船舶装备体系仿真验证能力。后续可扩展系统架构为云架构[17],解决异地验证仿真模型及数据资源的共享问题。
| [1] |
中央广播电视总台央视网. 关联50多个行业 产业链实现国产化 中国船舶工业一路壮大[N]. 2023. https://news.cctv.com/2023/07/12/ARTIc87sLmSzZTMLIIcOj03a230712.shtml.
|
| [2] |
李风雷, 卢昊, 宋闯, 等. 智能化战争与无人系统技术的发展[J]. 无人系统技术, 2018, 1(2): 14-23. LI F L, LU H, SONG C, et al. Development of intelligent warfare and unmanned system technology[J]. Unmanned Systems Technology, 2018, 1(2): 14-23. |
| [3] |
张强, 李建华, 沈迪, 等. 基于复杂网络的作战体系网络建模与优化研究[J]. 系统工程与电子技术, 2015, 37(5): 1066-1071. ZHANG Q, LI J H, SHEN D, et al. Research on network modeling and optimization of operation system of systems based on complex network[J]. Systems Engineering and Electronics, 2015, 37(5): 1066-1071. |
| [4] |
钱晓超, 董晨, 陆志沣. 基于效能评估的武器装备体系优化设计方法[J]. 系统仿真技术, 2017, 13(4): 286-291+362. QIAN X C , DONG C , LU Z F. Weapon system optimization design based on effectiveness evaluation[J]. System Simulation Technology, 2017, 13(4): 286-291+362. |
| [5] |
王学良, 周文强. 基于XSIM平台某型雷达数字模型设计与实现[J]. 舰船电子工程, 2024, 44(1): 87-89. WANG X L, ZHOU W Q. Design and Implementation of a radar digital model based on XSIM[J]. Ship Electronic Engineering, 2024, 44(1): 87-89. |
| [6] |
尹安. 基于墨子平台的水下多智能体协同占位决策算法设计[J]. 中国舰船研究, 2024, 19(S1): 109-114. YIN A. Design and research of underwater multi-agent cooperative getting-to-the-firing-position decision-making algorithm based on MoZi platform[J]. Chinese Journal of Ship Research, 2024, 19(S1): 109-114. DOI:10.19693/j.issn.1673-3185.03154 |
| [7] |
朱博顺, 王成钢, 井田, 等. 基于AirSim平台的无人机蜂群侦察搜索仿真与分析[J]. 计算机应用, 2021, 41(S1): 196-201. ZHU B S, WANG C G, JING T , et al. Simulation and analysis of drone swarm reconnaissance and search based on AirSim platform[J]. Journal of Computer Applications, 2021, 41(S1): 196-201. DOI:10.11772/j.issn.1001-9081.2020060855 |
| [8] |
贾晨曦, 王林峰. 国内基于模型的系统工程面临的挑战及发展建议[J]. 系统科学学报, 2016, 24(4): 100-104. JIA C X, WANG L F. Challenges and development suggestions of the model based systems engineering in china[J]. Chinese Journal of Systems Science, 2016, 24(4): 100-104. |
| [9] |
THOMPSON J S, HODSON D D. AFSIM's pseudo-realtime hybrid simulation software design[J]. The Journal of Defense Modeling and Simulation: Applications, Methodology, Technology, 2021, 19: 575−587.
|
| [10] |
余肖翰, 余麒祥. 基于UE4引擎的海洋虚拟可视化初探[J]. 应用海洋学学报, 2017, 36(2): 295-301. YU X H, YU Q X. Exploration of marine virtual visualization based on the Unreal Engine 4[J]. Journal of Applied Oceanography, 2017, 36(2): 295-301. DOI:10.3969/J.ISSN.2095-4972.2017.02.017 |
| [11] |
石刘, 杨镇宇, 赵泽学, 等. 船舶与海洋大数据算法模型资源共享系统[J]. 舰船科学技术, 2023, 45(18): 143-146. SHI L , YANG Z Y, ZHAO Z X, et al. Ship and ocean big data algorithm model resource sharing system[J]. Ship Science and Technology, 2023, 45(18): 143-146. |
| [12] |
章乐贵, 陈希亮, 曹雷, 等. 智能蓝军作战行为模型构建技术研究[J]. 国防科技, 2022, 43(1): 14-20. ZHANG L G, CHEN X L, CAO L, et al. Model for the operational behavior of the intelligent blue army of China[J]. National Defense Technology, 2022, 43(1): 14-20. |
| [13] |
杨克巍, 杨志伟, 谭跃进, 等. 面向体系贡献率的装备体系评估方法研究综述[J]. 系统工程与电子技术, 2019, 41(2): 311-321. YANG K W, YANG Z W, TAN Y J, et al. Review of the evaluation methods of equipment system of systems facing the contribution rate[J]. Systems Engineering and Electronics, 2019, 41(2): 311-321. DOI:10.3969/j.issn.1001-506X.2019.02.13 |
| [14] |
刘俊先, 高岚岚, 陈涛, 等. 体系评估理论与方法[M]. 北京: 科学出版社, 2022: 33-37.
|
| [15] |
谭跃进, 邓宏钟. 复杂适应系统理论及其应用研究[J]. 系统工程, 2001, 19(5): 1-6. TAN Y JE, DENG H Z. The study of complex adaptive system theory and it's application[J]. Systems Engineering, 2001, 19(5): 1-6. |
| [16] |
张宏军, 黄百乔, 白天. 复杂工程体系适应性机制构建与评价方法[J]. 系统工程与电子技术, 2023, 45(8): 2325-2331. ZHANG H J, HUANG B Q, BAI T. Adaptive mechanism construction and evaluation method of complex engineering SoS[J]. Systems Engineering and Electronics, 2023, 45(8): 2325-2331. |
| [17] |
李伯虎, 柴旭东, 侯宝存, 等. 一种基于云计算理念的网络化建模与仿真平台——“云仿真平台”[J]. 系统仿真学报, 2009, 21(17): 5292-5299. LI B H, CHAI X D, HOU B C, et al. Networked modeling & simulation platform based on concept of cloud computing—cloud simulation platform[J]. Journal of System Simulation, 2009, 21(17): 5292-5299. |
2026, Vol. 48
