陳士濤, 李大喜, 趙保軍

(1. 空軍工程大學(xué)裝備管理與無人機(jī)工程學(xué)院, 陜西 西安 710051;2. 空軍工程大學(xué)防空反導(dǎo)學(xué)院, 陜西 西安 710051)

0 引 言

無人機(jī)信息支援下的遠(yuǎn)程體系作戰(zhàn)具有多類(型)裝備協(xié)同作戰(zhàn)的特點(diǎn),利用DoDAF2.0標(biāo)準(zhǔn)生成的體系結(jié)構(gòu)模型難以體現(xiàn)裝備體系的復(fù)雜性、連通性和網(wǎng)絡(luò)化特性,難以對(duì)體系的作戰(zhàn)能力進(jìn)行準(zhǔn)確評(píng)估。針對(duì)缺乏可靠體系作戰(zhàn)能力評(píng)估方法,難以對(duì)作戰(zhàn)過程進(jìn)行統(tǒng)籌分析和優(yōu)化的問題,本文引入OODA環(huán)思想,構(gòu)建作戰(zhàn)網(wǎng)絡(luò)模型(operation network model,ONM),力求彌補(bǔ)傳統(tǒng)裝備體系建模存在的不足,準(zhǔn)確評(píng)估遠(yuǎn)程作戰(zhàn)體系的作戰(zhàn)能力及制約條件。

1 作戰(zhàn)概念與OODA建模

1.1 頂層作戰(zhàn)概念

無人機(jī)在執(zhí)行信息支援作戰(zhàn)任務(wù)時(shí),能夠與攻擊機(jī)、遠(yuǎn)程轟炸機(jī)、艦艇、彈道導(dǎo)彈系統(tǒng)配合,為遠(yuǎn)程作戰(zhàn)武器提供預(yù)警信息和必要的引導(dǎo)指令,在遠(yuǎn)程作戰(zhàn)體系中擔(dān)負(fù)“多功能導(dǎo)引頭”和“可伸縮望遠(yuǎn)鏡”的角色,提升體系在復(fù)雜環(huán)境下的遠(yuǎn)程作戰(zhàn)能力,作戰(zhàn)概念如圖1所示。

圖1明確了各作戰(zhàn)實(shí)體間的交互關(guān)系,描述了各作戰(zhàn)實(shí)體相應(yīng)的活動(dòng),但對(duì)作戰(zhàn)過程的狀態(tài)演進(jìn)和關(guān)系轉(zhuǎn)換描述不夠清晰,因此借助OODA作戰(zhàn)環(huán)模型來描述作戰(zhàn)實(shí)體間的信息交互和作戰(zhàn)活動(dòng)。

圖1 頂層作戰(zhàn)概念Fig.1 Top-level operational concept

1.2 OODA作戰(zhàn)環(huán)模型

將無人機(jī)信息支援遠(yuǎn)程體系作戰(zhàn)劃分為觀察、判斷、決策、行動(dòng)等4個(gè)環(huán)節(jié),作戰(zhàn)過程即作戰(zhàn)實(shí)體循環(huán)OODA環(huán)的過程。

觀察(Observe):無人機(jī)根據(jù)任務(wù)需要裝載合成孔徑雷達(dá)、長焦傾斜CCD相機(jī)、高空CCD偵察相機(jī)、高空紅外行掃儀、多光譜偵察相機(jī)和電子對(duì)抗偵察系統(tǒng)等任務(wù)設(shè)備,情報(bào)總站通過云網(wǎng)絡(luò)控制無人機(jī)對(duì)目標(biāo)區(qū)域進(jìn)行持續(xù)偵察監(jiān)視。

判斷(Orient):無人機(jī)對(duì)指定區(qū)域進(jìn)行成像,將獲取的圖像信息上傳至云網(wǎng)絡(luò)。情報(bào)總站從云網(wǎng)絡(luò)下載圖像信息,進(jìn)行信息融合和目標(biāo)檢測(cè)識(shí)別,獲取目標(biāo)數(shù)量、目標(biāo)類型、作戰(zhàn)樣式、作戰(zhàn)企圖等信息。

決策(Decide):情報(bào)總站生成情報(bào)產(chǎn)品,將情報(bào)發(fā)送至聯(lián)合指揮機(jī)構(gòu)。聯(lián)合指揮機(jī)構(gòu)將觀察和判斷兩個(gè)環(huán)節(jié)獲取的目標(biāo)信息進(jìn)行融合,結(jié)合戰(zhàn)場(chǎng)態(tài)勢(shì),優(yōu)化作戰(zhàn)方案。

行動(dòng)(Act):攻擊機(jī)、遠(yuǎn)程轟炸機(jī)、艦艇、彈道導(dǎo)彈系統(tǒng)等作戰(zhàn)實(shí)體實(shí)施聯(lián)合指揮機(jī)構(gòu)制定的作戰(zhàn)方案,在作戰(zhàn)過程中實(shí)時(shí)向觀察、判斷、決策環(huán)節(jié)反饋?zhàn)鲬?zhàn)信息。無人機(jī)信息支援下的遠(yuǎn)程作戰(zhàn)體系OODA環(huán)模型如圖2所示[1-3]。

2 作戰(zhàn)網(wǎng)絡(luò)建模

2.1 作戰(zhàn)網(wǎng)絡(luò)的節(jié)點(diǎn)建模

無人機(jī)信息支援遠(yuǎn)程體系作戰(zhàn)網(wǎng)絡(luò)是基于遠(yuǎn)程作戰(zhàn)體系和無人機(jī)抽象得到的網(wǎng)絡(luò),因此要將作戰(zhàn)過程中的各類(型)裝備抽象成作戰(zhàn)網(wǎng)絡(luò)的節(jié)點(diǎn)。依據(jù)裝備在遠(yuǎn)程作戰(zhàn)中擔(dān)負(fù)的任務(wù),區(qū)分為偵察類節(jié)點(diǎn)(U)、指控類節(jié)點(diǎn)(D)、打擊類節(jié)點(diǎn)(A)和目標(biāo)類節(jié)點(diǎn)(T)等4類裝備節(jié)點(diǎn)[4-8]。遠(yuǎn)程作戰(zhàn)中,各類(型)裝備往往不只是一個(gè)裝備平臺(tái),而是一個(gè)武器系統(tǒng),為易于建模,將其抽象為單個(gè)裝備節(jié)點(diǎn)[9]。如:無人機(jī)系統(tǒng)是包括無人機(jī)平臺(tái)、地面站、保障系統(tǒng)等的復(fù)雜武器系統(tǒng),建模時(shí)將其抽象為偵察類節(jié)點(diǎn)。作戰(zhàn)網(wǎng)絡(luò)的主要裝備節(jié)點(diǎn)如表1所示。

圖2 遠(yuǎn)程作戰(zhàn)體系OODA模型Fig.2 OODA model of long-range combat system

作戰(zhàn)網(wǎng)絡(luò)節(jié)點(diǎn)建模需要考慮各節(jié)點(diǎn)與其他節(jié)點(diǎn)間完成信息流(或物質(zhì)流、能量流)時(shí),哪些裝備的相關(guān)指標(biāo)對(duì)過程產(chǎn)生影響[10-14]。一方面,裝備節(jié)點(diǎn)的一個(gè)指標(biāo)通?？赡苡绊懺摴?jié)點(diǎn)的多項(xiàng)能力,如:無人機(jī)的最大探測(cè)距離對(duì)無人機(jī)節(jié)點(diǎn)的偵察、監(jiān)視、識(shí)別等能力都有較大影響;另一方面,同一裝備在執(zhí)行不同作戰(zhàn)活動(dòng)時(shí)所關(guān)注的能力也不完全相同,如:無人機(jī)在對(duì)目標(biāo)進(jìn)行偵察時(shí),主要關(guān)注偵察能力;在與情報(bào)總站進(jìn)行數(shù)據(jù)傳輸時(shí),主要關(guān)注數(shù)據(jù)傳輸能力[15-17]。

表1 作戰(zhàn)網(wǎng)絡(luò)節(jié)點(diǎn)

根據(jù)作戰(zhàn)概念,將無人機(jī)信息支援遠(yuǎn)程體系作戰(zhàn)能力分解為預(yù)警探測(cè)偵察、定位引導(dǎo)攻擊、精確火力分配、信息鏈路中繼、抵近壓制干擾和作戰(zhàn)效果評(píng)估等6類,生成DoDAF2.0標(biāo)準(zhǔn)的能力依賴模型(CV-4)如圖3所示。

圖3 體系能力依賴模型Fig.3 Capacity dependent model of system

在此基礎(chǔ)上,對(duì)作戰(zhàn)網(wǎng)絡(luò)中的4類節(jié)點(diǎn)進(jìn)行“能力—指標(biāo)”分解[18],如圖4所示。

2.2 作戰(zhàn)網(wǎng)絡(luò)的邊建模

遠(yuǎn)程作戰(zhàn)中,各作戰(zhàn)實(shí)體間由信息流(或能量流、物質(zhì)流)形成一系列作戰(zhàn)活動(dòng),每個(gè)作戰(zhàn)活動(dòng)可以抽象為一條單向邊[19-23]。如:無人機(jī)將偵察到的航母信息傳輸給情報(bào)總站, 就是一個(gè)由信息流形成的作戰(zhàn)活動(dòng),可以抽象為一條由無人機(jī)向情報(bào)總站的單向邊。

圖4 作戰(zhàn)網(wǎng)絡(luò)節(jié)點(diǎn)“能力—指標(biāo)”分解Fig.4 Ability-index decomposition of nodes

依據(jù)無人機(jī)信息支援遠(yuǎn)程體系作戰(zhàn)網(wǎng)絡(luò)的邊代表的作戰(zhàn)活動(dòng),分別對(duì)作戰(zhàn)網(wǎng)絡(luò)的偵察監(jiān)視邊、數(shù)據(jù)傳輸邊、信息處理邊和打擊邊建模。

(1) 偵察監(jiān)視邊

偵察監(jiān)視是無人機(jī)在信息支援作戰(zhàn)中探測(cè)、發(fā)現(xiàn)、監(jiān)視和識(shí)別目標(biāo)的過程。對(duì)偵察監(jiān)視邊建模如下[24-26]:

(1)

(2) 數(shù)據(jù)傳輸邊

(2)

(3) 信息處理邊

指控類節(jié)點(diǎn)需要對(duì)作戰(zhàn)計(jì)劃進(jìn)行決策,其前提就是將從偵察類節(jié)點(diǎn)獲取的信息進(jìn)行處理,這類邊即為信息處理邊。影響信息處理能力的因素主要是信息處理精確度、吞吐率和響應(yīng)時(shí)間。對(duì)信息處理邊建模如下:

(3)

(4) 打擊邊

(4)

3 作戰(zhàn)能力評(píng)估

作戰(zhàn)環(huán)是體系中偵察、指控、打擊類節(jié)點(diǎn)與目標(biāo)類節(jié)點(diǎn)構(gòu)成的閉合回路。由圖1中無人機(jī)信息支援遠(yuǎn)程體系作戰(zhàn)概念可知,作戰(zhàn)網(wǎng)絡(luò)由多個(gè)包含不同節(jié)點(diǎn)的作戰(zhàn)環(huán)構(gòu)成。

3.1 作戰(zhàn)環(huán)數(shù)量計(jì)算

作戰(zhàn)環(huán)是作戰(zhàn)體系的基本環(huán)節(jié),其數(shù)量反映了作戰(zhàn)體系備選方案的多少,體現(xiàn)了無人機(jī)信息支援遠(yuǎn)程體系作戰(zhàn)的核心能力。在作戰(zhàn)過程中,目標(biāo)一般是一個(gè)航母戰(zhàn)斗群或軍事基地,即目標(biāo)類節(jié)點(diǎn)數(shù)量為1。而體系化作戰(zhàn)下通常有多個(gè)偵察監(jiān)視裝備和遠(yuǎn)程打擊武器參與作戰(zhàn)。因此,需要梳理作戰(zhàn)網(wǎng)絡(luò)的作戰(zhàn)環(huán)數(shù)量,以此作為作戰(zhàn)能力評(píng)估的基礎(chǔ)[28]。

用N1、N2、N3分別表示打擊類節(jié)點(diǎn)、偵察類節(jié)點(diǎn)和作戰(zhàn)環(huán)的數(shù)量,作戰(zhàn)網(wǎng)絡(luò)的作戰(zhàn)環(huán)數(shù)量計(jì)算方法如圖5所示。

3.2 基于信息熵的作戰(zhàn)能力評(píng)估模型

通過計(jì)算作戰(zhàn)環(huán)中信息的不確定性(即信息熵),可以評(píng)估體系的作戰(zhàn)能力。如果某時(shí)刻t,目標(biāo)所在的作戰(zhàn)環(huán)記作op(t),用H(op)(t)和E(op)(t)分別表示作戰(zhàn)環(huán)的不確定性和作戰(zhàn)能力,且滿足E(op)(t)∈[0,1],根據(jù)不確定性理論,E(op)(t)和H(op)(t)間存在如下關(guān)系:

H(op)(t)=-logE(op)(t)

(5)

即

E(op)(t)=e-H(op)(t)

(6)

如果得到作戰(zhàn)環(huán)的不確定性H(op)(t),就可以求出該作戰(zhàn)環(huán)t時(shí)刻的作戰(zhàn)能力E(op)(t)。

(1) 單作戰(zhàn)環(huán)在t時(shí)刻的能力評(píng)估

依據(jù)對(duì)遠(yuǎn)程體系作戰(zhàn)網(wǎng)絡(luò)邊類型的分析,某時(shí)刻t對(duì)目標(biāo)的不確定性主要包括:無人機(jī)偵察情報(bào)不確定性H1(t)、數(shù)據(jù)傳輸過程不確定性H2(t)、信息處理過程不確定性H3(t)、聯(lián)合指揮機(jī)構(gòu)火力分配不確定性H4(t)和遠(yuǎn)程打擊武器打擊過程不確定性H5(t),單作戰(zhàn)環(huán)在t時(shí)刻的不確定性為5方面不確定性之和。

根據(jù)對(duì)遠(yuǎn)程體系作戰(zhàn)過程的分析,對(duì)目標(biāo)的5個(gè)方面不確定性存在重要程度的差異。情報(bào)獲取和傳輸是作戰(zhàn)的首要環(huán)節(jié),也是目前敵方打擊的重點(diǎn);而對(duì)于信息處理、火力分配和火力打擊的不確定性,可以通過采用其他手段一定程度上降低。按照重要程度排序,無人機(jī)偵察情報(bào)不確定性和數(shù)據(jù)傳輸過程不確定性的重要程度較高,信息處理過程不確定性和聯(lián)合指揮機(jī)構(gòu)火力分配不確定性次之,最后是遠(yuǎn)程打擊武器打擊過程不確定性。

在遠(yuǎn)程體系作戰(zhàn)過程中,為滿足OODA環(huán)的快速閉環(huán),每一環(huán)節(jié)在執(zhí)行過程中實(shí)際上忽略了上一環(huán)節(jié)的不確定性影響。即雖然每一環(huán)節(jié)均存在不確定性,但由于不確定性是概率統(tǒng)計(jì),對(duì)于單次作戰(zhàn)過程特定時(shí)刻來說,該環(huán)節(jié)事件發(fā)生的概率是確定的,要么是1,要么是0。如果是1,則意味著該環(huán)節(jié)的信息是確定的,可以進(jìn)入作戰(zhàn)的下一環(huán)節(jié);而如果是0,則意味著OODA環(huán)斷鏈。從每一環(huán)節(jié)對(duì)最終作戰(zhàn)結(jié)果的影響來看,是一個(gè)確定性問題,可以不考慮作戰(zhàn)過程中各環(huán)節(jié)不確定性的傳導(dǎo)問題。

根據(jù)信息熵理論,各方面不確定性如下:

Hl(t)=-(1-pl(t))log(1-pl(t)-

pl(t)logpl(t)，l=1,2,…,5

(7)

式中,pl(t)表示不確定信息隨時(shí)間的概率分布,p1(t)表示無人機(jī)對(duì)目標(biāo)位置進(jìn)行偵察的圓概率誤差隨時(shí)間的分布。將式(7)代入式(6),可以得到單作戰(zhàn)環(huán)在t時(shí)刻對(duì)目標(biāo)的作戰(zhàn)能力。

(2)t時(shí)刻對(duì)同一目標(biāo)的作戰(zhàn)環(huán)能力累積

t時(shí)刻,如果作戰(zhàn)網(wǎng)絡(luò)中包含m個(gè)作戰(zhàn)環(huán),則將與目標(biāo)關(guān)聯(lián)的作戰(zhàn)環(huán)間關(guān)系近似于電路的并聯(lián)關(guān)系,將單作戰(zhàn)環(huán)的不確定性看作電阻,則t時(shí)刻對(duì)目標(biāo)的總不確定性H(op)(t)[29]為

(8)

由式(8)可知,t時(shí)刻經(jīng)過目標(biāo)的作戰(zhàn)環(huán)越多,則總不確定性越小,作戰(zhàn)能力越高。將式(8)代入式(6),可以得出t時(shí)刻對(duì)所有作戰(zhàn)環(huán)的能力累積。

(3) 對(duì)同一目標(biāo)的全時(shí)域作戰(zhàn)能力累積

如果某時(shí)刻t1的作戰(zhàn)環(huán)為n個(gè),不確定性為Hn(op)(t1),t2時(shí)刻的作戰(zhàn)環(huán)為n+1個(gè),新增的作戰(zhàn)環(huán)t2時(shí)刻的不確定性為H1(op)(t2),則t2時(shí)刻的總不確定性為

(9)

作戰(zhàn)環(huán)數(shù)量增加時(shí),將增加的作戰(zhàn)環(huán)的不確定性和原有作戰(zhàn)環(huán)的累積不確定性并聯(lián),就可以得到總的不確定性,進(jìn)而得到作戰(zhàn)體系的全時(shí)域作戰(zhàn)能力。

4 實(shí)例分析

4.1 作戰(zhàn)環(huán)能力評(píng)估

為簡化分析,合理假設(shè)目標(biāo)只有航母戰(zhàn)斗群或軍事基地中的1個(gè),將信息處理平臺(tái)和情報(bào)總站歸為1個(gè)節(jié)點(diǎn)。在無人機(jī)信息支援條件下,針對(duì)單個(gè)目標(biāo)的作戰(zhàn)網(wǎng)絡(luò)如圖6所示。

在圖6的作戰(zhàn)網(wǎng)絡(luò)中,共有4條雙向邊:D2-D3與D3-D2合成為1條雙向邊;D2-U1與U1-D2合成為1條雙向邊;D2-U2與U2-D2合成為1條雙向邊;U2-U1與U1-U2合成為1條雙向邊。

作戰(zhàn)能力評(píng)估時(shí),需要說明以下幾點(diǎn):

(1) 作戰(zhàn)網(wǎng)絡(luò)節(jié)點(diǎn)建模時(shí),主要建立裝備的功能模型,如:目標(biāo)類節(jié)點(diǎn)中航母戰(zhàn)斗群只考慮兩自由度的移動(dòng),暫不考慮航母戰(zhàn)斗群的防空反導(dǎo)作戰(zhàn)能力。

(2) 作戰(zhàn)網(wǎng)絡(luò)邊建模時(shí),對(duì)指控類節(jié)點(diǎn)間的邊,只考慮通信關(guān)系,不考慮其對(duì)信息不確定性的影響。

(3) 計(jì)算各作戰(zhàn)環(huán)不確定性時(shí),無人機(jī)與目標(biāo)間主要考慮最大探測(cè)距離、分辨率和識(shí)別概率;指控裝備和目標(biāo)間主要考慮信息處理準(zhǔn)確率和信息處理吞吐率;打擊類裝備與目標(biāo)間主要考慮殺傷區(qū)半徑和單發(fā)殺傷概率。

(4) 暫不考慮無人機(jī)與指控裝備毀傷或失效等情況,打擊類節(jié)點(diǎn)部署變化時(shí),無人機(jī)與指控裝備的信息熵保持不變。

研究對(duì)象選取如表2所示。

表2 體系作戰(zhàn)研究對(duì)象

根據(jù)表2中研究對(duì)象的戰(zhàn)技指標(biāo),結(jié)合節(jié)點(diǎn)間相互關(guān)系,計(jì)算作戰(zhàn)網(wǎng)絡(luò)中各作戰(zhàn)環(huán)的能力值和信息熵如表3所示[30]。

表3 作戰(zhàn)環(huán)的能力值及信息熵

4.2 體系作戰(zhàn)能力評(píng)估

將表3中作戰(zhàn)環(huán)的信息熵代入式(9)和式(6),得到體系遠(yuǎn)程作戰(zhàn)能力:

e-0.035 4=0.965 2

將表3中各作戰(zhàn)環(huán)能力生成曲線圖,如圖7所示。

圖7 作戰(zhàn)環(huán)能力曲線Fig.7 Ability curve of operation loops

分析表3和圖7可得以下結(jié)論:

(1) 作戰(zhàn)環(huán)4、8、12、16的作戰(zhàn)能力較其他作戰(zhàn)環(huán)更大。原因分析:基于攻防雙方力量部署和裝備性能水平,與攻擊機(jī)A1、遠(yuǎn)程轟炸機(jī)A2和艦艇A3相比,彈道導(dǎo)彈系統(tǒng)A4對(duì)遠(yuǎn)程作戰(zhàn)影響更大,在遠(yuǎn)程作戰(zhàn)中可發(fā)揮更大的作用。

(2) 作戰(zhàn)環(huán)9～16較作戰(zhàn)環(huán)1～8的作戰(zhàn)能力整體略大。原因分析:情報(bào)總站融合無人機(jī)U1和U2的偵察情報(bào),可以獲取更準(zhǔn)確的目標(biāo)信息,降低作戰(zhàn)環(huán)的不確定性,提升作戰(zhàn)環(huán)的能力。但由于在信息處理過程中增加作戰(zhàn)環(huán)的長度,融入2架無人機(jī)的不確定性,一定程度上又增大了作戰(zhàn)環(huán)的不確定性,使能力提升有限。因此,提升無人機(jī)性能指標(biāo),降低信息的不確定性,是遠(yuǎn)程信息支援體系作戰(zhàn)能力提升的關(guān)鍵點(diǎn)。

(3) 作戰(zhàn)環(huán)9～16同時(shí)包括無人機(jī)U1和U2,以作戰(zhàn)環(huán)9(T-U1-U2-D2-D3-A1-T)和作戰(zhàn)環(huán)10(T-U2-U1-D2-D3-A1-T)為例,由于作戰(zhàn)環(huán)中引入U(xiǎn)1和U2的信息流程不同,生成的作戰(zhàn)能力有所區(qū)別。因此,根據(jù)戰(zhàn)場(chǎng)態(tài)勢(shì)變化,合理規(guī)劃長航時(shí)偵察無人機(jī)和察打一體無人機(jī)接入信息鏈路的順序可以降低作戰(zhàn)環(huán)的不確定性,提升作戰(zhàn)能力。

5 結(jié) 論

本文對(duì)無人機(jī)信息支援遠(yuǎn)程體系作戰(zhàn)網(wǎng)絡(luò)建模的方法進(jìn)行了探索,對(duì)體系作戰(zhàn)能力評(píng)估進(jìn)行了嘗試,取得了一些結(jié)論,可以為作戰(zhàn)體系優(yōu)化和無人機(jī)裝備發(fā)展提供需求牽引和發(fā)展借鑒。在作戰(zhàn)網(wǎng)絡(luò)建模過程中,未考慮一個(gè)節(jié)點(diǎn)同時(shí)承擔(dān)多項(xiàng)作戰(zhàn)任務(wù)的情況,如察打一體無人機(jī)不僅具備偵察監(jiān)視能力,同時(shí)也具備對(duì)時(shí)敏目標(biāo)的快速打擊能力。對(duì)于這類節(jié)點(diǎn)的建模方法,需要修正作戰(zhàn)網(wǎng)絡(luò)模型使其更符合實(shí)際,這將是下一步研究的方向。

參考文獻(xiàn):

[1] 張昱, 張明智, 楊鏡宇. 一種基于OODA環(huán)的武器裝備體系建模方法[J]. 系統(tǒng)仿真學(xué)報(bào), 2013, 25(8): 6-12.

ZHANG Y, ZHNAG M Z, YANG J Y. Modeling method for weapon system of systems based on OODA loop[J]. Journal of System Simulation, 2013, 25(8): 6-12.

[2] DERELI T, DAS G S. A hybrid bee(s) algorithm for solving container loading problems[J]. Applied Soft Computing, 2011, 11(2): 2854-2862.

[3] HORNG M H, JIANG T W. Image vector quantization algorithm via honey bee mating optimization[J]. Expert Systems with Applications, 2011, 38(3): 1382-1392.

[4] CAO W, YANG D. Adaptive optimal control approximation for solving a fourth-order elliptic variational inequality[J]. Computers and Mathematics with Applications,2014,66(12):2517-2531.

[5] SCHIELA A. An interior point method in function space for the efficient solution of state constrained optimal control problems[J]. Mathematical Programming, 2013, 138(2): 83-114.

[6] COORAY D, KOUROSHFAR E, MALEK S, et al. Proactive self-adaptation for improving the reliability of mission-critical, embedded, and mobile software[J]. IEEE Trans.on Software Engineering, 2013, 39(12): 1714-1735.

[7] DE LEON-ALDACO S E, CALLEJA H, AGUAYO A J. Reliability and mission profiles of photovoltaic systems: a FIDES approach[J]. IEEE Trans.on Power Electronics, 2014, 30(5): 2578-2586.

[8] LEVITIN G, XING L, AMARI S V, et al. Reliability of nonrepairable phased-mission systems with common cause failures[J]. IEEE Trans.on Systems, Man, and Cybernetics Part A: Systems and Humans, 2013, 43(4): 967-978.

[9] 蘆荻, 商慧琳. 基于反導(dǎo)作戰(zhàn)環(huán)的裝備作戰(zhàn)網(wǎng)絡(luò)能力評(píng)估[J]. 太赫茲科學(xué)與電子信息學(xué)報(bào), 2016, 14(3): 372-377.

LU D, SHANG H L. Assessment of equipment operation network capability based on the anti-missile operation loops[J]. Journal of Terahertz Science and Electronic Information Technology, 2016, 14(3): 372-377.

[10] Department of Defense (DOD). Unmanned systems integrated roadmap FY2013-2038[Z]. Department of Defense: Office of the Secretary of Defense Unmanned Systems Roadmap, 2013.

[11] KIM D H, LEE K, PARK M Y, et al. UAV-based localization scheme for battlefield environments[C]∥Proc.of the Military Communications Conference, 2013: 562-567.

[12] MARTIN A Y. Unmanned maritime vehicles: technology evolution and implications[J]. Marine Technology Society Journal, 2013, 47(5): 72-83.

[13] HAQUE M, EGERSTEDT M, RAHMANI A. Multilevel coalition formation strategy for suppression of enemy air defenses missions[J]. Journal of Aerospace Information Systems, 2013, 10(6): 287-296.

[14] BASER M, YORULMAZ S, AKGüL S. The role of unmanned aerial system(UAS) in decision process by operational environment's risk level[C]∥Proc.of the International Conference on Unmanned Aircraft Systems, 2013: 160-166.

[15] JEONG B M, HA J S, CHOI H L. MDP based mission planning for multi-UAV persistent surveillance[C]∥Proc.of the 14th International Conference on Control, Automation and Systems, 2014: 831-834.

[16] LI Y W, LI B A. Research of multiple UAVs task allocation based on improved contract net[C]∥Proc.of the Trans.on Advanced Materials Research,2013:439-444.

[17] KIM M G, SHIN S H, LEE E B, et al. Modified consensus based auction algorithm for task allocation of multiple unmanned aerial vehicle[J]. Journal of the Korea Society for Simulation, 2014, 23(4): 197-202.

[18] 蘆荻. 反導(dǎo)裝備體系作戰(zhàn)網(wǎng)絡(luò)建模方法研究[J]. 現(xiàn)代計(jì)算機(jī), 2016, 3(9): 13-16.

LU D. Research on anti-missile armament system-of-systems operation network modeling[J].Modern Computer,2016,3(9):13-16.

[19] MOON S, OH E, SHIM D H. An integral framework of task assignment and path planning for multiple unmanned aerial vehicles in dynamic environments[J]. Journal of Intelligent & Robotic Systems, 2013, 70(1/4): 303-313.

[20] SOURAVLIAS D, PARSOPOULOS K E. Particle swarm optimization with neighborhood based budget allocation[J]. International Journal of Machine Learning and Cybernetics, 2014, 44(3):1-27.

[21] ZAZA T, RICHARDS A. Ant colony optimization for routing and tasking problems for teams of UAVs[C]∥Proc.of the UKACC International Conference on Control, 2014: 652-655.

[22] OZALP N, SAHINGOZ O K. Optimal UAV path planning in a 3D threat environment by using parallel evolutionary algorithms[C]∥Proc.of the International Conference on Unmanned Aircraft Systems, 2013: 308-317.

[23] KARIMI J, POURTAKDOUST S H. Optimal maneuver-based motion planning over terrain and threats using a dynamic hybrid PSO algorithm[J]. Aerospace Science and Technology, 2013, 26(1): 60-71.

[24] ALEJO D, COBANO J A, HEREDIA G, et al. Particle swarm optimization for collision free 4D trajectory planning in unmanned aerial vehicles[C]∥Proc.of the International Conference on Unmanned Aircraft Systems, 2013: 298-307.

[25] FU Y, DING M, ZHOU C, et al. Route planning for unmanned aerial vehicle (UAV) on the sea using hybrid differential evolution and quantum-behaved particle swarm optimization[J]. IEEE Trans.on Systems, Man, and Cybernetics: Systems, 2013, 43(6): 1451-1465.

[26] DICHEVA S, BESTAOUI Y. Three-dimensional dynamic mission planning for an airborne launch vehicle[J]. Journal of Aerospace Information Systems, 2014, 11(2): 98-106.

[27] KOK J, GONZALEZ L F, KELSON N. FPGA implementation of an evolutionary algorithm for autonomous unmanned aerial vehicle on-board path planning[J]. IEEE Trans.on Evolutionary Computation, 2013, 17(2): 272-281.

[28] 商慧琳.武器裝備體系作戰(zhàn)網(wǎng)絡(luò)建模及能力評(píng)估方法研究[D]. 長沙: 國防科學(xué)技術(shù)大學(xué), 2013.

SHANG H L. Research on armament system-of-systems operation network modeling and capability evaluation methods[D]. Changsha: National University of Defense Technology, 2013.

[29] 張國強(qiáng), 劉小荷, 蔣方婷. 基于“作戰(zhàn)環(huán)”的區(qū)域反導(dǎo)裝備體系效能評(píng)估[J]. 系統(tǒng)工程, 2016, 34(5): 154-158.

ZHANG G Q, LIU X H, JIANG F T. Effectiveness evaluation for TBDES based on operation loop[J]. Systems Engineering, 2016, 34(5): 154-158.

[30] 蘆荻. 基于作戰(zhàn)環(huán)的反導(dǎo)作戰(zhàn)網(wǎng)絡(luò)能力評(píng)估[J]. 現(xiàn)代計(jì)算機(jī), 2016, 3(1): 7-10.

LU D. Network capability assessment of anti-missile combat based on operational loops[J].Modern Computer,2016,33(1): 7-10.