论文部分内容阅读
分布式作战(Distributed Operation,DO)是美军着眼未来强对抗环境而提出的新型作战样式,其核心特征在于分布式部署与网络化指控。分布式作战在对体系功能进行分解的同时,带来了作战实体间关联复杂这一问题。如何找到作战网络中的驱动节点,对其施加影响以达到控制整个作战网络的目的,进而使得作战态势向期望方向发展,成为研究分布式作战需要首先解决的问题。本文结合分布式作战的核心特点,运用复杂网络建模理论和复杂网络可控性理论,开展分布式作战网络(Distributed Operation Network,DON)建模与控制的探索性研究。(1)根据信息化、智能化时代背景下分布式作战样式的特点及其引发的控制方式变革,介绍了DO的发展历程和作战特点,剖析了DON可控性的具体内涵。分布式作战具有的网络化特征,为利用复杂网络对其进行抽象和建模提供了基本依据和方法:即将DON中的作战实体抽象为网络中的节点,作战实体间的交互关系抽象为网络中的连边。针对实际DO具备的双向交互、分布式组织的结构特点,构建了基于控制集策略的DON可控性分析框架。(2)基于DON可控性问题的具体含义,结合指控层级等作战术语,引入图论中控制距离的概念,提出基于最小距离控制集的DON可控性优化方法。借鉴最小控制集与复杂网络可控性的关系,本文阐述了最小距离控制集与复杂网络可控性的关系并推导了其形式化表达,提出两种方便运用分支定界法求解该模型的方法。最后,在经典网络和某一想定案例上开展了实验,验证了该方法的有效性。(3)针对某些DON关联高度复杂的情况,提出基于禁忌遗传算法的DON决策节点选取模型。在关联复杂情况下,运用分支定界法求解网络的最小距离控制集进而得到网络的驱动节点集,算法复杂度高,求解难度大。为此本文提出基于禁忌遗传算法的分布式作战网络决策节点选取模型,求解接近于最小距离控制集的决策节点集。最后,在满足DO样式特点的无人机集群网络上进行了对比实验,验证了模型的有效性。