分布式协同作战任务规划技术研究与应用

发布时间：2020-08-15 20:48

【摘要】：随着计算机技术的不断发展,军事领域对计算机技术的依赖不断加深,作战形式发生着日新月异的变化。随着信息时代的到来,作战的形式不再是传统的单一兵种各自为战,多军种、多部队系统化联合作战成为主流。作战讲求快与准,因此对战前与战时的任务规划的稳定性与高效性提出了更高的要求。分布式协同作战任务规划技术,将成为多军种、多部队战前与战时战术规划的关键技术。在协同作战任务规划的过程中,每个作战部队最为了解各自所在作战团队的情况。在任务规划的过程中,每个部队各自提出本部队的作战方案,然后与其他作战部队共同协商,最终形成整体战术方案。但是由于掌握信息不够全面,在作战方案未经检测的情况下无法避免产生冲突,冲突检测技术十分重要。作战团队需要一个协调者,对产生的冲突进行协调,维护任务规划的稳定。但是在复杂的作战情况下,协调者一旦失联,整个团队任务规划过程受到影响,因此在分布式协同任务规划过程中,冲突检测、临机冲突消解、协调者确定技术共同维护了任务规划的稳定。本文主要研究与工作内容如下:首先,根据任务规划的内容,构建任务模型与任务事件模型。根据协同任务规划过程中的条件,构建任务事件约束模型。为解决时序约束中的多种问题,提出TQCN分段时间约束网络模型。依据任务事件约束模型,设计时空约束、资源约束检测算法,设计以提升效率为目标的冲突检测总体算法。设计冲突消解策略。然后,根据协同作战部队间实际关系,构建席位间虚拟层级结构模型。针对任务规划和冲突消解的历史记录,提出基于历史记录的指挥员奖惩制度。应用AHP求解针对不同目标任务的,攻击、防御、侦察准则的权重向量。将奖惩制度、权重向量与动态贝叶斯网络结合,设计并构建协调者确定动态贝叶斯网络模型。依据协调者确定模型以及席位间虚拟层级结构模型,设计协调者确定算法。最终,将本文研究内容应用于面向联合筹划的分布式协同决策环境项目中。对应用内容进行了实验与分析,经实验表明本文研究内容准确,效率优化算法效果显著。
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：E11
【图文】：

线程池,技术原理,资源冲突

逦００４逦ＭＳ２／００６逦１．１０２逡逑图５．８资源冲突检测结果逡逑对于图中ＣＯＮＦＩＤ为Ｒｌ、Ｒ２、Ｒ３的冲突点，Ｒ１表示在图５．４的时间段（１）中规逡逑划任务事件ＭＳ１／００１对资源００１的需求数量为６，而在表５．２拥有资源信息表中明确显逡逑示拥有资源数为５，因此在此处产生资源冲突。Ｒ２表示在时间段（５）中规划任务事件逡逑ＭＳ１／００１与ＭＳ２／００５分别对００４资源需求２．８７、８．８８，在拥有资源信息中明确显示资源逡逑００４拥有数量为８．９６３，需求超出总和。因此ＭＳ１／００１与ＭＳ２／００５在时间段（５）产生资逡逑源冲突，冲突点代码为Ｒ２。其余检测结果不一一证明，算法３．２资源冲突检测算法准确逡逑性得以验证。逡逑算法３．３协同任务规划冲突检测总体算法，为综合算法３．１与算法３．２做出的效率优逡逑化算法。综合上述验证结果

线程池,执行时间,容量,池容量

１２３４５６７８９逦１０逦１１逡逑图５．７线程池容量大小与算法执行效率关系逡逑如图５．７所示，实验数据线程池容量为１、２、３时程序执行时间较长，并且随着线逡逑程池容量的增加，程序执行时间变化不明显，该部分平均执行时间约为２５０ｍｓ，较线程逡逑池容量为４时差距较大。此现象是由操作系统与ＣＰＵ对线程处理机制决定，在没有线逡逑程池，或线程池数量小于４时，为了充分利用ＣＰＵ资源，多核心ＣＰＵ需要进行线程调逡逑度处理，每一次进行线程调度耗时较大，因此效率较低。由于在小于４线程情况下ＣＰＵ逡逑进行线程调度次数几乎相当因此线程池容量为１－３时执行效率几乎相同，没有较大差别。逡逑４核心ＣＰＵ针对线程池容量为４的情况下，效率高于１－３是因为程序在执行时不需逡逑要过多的线程调度，４个线程任务并行执行，效率很高。逡逑线程池容量５－７情况下

概率分布,协调者,攻击目标,概率分布

逦Ｊ逡逑Ｉ协调者确定奠法Ｉ逡逑图５．８协调者确定总体设计逡逑如图５．８所示，历史记录获取完毕以索引形式存在数据库中，历史记录获取算法通逡逑过索引找到任务规划与冲突消解的详细信息，经过对奖惩制度实现的程序计算出每个席逡逑位针对不同准则的奖惩情况。根据奖惩情况及权重向量更新贝叶斯网中涉及到的节点的逡逑概率，最终获得席位针对不同种类任务当选协调者的概率。协调者确定算法执行确定涉逡逑及参选席位，综合比较选出最适合的协调者。逡逑协调者确定部分源代码分为四大部分进行组织，包括历史记录获取部分、协调者确逡逑定动态贝叶斯网络模型模拟部分、获取概率分布部分、协调者确定算法。逡逑（１）

【参考文献】